返回模型列表

HTML Anything – nexu-io 团队开源的 HTML 编辑器

AI科技编辑部
RSS 订阅
HTML Anything – nexu-io 团队开源的 HTML 编辑器 官方截图
(图片来源官方截图)

导读摘要:

HTML Anything 是由 nexu-io 团队开源的 Agent 时代 HTML 编辑器,内置 75 套 Skill 模板覆盖杂志、演示、海报、小红书卡片等 9 种交付形态,可自动识别本地 18 种 Code Agent CLI 并复用已登录会话,无需 API Key 即可将任意内容转换为专业级 HTML,并一键发布至微信、X、知乎等主流平台。该工具以“本地优先 + Agent 复用”为核...

1. HTML Anything 是什么

HTML Anything 是由 nexu-io 团队开源的 Agent 时代 HTML 编辑器,内置 75 套 Skill 模板覆盖杂志、演示、海报、小红书卡片等 9 种交付形态,可自动识别本地 18 种 Code Agent CLI 并复用已登录会话,无需 API Key 即可将任意内容转换为专业级 HTML,并一键发布至微信、X、知乎等主流平台。该工具以“本地优先 + Agent 复用”为核心架构,彻底改变了传统 HTML 编辑器需要手动编码或依赖云端服务的模式,将内容生产与排版效率提升至全新高度。

html-anything-nexu-io-html 官网截图
(图片来源官方截图)

技术定位与领域: HTML Anything 属于前端内容生成与排版自动化工具,聚焦于“Agent 驱动的内容交付”细分赛道。它并非传统所见即所得编辑器,而是一个通过本地 AI Agent 调用,将用户输入(Markdown、CSV、JSON 等)自动转化为符合专业出版规范的 HTML 输出的智能编排系统。其独特定位在于“零 API 成本”与“多平台一键适配”,填补了个人创作者与专业设计师之间的工具空白。

研发背景: nexu-io 团队长期关注前端工具链与 AI 结合的效率提升。团队成员来自开源社区,曾参与多项前端框架与 CLI 工具的维护。开发 HTML Anything 的动机源于对现有排版工具的痛点观察:Markdown 转 HTML 工具(如 Marp、reveal.js)缺乏 AI 能力,需手动编写;云端编辑器又依赖 API Key 且隐私风险高。团队希望打造一个完全本地运行、零边际成本、能复用已有 Agent 生态的“万能 HTML 工厂”。

核心价值: HTML Anything 解决了三个核心问题:第一,消除 API 成本——通过复用本地已登录的 Code Agent 会话,用户无需额外购买 API Key 或云服务,即可享受 AI 驱动的排版能力;第二,降低排版门槛——75 套设计系统约束的模板确保输出达到专业出版级品质,非设计师也能产出高质量内容;第三,跨平台发布效率——一键适配微信、X、小红书、知乎等平台的格式要求,省去人工调整的繁琐劳动。

技术特点: 采用 SSE(Server-Sent Events)流式传输协议,实现边生成边预览的实时体验;内置 iframe 沙箱隔离机制,保障预览安全;通过扫描系统 PATH 自动检测 18 种 Code Agent CLI(Claude Code、Cursor、Codex、Gemini 等),无需手动配置;每个 Skill 模板内置 CJK 优先字体栈、8px 基线网格、对比度 ≥4.5 等严格排版约束,确保视觉一致性。

2. 主要功能

  • 75 套 Skill 模板覆盖 9 种交付形态: 内置 75 套可组合的 Skill 模板,涵盖杂志文章、Keynote 演示、简历、海报、小红书卡片、推文卡片、Web 原型、数据报告、Hyperframes 视频等 9 种专业交付形态。每套模板均配备完整的设计系统约束(如 CJK 优先字体栈、8px 基线网格、对比度 ≥4.5),确保输出达到专业出版级视觉品质,用户无需任何设计背景即可生成精美排版。

  • 18 种本地 Code Agent 自动识别: 系统自动扫描本地 PATH 环境变量,识别已安装的 18 种 Code Agent CLI 工具(包括 Claude Code、Cursor、Codex、Gemini CLI 等),并直接复用用户已在终端中登录的会话。这意味着用户无需为 HTML Anything 单独购买 API Key 或配置云服务,实现真正的零边际成本调用,极大降低了使用门槛。

  • 11 种主流文件格式上传支持: 支持上传 Markdown、TXT、CSV、Excel、JSON、SQL、YAML、HTML、PNG、JPG 等 11 种文件格式作为内容输入源。用户可以直接将数据报告(CSV/Excel)、技术文档(Markdown)、数据库结构(SQL)等原始素材拖入编辑器,由 Agent 自动解析并生成对应排版,无需手动转换格式。

  • SSE 流式实时渲染: 采用 Server-Sent Events(SSE)协议建立浏览器与本地 Agent 之间的持久单向连接。Agent 生成的 HTML 代码被实时推送到预览区,实现“边生成边预览”的流式体验。相比传统等待完整生成后再渲染的方式,SSE 流式渲染显著提升了交互反馈速度,用户可在生成过程中即时发现问题并调整指令。

  • iframe 沙箱安全预览: 用户生成的 HTML 在独立的 iframe 沙箱中运行,与主应用进程完全隔离。沙箱环境禁用了脚本执行、网络请求等潜在危险操作,即使 Agent 生成的 HTML 包含恶意代码,也无法影响本地系统安全。这一机制使得用户可以放心预览来自不可信来源的生成内容。

  • 一键多平台导出发布: 提供针对不同平台的专用导出选项:微信公众号 CSS 内联粘贴(自动处理微信富文本兼容性)、X/微博/小红书 2× DPI PNG 图片导出(适配高清社交图)、知乎 LaTeX 公式处理(自动转换数学格式)、单文件 HTML 下载(适用于独立部署或归档)。用户只需点击一次即可完成跨平台发布,彻底省去重复排版的劳动。

3. 如何使用

  1. 环境准备: 确保本地已安装 Node.js(推荐 v18 或更高版本)和 pnpm(可通过 npm install -g pnpm 安装)。同时需要提前安装至少一个支持的 Code Agent CLI(如 Claude Code、Cursor CLI 或 Gemini CLI),并在终端中完成登录认证(例如 claude login 或 cursor auth)。系统将通过扫描 PATH 自动检测这些工具。

  2. 克隆项目: 打开终端,执行以下命令将项目源码下载到本地:
    git clone (链接待官方发布后更新) 若网络受限,可使用 GitCode 镜像仓库(需自行确认镜像地址)。克隆完成后进入项目目录:cd html-anything`。

  3. 安装依赖: 运行 pnpm install 完成所有依赖包的安装。由于项目使用 pnpm 作为包管理器,请勿使用 npm 或 yarn 替代,否则可能导致依赖冲突。安装过程可能需要 1-3 分钟,取决于网络速度。

  4. 启动服务: 执行 pnpm dev 启动本地开发服务器。默认监听端口为 3000,启动成功后浏览器自动打开 (链接待官方发布后更新) 进入编辑器主界面。若端口被占用,可在 .env文件中修改PORT` 变量。

  5. 选择 Agent: 在界面顶部下拉菜单中选择系统已自动检测到的本地 Code Agent 工具(如 Claude Code)。如果未检测到任何 Agent,请检查 PATH 中是否包含对应 CLI 的可执行路径,并确保已登录。

  6. 创建任务: 点击 “New task” 按钮,上传文件(支持拖拽)或直接在输入框中粘贴文本内容。然后从右侧面板中选择对应的 Skill 模板类型(如杂志文章、小红书卡片等)。模板决定了输出 HTML 的排版风格和结构。

  7. 生成预览: 点击生成按钮后,Agent 开始处理输入内容并流式生成 HTML。右侧沙箱预览区会实时更新排版效果,用户可以即时查看生成进度。若对结果不满意,可随时停止并修改输入内容或切换模板。

  8. 导出发布: 生成完成后,点击 “Export/Copy” 按钮,根据目标平台选择导出方式:微信(CSS 内联)、X/微博/小红书(PNG 图片)、知乎(LaTeX 处理)或下载单文件 HTML。导出内容可直接粘贴或上传至对应平台。

注意事项: 首次使用需确保 Agent CLI 已完成登录,否则生成会失败;建议在生成前预览模板效果,避免重复生成;对于长文档,SSE 流式渲染可能需要较长时间,请耐心等待。

4. 优缺点分析

优点
零边际成本运行: 直接复用本地已登录的 Agent CLI 会话,无需额外购买 API Key 或云服务,长期使用成本极低,尤其适合频繁生成内容的用户。
专业出版级品质: 75 套模板均配备完整设计系统约束(CJK 优先字体栈、8px 基线网格、对比度 ≥4.5),输出可直接用于正式出版物,无需二次调整。
跨平台一键发布: 适配微信、X、小红书、知乎等主流平台的格式要求,导出选项针对各平台特性做了优化(如微信 CSS 内联、知乎 LaTeX 处理),大幅提升发布效率。
本地隐私安全保障: 所有数据处理均在本地完成,内容不上传云端;生成的 HTML 在 iframe 沙箱中预览,与主进程隔离,有效防止恶意脚本执行。

5. 同类工具对比

对比维度 HTML Anything Marp reveal.js
产品定位 Agent 驱动的本地多形态 HTML 编辑器 开源 Markdown 转 HTML 幻灯片引擎 开源 HTML 演示框架
AI 集成 自动识别 18 种本地 Code Agent,零 API 成本复用会话 无原生 AI 能力,需手动编写 Markdown 无原生 AI 能力,需手动编写 HTML/Markdown
输入格式 支持 11 种文件格式上传,由 Agent 自动生成 HTML 仅支持 Markdown 文件输入 原生支持 HTML,通过插件支持 Markdown
输出形态 杂志、演示、海报、卡片、简历、视频等 9 种交付形态 仅生成 HTML 幻灯片(PDF 导出可选) 仅生成 HTML 幻灯片(可通过插件扩展)
设计系统 75 套模板含 CJK 优先字体栈与严格排版约束 通过 CSS 主题自定义样式,无内置模板约束 提供多种内置主题,需自行调整细节
平台发布 一键导出微信、X、小红书、知乎等原生适配格式 导出为 HTML、PDF 或 PPTX 导出为 HTML 或部署为静态网页
使用门槛 零代码操作,上传文件后 Agent 自动完成排版 需掌握 Markdown 语法和主题配置 需掌握 HTML/CSS 或 Markdown 插件配置

选型建议: 对于追求“零代码、多形态、跨平台发布”的内容创作者(如自媒体运营者、市场营销人员),HTML Anything 是目前最合适的选择。其 Agent 驱动模式极大降低了排版门槛,75 套模板覆盖了从社交卡片到数据报告的常见场景,且无需支付 API 费用。对于只需要制作演示幻灯片且熟悉 Markdown 的用户,Marp 更为轻量高效;而需要高度自定义演示交互效果的开发者,reveal.js 提供了更大的灵活性。学术或技术文档排版场景下,Typst 凭借其强大的排版引擎和数学公式支持,在 PDF 输出质量上优于 HTML Anything,但缺乏 AI 辅助和平台发布适配。综合来看,HTML Anything 在“AI 自动化 + 多平台适配”维度上具有显著优势,但在深度定制和纯文档排版方面仍需借助专业工具。

6. 编辑点评

HTML Anything 在技术创新上展现了清晰的思路:通过“本地优先 + Agent 复用”架构,将大型语言模型的能力无缝嵌入内容生产流程,同时彻底规避了 API 成本和隐私风险。其 75 套 Skill 模板并非简单的 CSS 样式集合,而是内置了完整的设计系统约束(CJK 字体栈、基线网格、对比度标准),这在国内开源工具中极为罕见,体现了对中文排版质量的深度理解。SSE 流式渲染与 iframe 沙箱的结合,在用户体验与安全性之间找到了良好平衡。

实用价值方面,HTML Anything 直接击中了内容创作者的核心痛点:跨平台排版耗时、设计能力不足、工具链碎片化。它让一个不懂 HTML 和 CSS 的用户,也能在几分钟内生成适配微信、小红书、知乎等平台的专业级内容。对于需要频繁发布图文的自媒体运营者、市场人员、数据分析师,这无疑是一个效率利器。其零边际成本的特性更使其成为个人和小团队的理想选择。

适用人群定位清晰:主要面向非技术背景的内容生产者,以及希望加速内容交付的开发者(作为辅助工具)。技术能力较强的用户也可通过修改模板源码或自定义 Agent 指令来扩展功能。未来发展潜力在于:模板生态的社区化(允许用户贡献和分享新模板)、支持更多 Code Agent(如通义灵码、CodeGeeX 等国产工具)、以及平台适配的持续扩展(抖音、B站等)。若团队能开放模板设计系统的自定义接口,将进一步增强工具的灵活性和竞争力。

7. 应用场景

  • 自媒体内容排版: 自媒体运营者可将 Markdown 草稿(或直接粘贴文本)上传至 HTML Anything,选择“小红书卡片”或“推文卡片”模板,由 Agent 自动生成适配平台风格的 HTML 或 PNG 图片。一键导出后直接粘贴至微信公众号编辑器、小红书笔记或 X 推文,省去手动调整格式的时间,显著提升内容发布效率。

  • 商业演示制作: 职场人士需要快速制作 Keynote 风格的演示文稿时,可选择“Keynote 演示”模板,上传 CSV 数据或 Markdown 大纲,Agent 自动生成带有瑞士国际主义风格的 HTML 演示页面。支持导出为单文件 HTML 或 2× DPI PNG,可直接用于线上会议分享或打印。

  • 数据报告可视化: 数据分析师将 CSV 或 Excel 数据文件拖入编辑器,选择“数据报告”模板,Agent 自动解析数据并生成包含图表、表格和排版的交互式 HTML 报告。用户可在预览中调整数据展示方式,最终导出为可部署的静态 HTML 文件,用于内部汇报或客户交付。

  • 视频分镜脚本: 视频创作者通过 Hyperframes 模板,将文字脚本或故事板描述输入编辑器,Agent 生成可直接用于 Remotion 或 HeyGen 渲染的视频分镜 HTML 文件。该模板内置时间轴和帧布局,方便创作者在预览中调整镜头顺序和视觉风格,极大简化了视频预可视化流程。

8. 常见问题 FAQ

Q:HTML Anything 是否需要 API Key?
A:不需要。HTML Anything 通过自动扫描本地 PATH 识别已安装的 Code Agent CLI(如 Claude Code、Cursor),并直接复用这些工具已在终端中登录的会话。用户无需为 HTML Anything 单独购买任何 API Key 或云服务,所有 AI 调用均通过本地 Agent 完成,实现零边际成本。

Q:支持哪些 Code Agent?
A:目前支持自动检测 18 种常见的 Code Agent CLI,包括但不限于:Claude Code、Cursor CLI、Codex CLI、Gemini CLI、GitHub Copilot CLI、OpenAI Codex、Replit Code Agent 等。系统会在启动时扫描 PATH,并在界面下拉菜单中列出所有检测到的可用 Agent。若未检测到,请确认对应 CLI 已安装且登录。

Q:能否自定义模板或修改设计系统的参数?
A:当前版本不支持在 UI 界面中直接修改模板的设计系统参数(如字体、间距、颜色)。用户只能通过切换不同的 Skill 模板来改变排版风格。不过,由于项目完全开源,开发者可以 Fork 仓库后修改模板源码(位于 src/templates 目录),重新编译后即可实现自定义。团队计划在未来版本开放模板参数配置界面。

Q:如何导出到微信公众号?
A:生成完成后,点击 “Export/Copy” 按钮,选择 “微信公众号” 选项。系统会自动将生成的 HTML 转换为 CSS 内联样式,并复制到剪贴板。然后打开微信公众号编辑器,直接粘贴即可。注意:微信编辑器对部分 CSS 属性(如 flex、grid)支持有限,模板已做了兼容处理,但复杂布局仍需手动检查。

Q:是否支持中文内容?
A:完全支持。75 套模板均内置 CJK(中日韩)优先字体栈,包括宋体、黑体、思源系列等常用中文字体,并针对中文排版优化了行高、字间距、标点挤压等参数。输入内容可以是中文 Markdown、TXT 或 Excel 文件,Agent 生成的 HTML 会自动应用中文排版规范。

Q:生成的 HTML 能否用于商业用途?
A:可以。HTML Anything 采用 Apache 2.0 开源许可证,代码和模板均允许商业使用。用户生成的 HTML 文档(包含输出的内容)版权归用户所有,可自由用于商业发布、内部报告、客户交付等场景。但请注意,所使用的 Code Agent CLI 可能受其自身许可证约束,建议用户自行核查。

9. 项目地址

相关 AI 模型文章

Beam – Reflection AI 开源的首款大语言模型:501B稀疏MoE架构的工程力作

Beam – Reflection AI 开源的首款大语言模型:501B稀疏MoE架构的工程力作

Beam是Reflection AI推出的首款开源大语言模型,采用501B参数的稀疏MoE架构,每个token仅激活23B参数,支持100万token上下文窗口,预训练消耗23.8T token。该模型在软件工程任务上达到GLM-5.2同级水平,其训练过程堪称重工业级别的算力展示:预训练阶段使用6,144张GB300 GPU在不到四周内完成,随后动用10,500张GB300进行为期四周、超1亿次r...

Poppy – Sierra 联合 Meta 等推出的开放协议草案

Poppy – Sierra 联合 Meta 等推出的开放协议草案

Poppy(Personal Agent Protocol)是由 Sierra 联合 Meta 及多家企业共同推出的开放协议草案,旨在解决个人 AI Agent 访问企业服务时的身份识别与授权问题。该协议通过标准化的发现机制、分级权限控制和基于 OAuth 的授权流程,在"Agent 冒充用户"与"企业全面封禁代理"两个极端之间建立了中间方案。目前已有 Stripe、Shopify、Walmart...

VeriLoop E2 – 清华大学开源的 27B 后训练模型

VeriLoop E2 – 清华大学开源的 27B 后训练模型

VeriLoop E2 是清华大学深圳国际研究生院机器人实验室开源的 27B 后训练模型,基于 Qwen3.8-27B 底座,面向代码、数学与物理推理场景。该模型采用 Apache-2.0 协议发布权重与分词器,原生支持 262,144 tokens 的上下文窗口。其核心创新在于 VGR(VeriLoop-Governed Recurrence)机制,将"模型提案"与"外部验证/持久化"彻底分离,...

Microsoft-Decision-1:微软推出的新一代快速决策AI模型深度评测

Microsoft-Decision-1:微软推出的新一代快速决策AI模型深度评测

Microsoft-Decision-1是微软推出的一款专为结构化决策任务设计的快速决策AI模型,能够从预设选项中筛选出最优解,并为每个备选答案赋予概率评分,供下游应用判断执行、重试或转人工。该模型基于开源Qwen3.5-9B架构构建,在36项基准测试中准确率均位列第一,推理速度达到GPT-6 Sol的35倍,输入成本仅为每百万tokens 0.042美元且输出免费,已在Microsoft Fou...

版权声明:本文部分内容由 AI 辅助生成并经人工校准,版权归本站所有,未经允许禁止任何形式的转载。