起因是刷到一批「把原理画成动画」的 Claude Skill,演示视频一个比一个漂亮。与其收藏吃灰,不如全部装进项目里,从自己博客挑老文章当考题,一篇配一个 skill,看到底能做出什么东西。

选题时顺手定了条规矩:内容必须来自我真写过的文章,数字必须和我文章里的对得上。

七个 skill、七篇旧文、七个产物:

Skill(GitHub)Star输入来源产物
anatomy28,346DGX Spark 玩法探索 2印相机
teardown3,876定时响铃,一个 25KB 的间隔提醒工具双铃闹钟 3D 拆解
machine724DGX Spark 玩法探索 1DGX Spark 机器仿真
anima295DGX Spark 玩法探索 3:本地模型知识汇总知识蒸馏实验台
factory85把跟唱练习页做成可复用的 skill跟唱页工厂仿真
tinycharts29从「一句话」到「一个能用的东西」六站请求链路图
blueprint0Gaia 工作流引擎(本站项目)Gaia 引擎蓝图

数字能对上账

machine 那件最让我意外。它不许把任何数字写死在屏幕上,读数全部来自一个小求解器:温度按热传导算,风扇转速跟着温度走。我按自己文章里的实测(SGLang + NVFP4,36.6 tok/s)校准之后,页面上的大数字和我当时在 DGX Spark 上跑出来的一模一样。AI 生成的可视化头一回让我觉得可信,因为数字可以对账。

闹钟那件费的是另一番功夫。teardown 的规矩是「一个输入驱动一切」:摆轮角度是唯一自变量,擒纵轮逐齿步进,四级齿轮按 1:480 的传动比逐级减速。装完我拿计算器验了一遍:2.5 次/秒 × 3600 × 2 = 18000 vph,擒纵轮六秒一圈,秒轮一分钟一圈,分针一小时一圈,全对得上。

工厂仿真最有用

factory 底下跑的是真的离散事件仿真:先无头跑五天再出页面,不许为了好看调输入。我的跟唱页产线仿真出来,瓶颈落在英文翻译站(100% 忙,AI 分段站才 92%),结论是给翻译加一路并发比给分段加机器划算。这已经不只是配图,是给 AI 流水线做性能分析。

顺带摸了摸行情

这批 skill 所在的赛道在 GitHub 和 Skill 广场扫了一遍。anatomy 在自己的赛道一家独大,一个 skill 28k star,超过其余同类之和;但重技能赛道没人垄断——teardown 3.8k、machine 724、factory 85,复刻门槛本身就是护城河。工厂离散事件仿真和代码流程动画两个方向查遍开源社区没有第二个玩家,后者已经有人做成收费产品,付费意愿验证过,开源侧还空着。

共同点

七个里没有一个靠一段长提示词活着,全是「模板 + 构建脚本 + 无头审计」:构建时就跑逻辑检查、渲染截图、颜色检查,不过直接报错。和我做跟唱页 skill 时总结的一样——把不变的固化成脚本,把变化的写成规范,质量交给构建时的机器,别指望模型每次超常发挥。