一句话:用中英文描述系统,就能得到可直接嵌入文档的 1920px 高清技术架构图,而且不是 Mermaid 那种“能跑就行”的图。
写在前面
技术人画架构图这件事,长期处于一个尴尬状态:要么是 Mermaid/PlantUML 语法太酸爽,写完先跟 DSL 搏斗五分钟;要么是 draw.io 拖到眼瞎,对齐线条占了 70% 时间;再不然就是找设计师,贵且慢。
fireworks-tech-graph 的出现,刚好卡在这三个选项中间:不是 DSL,不是 GUI,是自然语言直接出图 。而且它瞄准的是当前最热的 AI/Agent 架构场景,内置了大量领域模板和语义化图形词汇。这个项目值不值得看,核心不在“能不能画”,而在 它把“技术绘图”重新定义成了一个可封装、可复用、可进化的 Skill。
一、它解决什么问题
| 问题 | 传统做法 | fireworks-tech-graph 的做法 |
|---|---|---|
| 画架构图要学 DSL | Mermaid/PlantUML | 中文描述系统,自动生成 |
| 风格不统一 | 每人一套审美 | 8 种内置视觉风格,约束进生成器 |
| AI/Agent 图难画 | 手工拼节点 | 内置 RAG/Multi-Agent/Tool Call 模板 |
| 导出质量差 | 截图 / 低分 SVG | 1920px PNG + 可编辑 SVG |
| 修改麻烦 | 拖拽重排 | 改描述重生成,分钟级迭代 |
基本信息
- 仓库:
yizhiyanhua-ai/fireworks-tech-graph - 定位:Claude Code 技术绘图 Skill
- 协议:见仓库根目录 LICENSE
- 规模:约 5k+ stars,约 726 commits
- 首版:2026-04-10 左右
- 最新活跃:2026-05-25 仍有 docs/feat 合并;5/11 切换默认 PNG 渲染器为 cairosvg
- 安装:
npx skills add yizhiyanhua-ai/fireworks-tech-graph - 渲染:cairosvg(推荐)/ rsvg-convert / puppeteer
二、8 种视觉风格 + 14 种图类型
视觉风格
| 编号 | 风格 | 一句话 |
|---|---|---|
| 1 | Flat Icon | 白底彩色,博客 / 幻灯片通用 |
| 2 | Dark Terminal | 暗黑极客风,GitHub README 友好 |
| 3 | Blueprint | 工程蓝图风,架构设计文档感 |
| 4 | Notion Clean | 极简白底,内部 Wiki/Confluence 友好 |
| 5 | Glassmorphism | 深色渐变 + 磨砂卡片,产品官网 /Keynote 感 |
| 6 | Claude Official | 温暖奶油色,Anthropic 品牌克制美学 |
| 7 | OpenAI Official | 纯白极简,OpenAI 品牌现代感 |
| 8 | Dark Luxury | 深黑 + 香槟金 + Georgia 衬线,AI 手绘风格 |
重点说两个:Style 8 不是模板,AI 会读取 references/style-8-dark-luxury.md 手工绘制 SVG;Style 6/7 是品牌级输出,适合做官方文档配图或对外演示。
图类型
- 14 种 UML:类图、组件图、部署图、包图、复合结构图、对象图、用例图、活动图、状态机图、序列图、通信图、时序图、交互概览图、ER 图
- AI/Agent 领域图:RAG、Agentic Search、Mem0、Multi-Agent、Tool Call 等开箱即用
三、差异化能力:不是“能画”,是“画得对”
fireworks-tech-graph 跟 Mermaid、draw.io 最大的差别,不是好不好看,而是 有没有领域约束。
1. 语义形状词汇表
不是所有圆角矩形都一样:
- LLM/ 模型 → 双边框圆角矩形 + ⚡
- Agent/ 编排器 → 六边形
- Vector Store → 带内环圆柱体
- 工具 / 函数 → 带 ⚙ 矩形
- 消息队列 → 横向管道
- 决策节点 → 菱形
这些形状不是文档里的建议,而是 直接进生成器逻辑。这意味着同一个“Agent 架构图”,不同人描述出来的形状语义是一致的。
2. 语义箭头系统
颜色 + 虚线样式编码含义:
- 主数据流 → 2px 实线
- 控制 / 触发 → 1.5px 实线
- 记忆读取 → 1.5px 实线
- 记忆写入 → 1.5px + 5,3 虚线
- 异步 / 事件 → 1.5px + 4,2 虚线
- 反馈 / 循环 → 1.5px 曲线
这是很多架构图忽略的细节:箭头不只是“连接”,它在传输语义。
3. 40+ 产品图标
OpenAI、Anthropic、Pinecone、Weaviate、Kafka、PostgreSQL 等品牌色内置。对外技术博客里提到这些组件时,不用再去找 icon font 或手动填色。
4. 泳道 + 工程分区标题
复杂架构自动分层标注;Style 3 支持 01 // EDGE 这种工程编号分区标题,右下角 title block,真正接近工程制图规范。
四、渲染与输出
| 渲染器 | 质量 | 成本 | 适用场景 |
|---|---|---|---|
| cairosvg | ✅ 好 | 一行 pip install | 默认推荐 |
| rsvg-convert | ⚠️ 一般 | 系统包 | 无 Python 环境 |
| puppeteer | ✅✅ 最佳 | Node + ~150MB Chromium | 浏览器级像素还原 |
所有示例图均以 1920px 宽度 导出 PNG。README 特意强调:技术图应选 PNG,JPG 有损压缩会在文字和线条边缘产生噪点。
输出文件:
–
.svg:可编辑,适合二次调整
–
.png:1920px,直接嵌入文档 / 博客 / 演示
五、与 Mermaid / draw.io 对比
| 维度 | Mermaid | draw.io | fireworks-tech-graph |
|---|---|---|---|
| 自然语言输入 | ✗ | ✗ | ✅ |
| AI/Agent 领域模板 | ✗ | ✗ | ✅ |
| 多视觉风格 | 手动 | 手动 | 8 种内置 |
| 高清 PNG 导出 | ✗ | 手动 | ✅ 1920px |
| 语义箭头系统 | ✗ | ✗ | ✅ |
| 离线可用 | ✅ | ✗ | ✅ |
| 学习成本 | 低 | 中 | 低 |
结论 :Mermaid 适合 markdown 内联小图;draw.io 适合手动精修;fireworks-tech-graph 适合“描述系统 → 立即得到可发布图” 的场景,三者不是替代关系,是补位。
六、实战:3 步跑通
1. 安装 Skill
npx skills add yizhiyanhua-ai/fireworks-tech-graph
2. 准备渲染器
pip install cairosvg
验证:
python3 -c "import cairosvg; print(cairosvg.__version__)"
3. 用自然语言生成
# 在 Claude Code / OpenCode / Codex 中直接说:" 画一张 Mem0 记忆架构图,风格 1(Flat Icon)"
" 生成 Multi-Agent 协作图,玻璃态风格 "
" 画一张微服务架构图,风格 3(Blueprint)"
Skill 会自动识别图类型、匹配风格、生成 SVG、导出 1920px PNG。
七、风险与坑
- 平台绑定:本质是 Claude Code Skill,依赖 Claude/Codex/OpenClaw 类 agent 环境,不是独立 CLI 工具
- 模板天花板:8 种风格里 7 种是模板驱动,Style 8 Dark Luxury 才是 AI 手绘;极端小众场景可能选不准风格
- 渲染器限制:cairosvg 对 CSS/foreignObject 支持有限,复杂样式可能掉细节;puppeteer 最保真但体积大
- 商用边界:作者在 README 留了 design-partner / paid sprints 合作口子,需留意 LICENSE 对商业文档产出的限制
- 项目早期:2026-04 首版,5 月仍在迭代,插件生态刚开始,长期维护性待观察
八、总结
fireworks-tech-graph 最值得注意的,不是“能画架构图”这个功能本身,而是 它把技术绘图封装成了 Skill:
- 自然语言 → 约束化生成 → 验证 → 导出,是一条完整的 pipeline
- 语义形状和箭头系统,说明作者在追求 可解释的图表规范,不是“出张好看的图就行”
- 8 种风格里混进 1 种 AI 手绘风格,说明它在探索 模板化与生成式之间的平衡点
对飞熊这类需要持续产出技术内容的场景,这个 Skill 的价值在于:把“配图”从创意劳动变成可复用的基础设施。下一篇写 Otto Robot 或 OpenClaw 架构时,可以直接用它生成配图,不用再跟 draw.io 搏斗。
三个最值得装的理由:
1. 中文自然语言直接出图,零学习成本
2. AI/Agent 领域模板开箱即用,不用自己画 RAG/Multi-Agent
3. 8 种风格 + 语义系统,博客 / 文档 / 演示图一张 Skill 搞定
先试一周:找一张你现在手头最头疼的架构图,用自然语言描述一遍,看看输出能不能直接进文档。