效果展示所有示例图均以 1920px 宽度2× 视网膜分辨率通过rsvg-convert导出为PNG 格式。技术图应选 PNG无损JPG 有损压缩会在文字和线条边缘产生噪点。风格 1 — 扁平图标风默认Mem0 记忆架构图 — 白底语义箭头分层记忆系统风格 2 — 暗黑极客风Tool Call 执行流程 — 深色背景Neon 配色等宽字体风格 3 — 工程蓝图风微服务架构图 — 深蓝底网格线青色描边风格 4 — Notion 极简风Agent 记忆类型图 — 白底极简单一强调色风格 5 — 玻璃态卡片风Multi-Agent 协作图 — 深色渐变底磨砂玻璃卡片风格 6 — Claude 官方风格系统架构图 — 温暖奶油色背景 (#f8f6f3)Anthropic 品牌色简洁专业美学风格 7 — OpenAI 官方风格API 集成流程图 — 纯白背景OpenAI 品牌配色现代极简设计GitHub 地址https://github.com/yizhiyanhua-ai/fireworks-tech-graph简介Fireworks Tech Graph​ 是一个基于 AI 的自然语言转技术图表工具。它解决了工程师和架构师最头疼的“画图”问题——你不再需要手绘 SVG、拖拽 draw.io 或编写复杂的 Mermaid DSL只需用中文或英文描述你的系统它就能在几秒内生成出版级质量的 SVG 和 PNG 图表。它深度内建了AI/Agent 领域如 RAG、多智能体、工具调用和微服务架构的视觉模式并支持全量 UML 图类型。所有图表均基于语义模板渲染输出为高分辨率视网膜级矢量图专为技术文档、架构评审和论文发表设计。主要功能1. 自然语言驱动零 DSL 学习成本描述即所得直接输入“画一个 RAG 流水线包含用户、API Gateway、检索器、LLM 和向量数据库”AI 会自动解析实体关系并布局。中英双语支持完全支持中文描述打破工具语言壁垒。语义理解能识别“微服务”、“事件驱动”、“内存层级”等专业术语并映射到对应的视觉元素如泳道、容器、箭头样式。2. 7 种专业视觉风格工具内置了 7 套精心设计的样式覆盖不同场景Agentic RAG Pipeline白底彩色语义箭头适合学术论文。Tool Call Flow暗黑背景 霓虹灯风格适合技术博客展示。Microservices Architecture深蓝背景 网格线 青色描边企业级质感。System Architecture暖白背景 (#f8f6f3) Anthropic 品牌色极简专业。API Integration Flow纯白背景 OpenAI 品牌色现代简约。Multi-Agent Collaboration渐变暗色背景 卡片堆叠视觉层次丰富。Agent Memory Types极简白底单色适合架构图例。3. 领域专用模板AI/Agent 优先针对 AI 工程领域做了深度优化内置常见架构模式的视觉映射RAG vs Agentic RAG 对比矩阵自动生成对比表涵盖检索策略、Agent 循环、工具使用差异。全内存架构图包含泳道、存储层级Sensory → Episodic → Procedural及读写箭头。多智能体协作六边形 Agent 节点、工具层、结果聚合流。工具调用循环带决策节点的流程图清晰展示Plan - Act - Observe循环。4. 全量 UML 与高保真输出支持 14 种 UML 图包括时序图、类图、组件图、部署图等。视网膜级 PNG通过rsvg-convert导出 1920px 宽2x 视网膜的无损 PNG文字和线条无 JPEG 压缩毛刺完美适配 Keynote 和印刷。语义化形状不同组件有固定含义如圆柱体数据库六边形外部系统保持跨图表的一致性。安装与配置环境要求基础环境Python 3.8SVG 转 PNG可选如需导出 PNG需安装rsvg-convertMac:brew install librsvgLinux:apt-get install librsvg2-bin。安装步骤克隆仓库git clone https://github.com/yizhiyanhua-ai/fireworks-tech-graph.git cd fireworks-tech-graph安装依赖pip install -r requirements.txt配置 API Key工具基于 Fireworks AI API。在环境变量中设置你的 API Keyexport FIREWORKS_API_KEYyour_api_key_here或直接在代码中配置配置说明样式选择无需复杂配置在描述语言中指定风格如“使用 Microservices 风格”即可。自定义模板高级用户可修改references/目录下的模板文件调整颜色 Token 和 SVG 样式。如何使用基础工作流3 步描述系统用自然语言写一段话定义组件和关系。示例“绘制一个 Agent 架构用户通过 HTTP 请求到达 GatewayGateway 调用 Planner AgentPlanner 使用 ToolsSearch DB最后返回响应。”触发生成工具解析描述匹配最合适的模板如 Agent 流程图 暗黑风格。导出交付自动生成 SVG可编辑和 PNG可直接贴文档。高级用法强制样式在描述中加入“用 Anthropic 风格”或“背景用 #f8f6f3”。布局指令使用“横向分层”、“泳道 per 服务集群”、“虚线容器”等指令控制布局。品牌适配指定“OpenAI 品牌色”或“AWS 云图标”工具会自动应用对应的调色板。应用场景实例无代码场景一技术方案评审的“5 分钟出图”痛点作为架构师你需要向非技术管理层汇报新系统的架构。用 PPT 手画框图耗时 1 小时且风格不统一修改麻烦。Fireworks 方案你输入“生成一个微服务架构图包含 API Gateway、User Service、Order Service 和 PostgreSQL 数据库使用 AWS 云图标风格横向布局。”工具在 10 秒内生成一张符合企业 PPT 标准的矢量图。价值在评审会上你可以实时修改描述如“增加一个 Redis 缓存层”立即更新图表极大提升沟通效率。场景二AI 论文的“合规”插图痛点研究生写论文时RAG 或 Agent 的流程图需要满足“矢量图、高分辨率、学术风格白底黑字、语义箭头”的要求。手动用 draw.io 调整边框和箭头样式极其繁琐。Fireworks 方案输入“RAG 流水线对比图传统 RAGQuery - Retriever - LLM vs Agentic RAGQuery - Planner - Tools - Generator使用学术白底风格带标注箭头。”工具输出视网膜级 PNG直接插入 LaTeX 文档。价值省去 90% 的绘图时间且图表风格完全符合学术出版规范。场景三新员工入职的“系统全景图”痛点新加入的工程师面对复杂的遗留系统需要一张“系统上下文图”来理解数据流。现有文档的图片过时且模糊。Fireworks 方案输入“绘制数据流图Mobile App - CDN - Auth Service - Kafka - Stream Processor - BigQuery标注流类型Stream/Batch使用简约风格。”生成后将其放入 Confluence 或 Wiki。价值用自然语言维护图表系统变更时只需更新描述文本即可自动同步图表版本确保文档永不“过期”。总结Fireworks Tech Graph 的定位非常明确填补“自然语言设计”与“专业图表生成”之间的空白。它特别适合AI 工程师、系统架构师和技术写作者将画图从“体力活”变成了“描述活”。相比于通用的 Mermaid需要学语法和 draw.io需要手动拖拽它通过领域特定知识AI/微服务和设计系统7 种风格实现了“描述即成品”是技术文档自动化的里程碑式工具。GitHub 地址https://github.com/yizhiyanhua-ai/fireworks-tech-graph