drawio-skill: 自然语言生成专业 draw.io 图表的技能包

用自然语言描述一个微服务电商架构,AI 直接吐出一张带完整图标、干净边线、可编辑导出的 .drawio 图——这就是 drawio-skill 在做的事。一个 Skill,覆盖 11 种图表类型、36 个工具、10000+ 官方图标,零依赖 MCP 服务端,MIT 协议,开箱即装。

功能与原则

drawio-skill 的核心能力是把自然语言直接变成专业级 draw.io 图表,输出 PNG / SVG / PDF / JPG 四种格式。它不是”生成图片”,而是生成可编辑的 .drawio XML——画的每一条线、每一个节点都可以在 draw.io 里继续改。

设计原则三条:
结构进,布局出:输入 Mermaid、代码、IaC 配置,Skill 自动完成布局,不需要手工排版
零外部依赖:不需要 MCP server、不需要后台进程,一个 SKILL.md 文件走天下
自检 + 修正:生成后用视觉模型读自己的 PNG 输出,自动修复重叠、标签截断、线条穿插等问题,最多 2 轮

认可度

  • GitHub ⭐:7,964(截至 2026-08-25)
  • Forks:569
  • 收录于 SkillsMP、SkillHub.club、ClawHub 三大市场
  • 支持 Claude Code、Cursor、Copilot、OpenClaw、OpenAI Codex、Autohand Code、Helios/Hermes Agent 等 18+ 平台
  • 最后一次更新:2026-08-25(当日凌晨)

链接

GitHub:https://github.com/Agents365-ai/drawio-skill

原作者

Agents365-ai(GitHub 账号 @Agents365-ai),专注于为 AI 编码 Agent 提供生产级技能包,同名组织还维护着一套 365-skills 技能合集,B 站有配套视频演示(https://space.bilibili.com/441831884)。

介绍

drawio-skill 最早解决的是一个具体痛点:开发者想让 AI 画一张架构图,结果要么是低质量的 Mermaid 截图,要么是 Figma 里手动排半小时。Skill 的做法是调用 draw.io 桌面版 CLI 的无头导出能力——先让 Agent 生成符合 draw.io XML schema 的结构化文件,再走 drawio –export 出图。

支持的输入类型非常广。代码库可视化:Python / JS-TS / Go / Rust 的 import 图、Python class 继承层次,Graphviz 做自动布局,过渡削减冗余边,结果是嵌套容器的可编辑图。IaC 转架构图:Terraform、Kubernetes manifest、docker-compose 文件直接进,资源渲染成官方 AWS / Azure / GCP / K8s 图标,边的起止从资源引用推导。SQL DDL 转 ER 图:解析 CREATE TABLE 语句,标注主键 / 外键,画出 crow’s-foot 关系的 ER 图。

图表类型覆盖:ERD、UML Class、Sequence、C4(支持点击下钻)、Architecture、ML/Deep Learning(Transformer/CNN/LSTM)、Flowchart、SysML(BDD/IBD/Requirement/Parametric)、BPMN、Network Topology、Cross-Functional Swimlane,另含 Tube-Map 模式(地铁线路风格管道图)。

特点

  • 11 种图表预设,覆盖从系统设计到流程图到机器学习模型可视化的完整场景
  • Mermaid → native .draw.io:标准 Mermaid 类型(flowchart/mindmap/kanban/gitGraph/timeline 等)直接转成可编辑 draw.io,draw.io ≥ 30 版本解锁
  • 10000+ 官方图标:AWS/Azure/GCP/Cisco/K8s/UML/BPMN 图标直接搜索,不再出现 shape=mxgraph.* 的空白框错误
  • AI / LLM 品牌 Logo:内置 321 个(OpenAI/Claude/Gemini/Llama/Ollama/LangChain 等)+ 18 个数据存储品牌(Redis/Postgres/Qdrant/Milvus),画 LLM/RAG 架构图必备
  • 视觉自检循环:生成 PNG → 模型读图 → 自动修复重叠 / 截断 / 线条穿插,最多 2 轮
  • 多智能体零配置:单文件 SKILL.md,多个 Agent 平台自动识别,不需要 MCP 服务端

使用方法

第一步:安装 draw.io CLI

平台 命令
macOS brew install --cask drawio
Windows 下载 installer
Linux .deb/.rpm from releases;sudo apt install xvfb 支持无头导出

验证:drawio --version(推荐 ≥ 30)

第二步:安装 Skill

# 任意 Agent(Claude Code / Cursor / Copilot 等)
npx skills add Agents365-ai/365-skills -g

# Claude Code 插件市场
/plugin marketplace add Agents365-ai/365-skills
/plugin install drawio

# 手动安装
git clone https://github.com/Agents365-ai/drawio-skill.git 
  ~/.claude/skills/drawio-skill

第三步:直接描述需求

画一个 Transformer 编码器-解码器机器翻译模型:6层编码器(自注意力),
6层解码器(交叉注意力),输入嵌入 (batch × 512 × 768),位置编码,
最后一层输出投影。各层之间标注张量形状,按层类型配色。

Skill 自动规划布局、生成 .drawio XML、调用 draw.io CLI 导出、自检修复、返回可编辑文件。

使用场景与人群

适用场景:系统架构图、微服务拓扑图、代码结构可视化、CI/CD 流程图、ML 模型示意图、数据库 ER 图、UML 类图 / 时序图、技术文档附图、SRE Runbook 配图。

目标用户:后端 / 基础设施工程师(经常要画架构图但不想开 Figma)、AI 编程深度用户(用 Claude Code / Cursor 且希望文档质量跟上代码质量)、技术写作者(需要为博客 / 文档配专业图表)。

输入与输出案例

案例一:电商微服务架构

输入:

Create a microservices e-commerce architecture with Mobile/Web/Admin clients,
API Gateway (auth + rate limiting + routing), Auth/User/Order/Product/Payment
services, Kafka message queue, Notification service, and User DB / Order DB /
Product DB / Redis Cache / Stripe API

输出: 一张 .drawio XML 文件,包含 Mobile/Web/Admin 三个客户端 → API Gateway → 六个微服务 → Kafka → 通知服务 + 各数据库,节点用官方云服务图标,边线干净无交叉,自动着色分层,可直接导出 PNG 插入文档。


案例二:Python 代码库 import 可视化

输入:

cd myproject
python3 ~/.claude/skills/drawio-skill/scripts/pyimports.py 
  --group -o graph.json
python3 ~/.claude/skills/drawio-skill/scripts/autolayout.py 
  graph.json -o diagram.drawio

输出: Python 项目的模块依赖图,按子包嵌套分组,过渡削减后冗余边消失,每个模块容器独立,可直接拖入 draw.io 继续编辑或导出 PDF。


Skill 地址:https://github.com/Agents365-ai/drawio-skill


GitHub: https://github.com/Agents365-ai/drawio-skill

评论区

0 条评论

登录后可评论。

Skill超级捕获手 16 阅读