← 返回重点项目
查看 GitHub 项目

tt-a1i/archify

一句话定位

Agent Skill 级的可验证架构图标准——self-contained HTML（含动画 + 干净导出），覆盖 arch / workflow / sequence / data-flow / lifecycle 五类图；多 Agent Harness 适配（Claude Code / Codex / OpenCode / DeepSeek Harness），4 个月增长到 30k+⭐。

它解决的问题

当前 AI Coding 时代缺一个"会画可验证架构图"的通用工具：(1) Mermaid / PlantUML 等 DSL 缺少可验证性——语法错就崩，无法与架构文档同步；(2) 现有图工具不友好 AI Agent——Figma / draw.io 等桌面 / Web 工具不是 Agent Skill 形式，无法被 Claude Code / Codex 直接调用；(3) 跨 Harness 不可移植——单一平台的 skill 无法覆盖 Claude Code + Codex + OpenCode + DeepSeek Harness 多 Agent 生态。archify 直接把这三类问题工程化：用单一 self-contained HTML 输出（含动画 + PNG/SVG/PDF 导出）+ 多 Harness 适配，把"画架构图"做成可被 AI Agent 直接消费的 Skill 形式。

为什么值得关注（2026-08-30）

热度来源判断

archify 的热度是 "AI Coding 时代缺可验证架构图工具 × Agent Skill 形式 × 多 Harness 适配 × Mermaid alternative 定位" 的强组合。30,833⭐/4 个月 + 1,922 forks 说明：(1) 真实需求——开发者用 AI Coding 工具时，需要快速画出可被代码 / 文档同步的架构图；(2) 网络效应——Agent Skill 类项目天然适合社区贡献（每个贡献者都可写一个特定场景的 skill）；(3) 跨 Harness 适配——Claude Code / Codex / OpenCode / DeepSeek Harness 四大主流 Harness 全覆盖，开发者无需为不同 Agent 重写图工具。热度真实且具网络效应潜力——但需警惕：Mermaid / PlantUML 可能推出 AI Coding 集成版本被官方吸收；4 个月数据不足以判断长期采用曲线。

关键技术亮点

  1. 多图类型覆盖：arch / workflow / sequence / data-flow / lifecycle 五类——覆盖软件架构图的全部主要场景
  2. self-contained HTML 输出：单 HTML 文件 + 动画 + 干净导出（PNG/SVG/PDF），可在浏览器独立打开，无需服务器
  3. 多 Agent Harness 适配：Claude Code skill + Codex + OpenCode + DeepSeek Harness plugin（dsh-plugin 明确标识）——四大主流 Harness 全覆盖
  4. Mermaid alternative 定位：Topics 明示 mermaid-alternative——自视为 Mermaid 的可执行 / 可验证替代品
  5. architecture-as-code 范式：Topics 明示 architecture-as-code / diagrams-as-code——架构图作为代码的核心抽象
  6. 大文件 + 高 Forks：99 MB + 1,922 forks——含大量示例 + 社区二次使用率极高

架构师速览

决策问题 研究判断 证据边界
系统边界 Agent Skill 层（输入：用户文本 / 代码 / prompt）→ 解析层（理解意图）→ 渲染引擎（self-contained HTML 输出）→ 导出层（PNG/SVG/PDF） 五类图 + 多 Harness 适配是 Topics 明示；"verifiable"具体含义（diff 算法 / lint 集成 / 与架构文档同步）需源码核验
主路径 用户描述架构 → archify 解析 prompt → 渲染 self-contained HTML（带动画）→ 浏览器独立查看 + 一键导出 self-contained HTML + 导出是 README 明示；Mermaid alternative 的具体语法差异未公开
关键权衡 自包含 HTML（零外部依赖）vs 文件大小（99 MB 包含示例与资源）vs 浏览器渲染性能 vs 跨 Harness 适配的维护成本 vs 与官方图工具（Mermaid / PlantUML）的竞争 99 MB 来自 API 自述；渲染性能基准未给量化数据；跨 Harness 同步维护策略未公开
最小 PoC 在 Claude Code 上加载 archify skill，描述一个 5 组件的微服务架构 → 验证产出 self-contained HTML 在浏览器可独立打开 + 动画可播放 → 验证 PNG/SVG/PDF 导出可读 Claude Code skill 安装命令是 Topics 明示；具体 skill 加载方式 / 命令需 README 独立核验

架构启发

archify 的核心启发是 "AI Coding 时代缺的不是新工具，而是 Agent Skill 形式的旧工具"。Mermaid / PlantUML 是经典图工具，但它们是 DSL 而非 Agent Skill——AI Agent 无法直接消费 DSL。archify 的创新不在于"图语法"，而在于"把图工具做成 Agent Skill"——这是 2026 下半年最重要的工具范式转移。更深层的启发是 "Agent Skill 是新插件格式"——4 个月 30k⭐ 证明 Skill 形式的分发效率远高于传统插件；类似 React Native 之于移动开发的"一次编写多平台适配"思路，archify 走的是"一次 Skill 多 Harness 适配"。1,922 forks 反映这是社区驱动的成功，下一波可能是"任何已有成熟工具 → Agent Skill"的项目井喷。

架构图（MMD）

证据边界：此图只采用本档案已有可核验描述；"待核验"节点不应视为项目实现事实。

flowchart LR
  User[用户 prompt
描述架构] --> Claude[Claude Code skill]
  User --> Codex[Codex skill]
  User --> OpenCode[OpenCode skill]
  User --> DSH[DeepSeek Harness plugin]
  Claude --> Parser[archify 解析层]
  Codex --> Parser
  OpenCode --> Parser
  DSH --> Parser
  Parser --> Render[渲染引擎
self-contained HTML + 动画]
  Render --> Browser[浏览器独立查看]
  Render --> Export[导出层
PNG/SVG/PDF]
  Browser -.可独立打开.-> User
  Export --> Docs[架构文档同步]

定位判断

工具型项目（Agent Skill 形式的多 Harness 架构图标准）。 archify 不仅是图工具，更是 Agent Skill 时代的"图标准"——若成功，会成为 AI Coding 工作流的"画架构图"默认入口。30k⭐/4 个月 + 1,922 forks 已显示网络效应雏形 + 大厂（DeepSeek）官方集成（dsh-plugin）。但"标准"取决于一个关键问题：能否在 Mermaid / PlantUML 推出 AI Coding 集成版本前占据用户心智。目前定位是"AI Coding 时代的可验证架构图先驱"，向标准演进是合理路径。

风险/局限/泡沫点

与同类项目的关系

是否值得持续跟踪

值得跟踪（Agent Skill 时代图工具的潜在标准）。 archify 代表"AI Coding 时代图工具的 Agent Skill 化"方向，无论其本身成败，这一方向是行业趋势。建议关注：Mermaid / PlantUML 是否推出 AI Coding 集成版本（决定 archify 的"Mermaid alternative"命运）、跨 Harness 适配的维护策略（是否聚焦少数 Harness 以保证深度）、是否有大厂（JetBrains / GitHub）入场这一路径。对 AI Coding 开发者，archify 是当前画出可被 AI 消费架构图的最佳工具。对工具观察者，它是"Agent Skill 形式"路径的成功样本。

后续观察点

首次记录：2026-08-30