如果你经常写技术博客、做架构设计文档，或者需要快速出图，一定体会过这种纠结：脑子里有清晰的系统结构，但落到画图工具里就是另一回事了——要么在 draw.io 里拖拽半天，要么跟 Mermaid 的 DSL 语法较劲。
最近在 GitHub 上看到一个叫 fireworks-tech-graph 的项目，它是一个Skill，核心能力很简单：你用中文描述系统，它几秒钟生成可直接发布的 SVG + PNG 技术图。
fireworks-tech-graph 概述
fireworks-tech-graph 将自然语言描述转化为精美的 SVG 技术图，并通过 cairosvg（推荐）导出高分辨率 PNG，同时支持 rsvg-convert 与 puppeteer 作为备选方案。内置 7 种模板风格 + 1 种 AI 手绘风格（Dark Luxury），深度覆盖 AI/Agent 领域常见图类型（RAG、Agentic Search、Mem0、Multi-Agent、Tool Call 流程等），并完整支持全部 14 种 UML 图类型。
github 地址：github.com/yizhiyanhua…
该项目目前再github 上已有7.8k star
解决了什么问题？
很多人写技术文档时都会遇到一个很现实的问题：图很重要，但画图本身特别耗时间。
常见痛点包括：
- 脑子里有结构，但落到图里很慢
- Mermaid 适合快速表达，但视觉效果和复杂结构承载能力有限
- draw.io 虽然强，但手工拖拽成本高，不适合频繁改稿
- 当图要服务于 AI、Agent、RAG、Memory 这类新领域时，通用绘图工具缺少现成语义
fireworks-tech-graph 的价值在于：把“描述系统”直接转成“生成图”，而且不只是出 SVG，还能直接导出适合博客和文档嵌入的 PNG。
怎么用？
安装这个 Skill 只需要一行命令：
npx skills add yizhiyanhua-ai/fireworks-tech-graph
或者下载项目之后直接导入到你的AI 工具中
安装依赖
要导出 PNG，需要安装一个底层依赖。
- npm 安装
# 最高保真：puppeteer（真实 Chromium，体积较大）
npm install puppeteer
- pip 安装
# 推荐：cairosvg（CSS 支持最好）
pip install cairosvg
装完之后，直接在对话里用自然语言描述就行：
帮我话一张 github 开源项目https://github.com/yizhiyanhua-ai/fireworks-tech-graph fireworks-tech-graph 工作流程图，使用中文，导出png
Skill 会自动识别图类型、选定风格、生成 SVG，然后导出 1920px 的高清 PNG。
不只是“自动画图”
这个项目有几个设计上的亮点，让它区别于普通的绘图工具。
8 种视觉风格
它内置了 8 套精心设计的样式，不是统一画风，而是能根据使用场景切换。
| 风格 | 特点 | 适用场景 |
|---|---|---|
| 扁平图标风 | 白底，彩色强调色 | 博客、技术文档 |
| 暗黑极客风 | 深色背景，霓虹配色 | GitHub README、开发者文章 |
| 工程蓝图风 | 深蓝底，网格线，青色描边 | 架构设计文档 |
| Notion 极简风 | 白底，单色箭头 | Notion、Confluence Wiki |
| 玻璃态卡片风 | 深色渐变，磨砂玻璃 | 产品官网、演讲 Keynote |
| Claude 官方风格 | 温暖奶油色背景 | Anthropic 风格图表 |
| OpenAI 官方风格 | 纯白背景，品牌配色 | OpenAI 风格图表 |
| 暗黑奢华风 | 深黑背景，香槟金点缀 | 展示型架构图 |
14 种图类型 + 完整 UML 支持
这个 Skill 不是简单模板替换，它会先对用户描述做图类型归类，然后应用对应的布局规则。
支持的图类型包括：架构图、数据流图、流程图、Agent 架构图、Memory 架构图、时序图、对比矩阵、时间线、思维导图。
| 类型 | 描述 | 关键布局规则 |
|---|---|---|
| 架构图 | 服务、组件、云基础设施 | 水平分层，自上而下 |
| 数据流图 | 数据在系统中的流向 | 每条箭头标注数据类型 |
| 流程图 | 决策树、流程步骤 | 菱形 = 决策，自上而下 |
| Agent 架构图 | LLM + 工具 + 记忆 | 五层模型：输入/Agent/记忆/工具/输出 |
| 记忆架构图 | Mem0、MemGPT 风格 | 读/写路径分离，记忆层级分明 |
| 序列图 | API 调用链、时序交互 | 垂直生命线，水平消息箭头 |
| 对比图 | 功能矩阵、方案比较 | 列 = 系统，行 = 属性 |
| 思维导图 | 概念地图、发散思维 | 中心节点，贝塞尔曲线分支 |
完整的 14 种 UML 图（类图、组件图、部署图、包图、用例图、活动图、状态机图、序列图等）
| UML 类型 | 描述 | 推荐风格 |
|---|---|---|
| 类图 | 类、属性、方法、关系 | 风格 1, 4 |
| 组件图 | 软件组件和依赖关系 | 风格 1, 3 |
| 部署图 | 硬件节点和软件部署 | 风格 3 |
| 包图 | 包组织和依赖关系 | 风格 1, 4 |
| 复合结构图 | 类/组件的内部结构 | 风格 1, 3 |
| 对象图 | 对象实例和关系 | 风格 1, 4 |
| 用例图 | 参与者、用例、系统边界 | 风格 1 |
| 活动图 | 工作流、并行流程 | 风格 3 |
| 状态机图 | 状态转换和事件 | 风格 2, 3 |
| 序列图 | 时间顺序的消息交换 | 风格 2 |
| 通信图 | 对象交互和消息 | 风格 1, 2 |
| 时序图 | 状态随时间的变化 | 风格 2 |
| 交互概览图 | 高层交互流程 | 风格 1, 2 |
| ER 图 | 实体关系数据模型 | 风格 1, 3 |
AI/Agent 领域内建知识
对于 AI/Agent 相关场景，它内置了领域模式识别能力。RAG Pipeline、Agentic Search、Mem0 记忆架构、Multi-Agent 协作、Tool Call 流程这些常见 Pattern，不需要从零描述，直接说场景就能生成对应的领域图。
它还定义了一套语义形状词汇表：LLM 用双边框圆角矩形，Agent 用六边形，Vector Store 用带内环圆柱体；箭头颜色和虚线样式编码了写入、读取、异步、循环等语义。
输出与验证工具链
它提供了四个辅助脚本，让整个生成流程更稳定：
generate-diagram.sh：验证 SVG 并导出 PNGgenerate-from-template.py：从模板快速创建起始 SVGvalidate-svg.sh：单独校验 SVG 语法test-all-styles.sh：批量测试所有风格
谁适合用？
- 经常写技术博客、产品文档、方案文档的人
- 经常需要画架构图、流程图、Agent 图，但不想每次都手动画的人
- 做 AI / Agent / RAG / Memory 相关内容输出的人
- 希望把“描述需求 → 生成图 → 嵌入文章”这条链路尽量标准化的人
写在最后
fireworks-tech-graph它把技术图这件事，从一次性手工劳动，变成了一种可以沉淀、复用、批量生成的 Skill 能力。在 AI/Agent 相关内容越来越多的背景下，这是一个很值得试一下的项目。
