fireworks-tech-graph：把自然语言变成带几何校验的 SVG 架构图
从自然语言生成生产质量的 SVG+PNG 技术图表。 7 种样式、UML 支持和 AI/Agent 工作流程模式。
秒懂
- 它是什么？
- 这是一个以 Agent Skill 形态分发的绘图工具，面向 Codex 和 Claude Code。它把中文或英文描述转成 SVG、PNG、GIF 和交互式 HTML，并内置了 12 种风格和 UML 支持。核心卖点是几何安全，但它的约束和适用边界同样明显。
- 适合谁用？
- 适合已经在 Codex 或 Claude Code 中工作、并且需要快速产出架构图、时序图或部署图的工程师，尤其是那些对 SVG 的路径交叉、文字溢出有强迫症的人。不适合需要精细控制每一个像素、或者希望完全离线运行且不依赖 LLM 的场景，因为它的输出质量直接取决于你输入的提示词质量，而几何校验只能保证布局合规，不能保证语义正确。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 11 天前。
- 用什么语言写的？
- 主要是 Python（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决的是画图时的返工问题
手绘架构图最耗时间的不是画框和连线，而是调整布局。节点重叠、连线交叉、文字溢出，这些细节在 Visio 或 draw.io 里要反复拖拽。fireworks-tech-graph 的定位是：你描述系统，它直接生成一份几何上合规的 SVG，同时导出高分辨率 PNG。这个项目以 Agent Skill 的形式分发，意味着它不独立运行，而是作为 Codex 或 Claude Code 的一个技能存在。你告诉 Agent 要画什么，Agent 调用这个 Skill，输出文件。它面向的是那些已经在用 AI 编程助手的开发者，而不是需要独立 GUI 工具的设计师。README 里明确写了它支持中文和英文输入，这对中文用户是个加分项。
从一句话到 SVG 的完整链路
项目描述了一个分类和生成流程。用户输入自然语言后，Skill 先判断图表的类型，比如是记忆架构图还是部署图，然后匹配到对应的风格，再生成带泳道、圆柱体、语义箭头的 SVG，最后导出 1920px 的 PNG。这个分类动作由 Agent 完成，Skill 本身提供的是模板和约束。关键是它有一个可执行的组合契约，规定零交叉、零桥跳、每条边最多两个弯、整体最多八个弯、节点间距至少 40px。这些数字不是建议，是校验门。生成的结果如果违反这些规则，会被视为不合格。README 里提到一个 5.75 秒的动画时间轴，先画路线，再让数据流动两秒，这个时间轴是用户批准的，说明动画行为也是可控的。
安装与运行：依赖 Agent 环境
这个项目不是一个 pip install 就能跑的命令行工具。它的分发方式是 Agent Skill，你需要把它放到 Codex 或 Claude Code 能识别的位置。README 没有给出具体的安装命令，但根据 Agent Skill 的常见机制，你通常需要克隆仓库，然后把 skill 目录配置到你的 Agent 配置文件中。具体路径和加载方式，README 没有细说，这意味着你需要参考 Codex 和 Claude Code 的官方 Skill 文档。运行时的输入是自然语言提示词，输出是 SVG 和 PNG 文件。如果你想生成 GIF，需要走一条专门的路径，它接受已经生成的语义 SVG，然后输出一个紧凑的 GIF。这个流程是分步的，不是一次生成所有格式。
12 种风格背后的工程意图
表面上看，12 种风格只是视觉主题的差异。但 README 指出，其中四种是工程优先风格，带有可执行的契约。Style 9 是 C4 Review Canvas，用于检查容器级别的抽象、职责、技术和协议。Style 10 是 Cloud Fabric，针对全球入口、区域、VPC 归属和跨区域复制。Style 11 是 Event Transit，把主题当作轨道，处理器当作站点，还声明了 DLQ 和状态投影。Style 12 是 Ops Pulse，关注黄金信号、关键路径和 OTel 导出。这些风格不是换皮，而是改变了生成图表的语义约束。比如 C4 风格会强制你只画一个抽象级别，事件风格会要求你画出死信队列。这意味着你选择风格的同时，也选择了图表要表达的逻辑结构。
UML 支持和 AI 工作流模式
项目声称支持全部 14 种 UML 图类型。这是一个很大的承诺，因为 UML 序列图和类图的布局规则完全不同。README 没有列出具体是哪 14 种，也没有展示 UML 输出的示例。它同时提到深度的 AI/Agent 领域模式，比如多智能体协作、Agent 记忆类型、工具调用流。这些模式在风格列表中占了很大比重，说明项目的目标用户是 AI 应用开发者，而不是传统企业架构师。如果你需要画 UML，这个项目可能能用，但你需要自己验证它对复杂序列图的支持程度。文档没有提供 UML 的详细示例，这是一个需要实测的盲区。
真正的局限：提示词决定一切
几何校验能保证布局不重叠，但不能保证内容正确。如果你描述的系统本身有逻辑错误，生成的图也会跟着错。这是所有 LLM 生成工具的通病，fireworks-tech-graph 也不例外。另一个局限是它依赖 Agent 环境，意味着你必须有 Codex 或 Claude Code 的访问权限，而且这些服务可能需要网络连接。README 提到离线交互式 HTML，但离线到什么程度，是否完全不依赖 LLM API，文档没有说清楚。还有一个现实问题是赞助商占了不少篇幅，AIGoCode 和 APIMart 的链接都在 README 顶部，这虽然不影响功能，但你需要意识到这个项目有商业推广的成分。
替代方案：Mermaid 和 PlantUML 的对比
如果你不想依赖 Agent Skill，Mermaid 是更轻量的选择。它用文本描述图表，可以嵌入 Markdown，支持流程图、时序图、类图，而且有独立的 CLI 工具，可以在 CI 中运行。Mermaid 的语法更成熟，社区更大，但它的布局算法是自动的，你无法像 fireworks-tech-graph 那样指定零交叉或最多两个弯。PlantUML 则是另一个方向，它更专注于 UML，支持序列图和用例图，输出格式多样，但它的样式比较老旧，生成 PNG 需要 Java 环境。fireworks-tech-graph 的优势是它把 LLM 的理解能力和几何约束结合起来，而 Mermaid 和 PlantUML 需要你手动写语法，但它们的可预测性更高。如果你已经会用 Mermaid，迁移到 fireworks-tech-graph 的收益可能不大。
维护成本与许可证考量
项目采用 MIT 许可证，这意味着你可以自由使用、修改和分发，甚至用于商业项目，只要保留版权声明。最近的发布记录显示 v1.2.0 在 2026 年 7 月 17 日推送，说明项目处于活跃维护状态。但它的维护成本在于：每当 Codex 或 Claude Code 更新 Skill 加载机制，你可能需要调整配置。另外，生成 GIF 的路径是单独的，意味着你需要维护两套生成流程。如果你只是需要静态图，可以忽略 GIF 功能。许可证上没有额外的限制，但 README 中的赞助商链接是外部服务，使用它们不在 MIT 许可范围内，你需要单独评估那些服务的条款。
编辑结论
适合已经在 Codex 或 Claude Code 中工作、并且需要快速产出架构图、时序图或部署图的工程师，尤其是那些对 SVG 的路径交叉、文字溢出有强迫症的人。不适合需要精细控制每一个像素、或者希望完全离线运行且不依赖 LLM 的场景，因为它的输出质量直接取决于你输入的提示词质量，而几何校验只能保证布局合规，不能保证语义正确。采用前，先确认你的 Agent 环境能加载 Skill，并且用官方 showcase 里的 12 个场景各跑一次，检查生成时间、PNG 分辨率和 GIF 的帧数是否符合你的预期。另外注意，项目采用 MIT 许可，但 README 中的赞助商链接和作者的个人推广并不影响使用，只是你需要自行判断这些外部服务的可靠性。
社区笔记