工具能在数秒内将自然语言描述自动转换为可发布的SVG/PNG技术图表,提供8种视觉风格和完整的14种UML图支持,专门针对AI/Agent领域的常见模式(例如RAG、多智能体协作)进行优化,并配备辅助工具链保障输出质量,目前已在GitHub获得7.8k星标。
你是否也曾遇到过这样的困境:脑海中的系统结构清晰,但一旦落到画图工具里,就陷入纠结——要么在 draw.io 中反复拖拽,要么与 Mermaid 的 DSL 语法较劲。这种体验,写过技术博客或做过架构文档的人都不陌生。
最近,GitHub 上出现了一个名为 fireworks-tech-graph 的开源项目,其核心能力非常直接:只需用中文描述你的系统,就能在短短几秒内生成可直接发布的 SVG 或 PNG 技术图。是的,一句“帮我画一张架构图”即可完成。
长期稳定更新的攒劲资源: >>>点此立即查看<<<

这个工具的本质是将自然语言描述转化为精美的 SVG 技术图,再通过 cairosvg(推荐)导出高分辨率 PNG,同时支持 rsvg-convert 和 puppeteer 作为备选方案。它内置了 7 种模板风格,外加 1 种 AI 手绘风格(Dark Luxury),覆盖了 AI/Agent 领域的常见图类型,例如 RAG、Agentic Search、Mem0、Multi-Agent、Tool Call 流程等,并且完整支持全部 14 种 UML 图类型。该项目在 GitHub 上已获得 7.8k 星标,热度可见一斑。

画图这件事,说起来简单,做起来却很耗时。尤其是写技术文档时,图的重要性不亚于文字,但绘图本身极度消耗时间。常见的痛点包括:
fireworks-tech-graph 的价值在于,它将“描述系统”直接变成“生成图”,而且是端到端的流程:从自然语言到 SVG,再到可直接嵌入博客和文档的 PNG。这一跨越,不仅节省了时间,也减少了反复改稿的耐心消耗。
安装这个 Skill 只需一行命令:
npx skills add yizhiyanhua-ai/fireworks-tech-graph
或者直接下载项目后导入到 AI 工具中。要导出 PNG,还需安装一个底层依赖:
# 推荐:cairosvg(CSS 支持最好)pip install cairosvg
安装完成后,剩下的就是直接说出需求:
帮我画一张 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。整个过程基本无需手动调整。
该项目之所以受欢迎,不仅是因为节省时间,更在于设计上的一些出色之处。
内置了 8 套精心设计的样式,根据使用场景做了区分。每套样式都拥有独立的色彩系统、箭头样式和字体排版:
| 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 |
该 Skill 并非简单的模板替换,而是先对用户描述进行图类型归类,再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 |
此外,还完整支持 14 种 UML 图类型,包括类图、组件图、部署图、包图、用例图、活动图、状态机图、序列图等。
针对 AI/Agent 场景,该工具内置了领域模式识别能力。像 RAG Pipeline、Agentic Search、Mem0 记忆架构、Multi-Agent 协作、Tool Call 流程等常见模式,无需从零描述,直接说明场景即可生成对应的领域图。更贴心的是,它定义了一套语义形状词汇表:LLM 使用双边框圆角矩形,Agent 使用六边形,Vector Store 使用带内环圆柱体,箭头颜色和虚线样式则编码了写入、读取、异步、循环等语义,真正贴近开发者思维。
项目还提供了四个辅助脚本,让整个生成流程更加稳定可控:generate-diagram.sh 用于验证 SVG 并导出 PNG,generate-from-template.py 用于快速创建起始 SVG,validate-svg.sh 单独校验 SVG 语法,test-all-styles.sh 批量测试所有风格。这套工具链意味着你不仅是在画一张图,而是在建立一个可复用的工程流程。
这个问题很现实。如果你属于以下几类人,这个项目将非常契合你的需求:经常写技术博客、产品文档或方案文档的人;需要频繁绘制架构图、流程图、Agent 图,但不愿意每次手动画的人;正在从事 AI、Agent、RAG、Memory 相关内容输出的人;以及希望将“描述需求 → 生成图 → 嵌入文章”这条链路标准化的人。
总的来说,fireworks-tech-graph 将技术图绘制从一次性的手工劳动,转变为一种可沉淀、可复用、可批量生成的能力。在 AI/Agent 相关内容日益密集的当下,能够在几分钟内将脑海中的系统结构转化为一张成熟的架构图,这本身就具有很高的价值。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述