Tech Teardown 023｜anatomy : pack de compétences d'agent à 6300 étoiles en 5 jours, transformer « expliquer clairement » en une machine interactive

Le stock a été créé le 8 octobre, avec plus de 6300 points et 450 forks en cinq jours. C’est le résultat pour wheresryan22/anatomy sur GitHub. Ce n’est ni une application, ni une bibliothèque, mais un « agent skill » : un document de 173 lignes SKILL.md, un ensemble d’outils de rendu isométrique et huit exemples complets. Avec npx skills add, on peut l’installer dans n’importe quel agent tels que Claude Code, Codex, OpenCode ou Antigravity, permettant à l’agent de transformer la tâche de « clarifier un concept » en des illustrations interactives isométriques, basées uniquement sur SVG, avec des shaders WebGL et une rotation 3D. La description officielle dit : « Un agent skill pour créer des illustrations isométriques détaillées et interactives de machines et de systèmes complexes du monde réel ». Hier, le produit wordcraft vendu était le résultat de la production en masse par l’agent, tandis que anatomy vendait la méthodologie de production. En lisant ces deux articles en continu, on obtient les deux couches de l’écosystème de l’agent. Ce texte est divisé en six sections, comme d’habitude.

1. Qu’est-ce que c’est ?

L’ensemble complet de anatomy consiste en trois éléments : le document de spécifications SKILL.md, l’ensemble d’outils et les huit exemples. Le document de spécifications est un document de flux de travail destiné à l’agent, contenant toute la philosophie de conception, les listes de contrôle et les listes de vérification ; l’ensemble d’outils comprend plus de 15 000 lignes de JavaScript, avec des modules spécifiques pour le rendu isométrique, les objets en rotation, les faisceaux de câbles, les shaders WebGL, les modes 3D et l’audit géométrique ; les huit exemples se trouvent dans le répertoire examples, allant des centaines de lignes de manivelles aux prototypes de moteurs de fusée avec WebGL, chacun pouvant être reconstruit avec une seule commande. Le dépôt contient 147 fichiers et 29 078 lignes (statistiques locales, y compris les exemples), avec une licence MIT. Le badge README indique zéro dépendance, et la construction utilise uniquement les modules intégrés de Node. Cette déclaration est cohérente avec le contenu des fichiers du paquet.

Les illustrations produites ont un aspect uniforme : une machine raffinée dans une perspective isométrique, avec un shading en quatre couleurs, un algorithme de peinture hiérarchisé et des cadres en forme de carte (numérotés, avec titres, indications interactives et lectures en temps réel). Les mouvements sont réglés avec délicatesse. Les huit exemples couvrent différents niveaux de difficulté : le desk-computer est un ordinateur de bureau capable de taper du texte, avec les mots écrits affichés sur un CRT dans le panneau de l’ordinateur, avec environ 85 objets réels et 850 chemins ; le arcade-cabinet est une section transversale d’un meuble à jeux, avec environ 240 objets et 15 câbles. Une pièce de monnaie est jetée dans la fente, et le disque roule sur un plan incliné de 30 degrés pour descendre le long du canal, heurtant des interrupteurs micro-moteurs, et les impulsions électriques se propagent les uns après les autres le long des câbles jusqu’au circuit principal. Le CRT s’échauffe, effectue une vérification de fonctionnement et entre dans un mode d’attraction, tout cela simulé physiquement ; le raptor-engine est un moteur de fusée suspendu sur un stand de test, avec une représentation de la flamme, des ondes de choc, des gouttes d’eau et de la vapeur rendues par WebGL, placé entre deux couches de SVG.

Sa route de popularité est complètement différente de celle de wordcraft : wordcraft a connu la notoriété grâce à des discussions sur HN avec plus de trois cents points, tandis qu’anatomy n’a reçu qu’une seule fois deux votes de soutien lors d’un soumission en perdition sur HN. Sa propagation s’est faite via GitHub trending, X et les sites de compétences (skills.wheresryan.sh/anatomy avec une galerie communautaire). Deux parcours complètement différents sur le même niveau de popularité.

II. Structure du repository

L’âme se trouve dans SKILL.md, ligne 173, où le YAML frontmatter déclare la compatibilité (écrit pour Claude Code, mais fonctionne également sur Antigravity, OpenCode et Codex, nécessitant Node.js 20.10+ et Chrome/Chromium pour les vérifications). Le corps du texte décrit le flux de travail complet de l’agent : dix étapes, allant de la définition des dimensions, de la collecte de données réelles, de l’invention d’objets, à la création de listes de pièces, jusqu’à la géométrie, l’assemblage, l’encadrement des cartes, l’ajout d’effets animés, et la vérification comme un critique.

Les muscles se trouvent dans kit/, ligne 15870. Iso-kit est le noyau de la projection égale, lathe.mjs génère des objets rotatifs dans n’importe quelle axe (ouvertures, flanges, tuyaux), tube.mjs coupe les tuyaux et câbles tridimensionnels en segments pouvant être classés par profondeur, gl.mjs est la couche WebGL, la série turn contient trois fichiers pour le mode rotation 3D, audit.mjs effectue l’audit géométrique, et sous react/ se trouvent des composants graphiques sécurisés pour le serveur et des hooks d’effets animés clients. references/ contient neuf documents en huit couches, pour un total de 2247 lignes : craft, kit, webgl, 3d, motion, react, verify, walkthrough, publish, chacun étant responsable d’une couche. webgl.md est le plus long, avec 473 lignes.

Les composants extérieurs ne manquent pas : evals/evals.json est l’ensemble de tests de compétences, tests/fixtures/ contient quatre images PNG pour la récupération visuelle des bases de données, .github/ contient les modèles de CI et PR, agents/openai.yaml est la configuration Codex. Il convient d’examiner plus attentivement l’ensemble de tests : cinq ensembles de questions avec « prompts et résultats attendus », allant du limiter à barre de tokens, du pool de connexions à bases de données jusqu’aux caches marginaux CDN, aux flammes du boulanger, au profil de la machine à café italienne. Les résultats attendus contiennent des critères de vérification, comme « tous les composants courbés doivent être colorisés sans barres de couleur hiérarchiques » ou « node build.mjs —audit doit se terminer avec audit passed, chaque échec compte pour zéro ». Fournir un ensemble de tests pour les compétences de l’agent est une pratique rare dans les kits de compétences.

III. Mécanisme central

Trois choses méritent d’être retirées.

Première chose, la philosophie de conception « L’objet est l’explication ». Dans SKILL.md, il est écrit en gras : the one idea that matters: The object is the explanation. Il est interdit d’utiliser des diagrammes, des flèches ou des annotations ; il faut inventer une machine réelle dont le fonctionnement correspond au concept lui-même. Le document propose une correspondance entre le concept et la machine : un GPU partage le service de contexte avec plusieurs écrans, formant ainsi une machine de dessin, où une tête d’impression visite alternativement 16 points de perforation ; si la clé de la mémoire est trouvée, l’affichage est redessiné, comme un verrou à billes, où chaque barre doit coïncider avec le mécanisme pour que le verrou tourne ; les dimensions 49×49 peuvent être réduites à 49+49, formant ainsi une signature à clous accompagnée de deux rails de peignes. Même le mode d’échec est prévu : trop abstrait (des planches empilées, des carrés flottants ne permettent pas de lire quoi que ce soit) ou trop banal (un grand panneau avec quelques lignes, sans volume ni pièces), la solution est la même : construire une machine composée de nombreuses pièces petites et précises, reconnaissables.

Deuxièmement, —audit pour la preuve géométrique par frame. C’est le point fort en ingénierie dans tout le projet. Kit/audit.mjs exige que la forme réelle de chaque pièce soit enregistrée lors de la construction, puis une preuve machine soit effectuée pour chaque frame : aucune pièce ne doit traverser une autre, chaque extrémité doit se poser sur un emplacement réel, aucune courbure ne doit flouter les pièces, toutes les superpositions doivent être dessinées dans l’ordre de profondeur réel, et si un problème survient, le programme doit quitter immédiatement. L’animation d’explosion du moteur de rapace est divisée en 11 composants, avec un réarrangement par profondeur pour chaque frame, tout étant auditable. SKILL.md bloque également les voies de triche : utiliser une forme fictive pour tromper l’audit est en soi un bug, et l’audit le déclarera échoué. Une clause d’honnêteté correspondante est incluse : chaque chiffre affiché sur l’image provient du même modèle qui déplace les pièces, les mesures ne sont pas fixes, mais calculées en temps réel par le modèle physique. La vitesse à laquelle les pièces glissent dans le casier de la machine à sous, ou la propagation des fréquences dans le bassin d’eau, sont toutes basées sur des modèles réels.

Troisièmement, inscrire les délais de travail dans les documents de compétences. La première étape du flux de travail est de définir la taille : pour le niveau Figure, un mécanisme avec 40 à 80 pièces est généralement terminé en une heure, et la règle actuelle est de ne pas donner de devis aux utilisateurs (c’est ce qui a été modifié dans la PR #43 récemment fusionnée le 13 octobre) ; pour le niveau Hero, avec 80 à 150 pièces, il faut environ 2 à 4 heures, et l’utilisateur doit être informé avant de commencer ; pour le niveau Epic, les délais commencent à 6 heures, mais il est interdit de commencer directement, il faut d’abord donner un devis et proposer une version réduite du Hero qui préserve les idées principales, puis la version complète est construite après la sélection de l’utilisateur. Quelle que soit la catégorie, il doit y avoir une page ouverte dans le navigateur dans la première heure, puis le travail se développe progressivement. Permettre à l’agent de communiquer les délais de travail aux utilisateurs avant de commencer est un exemple rare où la discipline de gestion du projet est intégrée dans les normes de compétences.

Quatrièmement, qualité du projet

Plusieurs règles de vie sont décrites dans le fichier CONTRIBUTING, chacune est stricte. Aucune annotation dans le code : pas d’annotations au début du fichier, pas d’explications compliquées à côté des lignes, pas de JSDoc. Les explications doivent être intégrées dans les noms et la structure des éléments, à l’exception des instructions d’outil comme “use client”. Les modifications sur le kit doivent être volontaires : le comportement par défaut des nouvelles options ou fonctions doit être identique à l’ancien, et toutes les exemples existants doivent rester identiques au niveau binaire après reconstruction (byte-identical). Cette condition doit être vérifiée par la vérification de CI. Si vous souhaitez modifier une image, indiquez-le dans votre PR et soumettez également la page reconstruite. L’identité binaire est une ligne de retournement stricte qui détache complètement les “modifications du kit” des “changements dans le travail”. Lorsque l’agent modifie le kit en grande quantité, il ne détruit pas secrètement aucune image déjà publiée.

Les autres aspects de la infrastructure sont également bien organisés : quatre images PNG restent basées sur le niveau de base, garantissant la représentation des entités et des points de matrice sous les deux thèmes de lumière et d’obscurité. Le flux de travail de vérification est hébergé sur .github, et cinq ensembles de questions avec critères de réception sont fournis pour l’évaluation. Structure des contributions (snapshots 10-13) : 8 contributeurs ont effectué un total de 119 commits, avec wheresryan22 en étant le principal contributeur, avec 72 commits, soit environ 61 %, et rudycelekli avec 33 commits, soit 28 %. En cinq jours, les numéros des PR ont atteint #43. Bien que la création ait été menée individuellement, la communauté est déjà engagée, ce qui est différent de la structure de “un seul contributeur effectuant 50 000 lignes en trois jours” typique de wordcraft. Le repository gère également les contributions de la communauté en un cycle complet : le repository anatomy-community sert de galerie d’œuvres, et lorsque l’utilisateur dit “publier cette image dans la galerie de la communauté Anatomy”, l’agent demande le titre et le nom GitHub, puis ouvre automatiquement une PR sans avoir à manipuler git. Le package de compétences prend en charge la distribution et les contributions de la communauté pour les utilisateurs.

V, Limites et Coûts

La section Limits du README est clairement définie. Ce n’est pas une bibliothèque de graphiques : pas de coordonnées, pas de séquences, pas de dessin de données. Les chiffres apparaissent uniquement sous forme de mesures réalistes des éléments et des pièces. Il ne représente que des machines, des instruments, des outils et des meubles, pas de personnes, pas de cartes précises. Une idée sans mécanisme pour la fabrication sera faible. “C’est lent de manière intentionnelle” (It is slow on purpose est l’original du README) : une image nécessite de parcourir la liste des pièces, la géométrie, l’audit, et des gros plans sur chaque joint sous les deux thèmes, ce qui constitue une longue conversation ; la construction de l’organe rapide prend quelques minutes, tandis qu’un audit 3D complet de 30 pièces prend de 15 à 20 minutes.

Le mode 3D est désigné comme beta : le moteur n’a été testé que sur des exemples prêts à l’emploi et une image de test, et n’a pas encore été mis en production ; le modèle de test de pression avec 380 composants (une main robotique sur un bureau désordonné) atteint environ 20 fps à 1440px, et seulement 13 à 15 fps dans la version limitée pour téléphone (390px, 4 fois la réduction de la puissance du CPU), tous ces chiffres correspondent aux données de test annoncées par l’équipe officielle. Les effets WebGL dépendent du support du navigateur, mais heureusement, SVG reste lisible sans WebGL ; toutes les images s’arrêtent automatiquement en mode reduced motion, assurant ainsi la visibilité. Pour les utilisateurs, il y a également un coût implicite : cette compétence s’adresse à des agents plutôt qu’à des personnes. Après avoir lu 173 lignes de spécifications et neuf références, il faut écrire soi-même la géométrie, ce qui n’est pas l’usage prévu par le concepteur.

VI. Jugement

Ce qui est le plus intéressant chez Anatomy, ce n’est pas l’illustration elle-même, mais sa fonction en tant que unité de distribution. Un paquet de compétences se retrouve rapidement en tête des tendances sur GitHub, ce qui signifie que la couche infrastructurelle de l’écosystème des agents commence à produire ses propres projets star : avant, c’étaient les applications et les bibliothèques qui entraient dans les classements open source, les utilisateurs étant des personnes ; maintenant, ce qui entre en classement peut être une « méthodologie pour apprendre aux agents à travailler », les utilisateurs étant des agents, et les personnes se contentant de vérifier le résultat. Anatomy et wordcraft sont juste les deux faces d’une même tendance : wordcraft prouve que les agents peuvent produire en grande quantité du code d’application conforme, tandis qu’Anatomy prouve que la méthodologie de qualité de production peut être emballée, distribuée, évaluée et évoluée. Les preuves sont présentes : Anthropic a rendu les Agent Skills en format ouvert, Codex, OpenCode et Antigravity supportent déjà leur chargement, un paquet de compétences peut être écrit une fois pour fonctionner partout, ce qui ressemble de plus en plus à la situation des paquets npm d’autrefois.

Adapté à trois types de personnes. Pour ceux qui écrivent des compétences pour agents : la structure de SKILL.md peut être directement copiée, avec une philosophie de conception, des modèles d’échec, des prix hiérarchisés, des étapes de flux de travail, une liste de vérification, rien ne manque. L’evals.json donne même un exemple de « comment tester les compétences ». Pour ceux qui se consacrent à la diffusion technologique : « L’objet est l’explication » est une méthodologie de contenu complète, transformant des concepts abstraits en éléments reconnaissables par la machine, et cette approche fonctionne indépendamment du code. Pour ceux qui utilisent Claude Code ou Codex : avec cela, les agents peuvent produire des illustrations interactives de style Linear pour des blogs, des documents ou des pages d’accueil, à condition d’attendre une longue conversation.

Risques finaux : avec une communauté en pleine émergence et un seul leader, la charge de maintenance du kit de 15 000 lignes augmentera continuellement ; le taux de rafraîchissement du mode 3D ne répond pas aux normes, et le label beta ne peut être retiré dans un court terme ; l’efficacité des compétences dépend fortement de la capacité d’exécution de l’agent hôte, et une autre modèle faible pourrait entraîner une grave dégradation des résultats. Bien qu’il n’y ait pas encore de scores publics, le ensemble de données de test existe. Mais même si le repository cesse de mettre à jour demain, il a déjà répondu à une question : les projets open source stars de l’ère des agents peuvent être simplement des spécifications bien écrites. Les 173 lignes de SKILL.md, combinées avec la clause d’honnêteté selon laquelle « chaque chiffre vient d’un même modèle », ressemblent plus à une œuvre d’ingénierie qu’à des documents complets d’application.

Source d’information

• Repos et documents : README de github.com/wheresryan22/anatomy, SKILL.md, CONTRIBUTING.md, evals/evals.json, kit/audit.mjs (clonage local pour l’examen, nombre de fichiers et de lignes calculés avec find+wc)
• Nombre de likes, forks, contributeurs et commits : API des repos GitHub/contributors/commits, snapshot du 13-10-2026
• Propagation sur HN : recherche sur Algolia, seul 2▲ dépôts, la fréquence est basée sur GitHub trending et Skill Station
• Prix hiérarchisés, fréquences de trames, temps de compilation : rapports de SKILL.md et README, le contenu est marqué à chaque endroit