Devotd Github
新着開発ツール

qingyuna/answer-me-with-html — Markdown 下書きから 1 ページの HTML へ

エージェントが書いた短い Markdown の下書きを、CLI が読みやすいオフライン HTML ページへ変換するスキルです。

リポジトリ情報qingyuna/answer-me-with-html ↗

エージェントが書いた短い Markdown の下書きを、CLI が読みやすいオフライン HTML ページへ変換するスキルです。

GitHub の説明: Answer me with HTML — an agent skill that answers hard questions with a one-page HTML you can actually read. 让 AI Agent 用一页 HTML 回答复杂问题。

スター
★ 4.9K
フォーク
329
言語
JavaScript
ライセンス
MIT
最新リリース
v0.5.10
原文を見る ↗GitHub で見る ↗

qingyuna/answer-me-with-html は、複雑な質問に答えるエージェント向けの一ページ HTML を作るスキルです。モデルは短い Markdown の下書きを書き、同梱の CLI がそれを読みやすいページへ変換します。最新リリースは v0.5.10 です。1 ページにテキスト、表、コード、図をまとめられ、成果物はオフラインで開ける 1 つの HTML ファイルになります。依頼すれば解説動画も作成できます。

ポイントは、モデルが HTML 全体を手書きするのではなく Markdown の下書きを書き、残りの SVG・CSS・タグは CLI が生成する点です。リポジトリ自身のベンチマークでは、手書きの HTML は平均 4,893 トークン、Markdown の下書きは 612 トークンと記録されています。この比較を再現できるよう、ベンチマークのハーネスもリポジトリに含まれています。トークンはモデルが入力と出力を処理する際に使う単位なので、この結果は下書き中心の方式が出力を生成するのに必要なトークンを減らせる可能性を示しています。

ただし、このベンチマークの数値はリポジトリ自身の測定であり、FACTS には独立した検証結果は示されていません。1 ページの HTML を作るエージェントスキルもすでに存在するため、このプロジェクトの新しさは出力形式を制御し、変換処理を CLI に委ねる設計に限られます。したがって、トークン削減の数値は参考として扱えるもので、他の環境でも同じ差が出ることを保証するものではありません。