AGENT SKILL · 图文精讲

Answer me with HTML
把回答变成一页看得懂的网页

一个 Agent Skill:模型只写一份很短的 Markdown 稿件,排版、配色、画图全部交给自带 CLI。复杂问题不再是一堵文字墙,而是一页图文并茂、可离线打开的 HTML。

0 / 5341 token
模型要写的 token,约直接手写 HTML 的 1/6
0 秒 / 33 秒
生成一页的中位耗时,快 2.8 倍
0 个文件
零依赖单文件:无 CDN、无外部字体,断网可看
01

它解决什么问题

大模型越能干,人越难跟上它的输出。读一大段文字,不如看一页网页。

LLM 干的活越来越多,人反而越来越难跟上它的输出。比起读一大段文字,看一张图、一页网页要轻松得多。—— Karpathy(一条推文的大意)
直接让模型写 HTML:等的是 token
<div class="panel panel-a grid-col-2"> <style>.panel{border:1px solid #ddd;...}</style><svg width="800" height="600"><path d="M120,80 L340,80 ...">...几百行 CSS 与坐标,模型一个字一个字打出来...<div><div><div><div><div><div><div>
用这个 skill:一页讲清楚
时序图 · 流程图 · 对比表 · 结论条 —— 自动排版

左边:每一行 CSS、每一层 div、每一个 SVG 坐标都要占用输出 token,你等的正是这些;画流程图时模型还得自己算坐标,箭头经常指到空白处。

它的解法模型只写内容,排版、配色、画图交给 CLI。实测里模型要写的 token 只有直接手写 HTML 的约六分之一。
02

工作原理:四步

分工是全部设计的起点:人擅长想内容,代码擅长算版面。

STEP 1

你提问

像平时一样说话,比如"讲讲 TCP 三次握手"

STEP 2

Agent 判断

概念复杂、有流程、要对比 → 值得出一页;一句话能说清 → 纯文字

STEP 3

写短稿件

一份很短的 Markdown:标题、分面板、选组件,不碰 CSS

STEP 4

CLI 渲染

约 50 毫秒后:单文件 HTML,浏览器打开,断网可看

CLI 在 50 毫秒里做了什么

选模板
多面板一览(sheet)或线性讲解(doc),有图表默认图纸风
排面板
面板位置按内容自动计算,文字不截断、网格无空洞
画坐标
流程图用 dagre 算布局,时序图按标签宽度拉间距
套主题
三套主题 × 亮色/暗色,页面右上可随时切换
查写作
按 ASD-STE100 思路做中英双语写作检查(默认只提醒)
嵌原稿
每页内嵌生成它的 Markdown,点"复制源稿"可找回修改
03

实测数据:快多少、省多少

同一模型、同样问题,两种做法各做三遍取中位数(Claude Sonnet 5.5,三个题目)。灰色是直接写 HTML,蓝色是用这个 skill。

输出 token
耗时
单次花费
解释视频 token
一个反例(诚实地说)环境很重时例外:约 5.1 万 token 的上下文里,skill 要多两轮短对话,这两轮的开销超过省下的 token,实测反而贵约 20%。上面的数字看的是量级,不是精确倍数。
04

从稿到页:模型到底写了什么

左边是模型的全部工作——十几行;右边是 CLI 交出的页面(TCP 三次握手,图纸风)。不碰 CSS,不算 SVG 坐标。

--- title: TCP 三次握手与四次挥手 --- ## A 三次握手 ```sequence num 客户端 -> 服务器: SYN, seq=x 服务器 -> 客户端: SYN+ACK 客户端 -> 服务器: ACK ``` ## B 为什么是三次 1. 服务器确认客户端能发 2. 客户端确认服务器能收能发 3. 服务器确认客户端能收
TCP 三次握手渲染页面(图纸风)
CLI 渲染结果:时序图、状态机、标志位表自动排好 —— 这是真实渲染截图
05

三套主题,一键切换

同一份稿件,三种气质。点下面的按钮切换——这三张都是同一页(TCP 三次握手)的真实渲染截图。

blueprint 图纸风
blueprint:图纸风,有图表时默认选它
shadcn 卡片风
shadcn:卡片风,干净现代
paper 长文风
paper:适合读长文,衬线排印

三套都带亮色和暗色;页面右上角可随时切换主题与亮暗,也能复制生成这一页的 Markdown 原稿;支持自定义主题。

06

八个组件:按信息的形状选

一个面板只回答一个子问题。下面的每张小图,都是 CLI 真实渲染的效果截图。

flow流程图:架构、调用链、决策分支
flow 组件示例
最小写法 A -> B: 说明;支持判断框、数据库、分组,坐标由 dagre 自动算。
sequence时序图:多方按时间收发消息
sequence 组件示例
最小写法 A -> B: 请求;支持编号、备注、阶段分隔线。
tree树:目录、模块、分类体系
tree 组件示例
缩进表示层级;标签 | 说明 加灰字备注。
timeline时间线:历史、版本、阶段
timeline 组件示例
写法 时间 | 标题 | 说明;行首加 * 高亮该节点。
kv键值表:元信息、图纸标题栏
kv 组件示例
写法 键: 值;适合放标题栏式的元信息。
callout提示条:结论、提示、警告
callout 组件示例
写法 callout warn 标题;info / ok / warn / err 四种语气。
annot逐词点评:一句话拆开讲
annot 组件示例
写法 [词]{点评};{!red …} 标红问题词。
limits数值条:当前值 vs 上限
limits 组件示例
写法 标签 | 13 / 20 | 单位;一目了然的进度感。

普通 Markdown 表格也是"组件":单元格写 ok / no / warn 会变成 ✓ / ✗ / ! 徽章。实在放不进组件的内容,才用 html / svg 块原样嵌入。

07

STE 受控写作检查

ASD-STE100 本是写飞机维修手册的受控英语。Karpathy 提到按它写会清楚很多,这个 skill 把好机器检查的部分做成了中英双语版,每次渲染顺带检查。

检查项规则
句长描述句不超 45 字,操作步骤不超 35 字,每段不超 6 句
用词删虚动词:进行优化 → 优化;英文用短词:utilize → use
句式用主动语态;一句里"的"不超三个;不用套话,如 赋能、闭环
中文词表错别字:登陆 → 登录;含糊量词:尽快、若干 给具体数;数字后不用 以上/以下/以内;一词多写统一:单击 → 点击

默认 style: 80 只提醒不拦;strict 不达标不生成;off 关闭。中文词表取自《简明技术中文》,只收几乎不会误报的词。上面带删除线的是故意展示的反例写法。

08

安装:三种方式

前置要求只有一个:本机有 Node.js 20 或更高版本。不需要 npm install,CLI 已打包在 skill 里。

推荐

让 Agent 代装

把 INSTALL.md 的安装指引粘贴给你的 Agent(Claude Code、Codex、Cursor、OpenCode 都行),它照着做,全程不问你,最后用"TCP 三次握手"页面验证。

Claude Code

装成插件

两条命令:

/plugin marketplace add 2023Anita/answer-me-with-html
/plugin install answer-me-with-html@answer-me-with-html
一条命令

npx 安装

安装器来自 vercel-labs/skills,支持 70 多种 Agent,会问你装到哪一个:

npx -y skills add 2023Anita/answer-me-with-html
09

配置 · 高频模式 · 解释视频

配置速查

配置项默认值作用
openon生成后自动用浏览器打开
themeauto长文用 paper,有图表用 blueprint
modeauto跟随系统亮暗
style80写作检查:只提醒 / 严格拦 / 关闭
update_checkon每周查一次新版本并提醒
voiceauto视频配音:有 ElevenLabs key 就用它,否则系统语音

三种改法:斜杠命令改;直接说"别再自动弹浏览器了";终端跑 am config set open off。页面默认存在 ~/.answer-me-with-html/pages/。

高频模式 可选

打开后,每个结论都附一页:只要这轮给了结论、总结、方案或对比,Agent 就顺手出一页 2~4 个面板的小页面。只生成、不弹出,不打断手上的事。闲聊、无结论的一两句话、纯命令输出不受影响。

在 Agent 的规则文件里加一句话即可打开。代价是页面会堆在 ~/.answer-me-with-html/ 里,跑 am clean 清理。

解释视频:3Blue1Brown 风

视频稿件和页面稿一样,只多一条规则:> 开头的行是旁白,一行一拍。

逐步构建
第 N 句旁白播出时,图上出现第 N 步,箭头一笔画出来
镜头聚焦
旁白里写 [Server],镜头推向该节点并高亮,整图始终在画面内
跨场景变形
相邻场景同名节点平滑移动到新位置,而不是硬切
配音
有 ELEVENLABS_API_KEY 用 ElevenLabs,否则系统语音;每拍时长等于音频长度,音画同步
单个文件
音频内嵌,离线能播;--mp4 另存 1080p(需 Chrome + ffmpeg + Node 22+)
10

自测三题

点选项作答,做完看解析

Q1 · 在这个 skill 里,模型负责做什么?

Q2 · 流程图的节点坐标是谁算的?

Q3 · "ls 怎么看隐藏文件"这种问题会出页面吗?

11

术语翻卡

点卡片翻面

dagre
自动计算流程图布局的 JS 库,节点坐标不用人算
marked
把 Markdown 解析成结构的 JS 库,CLI 靠它读稿件
STE100
源自飞机维修手册的受控写作规范:句短、用词准、主动语态
frontmatter
稿件开头的 --- 元信息区:写标题、主题、模板
高频模式
规则文件加一句话:每个结论都附一页 2~4 面板小页面
am patch
只替换已有页面的一个面板,不用重写整页