Productivité · SKILL.md

architecture-diagram

architecture-diagram

架构图生成器——多轮结构化提问理解系统架构，生成精美深色主题自包含 HTML+SVG 架构图。支持系统架构图、云基础设施图、微服务拓扑图、安全架构图、网络拓扑图等。 Trigger keywords: 架构图, architecture diagram, 系统架构, 画架构图, 云架构, 微服务架构, 网络拓扑, 安全架构, 基础设施图, system architecture, cloud architecture, AWS架构, infra diagram, 部署架构, 技术架构图, generate architecture diagram.

Independent GitHub snapshot · Automated classification · Original documentation governs

Zzhouyinlong-lab / dog-skillsMIT

Documentation de la Skill

GitHub

name: architecture-diagram description: > 架构图生成器——多轮结构化提问理解系统架构，生成精美深色主题自包含 HTML+SVG 架构图。支持系统架构图、云基础设施图、微服务拓扑图、安全架构图、网络拓扑图等。 Trigger keywords: 架构图, architecture diagram, 系统架构, 画架构图, 云架构, 微服务架构, 网络拓扑, 安全架构, 基础设施图, system architecture, cloud architecture, AWS架构, infra diagram, 部署架构, 技术架构图, generate architecture diagram. allowed-tools:

Read
Write
Edit
Bash
Glob
Grep
WebFetch
WebSearch metadata: category: design source: https://github.com/Cocoon-AI/architecture-diagram-generator (MIT) references:
- https://mp.weixin.qq.com/s/h2pD2DrC6fkHSRatzmI-tg author: original: Cocoon AI chinese_intro: 卡兹克 version: "2.1.0" license: MIT

Architecture Diagram Generator — 架构图生成器

基于 Cocoon AI 的 MIT 开源项目深度优化版。核心改进：Quick Mode / Deep Mode 自适应分支 + 多轮结构化发现协议，轻量场景秒出图，复杂系统深度理解。

工作流程总览

用户请求
    │
    ▼
┌─────────────────────────────┐
│ Step 0: Mode Detection      │
│ 判断走 Quick 还是 Deep       │
└──────────┬──────────────────┘
           │
    ┌──────┴──────┐
    ▼             ▼
┌────────┐   ┌────────────────────┐
│ Quick   │   │ Deep               │
│ 0-1轮确认│   │ 5轮渐进发现         │
│ 直接生成 │   │ R1→R2→R3→R4→R5     │
└───┬────┘   └─────────┬──────────┘
    │                  │
    └──────┬───────────┘
           ▼
    Phase 1: Layout  →  Phase 2: Generate  →  Phase 3: Verify

Step 0: Mode Detection — 自动判断走 Quick 还是 Deep

核心原则：不是所有图都需要大费周章。根据用户请求的特征，自动选择最合适的路径。

判断标准

在收到用户请求后，先用以下规则判断模式：

信号	→ Quick Mode	→ Deep Mode
组件数量	≤ 5 个明确组件	> 5 个，或数量不明
描述完整度	用户说清楚了组件+关系	描述模糊（"我们有个微服务系统"）
场景类型	局部流程、单链路、概念草图	全栈系统、多子系统、企业架构
用户意图	"快速画一下" "示意一下" "简单画个"	"完整架构图" "梳理一下" "帮我理清"
领域知识	典型/通用架构（AI已有足够知识）	用户自己的定制系统

Quick Mode 触发示例

以下类型请求 → 直接走 Quick Mode，不要追问：

用户说什么	为什么 Quick
"画一个 React + Node + PostgreSQL 的三层架构"	经典三层，AI 完全理解
"画一下 OAuth 2.0 授权码流程"	标准协议流程
"画出用户登录的时序图，从浏览器到数据库"	单链路，组件明确
"给我一个典型的 AWS serverless 架构"	通用参考架构
"CDN → ALB → ECS → RDS，画出来"	用户已经列清楚了
"画个简单的微服务示意图，API Gateway + 3个服务 + Kafka"	组件数量少且明确
"把这个数据流画一下：Kafka → Flink → ClickHouse → Grafana"	线性管道，组件明确
"示意一下前端调用后端的认证流程"	示意级别，不需要精确

Deep Mode 触发示例

以下类型请求 → 走 Deep Mode 5轮发现：

用户说什么	为什么 Deep
"帮我梳理我们电商系统的完整架构"	大型系统，需要理解业务
"画一下我们公司的技术架构图"	需要大量追问才能搞清楚
"我想重构现有系统，先画个现状图"	需要深入理解现有系统
"画一个包含安全边界的生产环境部署架构"	多维度（部署+安全+网络）
"我们用了 K8s + Istio + 20个微服务，画个图"	组件多，需要组织

灰色地带处理

当不确定时：

先用 1 轮轻量确认（类似 Quick Mode 的确认方式）
如果用户回复暴露出更多复杂性，自动升级到 Deep Mode
如果用户回复简洁明确，继续 Quick Mode 直接生成

一句话原则：用户说得越清楚，你问得越少；用户说得越模糊，你问得越多。

Quick Mode — 轻量快速出图

适用场景：组件 ≤ 5 个、用户描述清晰、典型通用架构、局部流程/单链路、概念草图。

Quick Mode 流程

用户请求 → [可选：1轮确认] → 直接生成 → 让用户看图迭代

什么时候跳过确认直接生成

直接生成（0 轮确认），当：

组件完全明确（用户列出了每个组件名和技术栈）
是标准/经典架构（三层架构、OAuth 流程、典型 AWS 架构等）
用户说了"简单画个""示意一下""quick"

1 轮确认，当：

组件明确但关系/方向不清晰
有 2-3 种合理的画法（比如数据流方向不确定）
用户给了组件但没给连接关系

Quick Mode 确认模板（1轮即可）

当需要确认时，用极简格式，不要抛出 5 轮问题：

## 🏗️ 确认一下（1 分钟）

**我理解的架构**：
  [组件A] ──HTTP──▶ [组件B] ──SQL──▶ [组件C]

**布局方向**: 左→右 / 上→下
**需要标注的协议/端口**: HTTP :443, PostgreSQL :5432

这样画可以吗？还是有什么要调整的？

确认后直接进入 Phase 2（跳过 Phase 1 的复杂布局规划，用默认布局）。

Quick Mode 默认布局规则

不经过 Phase 1 规划时，使用以下默认值：

参数	默认值
布局方向	左→右（从左到右数据流）
画布	`viewBox="0 0 1000 680"`
组件尺寸	标准 110×60px
水平间距	100px
垂直对齐	所有组件垂直居中（y 相同）
Header	从用户请求中提取关键词作为标题
摘要卡片	全部省略（Quick Mode 不生成摘要卡片，保持简洁）

Deep Mode — 多轮结构化提问

适用场景：组件 > 5 个、大型系统、描述模糊、需要梳理、多子系统、企业级架构。

关键原则：在生成任何 SVG 代码之前，必须通过多轮对话精确理解系统架构。根据用户初始描述的详细程度，自动判断需要深入哪些轮次。如果用户已经提供了非常详细的描述，可以跳过部分轮次并直接确认。

Round 1: 系统类型识别 & 范围界定

目标：确定架构的顶层模式和边界。

向用户提问（根据已有信息选择性提问，不要全部抛出）：

系统类型：这是什么类型的系统？
- Web 应用（前后端分离 / SSR / SPA）
- 微服务系统（服务数量、服务间通信方式）
- 数据管道 / ETL（数据源→处理→存储链路）
- 云基础设施（AWS / Azure / GCP / 混合云）
- 移动端后端 (BFF + Microservices)
- Serverless 架构
- 事件驱动架构
- AI/ML 推理平台
- 其他：________
规模感：系统的规模大约多大？
- 小型（3-7 个核心组件）
- 中型（8-15 个组件，多个子系统）
- 大型（15+ 组件，多层嵌套，多区域）
目标受众：这张图给谁看？
- 技术团队内部（可以偏技术细节）
- 跨团队沟通（需要适度简化）
- 高管/客户（需要高度抽象）
- 文档/PPT（需要正式美观）
侧重点：用户最关心哪个维度？
- 数据流（请求/响应路径）
- 部署拓扑（物理/虚拟节点）
- 安全边界（信任域、网络隔离）
- 高可用/容灾（多区域、故障转移）
- 全部展示

输出：1-2 句话的系统概要 + 架构模式标签。

Round 2: 组件清单盘点

目标：穷举所有组件，不遗漏。

根据 Round 1 的系统类型，引导用户分层列出组件：

📋 组件清单模板：

[客户端层]
  - 组件名 | 技术栈 | 关键信息（URL/端口/协议）

[接入层]
  - CDN / WAF / API Gateway / Load Balancer | 技术选型 | 配置要点

[应用层]
  - 每个服务/模块 | 语言/框架 | 端口/协议 | 扩缩容策略

[数据层]
  - 数据库类型 | 具体产品 | 用途 | 高可用方案
  - 缓存 | 消息队列 | 对象存储

[基础设施层]
  - 云平台/自建 | 区域 | 编排工具 | 监控告警

[外部依赖]
  - 第三方 API | 身份提供商 | 支付网关 | 邮件服务

交互策略：

如果用户描述模糊（如 "用了一个数据库"），追问具体产品（PostgreSQL? MongoDB?）
如果用户遗漏了常见配套组件（如说了 API 但没说 API Gateway），主动提醒
如果组件过多（>20），建议拆分多张图或用分组折叠

输出：完整的组件表格，每个组件标注：名称、类型、技术栈、备注。

Round 3: 关系与数据流映射

目标：精确理解组件间的连接关系。

对 Round 2 的每个组件，逐一确认：

它调用谁？ → 出方向箭头
谁调用它？ → 入方向箭头
通信协议？ → HTTP/REST, gRPC, WebSocket, GraphQL, TCP, UDP, 消息队列
认证方式？ → JWT, OAuth2, mTLS, API Key, 无
数据方向？ → 单向读取 / 双向读写 / 异步推送
是否有特殊流程？ → 启动流程、故障转移路径、定时任务链路

交互策略：

引导用户按 "请求进来 → 经过 → 到达 → 返回" 的路径描述
对微服务系统，额外确认服务发现、配置中心、分布式追踪的位置
对事件驱动系统，确认生产者→Topic→消费者的完整链路

输出：连接关系列表，每条标注：from → to | 协议 | 认证 | 备注。

Round 4: 基础设施与部署上下文

目标：理解运行环境的物理/虚拟拓扑。

仅在 Round 1 确认需要展示部署拓扑时深入：

云平台：AWS / Azure / GCP / 阿里云 / 腾讯云 / 自建机房？
区域部署：单区域？多区域？具体 region 名称？
容器化：Kubernetes? Docker Compose? 无容器？
网络拓扑：VPC / 子网划分？公网/私网暴露面？
CI/CD 链路：是否需要展示构建→测试→部署流程？
监控告警：Prometheus + Grafana? Datadog? CloudWatch?

输出：基础设施上下文摘要。

Round 5: 安全边界确认

目标：明确信任域和隔离边界。

安全组/防火墙规则：哪些端口对谁开放？
网络隔离：公网子网 / 私有子网 / 数据库子网？
认证流程：用户登录的完整路径（前端→Auth Provider→Token 签发→验证）
敏感数据处理：PII 数据在哪里？加密方式？
合规要求：SOC2 / HIPAA / PCI-DSS？

输出：安全边界列表 + 安全组标记位置。

Discovery 完成确认

在进入 Phase 1 之前，向用户输出一份 架构理解摘要：

## 🏗️ 架构理解确认

**系统类型**: [识别的模式]
**规模**: [小型/中型/大型]
**组件总数**: [N] 个

**组件清单**:
  [Frontend] React SPA → CloudFront CDN
  [Backend]  Node.js/Express API (:3000)
  [Database] PostgreSQL (RDS, Multi-AZ)
  ...

**关键数据流**:
  用户 → CloudFront → ALB → API → RDS
  认证流: 用户 → Cognito → JWT → API 验证
  ...

**部署**: AWS us-east-1, EKS 集群, 2个AZ

以上理解是否正确？确认后我开始画图。

只有在用户确认后，才进入 Phase 1。

Phase 1: Layout Planning — 布局规划（Deep Mode）

基于 Phase 0 的发现结果，在生成代码前先规划布局。 Quick Mode 跳过此阶段，使用默认布局参数（左→右，组件垂直居中）。

1.1 布局模式选择

根据系统类型自动选择最佳布局：

系统类型	推荐布局	说明
Web 应用（前后端）	左→右	客户端在左，逐步向右到数据层
微服务系统	左→右 + 分层	入口层→业务服务层→数据层
数据管道/ETL	左→右	Source→Transform→Sink 线性流
云基础设施	自由分组	按 VPC/子网/区域分组
事件驱动	上→下	Producer→Bus→Consumer 流
安全架构	洋葱模型	外层→内层信任域递增

1.2 画布尺寸计算

画布宽度 = max(1000, 组件列数 × 180 + 边距 × 2)
画布高度 = max(680, 组件行数 × 100 + 边界框高度 + 图例高度 + 边距)

1.3 组件分组与 z-order 规划

Region boundaries (最底层)
Security groups (第二层)
Connection arrows (第三层，在组件后面)
Component boxes (第四层，半透明背景 + 不透明底层遮挡箭头)
Labels & annotations (最顶层)

1.4 配色分配

按组件类型自动分配（参见 Design System 章节的颜色表）：

Frontend → Cyan
Backend → Emerald
Database / AI/ML → Violet
Cloud / AWS / Infrastructure → Amber
Security / Auth → Rose
Message Bus / Event → Orange
External / Third-party → Slate

Phase 2: Code Generation — 代码生成

2.1 使用模板

从 resources/template.html 获取基础模板，然后：

更新 <title> 和 Header 文字
调整 SVG viewBox 尺寸（根据 Phase 1 计算）
按 Phase 1 布局逐一定位每个组件（参考 Design System 的 Component Box Pattern）
绘制所有连接箭头（在组件之前，参见 z-order 规则）
添加安全组虚线框、区域边界框
填充 3 张摘要卡片（关键指标、技术栈、安全要点）
添加图例（放在所有边界框之外）
更新 Footer 元数据

2.2 关键约束

必须保留模板中的 2 个 CDN script（html2canvas + jsPDF，含 SRI hash）
必须保留 id="report-container" 在外层容器
必须保留 .toolbar 和相关 JS 导出函数
禁止引入新的外部依赖（除 Google Fonts 外）

Phase 3: Quality Verification — 质量验证

生成 HTML 后，逐项检查。Quick Mode 只需检查标有 ⚡ 的项目（核心项），Deep Mode 需全部检查。

自检清单

修复优先级

功能性问题（箭头指向错误、组件缺失）→ 立即修复
视觉问题（重叠、溢出）→ 调整坐标
增强性改进（更好的标注、更美观的布局）→ 可选修复

Design System

以下设计规范继承自上游 Cocoon AI v1.1，保持不变。

Color Palette

Component Type	Fill (rgba)	Stroke
Frontend	`rgba(8, 51, 68, 0.4)`	`#22d3ee` (cyan-400)
Backend	`rgba(6, 78, 59, 0.4)`	`#34d399` (emerald-400)
Database	`rgba(76, 29, 149, 0.4)`	`#a78bfa` (violet-400)
AWS/Cloud	`rgba(120, 53, 15, 0.3)`	`#fbbf24` (amber-400)
Security	`rgba(136, 19, 55, 0.4)`	`#fb7185` (rose-400)
Message Bus	`rgba(251, 146, 60, 0.3)`	`#fb923c` (orange-400)
External/Generic	`rgba(30, 41, 59, 0.5)`	`#94a3b8` (slate-400)

Typography

Font: JetBrains Mono (Google Fonts)
Sizes: 12px (组件名), 9px (副标签), 8px (注释), 7px (微型标签)
Weights: 400 (正文), 500 (强调), 600-700 (标题)

Visual Elements

Background: #020617 (slate-950) + 40px 网格
Component boxes: rx="6", 1.5px stroke, 半透明 fill
Security groups: stroke-dasharray="4,4", 透明 fill, rose 色
Region boundaries: stroke-dasharray="8,4", amber 色, rx="12"
Arrows: SVG <marker> 箭头, #64748b 颜色
Auth flows: 虚线 stroke-dasharray="5,5", rose 色

Arrow Masking

箭头在 SVG 中先绘制，组件半透明 fill 会让箭头透出。解决方案：

<!-- 不透明底层遮挡箭头 -->
<rect x="X" y="Y" width="W" height="H" rx="6" fill="#0f172a"/>
<!-- 半透明风格层在顶层 -->
<rect x="X" y="Y" width="W" height="H" rx="6" fill="rgba(...)" stroke="..." stroke-width="1.5"/>

Spacing Rules

标准组件高度: 60px (服务), 80-120px (大型组件)
垂直间距: ≥ 40px
消息总线: 放在间隙中间，不重叠相邻组件
图例: 在所有边界框下方 ≥ 20px

Iteration Protocol — 修改迭代协议

用户提出修改需求时，按以下优先级处理：

修改类型	示例	处理方式
增删组件	"加一个 Redis 缓存"	重新计算受影响区域的坐标
修改连接	"API 不直连 DB，走 DAO 层"	调整箭头路径
样式调整	"把 Frontend 改成蓝色"	修改颜色常量
布局调整	"数据库放到底部"	局部重新布局
标注修正	"端口号不对，应该是 8080"	修改文本内容

重要: 修改后必须重新执行 Phase 3 的间距和重叠检查。

安装方式

Claude Code CLI（本项目）

cp -r architecture-diagram/ ~/.claude/skills/architecture-diagram/

Claude.ai

下载 architecture-diagram.zip 并通过 Skills 面板上传。

触发示例

Quick Mode（快速出图）：

"画一个 React + Node.js + PostgreSQL 的三层架构"
"画一下 OAuth 2.0 授权码流程"
"简单画个 CDN → ALB → ECS → RDS 的图"
"给我一个典型的 AWS serverless 架构"
"示意一下前端调后端的认证流程"
"画个 Kafka → Flink → ClickHouse 数据管道"

Deep Mode（深度梳理）：

"帮我梳理一下我们电商系统的完整架构"
"画一个包含安全边界的生产环境部署架构"
"我们用了 K8s + Istio + 20 个微服务，画个图"
"我想重构现有系统，先画个现状架构图"

输出示例

参考 examples/ 目录下的示例 HTML 文件：

web-app.html — Web 应用三层架构
aws-serverless.html — AWS Serverless 架构
microservices.html — 微服务 + Kubernetes 架构

上游致谢

本 skill 基于 Cocoon AI 的 architecture-diagram-generator (MIT License) 深度优化。

v2.1 核心改进：

✅ Quick Mode / Deep Mode 自适应分支：轻量场景秒出图（0-1轮确认），复杂系统深度发现（5轮）
✅ Step 0: Mode Detection：自动判断走哪个模式，不是所有图都要大费周章
✅ Quick Mode 省略摘要卡片和复杂布局规划，保持输出简洁
✅ 增加 Phase 1: Layout Planning 布局规划（模式选择 + 画布计算）
✅ 增加 Phase 3: Quality Verification 质量验证清单（区分 Quick/Deep）
✅ 增加 Iteration Protocol 迭代修改协议
✅ 增加中文触发关键词和双语支持
✅ 保留上游 v1.1 的完整设计系统、模板和导出功能

中文介绍

以下内容整理自卡兹克的介绍文章：《又一个神级画图 Skill 开源，再见 draw.io！》

这是什么？

Cocoon AI 开源的 Claude Skill，说人话就能画架构图。跟 Claude 描述系统架构，它直接生成一张深色主题的 HTML 架构图，浏览器打开就能看，还能导出 PNG 和 PDF。不用碰 Draw.io，颜色、箭头、对齐 Claude 全包了。

开源地址：https://github.com/Cocoon-AI/architecture-diagram-generator

功能亮点

说人话就能画。 不需要写代码、不用学标记语法。把架构描述丢给 Claude，它自己决定组件怎么摆、箭头往哪指、用什么颜色。

颜色自动分类。 深色主题 + JetBrains Mono 字体，颜色语义固定：青色给前端，翠绿给后端，紫色给数据库，琥珀色给 AWS 等云服务，玫瑰色给认证和安全模块，一眼就能分辨模块类型。

一键导出。 生成的 HTML 右上角三个按钮：Copy PNG 到剪贴板、Download PNG、Download PDF。零命令行，零额外依赖。

安装方式

Claude Code：把 zip 解压到 ~/.claude/skills/ 或项目本地 .claude/skills/ 目录。

Codex / Cursor / Copilot 等：用 npx skills add 安装，或让 AI 直接重构一个适配版本。

使用方式

三种路子获得架构描述：

让 AI 分析代码库：把代码丢给 Codex/Claude，让它分析结构并输出组件清单
自己手写：直接列出组件和连接关系，比如 "React 前端 talking to Node.js API，PostgreSQL 数据库，Redis 缓存"
让 Claude 给模板：没有具体系统的话，直接问 "画一个典型的 SaaS 应用架构图"

然后把描述贴进对话，加一句"用你的架构图 Skill 生成一张架构图"，Codex/Claude 返回 HTML 文件。想改图直接在聊天里说"把 Redis 挪到消息队列旁边"或"加一层 CDN"就行。

适用与不适用

✅ 擅长：软件架构、云基础设施、微服务拓扑等有明确层次和连接关系的图 ❌ 不适合：物理硬件图、流程图（流程图的姐妹项目 process-flow-diagram-generator 同作者出品）

省下时间干嘛？

写代码、想设计、或者干脆摸鱼，都比调箭头颜色有意义。

MAKE IT PART OF YOUR WORKFLOW

Installer la Skill

TERMINAL

npx skills add zhouyinlong-lab/dog-skills --skill architecture-diagram

Exécutez la commande dans votre terminal. Vérifiez le code et la licence avant l’installation.

ZIP · Complete skill directory with resources and licenses

SKILL.md · Instructions file only

Étoiles du dépôt: Not synced
Licence: MIT
Version / branche: HEAD · 60f05009
Dépôt mis à jour: Not synced

Vérifiez les scripts et les autorisations avant l’installation.

Code source

architecture-diagram

Documentation de la Skill

Architecture Diagram Generator — 架构图生成器

工作流程总览

Step 0: Mode Detection — 自动判断走 Quick 还是 Deep

判断标准

Quick Mode 触发示例

Deep Mode 触发示例

灰色地带处理

Quick Mode — 轻量快速出图

Quick Mode 流程

什么时候跳过确认直接生成

Quick Mode 确认模板（1轮即可）

Quick Mode 默认布局规则

Deep Mode — 多轮结构化提问

Round 1: 系统类型识别 & 范围界定

Round 2: 组件清单盘点

Round 3: 关系与数据流映射

Round 4: 基础设施与部署上下文

Round 5: 安全边界确认

Discovery 完成确认

Phase 1: Layout Planning — 布局规划（Deep Mode）

1.1 布局模式选择

1.2 画布尺寸计算

1.3 组件分组与 z-order 规划

1.4 配色分配

Phase 2: Code Generation — 代码生成

2.1 使用模板

2.2 关键约束

Phase 3: Quality Verification — 质量验证

自检清单

修复优先级

Design System

Color Palette

Typography

Visual Elements

Arrow Masking

Spacing Rules

Iteration Protocol — 修改迭代协议

安装方式

Claude Code CLI（本项目）

Claude.ai

触发示例

输出示例

上游致谢

中文介绍

这是什么？

功能亮点

安装方式

使用方式

适用与不适用

省下时间干嘛？

More skills to explore

executing-plans

huashu-nuwa

cangjie-skill