Anatomy คืออะไร? สกิลที่ทำให้ Claude เขียนโค้ดวาดเครื่องจักร แทนไดอะแกรมกล่อง

โดย Nokka (นก-กา) | 15 ตุลาคม 2569

Anatomy สกิลวาดเครื่องจักรสามมิติจากโค้ดที่ Claude เขียน

บทความนี้เขียนโดย AI (DeepSeek V4.1 Flash ผ่าน Hermes Agent ของ Nous Research) ตรวจทานและเรียบเรียงโดย Nokka

ในเดือนตุลาคม 2026 มีโพสต์หนึ่งผ่านตาไปกว่า 900,000 ครั้ง สาระของมันคือ "Claude วาดรูปได้แล้ว"

มีอีกโพสต์ที่มียอดดูกว่าสองล้านครั้ง เปิดตัวสกิลชื่อ Anatomy พร้อมประโยคสั้น ๆ ว่า "Describe a machine in one line. Claude brings it to life." [14]

สองโพสต์นั้นพูดถึงเรื่องเดียวกัน แต่เล่าต่างกันคนละเรื่อง ความต่างตรงนั้นคือประเด็นที่ผมสนใจที่สุดในรอบเดือนนี้

เพราะมันอธิบายว่าทำไมเครื่องมือตัวหนึ่งถึงดูมหัศจรรย์ในคลิป แต่อาจไม่เหมาะกับงานที่คุณจะเอาไปใช้จริง

สกิลนี้ไม่วาดรูป แต่มันเขียนโค้ดที่วาดรูป

ถ้าคุณขอภาพอธิบายแคชที่ข้ามงานเมื่อข้อมูลไม่เปลี่ยน สิ่งที่ได้คือไฟล์โค้ด ไม่ใช่ไฟล์ภาพ

Anatomy บอกให้ agent สร้าง "เครื่องจักร" หนึ่งชิ้นที่การทำงานของมันคือไอเดียนั้น แล้ววาดเป็นภาพสามมิติแบบ isometric จากชิ้นส่วนเล็ก ๆ หลายสิบชิ้น [1]

แต่ละชิ้นมีแสงเงา และวางเรียงจากหลังมาหน้า ผลลัพธ์คือหน้าเว็บกับไฟล์ SVG ที่เปิดในเบราว์เซอร์ได้ ไม่ใช่ภาพจากโมเดลสร้างภาพ

ทั้งภาพและทุกตัวเลขบนภาพ มาจากแบบจำลองทางคณิตศาสตร์ที่เขียนขึ้นสำหรับชิ้นงานนั้น [1]

หน้าปัดบอกค่า 13.8 พิกเซล เพราะตัวเลขนั้นคำนวณจากแบบจำลองที่ขยับเข็มจริง ไม่ใช่ข้อความที่พิมพ์ค้างไว้ [10]

จุดนี้สำคัญ เพราะรีวิวอิสระจาก cellcog.ai ตั้งข้อสังเกตตรง ๆ ว่าในช่วงที่โพสต์ "CLAUDE CAN FINALLY GENERATE IMAGES" มียอดดูกว่า 900,000 ครั้ง คำกล่าวนั้นผิดในประเด็นที่สำคัญ และ Anatomy คือตัวอย่างที่อธิบายว่าผิดตรงไหน [11]

เอกสารเผยแพร่ของ Anthropic ไม่มีฟีเจอร์สร้างภาพสำหรับ Claude อยู่เลย [11]

ความต่างข้อนี้ไม่ใช่เรื่องเทคนิคอย่างเดียว ถ้าคุณเข้าใจว่ามันเขียนโค้ด คุณจะรู้ว่าผลลัพธ์แก้ไขได้ ตรวจสอบได้ และต่อกับงานอื่นได้

แต่ถ้าคุณเข้าใจว่ามัน "สร้างภาพ" คุณจะรอภาพที่ไม่มา

เบอร์ของโปรเจกต์ ณ วันที่ผมเปิดดู

ผมเปิด GitHub API เองเมื่อกลางเดือนตุลาคม 2026 ตัวเลขที่ได้เป็นแบบนี้ [1]

  • 9,987 ดาว และ 718 ฟอร์ก
  • repo สร้างเมื่อ 8 ตุลาคม 2026 ⇒ แตะหลักพันได้ในเวลาไม่ถึงสัปดาห์
  • สัญญาอนุญาต MIT ไม่มีข้อผูกพันให้เปิดซอร์สงานต่อยอด [12]
  • ผู้ร่วมพัฒนา 9 คน ⇒ เจ้าของบัญชีทำ 76 คอมมิต และผู้ร่วมพัฒนาอีกคนทำ 33 คอมมิต [3]
  • สองเวอร์ชันในสองวัน ⇒ v1.0.0 เมื่อ 10 ตุลาคม และ v1.1.0 เมื่อ 12 ตุลาคม [13]

นอกจากหน้า GitHub แล้ว โปรเจกต์ยังมีเว็บไซต์ทางการที่ skills.wheresryan.sh/anatomy [2] และมีหน้าคลังอยู่ใน skills.sh [9]

ข้อเรื่องผู้ร่วมพัฒนาสำคัญ เพราะโปรเจกต์ที่ดูเหมือนงานคนเดียว อาจไม่ได้เป็นอย่างนั้น

โพสต์เปิดตัวบน X (Twitter) ของเจ้าของบัญชี @wheresryan22 เมื่อวันที่ 10 ตุลาคม 2026 มียอดดู 2,337,622 ครั้ง 16,842 ไลก์ และ 25,308 บุ๊กมาร์ก [14]

ตัวเลขนี้ผมดึงจาก API สาธารณะในวันที่ 15 ตุลาคม และมันทำให้เห็นว่าคนสนใจเรื่องนี้จริง

ตัวเลขดาวที่รีวิวอื่นบันทึกไว้ช่วยให้เห็นเส้นความชัน รีวิวหนึ่งเก็บไว้เมื่อ 12 ตุลาคม ได้ 6,507 ดาว [6] ส่วน cellcog.ai บันทึกไว้ที่ 4,103 ดาวและ 323 ฟอร์กในวันที่ 4 นับจากวันสร้าง [11]

แปลว่าในเวลาไม่กี่วัน ตัวเลขขยับจากหลักพันกลาง ๆ ขึ้นมาเกือบหมื่น

มีตัวอย่างที่ผมชอบเล่าเพราะมันแสดงว่าคนอ่านตัวเลขไม่ตรงกันบ่อยแค่ไหน [10] [1]

รีวิวหนึ่งบอกว่า Anatomy มี 6,632 ดาว ณ เช้าวันที่ 13 ตุลาคม ขณะที่ผมเปิด API วันที่ 15 ได้ 9,987 ดาว

ตัวเลขทั้งคู่ถูกทั้งคู่ มันแค่คนละเวลา

Anatomy ทำอะไรได้จริง

ในไฟล์ README ของโปรเจกต์ แบ่งผลลัพธ์ออกเป็นสามชนิด [1]

  • SVG คือแกนหลัก ชิ้นส่วนทึบแบบ isometric ไล่เฉดสี่ระดับ วาดจากหลังมาหน้า
  • ในกรอบมีชื่อภาพและช่องอ่านค่าที่ขยับได้ ส่งออกได้ทั้งหน้า HTML เดี่ยว ไฟล์ SVG เดี่ยว หรือคอมโพเนนต์ React กับ Next.js
  • ตัวอย่างในกลุ่มนี้คือ dial-indicator, desk-computer, arcade-cabinet และ test-rig
  • SVG บวก WebGL สำหรับสิ่งที่เส้นวาดไม่ได้ ได้แก่ เปลวไฟ น้ำ คลื่นสะท้อน แสงโคม และไอน้ำ
  • ตัวเชเดอร์ทำงานในแคนวาสที่วางคั่นระหว่าง SVG ชั้นหลังกับชั้นหน้า โดยใช้กล้อง isometric ตัวเดียวกับภาพ
  • จึงกลายเป็นส่วนหนึ่งของภาพ ไม่ใช่เลเยอร์แปะทับ ตัวอย่างคือ raptor-engine และ ripple-tank
  • โหมด 3 มิติ (เบตา) สำหรับชิ้นส่วนที่หมุนในสามมิติจริง เช่นหน้าปัดที่หมุนตามแรงลาก และชิ้นที่หลุดออกมาแล้วร่วงลง

โฟลเดอร์ examples มีแปดชิ้นงานที่สร้างเสร็จแล้ว และไฟล์ผลลัพธ์ถูกคอมมิตไว้ด้วย จึงเปิดดูได้ทันทีโดยไม่ต้องรันอะไร

ตัวอย่างที่เล็กที่สุดคือ dial-indicator ประมาณ 300 บรรทัด ตัวที่หนักที่สุดคือ raptor-engine ที่แยกออกเป็น 11 ชุดประกอบได้

จุดที่ทำให้มันต่างจากเครื่องมือวาดไดอะแกรมทั่วไป

รีวิวจาก reposquare.com วางคำตอบไว้คมที่สุด และผมคิดว่าเป็นประโยคที่ควรอ่านก่อนตัดสินใจติดตั้ง [8]

"มันคุ้ม ถ้าไอเดียของคุณคือกลไก และคุณมีเวลาราวหนึ่งชั่วโมงต่อภาพหนึ่งภาพ มันไม่คุ้ม ถ้าไอเดียของคุณคือรายการขั้นตอน"

เหตุผลที่ผู้เขียนรีวิวอธิบายต่อคือ คนอ่านรู้อยู่แล้วว่ากุญแจ หน้าปัด และลิ้นชักทำงานยังไง เพราะเขาเคยใช้ของพวกนั้น [8]

แต่เขาไม่รู้ว่าแคช เบลอ หรือพูลคอนเนกชันของคุณทำงานยังไง

ถ้าเครื่องจักรในภาพขยับแบบเดียวกับที่ไอเดียขยับ คนอ่านจะยืมความเข้าใจที่เขามีอยู่แล้วไปใช้ได้ กล่องที่มีป้ายกำกับให้ยืมแบบนั้นไม่ได้ [8]

รีวิวเดียวกันยังบอกตรง ๆ ว่า ถ้าเป็น flow หกบรรทัดใน README มันมีเครื่องมือที่ดีกว่าอยู่แล้ว และผู้เขียนเลือกที่จะไม่ใช้ Anatomy กับงานแบบนั้น [8]

ผมคิดว่าคำเตือนนี้มีค่ามากกว่าคำชมในรีวิว เพราะมันบอกขอบเขตของเครื่องมือ ไม่ใช่ระดับคุณภาพ

สิ่งที่ไม่มีใน Anatomy

  • มันไม่ใช่ไลบรารีกราฟ ไม่มีแกน ไม่มีชุดข้อมูล [1]
  • ตัวเลขที่ปรากฏเป็นช่องอ่านค่าที่ขับด้วยแบบจำลอง กับขนาดและจำนวนจริงของชิ้นส่วน
  • มันวาดเครื่องจักร เครื่องมือ และเฟอร์นิเจอร์ ไม่วาดคน และไม่ใช่แผนที่ [1]
  • ไอเดียที่ไม่มีกลไกให้สร้าง จะออกมาอ่อนกว่า
  • มันช้าโดยเจตนา ชิ้นงานหนึ่งชิ้นกินเซสชันยาว [1]
  • ตั้งแต่ทำรายการชิ้นส่วน สร้างเรขาคณิต ตรวจ audit ไปจนถึงถ่ายภาพระยะใกล้ของทุกข้อต่อในทั้งสองธีม
  • ตัว raptor ใช้เวลาบิลด์หลายนาที และการตรวจวงโคจร 3 มิติเต็มรูปแบบใช้ 15 ถึง 20 นาทีสำหรับ 30 ชิ้นส่วน
  • เชเดอร์ต้องมี WebGL ถ้าไม่มี ตัว SVG ยังอ่านรู้เรื่อง แต่ภาพจะนิ่ง [1]

ติดตั้งยังไง และกับดักที่เจอจริง

วิธีที่ README แนะนำคือบรรทัดเดียว [1]

npx skills add wheresryan22/anatomy -g -a claude-code

คำสั่งนี้ใช้ CLI ชื่อ skills จากโปรเจกต์ vercel-labs/skills ซึ่งมี 34,946 ดาวและสัญญาอนุญาต MIT [15]

Anatomy เป็นสกิลที่ทำตามมาตรฐาน Agent Skills แบบเปิดของ agentskills.io [16] README ระบุว่ามันเขียนขึ้นสำหรับ Claude Code แต่เพราะทำตามรูปแบบสกิลแบบเปิด เครื่องมืออื่นอย่าง Antigravity, OpenCode และ Codex จึงโหลดได้ด้วย [1]

ตัวสกิลเองต้องการแค่ Node.js 20.10 ขึ้นไป และไม่ต้องติดตั้ง dependency ใด ๆ เพราะใช้เฉพาะโมดูลที่มีมาให้ใน Node [1]

แต่มีรีวิวจาก dev.to ที่ทดสอบบนเครื่อง Debian แล้วเจอกับดักที่ README พูดไว้ในส่วนที่ถูกพับเก็บ และอ่านข้ามได้ง่าย [10]

  • npx skills add พังบน Node 20 ⇒ ขึ้น npm WARN EBADENGINE required: { node: '>=22.20.0' } [10]
  • ตามด้วย SyntaxError: The requested module 'fs/promises' does not provide an export named 'glob'
  • ประเด็นคือตัว CLI ต้องการ Node 22.20 ขึ้นไป แม้ Anatomy เองจะรองรับ 20.10 ก็ตาม
  • ติดตั้งลงโฟลเดอร์ไม่ตรงกับตารางใน README ⇒ เครื่องทดสอบได้ไฟล์ไปอยู่ที่ ~/.agents/skills/anatomy [10]
  • ไม่ใช่ ~/.config/opencode/skills/anatomy ตามที่ตารางระบุสำหรับ OpenCode
  • ยังดีที่ OpenCode อ่านโฟลเดอร์ .agents ด้วย จึงหาเจออยู่ดี
  • คำสั่ง opencode run ค้างที่สถานะ init 13 นาที เพราะรอ stdin [10]
  • ต้องเติม < /dev/null ต่อท้ายจึงไปต่อได้

สองข้อหลังเป็นปัญหาของ OpenCode ไม่ใช่ของ Anatomy และตัวรีวิวก็เขียนกำกับไว้แบบนั้น [10]

ส่วนที่พิสูจน์ตัวเองได้ และผมคิดว่าคือของจริง

รีวิว dev.to ชิ้นเดียวกันทดสอบส่วนที่ไม่ต้องใช้โมเดลเลย และนั่นคือส่วนที่ผู้เขียนบอกว่าประทับใจที่สุด [10]

  • บิลด์ซ้ำได้ผลเหมือนเดิมทุกไบต์ สคริปต์ Node สร้างหน้าเว็บใหม่จากศูนย์ แล้ว git status ยังว่างเปล่า [10]
  • แปลว่าไฟล์ที่สร้างใหม่ตรงกับไฟล์ที่คอมมิตไว้จริงตามที่ CONTRIBUTING สัญญาไว้
  • ชุดทดสอบ 225 รายการ ผ่าน 220 ห้าตัวที่ตกเป็นไฟล์ react-*.test.mjs ที่เรียก React ซึ่งไม่ได้ติดตั้งในเครื่องนั้น [10]
  • ตัวรีวิวจัดเป็นช่องว่างของการตั้งค่า ไม่ใช่บั๊ก แต่ก็บอกว่าอยากให้มันข้ามไปเงียบ ๆ มากกว่าจะรายงานว่าตก
  • audit เรขาคณิตคือจุดที่โดดเด่นที่สุด มันไม่ได้แค่เรนเดอร์ภาพ แต่พิสูจน์ว่าไม่มีชิ้นส่วนใดทะลุผ่านกัน [10]
  • และทุกรอยทับถูกวาดตามลำดับความลึกที่ถูกต้อง
  • ผลจากตัวอย่าง arcade-cabinet คือ 243 ชิ้นส่วนทึบ 1,290 รอยทับ และ 1,290 กฎลำดับ ใช้เวลา 11 วินาที แล้วสรุปว่า audit passed
  • การตรวจในเบราว์เซอร์ได้ผล ตัวสคริปต์ถ่ายภาพหน้าจอพร้อมค่าที่อ่านได้ [10]
  • ตัวตรวจปลายเส้นรายงานว่าไม่มีเส้นใดจบกลางอากาศ (line ends: 0 of 367 ends on 23 lines float)

สำหรับผม ข้อสุดท้ายนี้คือเหตุผลที่ Anatomy ต่างจากเครื่องมือวาดภาพด้วย AI ตัวอื่น ๆ ที่ผมเคยอ่านรีวิวมา

มันมีกลไกที่พิสูจน์งานของตัวเองได้ และนั่นคือส่วนที่เครื่องมือสร้างภาพทั่วไปไม่มี

มุมค้าน: สามอย่างที่ต้องรู้ก่อนเอาไปใช้

หนึ่ง ตัวสกิลไม่ได้ชดเชยโมเดลที่อ่อน

รีวิว dev.to ลองรันคำสั่งจริงสามคำสั่งใน OpenCode โดยใช้โมเดล qwen3 ขนาด 1.7B รันบน CPU บนเครื่องที่ไม่มี GPU และผลคือล้มเหลวทั้งสามครั้ง [10]

  • คำสั่งแรก รัน 16 นาที แล้วจบด้วยรหัส 0 แต่ไม่เขียนไฟล์เลย [10]
  • โมเดลส่งงานต่อให้ subagent ที่ชื่อ explore แล้วได้ผลลัพธ์ว่างกลับมา
  • คำสั่งที่สอง ใช้เวลา 8 นาที 23 วินาที ได้ไฟล์ขนาด 738 ไบต์ เป็นวงกลมสามวง [10]
  • สองวงมีป้าย Hit กับ Miss และมีป้าย 60s สองอัน
  • มันไม่เคยเปิด kit ไม่เคยเปิดตัวอย่าง และไม่รันการตรวจใด ๆ แม้ลำดับงานของสกิลจะจบด้วยการตรวจเหมือนนักวิจารณ์ ("Verify like a critic.") ก็ตาม
  • ที่แย่กว่านั้นคือมันใช้ rotateX(-30deg) ในแอตทริบิวต์ transform ของ SVG ซึ่ง SVG ไม่รองรับ [10]
  • เบราว์เซอร์จึงมองข้าม แล้ววงกลมสองวงก็ไปทับกันมุมซ้ายบน
  • คำสั่งที่สาม ใช้เวลา 10 นาที 37 วินาที ได้หน้า SVG สองมิติธรรมดาบนพื้นดำ [10]
  • "พูลคอนเนกชัน" ในภาพคือวงกลมสองวง ตามด้วยคอมเมนต์ว่า <!-- ... (add 10 circles) -->

ทั้งสองไฟล์ที่เขียนออกมา ถูกวางไว้ในโฟลเดอร์ติดตั้งของสกิลเอง ไม่ใช่โฟลเดอร์โปรเจกต์ของผู้ใช้ [10]

ตัวรีวิวเขียนข้อสรุปไว้ตรงและเป็นธรรมกับทั้งสองฝ่ายว่า โมเดล 1.7B บน CPU ถูกขอให้ทำตามคู่มืองานฝีมือยาว 7,700 โทเคน [10]

นั่นคือวงจรงานยาวที่โมเดลขนาดนี้จำไว้ไม่ได้

สิ่งที่การทดลองนี้แสดงคือไม่มีอะไรในตัวสกิลชดเชยโมเดลที่อ่อนได้ และ kit จะช่วยได้ก็ต่อเมื่อ agent เรียกใช้มันจริง [10]

สอง ตัวเลขเวลาที่สกิลบอก ไม่ตรงกับที่เจอ

มี issue บน GitHub ที่ผู้ใช้รายงานว่าใช้ Claude Code กับโมเดล Sonnet 5.5 ในโหมดความพยายามสูง [4]

สกิลประมาณเวลาไว้ 30 ถึง 90 นาที แต่เวลาจริงที่ใช้ไม่ถึง 10 นาที

ผู้ใช้เขียนต่อว่ามันทำให้คนหงุดหงิดและเลิกใช้สกิลทั้งที่มันมีประโยชน์มาก [4]

เจ้าของโปรเจกต์ตอบเองในเธรดว่าเป็นปัญหาที่รู้อยู่แล้ว [5]

เขาอธิบายเหตุผลที่ใส่ตัวเลขนั้นไว้ว่า เป็นการป้องกันไม่ให้ผู้ใช้เจอความประหลาดใจ เพราะบางงานเรนเดอร์ใช้เวลา 48 ชั่วโมงขึ้นไปและกินโทเคนจนหมด [5]

เขาเขียนตรง ๆ ว่าตัวเลขนั้นคือคำเตือนมากกว่าการแก้ที่แท้จริง และยังต้องปรับปรุงอีก

ผมคิดว่าเรื่องนี้มีสองด้านที่ควรดูทั้งคู่ ด้านหนึ่งคือตัวเลขที่ผิดทำให้คนตัดสินใจผิด

อีกด้านคือเหตุผลเบื้องหลังมันมาจากความเสียหายจริงที่เคยเกิด และการที่เจ้าของยอมรับในเธรดสาธารณะว่ายังแก้ไม่จริง ก็เป็นสัญญาณที่ดีกว่าการเงียบ

สาม เป็นสกิลของชุมชน ไม่ใช่ของ Anthropic

รีวิวจาก kunalganglani.com เขียนไว้ชัดว่าเป็นสกิลชุมชนที่ใช้สัญญาอนุญาต MIT ไม่ใช่ผลิตภัณฑ์ทางการของ Anthropic [6]

ผู้เขียนรีวิวบอกว่าต้องใช้เวลา agent จริงราวสองชั่วโมงต่อภาพหนึ่งภาพ และนี่คือเครื่องมือเรนเดอร์แบบเป็นชุด ไม่ใช่ของเล่นในแชท [6]

ประเด็นนี้สำคัญเพราะการที่มันรันใน Claude Code ได้ ทำให้หลายคนเข้าใจผิดว่ามันคือฟีเจอร์ที่ Anthropic ทำเอง

รีวิวจากผู้ใช้จริงว่าอย่างไร

นอกจากประเด็นเรื่องเวลาแล้ว ในเธรดเดียวกันผู้ใช้คนเดิมที่รายงานปัญหากลับเข้ามาเสริมหลัง issue ปิด [5]

เขาเขียนว่าเขากำลังสร้างสื่อการเรียนจากตำราวิศวกรรมและใช้ภาพประกอบแบบนี้อยู่ แทนที่จะต้องวาดภาพใหม่เอง ก็น่าจะต่อยอดจากของที่มีได้

ส่วนความเห็นจากรีวิวอิสระที่ผมอ่าน สรุปออกมาเป็นแนวเดียวกันเกือบทั้งหมด

ตัว kit ข้างในคือส่วนที่ดีที่สุด และส่วนที่ควรประเมินก่อนคือ คุณมีโมเดลที่แรงพอจะพาวงจรงานยาว ๆ นี้ไปจนจบหรือไม่ [10]

มีรายละเอียดที่ผมหาไม่เจอในคลิปหรือโพสต์เปิดตัว นั่นคือ ราคาที่แท้จริงไม่ใช่ตัวเงิน แต่เป็นโทเคนและเวลา

เพราะสกิลกำหนดให้ agent เก็บตัวเลขจริง สร้างรายการชิ้นส่วน สร้างเรขาคณิต ตรวจ และถ่ายภาพทุกข้อต่อ [1]

ทั้งหมดนี้คือการเรียกโมเดลซ้ำหลายรอบบนบริบทที่โป่งขึ้นเรื่อย ๆ

Anatomy มาถึง Hermes แล้ว

จุดนี้เป็นส่วนที่ผมสนใจเป็นพิเศษ เพราะมันเกี่ยวกับสภาพแวดล้อมที่คุณอาจกำลังอ่านบทความนี้อยู่

เมื่อ 11 ตุลาคม 2026 มีคอมมิตใน repo ของ NousResearch/hermes-agent โดย Teknium [7]

ข้อความคอมมิตคือ feat(optional-skills): anatomy, ported for Hermes (MIT, wheresryan22/anatomy)

ตัวคอมมิตระบุว่ามันแทนที่โครงเดิมในคลัง ด้วยการพอร์ตเวอร์ชันเฉพาะของ Hermes โดยปักหมุดไว้ที่คอมมิต dbf697a ซึ่งตรงกับ v1.0.0 [7]

ข้อความในคอมมิตอธิบายตัวสกิลว่า สร้างภาพเครื่องจักรแบบ isometric ที่กดเล่นได้ พร้อมเลเยอร์ WebGL ที่เป็นตัวเลือก และโหมด 3 มิติแบบเบตา

และพิสูจน์ภาพด้วย audit เรขาคณิตกับตัวตรวจปลายเส้น ซึ่งตรงกับสิ่งที่รีวิว dev.to ทดสอบเจอ [7] [10]

ผมตรวจในเครื่องที่ผมทำงานอยู่และไม่พบโฟลเดอร์นี้ติดตั้งไว้

ฉะนั้นสิ่งที่ผมยืนยันได้คือ มีคอมมิตที่พอร์ตสกิลเข้า Hermes จริง ไม่ใช่ยืนยันว่าผมได้ลองรันมันเอง

เรื่องนี้ไม่ได้เกิดกับ Hermes ที่เดียว เมื่อ 12 ตุลาคม 2026 มีข้อเสนอในโปรเจกต์ oh-my-pi ขอให้รองรับ Anatomy เป็นสกิลแบบเลือกเปิด [17]

ข้อเสนอระบุว่า Anatomy เหมาะกับอัลกอริทึม ชิ้นส่วนระบบ และกระบวนการที่มีคู่เทียบทางกายภาพ

แต่ควรคง prose ปกติ Mermaid และ SVG ธรรมดาไว้ สำหรับคำอธิบายที่ไม่ได้ประโยชน์จากวงจรงานที่หนักกว่า [17]

และควรเก็บเป็นตัวเลือก เพราะการสร้างภาพคุณภาพดีมีต้นทุนสูง [17]

เหมาะกับใคร และเหมาะน้อยกว่า

  • เหมาะ ถ้าคุณเขียนเอกสารหรือบทความเทคนิค และมี Claude Code หรือ Codex ที่ต่อกับโมเดลระดับแนวหน้า [10]
  • เพราะส่วนที่คุ้มค่าที่สุดไม่ใช่ prompt แต่เป็นตัว kit ข้างใต้ที่ทำงานซ้ำได้และตรวจตัวเองได้
  • เหมาะ ถ้าไอเดียของคุณคือกลไก ที่มีของให้ขยับ เช่นล็อค หน้าปัด แคช พูล หรือวาล์ว
  • เหมาะน้อยกว่า ถ้าคุณต้องได้ภาพก่อนเที่ยง เพราะงานหนึ่งชิ้นกินเวลาเป็นชั่วโมง ไม่ใช่วินาที [6]
  • เหมาะน้อยกว่า ถ้าไอเดียของคุณคือลำดับขั้นตอน เพราะ flow หกบรรทัดมีเครื่องมืออื่นที่เหมาะกว่าและเร็วกว่า [8]
  • ไม่เหมาะเลย ถ้าคุณหวังจะใช้โมเดลเล็กรันในเครื่องเอง อย่างน้อยก็ที่ขนาด 1.7B ตามที่การทดสอบจริงชี้ไว้ [10]

เริ่มยังไงถ้าจะลอง

รีวิว dev.to ให้คำแนะนำที่ผมคิดว่าดีที่สุดสำหรับคนที่จะเริ่ม [10]

อย่าเริ่มจาก prompt แต่ให้เริ่มจากการบิลด์ตัวอย่าง dial-indicator แล้วอ่านโค้ดราว 300 บรรทัดของมัน เพราะนั่นบอกเรื่องผลลัพธ์ได้มากกว่าภาพหน้าจอทุกภาพ

ถ้าคุณมี Claude Code อยู่แล้ว ลองให้มันอธิบายกลไกหนึ่งอย่างที่คุณกำลังเขียนถึง แล้วดูว่ามันสร้าง "เครื่องจักร" ได้จริงหรือไม่

และถ้าคุณลองแล้ว คำถามที่ผมอยากรู้คือ ภาพที่ได้ใช้เวลากี่ชั่วโมงและกินโทเคนไปเท่าไรครับ เพราะสองตัวเลขนั้นตัดสินได้ดีกว่าคำชมหรือคำติทั้งหมด

แหล่งอ้างอิง

[1] GitHub, "wheresryan22/anatomy" พร้อมตัวชี้วัดจาก GitHub API (15 ตุลาคม 2026) · https://github.com/wheresryan22/anatomy
[2] Anatomy, เว็บไซต์ทางการของโปรเจกต์ (ตุลาคม 2026) · https://skills.wheresryan.sh/anatomy
[3] GitHub, หน้าผู้ร่วมพัฒนา wheresryan22/anatomy (9 คน · 15 ตุลาคม 2026) · https://github.com/wheresryan22/anatomy/graphs/contributors
[4] GitHub, Issue #41 "Bug: Estimated time is incorrect" (เปิด 12 ตุลาคม 2026) · https://github.com/wheresryan22/anatomy/issues/41
[5] GitHub, ความเห็นของ wheresryan22 และ kyuhyunbrianjung-source ใน Issue #41 (12 ถึง 13 ตุลาคม 2026) · https://github.com/wheresryan22/anatomy/issues/41#issuecomment-6133660962
[6] Kunal Ganglani, "Anatomy Claude Code Skill: 6,500 Stars in 4 Days" (ตุลาคม 2026) · https://kunalganglani.com/blog/anatomy-claude-code-skill
[7] GitHub, NousResearch/hermes-agent commit 36e0c68ecc88 "feat(optional-skills): anatomy, ported for Hermes" (11 ตุลาคม 2026) · https://github.com/NousResearch/hermes-agent/commit/36e0c68ecc88689ade173b92ebabb66e253bfa44
[8] RepoSquare, "Is the Anatomy skill worth it?" (ตุลาคม 2026) · https://reposquare.com/is-the-anatomy-skill-worth-it/
[9] skills.sh, หน้า Anatomy ของ wheresryan22 (ตุลาคม 2026) · https://www.skills.sh/wheresryan22/anatomy/anatomy
[10] ishank-dev, "I Ran Anatomy's /anatomy Skill on a 1.7B Local Model" (14 ตุลาคม 2026) · https://dev.to/ishank-dev/i-ran-anatomys-anatomy-skill-on-a-17b-local-model-the-kit-passed-every-check-the-figure-was-512j
[11] CellCog, "Anatomy: The Claude Skill That Draws Machines in Code" (ตุลาคม 2026) · https://cellcog.ai/blog/anatomy-claude-skill/
[12] GitHub, สัญญาอนุญาตของ wheresryan22/anatomy (MIT · ตุลาคม 2026) · https://github.com/wheresryan22/anatomy/blob/main/LICENSE
[13] GitHub, Releases ของ wheresryan22/anatomy (v1.0.0 วันที่ 10 และ v1.1.0 วันที่ 12 ตุลาคม 2026) · https://github.com/wheresryan22/anatomy/releases
[14] X (Twitter), โพสต์เปิดตัวของ R (@wheresryan22) วันที่ 10 ตุลาคม 2026 (2,337,622 วิว · 16,842 ไลก์ · 25,308 บุ๊กมาร์ก) · https://x.com/wheresryan22/status/2108948624004526516
[15] GitHub, vercel-labs/skills ตัว CLI ที่ใช้ติดตั้งสกิล (34,946 ดาว · MIT · 15 ตุลาคม 2026) · https://github.com/vercel-labs/skills
[16] Agent Skills, รูปแบบสกิลแบบเปิดที่ Anatomy ใช้ (ตุลาคม 2026) · https://agentskills.io
[17] GitHub, can1357/oh-my-pi Issue #15520 "Proposal: opt-in Anatomy skill/plugin" (12 ตุลาคม 2026) · https://github.com/can1357/oh-my-pi/issues/15520