乐于分享
好东西不私藏

【AI工具推荐】GitHub日榜第一!这个AI图表插件让Claude Code告别"Mermaid丑图"

【AI工具推荐】GitHub日榜第一!这个AI图表插件让Claude Code告别"Mermaid丑图"
GitHub日榜第一!这个AI图表插件让Claude Code告别"Mermaid丑图"
你让AI画过架构图吗?
十有八九,你会得到一张这样的图:圆角矩形堆叠、配色随机、布局歪歪扭扭,放PPT里会被设计师同事直接diss,发文章里会让读者觉得"又是AI生成的垃圾图"。
如果你用过Claude Code、Codex或者Pi这类AI编程助手,大概率已经体验过这种绝望。你让它画个系统架构图,它返回一堆Mermaid代码——渲染出来就是一坨灰色的方框加箭头,跟"专业"二字毫不沾边。
但今天推荐的这个GitHub项目,直接把这个痛点连根拔起。
cathrynlavery/diagram-design,一个专为AI编程Agent打造的图表生成技能插件,GitHub日榜连续多天霸榜第一,累计17,000+ Star。它提供27种编辑级视觉图型,60秒自动匹配你的品牌色,输出干净自包含的HTML——打开浏览器就能看,零依赖,零构建。
项目地址:https://github.com/cathrynlavery/diagram-design
一、这个工具到底解决了什么问题?
先说痛点。当前AI编程Agent画图有三个普遍问题:
第一,样式太丑。 AI生成的Mermaid图、PlantUML图,默认样式像是2005年的产品。圆角、灰底、单调的配色,放在技术博客或产品文档里格格不入。
第二,品牌不一致。 你的网站用了特定的配色方案和字体,但AI画的图完全不管这些。每次都需要手动调整颜色、字体、间距,费时费力。
第三,交互成本太高。 想要一张像样的图,要么在Figma里折腾30分钟,要么用draw.io手动拖拽,要么忍受AI生成的丑图。
diagram-design的作者Cathryn Lavery自己就深受其害。她写技术博客、运营电商网站BestSelf.co,每次需要配图时都要经历一轮"AI生成→丑→Figma重做→放弃"的循环。于是她干脆做了一个Claude Code技能插件,让AI直接产出编辑级的图表。
结果这个项目火了。27种视觉图型,涵盖从架构图到甘特图、从泳道图到雷达图的几乎所有常见类型。更关键的是,它输出的不是截图,不是图片——是自包含的HTML文件,可以直接嵌入网页,可以导出SVG丢进Figma,可以转PNG做PPT。
二、核心功能拆解
🔹 2.1  27种视觉图型,覆盖全场景
这个项目最硬核的地方在于图型数量和质量。不是随便糊几个模板,而是每种图型都有light、dark、full-editorial三种变体,还有语义化设计。
图型分类具体类型
系统架构架构图、状态机、ER/数据模型、层级堆叠
流程逻辑流程图、泳道图、跨角色流程、多角色顺序流程
数据展示柱状图、折线图、散点图、甘特图
关系表达时序图、树形图、组织架构图、嵌套层级
对比分析象限图、韦恩图、雷达图、漏斗/金字塔
数据工程勋章图(多层数据存储)、数据流图、集成图、安全矩阵
特殊场景循环飞轮图、IT现状图、咨询2×2矩阵、高层概览
每个图型都有明确的用途定义和使用场景。比如"Loop"图型专门用于表现飞轮效应——多个节点围绕一个共享记忆中心循环协作,非常适合描述AI Agent的工作流程。
🔹 2.2 60秒品牌色匹配
这是最让我惊艳的功能。
操作流程极简: 你对Agent说"onboard diagram-design to https://yoursite.com",它会自动抓取你的网站首页,提取主色调、字体栈,然后映射到语义角色——背景色、文字色、强调色、辅助色。
从网站提取的元素映射为图表中的角色
背景色图表背景纸色
主文字颜色图内主要文字色
次要/说明文字色辅助说明色
品牌主色(CTA/链接)强调色(accent)

字体族
标题字体
字体族节点名称字体
字体族技术标签字体
更贴心的是,它会自动做WCAG AA对比度检查。如果你的品牌色在图表尺寸下对比度不够,它会主动建议调整值并解释原因。
整个过程大约60秒,之后所有新生成的图表都自动使用你的品牌风格。
🔹 2.3 draw.io / Mermaid导入重绘
如果你手头已经有draw.io或Mermaid格式的图表,这个插件可以直接读取并重绘。
/diagram-design:import platform.drawio --size=slide-16x9 --detail=simplified --audience=executive
一条命令,它会把你的draw.io文件按照指定尺寸、细节级别和目标受众重新绘制。而且它输出忠诚度账本——哪些节点被合并了、哪些被删除了、哪些保留了,清清楚楚。
比如一个12节点的draw.io文件,导入后输出8个绘制节点,其中2个决策节点被折叠为边标签,1个便签因无连接被丢弃——你会精确知道发生了什么变化。
🔹 2.4 四个核心调节旋钮
导入或新建图表时,有四个维度可以精确控制输出:
旋钮选项控制什么
格式HTML / SVG / PNG / HTML+PNG交付物形态
尺寸doc-inline / slide-16x9 / social-og 等9种视口大小 + 字体字号
细节faithful(≤24节点) / balanced(≤12) / simplified(≤7)内容保留程度
受众engineer / mixed / executive文案措辞深度
同一个数据源,针对工程师输出"Auth Service / JWT · RS256 · :8443",针对管理层输出"Sign-in"——自动适配受众理解水平。
🔹 2.5 可选的动画与无障碍支持
v2.3版本新增了语义系统模式和可选的可访问动画。动画模式有四种:none(静态)、reveal(渐显)、step(逐步)、loop(循环),且完全遵循prefers-reduced-motion规范——需要减少动画的用户看到的是完整静态帧。
每张图的SVG都自带ARIA标签和title/desc描述,屏幕阅读器可以正确朗读图表内容。
🔹 2.6 渐进式加载架构
这个项目的架构设计同样值得学习。它采用了渐进式加载策略——Agent启动时只看到技能名称和描述,当用户提出具体需求时,才按需加载对应的参考文件。
你说了什么Agent实际加载的文件
"画个流程图"SKILL.md + type-flowchart.md
"画架构图"SKILL.md + type-architecture.md
"对比两个策略有什么区别"SKILL.md + semantic-patterns.md + type-flowchart.md
"给那个图加上动画"已有选择 + animation.md
"适配我的网站品牌色"SKILL.md + onboarding.md + style-guide.md
不管总共支持多少种图型,Agent每次请求只读取它真正需要的那一份参考文档。这意味着即使项目扩展到50种图型,单次调用的上下文窗口也不会爆炸。
这种设计对Agent开发者很有启发:把大而全的能力拆成小而专的模块,用语义路由决定加载策略,既保证了功能的丰富性,又控制了Token消耗。
🔹 2.7 设计系统的克制哲学
项目的设计系统只有一句话概括:每个节点都必须有存在的理由。
具体规则:只用一个强调色,每张图只突出1-2个焦点元素;三种字体族(Instrument Serif用于标题、Geist Sans用于节点名、Geist Mono用于技术标签);1px细线边框,无阴影,最大圆角10px;所有坐标和间距都是4的整数倍——作者认为这是"让图表不像AI生成物"的关键。
默认配色方案也很讲究:白烟纸色背景、墨黑文字、原子橘强调色、蓝灰辅助色、银色发丝线。这种低饱和+单点强调的配色方案,既保证了可读性,又避免了AI生成内容常见的"彩虹色灾难"。
三、快速上手指南
🔹 3.1 安装(以Claude Code为例)
# 添加插件市场
/plugin marketplace add cathrynlavery/diagram-design
# 安装插件
/plugin install diagram-design@diagram-design
# 开启自动更新(只需一次)
/plugin → Marketplaces → diagram-design → Enable auto-update
🔹 3.2 品牌适配(60秒)
用户:onboard diagram-design to https://your-site.com
Agent:→ 抓取首页 → 提取配色和字体 → 生成diff预览
用户:yes, apply it
→ 写入 style-guide.md,所有后续图表自动匹配
🔹 3.3 生成第一张图
直接用自然语言描述需求即可:
"帮我画一个架构图:前端用React,后端用FastAPI,数据库用PostgreSQL,缓存用Redis"

"画一个泳道图,展示用户注册流程:用户→前端→API→数据库→邮件服务"

"做一个象限图,按影响力vs工作量排列我们Q3的项目"
Agent会自动选择最合适的图型,加载对应参考文件,生成一张自包含的HTML。双击浏览器打开就能看到效果。
🔹 3.4 导出到Figma或PPT
/diagram-design:export my-diagram.html --svg-only    # SVG → Figma
/diagram-design:export my-diagram.html --png-only --scale=3  # 高清PNG → PPT
四、与同类方案对比
维度diagram-designMermaiddraw.ioFigma
上手速度自然语言描述即可需学语法手动拖拽手动设计
输出质量编辑级,品牌匹配通用,偏简陋取决于手动调整取决于设计能力
AI集成原生Agent技能间接
格式灵活HTML/SVG/PNGSVG/PNGXML/SVG专有
品牌一致性60秒自动匹配不支持手动调手动调
成本免费开源免费免费付费
图型数量27种约10种无限(手动)无限(手动)
核心差异: Mermaid解决的是"能用",diagram-design解决的是"好看且专业"。draw.io和Figma功能强大但需要大量手动操作——而diagram-design的核心价值在于让AI直接产出达到编辑发布标准的图表,省去中间的人工调整环节。
另外还有一个容易被忽略的维度:协作效率。传统流程中,开发者画完图要交给设计师润色,设计师改完再返给开发者确认,来回至少两三轮。diagram-design直接把这条链路砍掉了——开发者用自然语言描述需求,Agent直接输出编辑级图表,设计师只需要做最终审核。从三天缩短到三小时,这就是工具的力量。
五、适合谁用?
技术博主和写作者: 写技术文章、做教程时需要配架构图、流程图,不想每次都在Figma里手动调。尤其适合那些更新频率高、配图需求大的创作者,一篇博文可能需要3-5张不同类型的图表,手动画根本不现实。
产品经理和架构师: 需要快速产出专业级别的系统图、数据流图,用于汇报或文档。以前做竞品分析要用Excel画象限图,现在直接一句话搞定,而且配色和排版直接可以放进汇报材料。
AI Agent开发者: 正在构建AI编程工作流,希望Agent能自主产出高质量可视化内容。这个项目的渐进式加载架构和语义路由设计,本身就是很好的Agent Skill开发范例。
前端开发者和全栈工程师: 日常需要画各种技术方案图、API时序图、数据模型图。有了这个插件,描述需求就能出图,而且导出的SVG可以直接嵌入前端项目。
独立开发者和创业者: 没有设计师团队,但又需要专业级别的文档和展示材料。diagram-design相当于一个免费的"AI设计师",让你的产品文档和投资BP看起来更专业。
六、项目亮点数据
GitHub Stars: 17,000+(据趋势平台trendshift.io统计)
日增Star: 单日最高增长3,646星(GitHub日榜第一)
图型数量: 27种视觉类型,每种3种变体
图标库: 55个单色IT/云图标(Tabler Icons MIT + Simple Icons CC0)
兼容Agent: Claude Code、Codex、Pi
最新版本: v2.3.2(2026年8月13日发布,新增语义模式+动画支持)
开源协议: MIT
七、一点思考
这个项目之所以能火,本质上是因为它解决了一个被长期忽视的问题:AI编程Agent的"最后一公里"可视化
我们一直在提升AI的代码能力、推理能力、记忆能力,但输出的可视化内容却长期停留在"能用但丑"的阶段。diagram-design证明了:只要给Agent一套好的设计系统和语义路由规则,它完全可以产出编辑级的图表。
而且它的设计哲学很克制——不追求花哨的特效,不做多余的装饰,每个节点都必须有存在的理由,强调色只留给1-2个最重要的元素。这种"少即是多"的思路,恰恰是AI生成内容最需要的约束。
更值得关注的是这个项目的工程化思维。从CI流水线来看,它不仅验证代码正确性,还验证几何精度(标签不遮挡节点)、语义路由正确性、文档同步性、甚至对抗性测试(确保动画控制器不被篡改)。这种严谨的工程标准,在开源插件中非常罕见。
如果你也在用AI编程Agent画图,强烈建议试试这个项目。 它可能不会改变你的工作方式,但一定会让你下次跟设计师同事交差时少挨一顿骂。
你平时用AI画图遇到过哪些尴尬时刻? 评论区聊聊,也欢迎分享你觉得好用的AI图表工具。觉得这篇有用的话,记得点赞+在看,我们下期见 👋