GitHub最熱架構圖Agent,開發者故事看哭了

美觀且支持實時更新的架構圖,也能用AI一鍵生成了!文婷 發自 凹非寺 | 公眾號 QbitAI 美觀且支持實時更新的架構圖,也能用AI一鍵生成了!相信大家在日常手動繪圖工作中,都有被畫布需要反覆調整拉扯、代碼更新後圖片又容易過期的問題煩到過。用Mermaid生成雖然方便,但複雜一點就可能箭頭亂飛,最後還得手動修改。現在,一個登上GitHub Trending的開源項目Archify,把這件事壓縮成了一句話: 分析這個代碼倉庫,並生成一張高層運行時架構圖。然後,一張可以搜索節點、追蹤調用路徑、切換主題的HTML格式架構圖就生成了。
而且它還不挑模型,無論你是Claude Code、Codex、Cursor還是什麼其他別的Agent,它都能跑。截至發稿,Archify已經在X上收穫了多條10萬贊正向測評反饋,狂攬1.9kFork、3.14萬Star,並一鼓作氣衝上了GitHub熱榜第一。大家忍不住感嘆: 感謝Archify,我至少省了四五個follow up會了。但令人意外的是,做出這款熱門AI Agent的開發者“也無風雨也霧晴”,卻並非名校出身。他讀過專科,後以專升本考試第一名的成績考入重慶郵電大學軟件工程專業。
Archify走紅後,他在自己的X賬號中略帶傷感地調侃道: 我當過保安、學過修車、也進過廠、甚至曾好不容易闖過了字節飛書、猿輔導等大廠的重重面試,總以為Offer近在咫尺,但卻都在背調的時候,被他們發現了我讀過專科、於是我只好遺憾離場。畢業那年,我總會遇到這樣的事,明明面試時聊得好好的,但每當我說出我是“專升本”之後,HR那邊就沒有下文了。(苦笑) 他坦誠道,在Offer一個個掛掉之後,自己痛苦過、質疑過、迷茫過、甚至還馬上下樓跑了個5公里。但他一直都沒有放棄。後來,在Manus COO Cz Chen的鼓勵下,他選擇用Archify向所有人證明: 出身微寒不是恥辱!
一句話,把代碼變成系統地圖 Archify是一個面向Claude Code、Codex、Cursor和OpenCode等AI智能體的Agent Skill。你可以給它一段系統描述,也可以讓Archify直接幫你分析代碼倉庫。Archify理解代碼後,就會先生成結構化的JSON IR,再由Archify完成Schema、佈局和渲染檢查,最終輸出一個獨立的HTML文件。整個過程大致如下: 代碼或文字描述→Archify理解→生成JSON IR→規則驗證→渲染HTML/SVG→交互與導出。它目前可以生成架構圖、工作流圖、時序圖、數據流圖和生命週期圖五類技術圖。
而且它生成的圖片不只是能用來看,你還可以通過搜索節點、查看某個模塊的上下游、追蹤兩個節點間的路徑;可以隨心切換深淺主題,導出PNG、SVG、WebM及分享卡片。如果對結果不滿意,你也可以隨時吩咐Archify修改,be like: 加入Redis。把認證模塊移到左邊。突出緩存失效後的回退路徑。但問題又來了,Mermaid、D2等文本生成圖工具早就有了,Archify有啥獨特的地方呢?答案是,它並不只是用文本生成圖,而是將繪圖能力直接嵌入編程Agent的工作流,讓Agent能夠理解代碼、生成GIF格式圖表並持續修改。
相比之下,Mermaid、Graphify只是主要負責把已有的文本描述渲染成圖片,而且可能還沒有Archify做得漂亮。它不只是更好看的Mermaid Archify真正不同的地方,在於它把繪圖工具嵌入了編程Agent的工作流。你不必從頭學習繪圖語法,只需要描述技術意圖。而理解代碼、組織組件和生成結構化數據的工作可以交給AI Agent,Archify則負責驗證和渲染。這套分工其實也在嘗試解決AI生成架構圖的一個問題,即 模型可以畫得很快,但不一定畫得對。Archify會在交付前檢查數據結構、節點佈局、標籤和連線衝突。
如果驗證失敗,它會指出具體問題和允許採用的修復方式,而不是直接交付一張看起來漂亮、實際上存在錯誤的圖。此外,它還可以比較兩個架構快照,以Before/Delta/After的方式標出新增、刪除、修改、移動和重新路由的部分。這意味著架構圖不再只是開發結束後補上的一張插圖,也可能可以參與代碼評審,跟著項目一起迭代。當然了,Archify也並非完美無缺,它不是一個實時監控系統、也不能自動證明圖與線上運行狀態完全一致。結果是否準確,仍然取決於代碼信息、用戶提示以及Agent的分析能力。
有網友實測後也提出,Archify存在生成的節點的詳情展示有點小、用沒有自帶視覺的模型(如deepseek-v4-flash)還有些不順暢,消耗額度有點大等問題。對此,開發者也無風雨也霧晴表示,他們正在努力更新版本並攻克這些問題ing,咱們可以期待一波。So,Archify應該適合這樣的你: 已經在使用AI編程,希望能快速理解陌生倉庫、梳理調用鏈,或者給團隊講清楚一個複雜系統。而Archify的故事,還不只是一款工具如何在四個月內快速走紅。它背後還有一個更具體的問題: 當學歷無法改變,一個開發者還能怎樣證明自己?“也無風雨也霧晴”給出的答案,就是把能力做成任何人都能打開、使用和驗證的作品。
我是專升本,但我可以!“也無風雨也霧晴”老師目前沒有對外公開自己的姓名和目前履職的公司,不過如今,Archify的故事已經撥雲見日,贏得了越來越多人的認可。既然雲開霧散、晴空萬里,下文咱們就親切地稱他為“晴天老師”吧。(我們已經聯繫上了他,感興趣的小夥伴們可以蹲一波後續專訪)。晴天老師在推上和大家真誠地交心,並坦誠地分享了自己從專升本前端畢業、一路飽受挫折、最終憑藉著自己的開源項目和工具,斬獲上海大廠Offer的故事,關鍵詞大致有以下幾個: 農村出發、專升本、自學前端、背調屢屢被卡、開源自證實力。
2018年高考後,晴天老師進入專科學習計算機應用技術,那一年他覺得自己的狀態糟透了… 後來,他通過專升本,以同批次第一名的成績考入了重慶郵電大學軟件工程專業。實習期間,晴天老師非常開心,他覺得: 我只要一直努力,未來肯定會越來越好。但秋招狠狠潑了他一盆冷水: 在西湖大學的一次實習面試中,當HR再次拿他專升本的學歷做文章的時候,他終於忍不住爆發了: 出身微寒不是恥辱!最後他通過了。但這也只是一次實習,在晴天老師求職的路上,一直都沒有一家公司願意給他拋出正式員工的橄欖枝。
從去年一直到今年3月,他只好一直輾轉在實習積累經驗的路上: 後來,他終於遇到了職業生涯中的第一個貴人——時任Manus首席運營官的Cz Chen。△圖源Manus官方團隊目錄 她建議他,或許可以通過作品或者開源項目,從其他地方證明自己的能力。這句話不僅印證了晴天一直埋藏在心裡的想法: 學歷這東西已經改不了了,你再怎麼解釋,別人看到的還是專升本。也成為了後來Archify故事的一條伏線。
於是,他開始走上了一條開源之路,並一路將作品活成了自己的第二份簡歷: 最後,他靠著自己打下的江山,如願得到了一家大廠的Offer: 再後來,Archify火了,他終於能借著這個機會,把這些深埋於他心底的不甘與迷茫,講給大家聽: 開源沒有讓我從專升本變成985,也不能保證我以後不會再因為學歷被卡,我現在也說不清這些Star最後能給我帶來什麼。但最後,他嘆道: 至少現在,Archify確實有人在用,我做的東西能給別人帶來價值,能給很多人帶來幫助,這件事對我來說就是做開源最大的意義。學歷之外,他已經靠著自己,攢下了一張由真實作品、用戶和社區反饋共同寫就的新簡歷。
他的故事,給更多因為學歷不足而四處碰壁的學子們帶來了希望。而關於Archify的故事,也仍在繼續。參考鏈接: [1]https://github.com/tt-a1i/archify [2]https://x.com/t20000622yy [3]https://trendshift.io/repositories/31352?utm_source=chatgpt.com [4]https://theorg.com/org/manus-ai [5]https://x.
com/t20000622yy/status/2077425261856096720 版權所有,未經授權不得以任何形式轉載及使用,違者必究。
Related
相關文章
認識 Voxel51 3.0:為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0,這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺,將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要:規模:Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境:可於 app.voxel51.com 使用託管網頁應用程式,或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能:未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點:免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM,生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling(簡稱 NCM,即“下一概念建模”)。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路,有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上,NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE,從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統,訓練 Transformer 模塊去預測下一層的編碼。在生成文本時,模型會先並行生成概念層面的宏觀大綱,接著逐層並行填充具體細節,最終組合成完整的文本內容。在實際測試表現中,NCM 交出了令人矚目的成績單。實驗數據顯示,在保持相近甚至更優生成質量的前提下,NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍,並且在訓練過程中所需消耗的 token 數量也大幅減少。此外,在數獨等複雜推理任務上,它的表現也明顯優於傳統的自迴歸和擴散基線模型,同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限,其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證,但這一創新思路無疑打破了長期以來的技術慣性,為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南,每天我們為你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎?
12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎? 本文作者: 倪萍 2026-10-17 22:42 導語:10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族 10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術,能夠在充分釋放續航能力的同時,監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格,續航可達702公里,整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅,以及華為DriveONE芯片級驅制融合架構,百公里制動僅為32.8米。底盤方面,Ray7搭載高性能前後穩定杆和後五連桿懸架,過彎極限更高,濾振更乾淨。智能化上, Ray7搭載27顆車規級全視角傳感器,採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗,在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來,昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升,產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車,Ray7是埃安開啟年輕化序列的關鍵落子,也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆:小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位,不能只堆參數,更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異,變成用戶可感、可信、可持續的體驗,這才是埃安年輕化的分水嶺。(雷峰網(公眾號:雷峰網)) 雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了!DeepSeek新模型斬殺GPT-6,許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道,剛剛,DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本,官方網頁端、App與API已同步更新至新模型,模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search(搜索)與Fetch(抓取)API,兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日,DeepSeek正式推出V4.1-Flash,在性能上超越了DeepSeek-V4-Pro。