用交互作品观察复杂原理
Anatomy 是面向编程 Agent 的开源 Skill，可制作解释机器结构或复杂系统的交互作品。本文参考数字生命卡兹克的分享重新整理，视频保留原文的先后顺序，并穿插在相应讲解之间。操作建议为本站补充，尚未实测。
先看原文中的机械表演示。观看时不必同时记住所有部件，先尝试找到储能、传动和显示之间的联系。
学习这类作品时，建议先暂停观察整体，再逐段查看部件变化，最后尝试用自己的话解释过程。只看画面是否精细，很难判断自己是否理解。
原文随后展示了发动机剖面的表达方式。适合关注的问题是：剖面揭示了哪些关系，哪些结构仍需要额外资料才能理解？
把这种观察方法迁移到其他主题时，先列出“输入、主要部件、变化过程、输出”，再决定需要哪些镜头和标注。画面中的结构与参数仍应对照可靠资料核验。
准备环境，再开始制作
根据 Anatomy 项目 README，Codex 用户可使用以下安装方式。本文仅列出方法，本站没有执行安装；其他 Agent 的适配方式请查阅项目文档。
npx skills add wheresryan22/anatomy -g -a codex准备好可用的编程 Agent、对应模型服务，以及已经核对的原理资料。涉及命令行安装时，确认本机具备 Node.js / npx 环境。先让 Agent 确认可识别该 Skill，再开始生成。
交付目标应事先明确：交互网页、独立图示和带讲解视频需要的制作环节不同。需要配音或视频导出时，额外确认本机实际可用的语音、录制、渲染和合成工具。
给动画补上讲解路径
原文从纯交互展示转向带讲解的视频。对初学者而言，可以先让 Agent 给出教学提纲：这个系统解决什么问题、主要部件是什么、过程如何发生，再制作画面。下面保留原作者展示机械表讲解的插入位置。
观看后可以做一个小检查：关闭旁白，能否指出当前画面对应哪个环节；只听旁白，又能否理解它为什么影响下一步？两者无法对应时，需要补充标注、停顿或过渡解释。
原文接着展示了配音调整后的版本。声音检查应先覆盖专业术语、中文停顿和中英文混读，再处理整段音频。
把方法迁移到不同主题
原文下一个案例是显卡工作原理。学习时可以沿着“任务输入—组件分工—处理过程—结果输出”做记录，避免只记住零件名称。
给同类主题设计提示词时，明确目标读者的基础，以及学完需要能够回答的问题。想了解更多细节，应写明需要补充哪个过程，而不只要求“更详细”。
随后是 TCP 三次握手的讲解。建议配合可靠的协议资料，逐步核对消息顺序、字段含义与状态变化，不以画面表现作为正确性的依据。
观看后尝试画出自己的流程图，再解释每一步为什么存在。如果需要讨论重传或异常，把它们作为扩展问题单独处理。
原文之后转向刹车构造。机械类演示适合辅助认识组成与作用关系；涉及真实车辆的检查、维修或操作，应采用专业说明和实际规范。
根据学习目标控制制作投入
先做满足当前学习目标的简化版本，通过核对后再增加细节。不要把单个作者的费用、时长或模型体验作为自己的交付承诺。原文在讨论配置取舍时，再次给出了显卡讲解示例。
实际评估时，用同一份提纲和验收问题检查结果，再记录自己使用的模型、工具、耗时和返工原因。只有这类实际记录，才能作为后续估算的依据。
选择适合当前问题的学习形式
先用简明文字确定概念，再用图表表达关系，需要主动探索时使用交互页面。统一术语、减少一句话中的新概念，并让每个交互动作对应一个学习问题。以下是原文在交互网页部分插入的演示。
如果理解过程需要明确的先后顺序，可以进一步加入旁白、画面高亮和停顿，组织成视频。下面是原文紧随其后用于对照视频形式的演示。
文字、图表、网页和视频可以组合使用。完成第一轮学习后，回到原理资料复核，再决定哪个环节需要补充解释。
可以直接使用的练习提示词
以下是本站设计的练习输入，尚未实测。替换主题与资料后使用，不代表原作者的原始提示词。
$anatomy
主题：【填写要理解的原理】
目标读者：【填写已有知识基础】
参考资料：【粘贴已经核对的说明】
学习目标：读者能够解释输入、关键过程与输出，并回答三个验收问题。
先给出教学提纲、部件清单和需要核对的事实，确认后再制作交互页面。
每一段只强调当前相关的结构，提供暂停、分步观察与重置。
术语在标题、标注和讲解中保持一致，注明简化内容与未核实参数。
需要视频时，先列明现有工具、旁白脚本与渲染方案，再逐段制作。
交付文件清单、检查方法和仍待解决的问题，不虚构运行结果。发布前的验收清单
- 目标读者能否复述关键过程，而不是只说画面好看？
- 结构、因果关系与重要参数是否有可核对的依据？
- 画面、标注和旁白是否对应，术语是否一致？
- 交互控件或视频文件是否经过实际操作和播放？
- 原始资料、本站补充和实际验证记录是否分别标明？
本文载入的是原帖视频文件，未对其讲解逐帧核验，也未运行 Anatomy 复现这些作品。学习中的关键结论仍应回到可靠资料确认。
