📌 项目地址：github.com/QingYunA/answer-me-with-html | 星数：317+ | 形态：Agent Skill（含 CLI）| 出页速度：约 50ms
让 AI 解释复杂问题，得到的是一堵文字墙。Answer me with HTML 的思路聪明在分工：模型只写内容草稿（Markdown，约手写 HTML 所需 token 的 1/7），排版渲染交给 skill 自带的本地 CLI——50ms 后得到一个结构清晰、可阅读的网页。省下的输出 token 就是省下的等待时间。输出格式控制的同类思路见 i-have-adhd输出优化教程 与 Fabric Patterns框架。
| 环节 | 说明 |
|---|---|
| 模型层 | 只产出简短 Markdown 草稿（约 1/7 token），内容为王 |
| CLI 层 | skill 自带渲染器，草稿 → 完整 HTML 页面约 50ms |
| 成本层 | 排版 token（CSS/div/SVG）全部省掉，等待时间等比缩短 |
# 安装 skill 后照常提问：
> 解释一下 TCP 三次握手
> 梳理这个仓库各模块怎么配合
> 我们的缓存选 Redis 还是 Memcached？
# agent 写短草稿 → CLI 渲染 → 50ms 出网页一个 Agent Skill（QingYunA/answer-me-with-html，317 星）：难题的答案不再是一面文字墙，而是一个真正可读的网页。工作方式：模型只写一份简短的 Markdown 草稿（约为自己手写 HTML 所需 token 的 1/7），交给 skill 自带的 CLI 渲染——约 50ms 后你得到一个完整页面。
可以，但账不划算：让模型输出每行 CSS、每个包裹 div、每个 SVG 坐标，输出 token 是普通回答的数倍——而输出 token 正是你坐着干等的部分。本 skill 把『排版劳动』外包给本地 CLI 模板，模型只负责内容草稿，token 省 6/7、等待时间等比缩短。
适合结构化、需要可视组织的回答：解释 TCP 三次握手这类技术原理、『这个仓库的模块怎么互相配合』的架构梳理、『Redis 还是 Memcached』这类方案对比——有层次、有对比表、有图示价值的难题收益最大；一句话能答清的简单问题用不上它。