AI 技能数据可视化【免费下载链接】drawio-skillAgent skill that turns natural language, code, Terraform/K8s, SQL, OpenAPI, AsyncAPI, Protobuf and GraphQL sources into editable, tested draw.io architecture diagrams: incremental sync, multi-view projection, drift diff, CI architecture tests, whiteboard derasterize, interactive HTML/PPTX/Mermaid exports.项目地址https://gitcode.com/gh_mirrors/dr/drawio-skill点击查看免费下载本指南完整讲解 drawio-skill 在各类 AI 编码 Agent 中的安装、更新与验证方法既覆盖 Claude Code、Cursor、Copilot 等任意 Agent 通用的npx skills add一键安装也覆盖 Claude Code、Opencode、OpenClaw、Codex、Autohand Code 等平台的手动克隆部署与目录约定。读完本文你将掌握从零到可用的全部安装路径、安装后的环境自检方法以及更新与排障的正确姿势。安装前先弄清楚要装什么drawio-skill 并不是一个独立的可执行程序而是一个以Agent Skills 格式打包的技能目录其入口与全部资产位于仓库的 skills/drawio-skill 子目录下安装的本质就是把这一整包复制或通过包管理器链接到 Agent 约定的 skills 目录中。Skill 包的结构从仓库目录结构可以清晰看到这个包由哪些部分组成组成部分路径作用技能入口SKILL.mdAgent 读取的指令路由文件定义技能名称、描述、元数据与工作流分派表核心脚本scripts/40 余个 Python 工具统一 CLIdiagramctl.py、各语言/IaC/数据库导入器、布局、校验、导出脚本参考文档references/按需加载的专题指南如 diagram-ir、toolbox、troubleshooting、mcp 等样式预设styles/default、dark、corporate等内置视觉预设及 schema图标数据data/官方形状索引、AI 品牌图标清单、Diagram IR JSON Schema代码宿主元数据agents/openai.yamlCodex 等宿主读取的界面与策略描述SKILL.md的 frontmatter 中记录了安装相关的重要元数据tests/test_skill_metadata.py 还专门对它们做了回归断言version: 3.4.0license: MITplatformsmacos / linux / windows兼容性说明核心的 IR、XML、同步、查询、测试、review 与 Story 工作流仅需 Python 3原生导出需要 draw.io 桌面版Graphviz 仅用于自动布局属可选依赖。也就是说安装 skill 本身零重量级依赖真正需要额外安装的是后面提到的 draw.io 桌面版 CLI。前置依赖draw.io 桌面版导出用skill 本体安装后即可做生成、校验等核心工作但要把图表导出为 PNG/SVG/PDF需要先装 draw.io 桌面版 CLI。各平台安装方式详见 docs/INSTALL_CLI_CN.md这里只做速览macOSbrew install --cask drawio验证drawio --version注意二进制名是drawio没有点号Windows从官方 releases 下载安装包验证C:\Program Files\draw.io\draw.io.exe --versionLinux安装.deb/.rpm包无显示器服务器需sudo apt install xvfb并用xvfb-run -a drawio --version无头运行。此外自动布局Graphviz是可选能力brew install graphviz/apt install graphviz缺它不影响其余功能。两种安装方式总览维度SkillsMP 一键安装手动 git clone适用对象任意 AgentClaude Code、Cursor、Copilot 等任何平台尤其是不走 SkillsMP 目录的 Agent命令npx skills add Agents365-ai/drawio-skill -ggit clone到指定 skills 目录更新方式skills update drawio-skill在安装目录git pull全局/项目级全局-g视目标目录而定可做到项目级方式一SkillsMP 一键安装任意 Agent 通用这是当前版本官方推荐的任意 Agent安装路径CHANGELOG.md 3.4.0 记录中原有 365-skills 市场渠道已下线统一收敛到该命令# 任意 AgentClaude Code、Cursor、Copilot 等 npx skills add Agents365-ai/drawio-skill -g要点说明-g表示全局安装一次装好所有项目可用该命令会从 SkillsMP 目录拉取技能包并注册到当前 Agent 的全局 skills 位置无需关心具体目录drawio-skill 已被 SkillsMP 索引收录可搜索到Agents365-ai名下的该 skill。方式二手动 git clone 安装对于未接入 SkillsMP、或希望把技能放进指定目录的场景直接克隆到对应 Agent 的 skills 目录即可git clone https://gitcode.com/gh_mirrors/dr/drawio-skill ~/.claude/skills/drawio-skill git clone https://gitcode.com/gh_mirrors/dr/drawio-skill ~/.autohand/skills/drawio-skill git clone https://gitcode.com/gh_mirrors/dr/drawio-skill .autohand/skills/drawio-skill三条命令分别对应Claude Code 用户级装到~/.claude/skills/Autohand Code 全局装到~/.autohand/skills/Autohand Code 项目级装到当前项目根下的.autohand/skills/仅对当前仓库生效便于团队内随项目分发。克隆时注意目标目录名应保持drawio-skill这样 Agent 才能依据目录名与内部的SKILL.md正确加载技能。各 Agent 的 skills 目录速查表不同 Agent 的 skills 目录约定各不相同安装前先确认目标路径Agent常用路径Claude Code~/.claude/skills/Opencode~/.config/opencode/skills/OpenClaw~/.openclaw/skills/Codex~/.agents/skills/Autohand Code全局~/.autohand/skills/Autohand Code项目级project/.autohand/skills/需要说明的是这份速查表覆盖的是主流宿主任何兼容 Agent Skills 格式的 Agent 都可通过把技能目录放进其约定的 skills 路径来复用本技能SKILL.md 的 metadata 亦声明其支持 macos / linux / windows 三个平台。Autohand Code 专项--skill-installAutohand Code 提供了比手动克隆更省事的安装途径对于已收录进 Autohand catalog 的 skill可直接执行autohand --skill-install默认安装到全局 skills 目录追加--project参数可改为安装到当前项目等价于project/.autohand/skills/的效果。需要留意在 drawio-skill 被 Autohand catalog 收录之前--skill-install对该技能尚不可用此时请回到上面的直接克隆方式克隆命令本身就是等价的全局/项目级安装。安装后验证环境自检与第一张图安装是否成功、环境是否就绪不要靠猜。推荐按以下顺序验证。1. 运行 doctor 自检进入 skill 目录或从项目内引用其绝对路径执行python3 skills/drawio-skill/scripts/diagramctl.py doctordiagramctl.py是技能的统一入口 CLI详见 SKILL.md 的 Unified CLI 一节doctor会检查本机能力——默认不启动任何 GUI 工具只有显式加--probe才会去探测图形界面相关组件因此可以在纯命令行环境放心执行。2. 验证核心依赖核心语义命令是离线且仅依赖 Python 标准库的不需要 draw.io、Graphviz 或网络若需要导出图表再确认drawio --version可用Linux 无头环境记得用xvfb-run -a前缀。3. 跑通一条最小链路安装完成后直接向 Agent 描述一张图例如画一个微服务电商架构图包含 Mobile/Web/Admin 客户端、API Gateway、Auth/User/Order/Product/Payment 微服务、Kafka 消息队列、Notification 服务以及各自独立的数据库。Agent 会自动生成.drawio并导出 PNG——diagramctl.py build、validate.py校验、drawio CLI 导出这条流水线走通即代表安装完全可用。更完整的用法与提示词示例见 docs/USAGE_CN.md。更新 skill安装渠道决定了更新方式两条路径互不混用通过 SkillsMP 安装的skills update drawio-skill通过git clone手动安装的直接在你的安装目录下拉取最新代码cd 你的安装路径/drawio-skill git pull由于仓库按语义化版本迭代当前为 3.4.0版本号记录在SKILL.md的metadata.version并有 tests/test_skill_metadata.py 做一致性断言更新后建议重新跑一次doctor确认新版本脚本与既有 Agent 配置兼容。完整变更历史可查阅 CHANGELOG.md。常见问题排查安装相关的高频问题与对应解法现象原因与解法command not found: draw.iomacOS 经 Homebrew 安装后二进制名是drawio无点号应使用drawio --version点号名只存在于.app包内/Applications/draw.io.app/Contents/MacOS/draw.ioAgent 未识别该技能确认技能目录名严格为drawio-skill且目录内SKILL.md位于顶层同时确认目录落在该 Agent 的 skills 搜索路径见上文速查表Linux 无头导出空白/报错命令前加xvfb-run -a如需--no-sandbox必须放在命令最后放在输入文件前会被当成文件名解析Linux 服务器提示 home 目录不可访问执行export HOME/tmp后再调用 drawio无 GPU 环境可追加--disable-gpu更新后行为异常检查安装目录是否被部分覆盖如 clone 到错误路径产生了嵌套目录必要时重新克隆更完整的导出与运行排障清单见 skills/drawio-skill/references/troubleshooting.md。进一步阅读英文版安装文档docs/INSTALL_SKILL.mddraw.io 桌面版 CLI 安装细节docs/INSTALL_CLI_CN.md安装后的统一语义工作流docs/USAGE_CN.md技能路由与完整 CLI 参考SKILL.md运行排障总表troubleshooting.md安装完成只是起点一旦环境就绪drawio-skill 即可把自然语言、Terraform/K8s、SQL、OpenAPI、AsyncAPI、Protobuf 与 GraphQL 源转换为可编辑、可测试的 draw.io 架构图并支持增量同步、多视图投影、漂移对比与 CI 架构测试等完整能力。赞分享AI 技能数据可视化【免费下载链接】drawio-skillAgent skill that turns natural language, code, Terraform/K8s, SQL, OpenAPI, AsyncAPI, Protobuf and GraphQL sources into editable, tested draw.io architecture diagrams: incremental sync, multi-view projection, drift diff, CI architecture tests, whiteboard derasterize, interactive HTML/PPTX/Mermaid exports.项目地址https://gitcode.com/gh_mirrors/dr/drawio-skill点击查看免费下载相关推荐OpenSpeedy安装指南Winget一键部署与手动安装全流程对比OpenSpeedy安装指南Winget一键部署与手动安装全流程对比 你是否还在为游戏帧率限制而烦恼是否想寻找一款简单易用且高效的游戏加速工具OpenSp桌面应用游戏开发在 Unity 中安装 PuerTSAgent Skill 一键安装与手动 UPM 安装完整指南在 Unity 中安装 PuerTSAgent Skill 一键安装与手动 UPM 安装完整指南 PuerTSPuerts是一个让开发者使用 TypeSc游戏开发跨平台AutoGPT Platform 安装部署全指南一键安装脚本、手动安装与完全离线本地 LLM 方案AutoGPT Platform 安装部署全指南一键安装脚本、手动安装与完全离线本地 LLM 方案 导读AutoGPT Platform 为 Linux、m人工智能AI Agent自主智能体Agent 工作流工作流自动化后端前端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考