标签:# Skill

把 47% 的 SVG 坐标算力从大模型手里拿走:剖析 Answer me with HTML 的单文件引擎、STE100 质检与 WebCodecs 视频管线

让编程 Agent 直接手写一页带架构图的 HTML 来解释复杂技术问题,看起来很美,实际用起来却总是慢得让人抓狂——模型把将近一半的输出 Token 都消耗在了推算 SVG 路径坐标和重复编写 CSS 样式表上,而且画出来的箭头还经常偏到空白处。最近我把 GitHub 上已收获 6,500+ Star 的开源项目 QingYunA/answer-me-with-html(v0.6.2,MIT 协议)完整拉到本地做了一轮源码拆解与实机测试,发现它走了一条非常清醒的工程路线:把“说什么”留给大模型,把“怎么排版、怎么算图、怎么守住安全边界”全部下沉给一个打包好的本地 Node CLI。

在这套架构下,大模型只需要输出一份平均约 612 个 Token 的扩展 Markdown 稿件,剩余的 47% SVG 坐标、15% CSS 与 17% HTML 骨架全部由 1.1 MB 的零依赖单文件引擎 am.mjs 在百毫秒内确定性算出并封装。我在本机 Mac(Node v23.6.0)上实测渲染一份包含 6 个面板、2 张时序图与 1 张 Dagre 拓扑图的示例稿件,从进程冷启动到写出 180 KB 离线单文件 HTML 仅耗时 0.148 秒。更值得细读的,是它隐藏在背后的动态规划“照片墙”排版器、ASD-STE100 中英文受控写作质检、四层零信任安全隔离,以及直接在浏览器里用 WebCodecs 导出 VP9+Opus 视频的确定性渲染引擎。