本文介绍了一个名为Cocoon-AI/architecture-diagram-generator的Claude Skill,它能自动生成高质量的架构图,无需手动绘制或编写复杂语法。该技能通过预设的设计系统,包括颜色规范、组件样式等,确保输出效果专业且易于理解。安装简单,使用方便,特别适合分析代码仓库或描述特定架构。生成后可进行迭代修改,满足个性化需求。强烈推荐收藏,提升技术文档效率。

做技术这行,总有些事是真心懒得做的,画架构图算一个。

不是不重要,是太麻烦。要么打开 draw.io 从头拖组件,要么用 Mermaid 写一堆语法还要反复调位置,最后搞出来的效果差强人意,发给别人一看,“就这?”。更多时候干脆跳过这一步,直接在文档里写"架构如下图所示",然后图是空白的。

最近发现一个 Skill 把这件事解决了,效果出乎意料地好,顺手写篇文章给大家也安利一下。

先看效果

这是我用它帮 Skills Hub 项目生成的架构图:

图片图片

整体是深色主题,组件按前端、后端、数据库、外部服务分颜色标注,层级关系清晰,连接箭头干净,底部还有三栏信息卡片做补充说明。最重要的是,它输出的是一个独立的 HTML 文件,浏览器直接打开,不依赖任何第三方工具。

用的字体是 JetBrains Mono,整体风格偏工程审美,我个人比较喜欢这种调性,比那种糖果色的 UI 图要耐看。

顺手又让它画了一张微服务架构图,用的提示词是"微服务应用的典型架构是什么?",不到 1 分钟出图:

图片图片

图里涵盖了接入层、安全层、治理层、业务层、数据层、消息层、下游服务、基础设施完整的八个层次,Kafka/RabbitMQ 消息总线、Service Mesh(Istio/Envoy)、每个微服务独享数据库,该有的细节全在。这张图我一字没改,就是给了一句话,直接生成的。

这个 Skill 是什么

Skill 来自 GitHub 仓库 Cocoon-AI/architecture-diagram-generator,是一个专门用于生成架构图的 Claude Skill。

核心机制不复杂:SKILL.md 定义了一套完整的设计系统,包括颜色规范、组件样式、排版规则、SVG 布局约定,然后让 AI 按这套系统生成 HTML + 内联 SVG 代码。AI 输出的不是一张图片,而是完整的 HTML 文件,里面的 SVG 全部内联,样式全部嵌入,打开即用。

设计系统里的细节挺多,举几个例子:

语义色彩分层:Frontend 用 Cyan(青色),Backend 用 Emerald(翠绿),Database 用 Violet(紫色),Cloud 用 Amber(琥珀),安全相关用 Rose(玫瑰红)。颜色有对应的语义,不是随便选的。

箭头渲染顺序:连接线先于组件框绘制,保证箭头在视觉上位于组件之后,避免箭头盖住文字。组件框还会在半透明色块下面额外画一个纯色遮罩层,防止箭头"透过"半透明区域。这种细节在 draw.io 里需要手动处理,这里 Skill 直接内置了。

图例位置约束:Legend 必须放在所有边界框的外面,并计算最低边界再加 20px 距离,防止标注被区域框遮住。

这些约定说起来都是"应该的",但真正让 AI 稳定执行,靠的是 SKILL.md 里非常明确的规则描述,这也是为什么它比直接让 AI "画个架构图"效果要好很多。

怎么安装

有两种方式,按自己习惯选。

方式一:手动安装

去仓库下载 architecture-diagram.zip,然后:

  • Claude.ai:Settings → Capabilities → Skills → + Add,上传 zip 文件,开启即可
  • Claude Code CLI:
# 全局安装
unzip architecture-diagram.zip -d ~/.claude/skills/

# 项目级安装(只对当前项目生效)
unzip architecture-diagram.zip -d ./.claude/skills/

方式二:通过 Skills Hub 安装

我用的是这种方式,一键搞定。Skills Hub 是之前介绍过的桌面应用,用来统一管理各 AI 编程工具的 Skill 文件,装一次自动同步到 Cursor、Claude Code、Codex 等一堆工具里。

https://github.com/qufei1993/skills-hub 下载

打开 Skills Hub,切到 Explore 页面,搜索 architecture-diagram,找到 cocoon-ai/architecture-diagram-generator 那条,点安装就行。或者点右上角的 手动添加,直接粘贴 GitHub 仓库地址安装。

Skills Hub 搜索安装

Skills Hub 搜索安装

安装完在 My Skills 页能看到这个 Skill 已经同步到对应工具了:

Skills Hub 已安装

Skills Hub 已安装

怎么用

装好之后,使用方式很简单,不需要复杂的提示词。

最推荐的用法:让 AI 分析代码仓库,然后生成架构图。

用 Cursor、Claude Code 或 Windsurf 打开你的项目,输入:

Analyze this codebase and describe the architecture. Include all major
components, how they connect, what technologies they use, and any cloud
services or integrations. Format as a list for an architecture diagram.

AI 会输出一个完整的 HTML 文件,在浏览器打开就行。

还支持迭代:生成之后不满意,直接在聊天框说"把 Redis 移到左边"、“把数据库层换成蓝色”、“加一个消息队列节点”,Claude 会按你的要求更新 HTML 文件,不用重新生成整张图。这个特性挺实用的,一次出不了满意的图很正常,几轮对话就能调整到位。

其他场景:如果不是要分析现有代码,直接描述一个架构也行,比如:

Create an architecture diagram for:
- React frontend
- Node.js/Express API
- PostgreSQL database
- Redis cache
- JWT authentication

或者让它画一个"典型的 SaaS 架构"当模板,再按需修改。


画架构图这件事,以前是能拖就拖,因为太费时间。有了这个 Skill 之后,1 分钟内能出一张质量不错的图,是 HTML 形式,改起来也方便,有不合适的就让 AI 直接改喽。如果你的项目文档里正好缺这块,值得试一下。

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

小白/程序员如何系统学习大模型LLM?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐