Tech Teardown 023｜anatomy: Agent-Skillpaket mit 6300 Sternen in 5 Tagen, das „Klar erklären" zu einer interaktiven Maschine macht

Am 8. Oktober wurde eine Sammlung erstellt, innerhalb von fünf Tagen wurden über 6300 Sterne und 450 Forkings gesammelt – das ist das Ergebnis von wheresryan22/anatomy auf GitHub. Es handelt sich nicht um eine Anwendung oder Bibliothek, sondern um einen Agent-Skill: Ein 173 Zeilen umfassendes SKILL.md-Format, ein Satz von Werkzeugen für gleichmäßige Darstellung sowie acht vollständige Beispiele. Mit npx skills add kann dieser Skill in jeden Agent wie Claude Code, Codex, OpenCode oder Antigravity eingebunden werden, sodass der Agent die Aufgabe „einen Konzept darzustellen“ in interaktive, gleichmäßig proportionierte Maschinengrafiken umwandeln kann. Die offizielle Beschreibung lautet: „Ein Agent-Skill zur Erstellung detaillierter, interaktiver isometrischer Illustrationen von realen Maschinen und komplexen Systemen.“ Gestern verkauft wurde das von wordcraft erstellte Produkt, während anatomy die Methodik der Produktion vermittelt. Zwei Tage lang zu schauen, reicht aus, um die beiden Ebenen des Agent-Ökosystems abzubilden. Dieser Artikel wird wie gewohnt in sechs Abschnitte unterteilt.

Erstens: Was ist es?

Die vollständige Form von anatomy besteht aus drei Komponenten: dem Format SKILL.md, dem Werkzeugkasten und den Beispielen. Das Format ist ein Arbeitsdokument für den Agent, das von der Designphilosophie bis zur Abnahmeliste alles enthält. Der Werkzeugkasten besteht aus mehr als 15.000 Zeilen JavaScript, die sich mit gleichmäßiger Projektion, Rotationsobjekten, Leitungssträngen, WebGL-Shadern, 3D-Modi und geometrischen Überprüfungen beschäftigen. Die Beispiele sind acht vollständige Konstruktionen, von einem 300 Zeilen umfassenden Messinstrument bis hin zu einem Teststand für einen Raben-Raketenmotor mit WebGL-Flammenschein. Jedes Beispiel kann mit einer einzigen Befehlsfolge neu erstellt werden. Das gesamte Repository umfasst 147 Dateien und 29.078 Zeilen (lokale Statistik, inklusive Beispiele), es ist MIT-lizenziert, die README-Badge gibt an, dass keine Abhängigkeiten vorhanden sind, und die Build-Verfahren nutzen nur die eingebauten Node-Module. Diese Angaben stimmen mit den tatsächlichen Dateien überein.

Die dargestellten Objekte haben eine einheitliche Erscheinung: Eine raffinierte Maschine aus gleichmäßiger Perspektive, mit vier Farben für das Schattieren, sortiert nach dem Maleralgorithmus und in Form von Kartenrahmen (Nummerierung, Titel, interaktive Hinweise, Echtzeitwerte). Die Bewegungen sind sanft und kontrolliert. Die acht Beispiele decken unterschiedliche Schwierigkeitsgrade ab: Desk-Computer sind Desktop-Computer, auf denen tatsächlich getippt werden kann; das eingegebene Text wird auf dem CRT-Flachbildschirm angezeigt, mit etwa 85 physischen Objekten und 850 Pfaden. Arcade-Cabinet ist ein Profil des Spielkonsoles ohne Seitenwände, mit etwa 240 physischen Objekten und 15 Kabeln; eine Münze wird in die Öffnung geworfen, und auf einem 30-Grad-Schnitt rollt der Drehring mit der echten Geschwindigkeit den Geldkanal entlang, bis er einen Mikroschalter berührt und elektrische Impulse entlang des Kabels zum Mainboard gelangen. Der CRT erwärmt sich, führt eine Überprüfung durch und geht in den Anziehungsmodus – das gesamte Prozess wird physikalisch simuliert. Raptor-engine ist ein Raben-Raketenmotor, der an einem Teststand hängt; die WebGL-Rendering der Flammen, Schockwellen, Wasserstrahlen und Dampf sind zwischen zwei Schichten SVG eingebettet.

Sein „Trending“-Prozess ist völlig anders als bei Wordcraft: Wordcraft kam durch Diskussionsbeiträge mit mehr als dreihundert Sternen auf HN an, Anatomy hingegen hatte nur einmal zwei Unterstützungsstimmen bei einem „sunk commit“ auf HN. Seine Verbreitung erfolgt über GitHub Trending, X und Skillseiten (die auf skills.wheresryan.sh/anatomy mit einer Community-Galerie verfügen). Zwei völlig unterschiedliche Wege für denselben hohen Grad an Popularität.

2. Repo-Struktur

Die „Seele“ befindet sich in SKILL.md, Zeile 173, im YAML-Frontmatter, der Kompatibilität versichert (geschrieben für Claude Code und auch unter Antigravity, OpenCode und Codex lauffähig, erfordert Node.js 20.10+ sowie Chrome/Chromium). Der eigentliche Text enthält den vollständigen Arbeitsablauf für den Agenten: zehn Schritte, von der Bestimmung des Umfangs, der Sammlung echter Zahlen, der Erfindung von Objekten, dem Erstellen einer Teilliste bis hin zum Bau von Geometrien, der Sortierung und Darstellung, dem Einbau von Karten und Rahmen, der Hinzufügung von Animationen sowie der Überprüfung wie ein Kritiker.

Die „Muskulatur“ befindet sich in kit/, Zeile 15870. Iso-kit ist das Kernstück für isometrische Projektionen, lathe.mjs erzeugt drehbare Objekte in beliebaren Achsen (Trommelfenster, Flansche, Ventile), tube.mjs teilt dreidimensionale Rohre und Kabel in tiefgreifbar sortierbare Segmente, gl.mjs ist die WebGL-Schicht, die drei Dateien der Turn-Serie stellen 3D-Drehmodi dar, audit.mjs führt geometrische Überprüfungen durch. Unter react/ befinden sich serverseitige Sicherheits-Darstellungskomponenten und clientseitige Animation-Hooks. references/ enthält neun hierarchische Dokumente mit insgesamt 2247 Zeilen: craft, kit, webgl, 3d, motion, react, verify, walkthrough, publish stehen jeweils für eine Ebene, wobei webgl.md die längste ist mit 473 Zeilen.

Auch die „Peripherie“ ist vollständig vorhanden: evals/evals.json ist das Test-Set für Fähigkeitsbewertungen, tests/fixtures/ enthält vier PNG-Visual-Retrace-Baselines, .github/ enthält CI- und PR-Templates, agents/openai.yaml ist die Konfiguration für Codex. Das Test-Set sollte genauer betrachtet werden: Fünf Gruppen von Aufgaben mit „Prompt bis erwarteter Ausgabe“, von Token-Bucket-Sperren, Datenbankverbindungspools bis hin zu CDN-Ecken-Caching, Bunsenbrenner-Flammen, Profilansichten von Espresso-Maschinen – die erwarteten Ausgaben sind voller Überprüfungsstandards, wie zum Beispiel „Alle gebogenen Teile müssen glatt gefärbt sein ohne Stufenfarben“ oder „node build.mjs —audit muss mit audit passed enden, jede Fehlermeldung zählt als null“. Ein Test-Set für die Agent-Fähigkeiten zu verwenden, ist eine seltene Praxis innerhalb eines Fähigkeitspakets.

3. Kernmechanismus

Drei Dinge sind erwähnenswert.

Erstens, die Designphilosophie „Das Objekt ist die Erklärung“. In SKILL.md steht fett geschrieben: The one idea that matters: The object is the explanation. Keine Diagramme, Pfeile oder Anmerkungen sind erlaubt. Man muss eine tatsächlich existierende Maschine entwickeln, deren Funktionsweise dem Konzept selbst entspricht. Im Dokument gibt es eine Tabelle, die den Übergang vom Konzept zur Maschine darstellt: Ein GPU teilt den Kontextdienst mit mehreren Bildflächen, was wie eine Türme-zeichnungsmaschine aussieht; eine Druckplatte besucht nacheinander 16 Positionen; wenn der Speicherzugriff erfolgreich ist, wird das Zeichnen überprüft, was wie ein Schließfach mit Schlüsseln aussieht, bei dem nur ein Schlüssel auf den anderen passt, bevor der Schlüssel umgedreht wird; die 49×49-teilige trennbare Unschärfe wird zu 49+49, was wie ein Nagelbrettstempel mit zwei Bürstenbahnen aussieht. Sogar das Scheitermodus ist bereits festgelegt: Zu abstrakt (stapelnde Platten, schwebende Quadrate zeigen nichts an) und zu langweilig (eine große Platte mit ein paar Linien – ohne Volumen oder Teile), die Lösung ist dieselbe: Man muss eine Maschine bauen, die aus vielen kleinen, präzisen Teilen besteht und erkennbar ist.

Zweitens, die Frame-by-Frame-Geometrie-Prüfung. Das ist der schwierigste technische Punkt im gesamten Projekt. In kit/audit.mjs wird verlangt, dass beim Bau die tatsächliche Form jedes Teils aufgezeichnet wird, und anschließend wird bei jeder Frame in Ruhe, beim Explosionszusammenbruch oder bei der Animation-Wiedergabe eine Maschineprüfung durchgeführt: Kein Teil muss durch einen anderen Teil gehen, jede Endpunkt muss auf dem richtigen Montageplatz liegen, keine Verformungen oder Verdickungen, alle Überlappungen müssen in der richtigen Reihenfolge der Tiefen dargestellt werden, und bei Problemen muss sofort mit einem nicht-nullem Ergebnis abgebrochen werden. Die Explosionsanimation des Raptor-Triebwerks wird in 11 Bauteile zerlegt, die Frame-by-Frame-Tiefen werden neu sortiert, alles ist prüfbar. SKILL.md hat auch speziell Betrugswege blockiert: Wenn man mit einer falschen Form die Prüfung täuscht, ist das selbst ein Bug, und die Prüfung wird als Fehler bewertet. Dazu gehört eine ehrliche Klausel: Jedes angegebene Zahlenwert auf dem Bild stammt aus demselben Modell, das die Bewegung der Teile steuert, die Messungen sind nicht festgelegt, sondern werden in Echtzeit vom physikalischen Modell berechnet. Die Geschwindigkeit, mit der die Münzen im Schachregal nach unten gleiten, und die Veränderung der Frequenz im Wasserbottich sind alle realistische Modelle.

Drittens, das Arbeitszeit in die Fähigkeitsdokumentation aufnehmen. Der erste Schritt des Prozesses ist die Festlegung des Umfangs: Für die Figur wird ein Mechanismus mit 40 bis 80 Teilen erstellt, normalerweise innerhalb einer Stunde abgeschlossen. Die aktuelle Regel ist, dem Nutzer keine Preisangabe zu geben (PR #43, das am 13. Oktober zusammengeführt wurde, ändert genau diese Regel); für Hero werden 80 bis 150 Teile benötigt, etwa 2 bis 4 Stunden, man muss vorher informieren, bevor mit dem Bau beginnt; für Epic beginnt die Arbeit mit 6 Stunden, die Regel ist, nicht direkt mit dem Bau zu beginnen, sondern erst einen Preis anzugeben und eine Hero-Version mit behaltenen Kernideen zu erstellen, die vom Nutzer ausgewählt wird, bevor die vollständige Version erstellt wird. Unabhängig von der Kategorie muss innerhalb der ersten Stunde eine Seite angezeigt werden, die im Browser geöffnet werden kann, und anschließend wird die Arbeit schrittweise vertieft. Der Agent soll vor dem Bau dem Nutzer die Arbeitszeit angeben, das ist ein seltenes Beispiel dafür, wie Projektmanagementdisziplin in Fähigkeitsvorschriften festgelegt wird.

Vier, Qualität des Projekts

Einige Regeln für die Nutzung des Projekts sind in der KonTRIBUTING beschrieben – sie sind sehr streng. Kommentare im Code sind nicht erlaubt: Keine Kopfkommentare, keine unverständlichen Anweisungen neben den Funktionen, keine JSDocs. Erklärungen sollten in die Namensgebung und Struktur integriert werden, mit Ausnahme von Anweisungen wie „use client“. Änderungen am Kit müssen opt-in sein: Die Standardverhalten neu hinzugefügter Optionen oder Funktionen müssen dem alten Verhalten entsprechen. Alle vorhandenen Beispiele müssen nach der Neuanlage byte-identical sein – dies muss bei der CI-Überprüfung beachtet werden. Wenn Sie Änderungen vornehmen möchten, beschreiben Sie diese in Ihrem PR und senden Sie die neu gestaltete Seite mit. Byte-identical ist eine harte Regel, die „Änderungen am Toolbox“ von „Veränderungen an dem Projekt“ vollständig trennt. Wenn der Agent den Kit massiv ändert, zerstört er nicht unbemerkt irgendeine bereits veröffentlichte Abbildung.

Die übrigen Strukturen sind ebenfalls ordentlich: Vier PNG-Visualisierungen kehren die Basisanzeige zurück und sichern die Darstellung von Objekten und Pixeln unter zwei Themen. Das CI-Werkzeug wird auf .github gespeichert, und das Testset bietet fünf Gruppen mit Überprüfungsstandards an Aufgaben. Struktur der Beiträge (10-13 Snapshots): 8 Mitwirkende haben insgesamt 119 Commits geleistet, wobei der Hauptmitwirkende wheresryan22 72 Commits (ca. 61%) verzeichnet, der zweite Mitwirkende rudycelekli 33 Commits (28%). Innerhalb von fünf Tagen wurde die PR-Nummer auf #43 geöffnet. Das Projekt wurde persönlich initiiert, aber die Community ist bereits involviert – das ist eine andere Struktur als bei wordcraft, wo „ein einziger Hauptakteur schreibt fünfzigtausend Zeilen in drei Tagen“. Der Repository sorgt auch dafür, dass die Beiträge der Community zu einem vollständigen Kreislauf werden: Der entsprechende Anatomy-Community-Repository dient als Galerie für Werke. Wenn ein Benutzer sagt: „Veröffentlichen Sie dieses Bild in die Anatomy-Community-Galerie“, wird der Agent nach dem Titel und dem GitHub-Namen fragen, und nach Bestätigung wird automatisch ein PR erstellt – ohne dass man das Git verwendet. Der Skillpack übernimmt sogar die Verteilung und die Beiträge zur Community für die Benutzer.

Fünf, Grenzen und Kosten

Der Abschnitt „Limits“ in der README ist sehr klar definiert. Es handelt sich nicht um eine Grafikbibliothek: Keine Achsen, keine Sequenzen, keine Datenvisualisierung – die Zahlen erscheinen nur in Form von modellgesteuerten Echtzeitwerten und den tatsächlichen Größen der Komponenten. Es werden nur Maschinen, Instrumente, Werkzeuge und Möbel dargestellt, keine Menschen, keine genauen Karten. Eine Idee ohne Mechanismus wird schwach sein. „Langsam ist beabsichtigt“ („It is slow on purpose“ ist der Originaltext der README): Eine Abbildung, die die Liste der Komponenten, die Geometrie, die Überprüfung sowie die Details jeder Verbindung unter zwei Themen umfasst, ist eine lange Unterhaltung. Die Entwicklung des Raptor-Moduls dauert einige Minuten, während die vollständige 3D-Überprüfung von 30 Komponenten 15 bis 20 Minuten in Anspruch nimmt.

3D-Modus ist selbst als Beta gekennzeichnet: Der Motor wurde nur anhand der enthaltenen Beispiele und eines Testbildes getestet, noch nicht auf der Produktionsseite veröffentlicht; das Lasttestsmodell mit 380 Komponenten (ein mechanischer Arm auf einem chaotischen Arbeitsplatz) erreicht bei 1440px etwa 20 Fps, bei mobilen Geräten in reduzierter Auflösung (390px, 4-facher CPU-Optimierung) nur 13 bis 15 Fps – beide Werte entsprechen den offiziellen Angaben zur Lasttests. Die WebGL-Ergebnisse hängen von der Browserunterstützung ab; gut, dass SVG auch ohne WebGL vollständig lesbar ist. Unter reduzierter Bewegungsfreiheit bleiben alle Bilder automatisch still, die Zugänglichkeit ist gewährleistet. Für die Nutzer gibt es noch einen versteckten Kostenfaktor: Diese Fähigkeit richtet sich an Agenten statt an Menschen. Nachdem man 173 Zeilen von Richtlinien sowie neun Referenzen gelesen hat und anschließend geometrische Formen selbst geschrieben hat, handelt es sich nicht um die von der Fähigkeit vorgesehene Anwendung.

Sechstes Kapitel: Beurteilung

Was Anatomy am meisten verdient, ist nicht das Illustrationen selbst, sondern seine Rolle als Verteilerunit. Wenn ein Skill-Paket fünf Tage lang an die Spitze der GitHub-Trending-Liste kommt, bedeutet das, dass die Infrastruktur des Agenten-Ökosystems eigene Starprojekte entwickelt: Früher waren es Anwendungen und Bibliotheken, die auf Open-Source-Basis an die Spitze kamen, die Nutzer waren Menschen; jetzt kann es um „Methoden zur Ausbildung von Agenten“ gehen, die Nutzer sind die Agenten, die Menschen sind nur für die Überprüfung zuständig. Anatomy und Wordcraft stellen genau diese beiden Seiten dieser Welle dar: Wordcraft zeigt, dass Agenten große Mengen an gesetzeskonformem Anwendungscode produzieren können, Anatomy zeigt, dass Methoden zur Qualitätsproduktion verpackt, verteilt, bewertet und weiterentwickelt werden können. Beweise sind auch vorhanden: Anthropic hat Agent Skills in einem offenen Format bereitgestellt, Codex, OpenCode und Antigravity unterstützen die Laden von Dateien. Ein Skill-Paket kann einmal geschrieben und an vier Orten ausgeführt werden, was der Situation der damaligen npm-Pakete ähnelt.

Geeignet für drei Arten von Menschen: Wer Agent-Skills schreibt: Die Struktur von SKILL.md kann direkt übernommen werden – Philosophie des Designs, Misserfolgsmuster, hierarchische Preisgestaltung, Arbeitsschritte, Überprüfungsliste – alles vorhanden. evals.json gibt sogar ein Muster für die „Beurteilung der Fähigkeiten“ an. Wer technologische Kommunikation betreibt: „Objekte sind Erklärungen“ ist eine vollständige Inhaltsmethode, die abstrakte Konzepte in erkennbare Maschinen umwandelt – dieser Ansatz gilt auch ohne den Code. Wer Claude Code oder Codex verwendet: Mit dieser Lösung können Agenten für Blogs, Dokumente und Landingpages interaktive Illustrationen im Linear-Stil produzieren – der Preis ist eine lange Konversation.

Risikobetrachtung: Eine von einer Person geleitete Community auf dem Anfangskurs bringt eine steigende Wartungsbelastung für das Kit mit 15.000 Zeilen mit sich; die Framerate des 3D-Modus ist nicht ausreichend, der Beta-Status kann kurzfristig nicht entfernt werden; die Leistung der Fähigkeiten hängt stark von der Ausführungsfähigkeit des Host-Agenten ab – ein schwächerer Modell könnte die Ergebnisse erheblich verschlechtern. Es gibt einen Bewertungsdatensatz, aber noch keine öffentliche Leistungsbewertung. Doch selbst wenn der Repository morgen nicht mehr aktualisiert wird, hat es bereits eine Frage beantwortet: In der Ära der Agenten können Open-Source-Starprojekte einfach nur eine ausgezeichnet geschriebene Richtlinie sein. 173 Zeilen von SKILL.md, zusammen mit der ehrlichen Klausel „Jedes Zahlenwert stammt von demselben Modell“, ähneln mehr einem Ingenieurwerk als vielen vollständigen Anwendungsdokumenten.

Quelleninformationen

• Repository und Dokumentation: README, SKILL.md, CONTRIBUTING.md, evals/evals.json, kit/audit.mjs von github.com/wheresryan22/anatomy (lokaler Shallow-Clone-Besuch, Anzahl der Dateien und Zeilen werden mit find+wc gezählt)
• Star-Anzahl, Fork, Contributors und Commits: GitHub Repo/contributors/commits API, Snapshot vom 2026-10-13
• Verbreitung auf HN: Algolia-Suche, nur einmal 2▲ Commit, Popularitätspfade basieren auf GitHub trending und Skillstation
• Hierarchische Preise, Framerate, Build-Zeit: SKILL.md und README sind selbstständig angegeben, der Text ist an verschiedenen Stellen markiert