drawio-skill | 把文字和真实系统变成可维护的 .drawio 图表

架构图刚画好，服务名称、部署关系又变了，下一次讨论只能先解释“这张图有点旧”。drawio-skill 将文字、代码和基础设施配置转成可编辑的 .drawio 文件，并用一份中间模型维护节点与关系。它适合需要反复更新系统图、又想保留手工布局和注释的团队；核心脚本使用 Python，项目代码采用 MIT 许可。

从什么材料开始，决定图里能说明什么

写一段业务说明，可以得到流程和角色关系；导入仓库或基础设施文件，则能从已有结构提取模型。两种方式可以配合使用，但不能把代码中看见的依赖直接当作完整业务架构。

用自然语言描述：明确系统边界、参与者、节点和连接含义，适合讨论尚未落地的方案。需要把假设与已实现部分分开。
从代码导入：当前工具提供多种语言的导入关系分析，以及 Python 类图等入口。导入关系能帮助理解代码组织，未必包含运行时调用和实际部署关系。
从基础设施导入：Terraform、Kubernetes、Docker Compose 等配置适合解释资源和部署；配置文件与真实运行状态仍可能不同。
从接口或数据定义导入：SQL DDL、OpenAPI 等材料可用于数据与接口关系图。文件没有描述的行为，还需要补充业务说明。

例如讨论一个 Terraform 管理的系统，可以先导入基础设施，再补充负责人、外部服务和关键数据流，避免让代理只凭项目名字猜架构。这是基于导入能力的使用思路，具体关系仍要由项目维护者确认。

同一份模型，分别管理含义与外观

Diagram IR 保存节点、关系和来源

Diagram IR 是图表的中间表示。节点代表什么、边表示什么关系、信息来自哪里，可以与几何位置分开记录。这样修改资源关系时，不必把每个节点的坐标也重新解释一遍。导入时留下 IR 文件，后续生成视图、查询和规则检查便可以复用。

布局负责可读性，视图负责讨论范围

同一套系统信息，可以生成面向整体沟通的视图，也可以集中展示部署、数据流或安全边界。视图的区别在于选择和组织哪些信息；换一个视图名，并不会自动补齐模型中缺失的真实关系。

布局也有不同依赖。核心 Python 流程可以离线处理模型与 XML，Graphviz 可用于部分自动布局；Mermaid 转为原生图形、ELK 布局和渲染导出等能力需要相应组件，当前 README 对有关 draw.io CLI 能力列出 30+ 的版本条件。先用 doctor 看本机具备哪些能力，再选择流程。

drawio-skill 从检查依赖到最终导出的工作流程图 — drawio-skill 官方仓库中的工作流程图：检查依赖、规划图表、生成 .drawio XML、导出草稿 PNG、自检与反馈，再完成最终导出。来源：https://github.com/Agents365-ai/drawio-skill/blob/main/assets/workflow-cn.png

把“初次生成”和“以后更新”连起来

以下命令在仓库根目录运行，./infra 是假设的 Terraform 目录。第一步检查环境，第二步生成图并保留模型；示例路径应替换成自己项目的目录：

python3 skills/drawio-skill/scripts/diagramctl.py doctor
python3 skills/drawio-skill/scripts/diagramctl.py build ./infra --from terraform --group --ir-output architecture.ir.json -o architecture.drawio

打开生成的图，核对节点与连线是否对应真实系统，补充业务名称、负责人或必要注释。
调整分组和位置，让读者能看清讨论中的路径；保留可编辑图和相应模型。
基础设施改变以后，在原图上同步，输出新文件，便于和旧图比较。

python3 skills/drawio-skill/scripts/diagramctl.py sync architecture.drawio ./infra --from terraform -o architecture.next.drawio

sync 的设计目标是更新模型，同时保留手工位置、样式和注释；默认对删除项保留可审查信息。实际合并后仍要看新增、删除和身份匹配是否符合预期，特别是重命名或手工大幅修改过的节点。先输出到新文件，确认后再替换原图。

生成了 .drawio XML，不等于已经验证了最终显示效果。连线遮挡、文字溢出与导出尺寸属于呈现问题，要在所选渲染环境中判断。模型检查和渲染检查解决的是两类问题。

规则检查与故障推演，都以模型为依据

仓库提供查询、规则测试和 what-if 推演等入口。查询可以追踪路径与归属，规则测试可以检查模型有没有违反团队写出的约束。例如要求某类服务不直接连接某个数据节点，需要先把节点分类和规则写清楚，再运行检查。

python3 skills/drawio-skill/scripts/diagramctl.py test architecture.drawio --rules policy.yml

这里的 policy.yml 是需要自行准备的规则文件。测试通过说明模型满足这些规则，不能推导为部署环境一定没有越权连接。what-if 中移除一个节点后得到的传播结果，也只是模型推演，不是对生产环境做过故障演练。

对外讲解时，可以导出常规图片，也可以使用项目的离线 HTML 演示方式，按章节展示关系。需要继续协作就保留 .drawio 与模型；只发一张 PNG，别人能看，却很难继续维护。项目的 MIT 许可覆盖代码，图里引用的品牌标识、素材和业务资料另按其使用条件处理。

项目与能力说明：https://github.com/Agents365-ai/drawio-skill
统一命令与使用方式：https://github.com/Agents365-ai/drawio-skill/blob/main/docs/USAGE_CN.md
MIT 许可：https://github.com/Agents365-ai/drawio-skill/blob/main/LICENSE

1.本站所发布资源部分收集于网络，仅限用于学习和研究测试使用。2.本站资源售价仅为赞助网站，赞助收费仅用于网站维护运营更新，感谢您的支持。3.本站仅保证资源的正常下载和测试使用，售后不包含相关技术咨询服务，请知悉谅解。4.本站所发布资源为非实物商品，不接受退款，请考虑好再进行支付赞助获取下载。
赞助获取下载注意：
1.支付赞助成功后请勿关闭窗口或其他操作，等待系统自动确认，按钮变为获取下载按钮。2.游客操作请使用 Chrome、Edge 或 FireFox 浏览器，以免支付刷新失败(浏览器缓存7天有效)。3.如支付赞助成功后刷新无法显示下载按钮、链接失效等问题请到 【公告留言】 处理或参考下载说明文档。

THE END