画图 skill 的验证闭环：模型说「画好了」不算数

你跟 agent 说一句话：「画一张 Mem0 记忆架构图，暗色风格」。以前的做法是模型直接吐一张图出来，运气好能用，运气差的时候线交叉、字重叠、节点挤成一团，你得反复调 prompt。GitHub 上一个叫 fireworks-tech-graph 的 skill 换了个思路：不指望模型画对，指望校验器抓住错。四月十日建仓，不到五个月一万一千颗星，九月初被知乎安利号带出圈。本号逐条对完了它的 README 和 SKILL.md，这篇讲它真正值得看的东西。

先过海关

素材是知乎「沐言Agent」九月初的安利文，写的一万一千星是当时的快照。本号十月初实测 11,612 星，一个月只涨了六百。项目最后一次提交停在九月五日——安利文发布的前一天，此后零提交、零 open issue。安利文没有带来持续增长，项目进入了平台期。

数字层面这份素材质量很高。十二种风格（十一种生成器加一种 AI 手绘）、十四种图型含全套 UML、GIF 默认 960 像素宽、5.75 秒、20fps——全部与 README 和 SKILL.md 逐字吻合。几何规则也没吹牛：README 白纸黑字写着零交叉、每条边最多两个折点、节点间距至少 40 像素。它还比安利文更严：全文所有边加起来最多八个折点，容器间距至少 20 像素。

两处小瑕疵，都值得记一笔。安利文说前作 diagram-design 支持 39 种图形，那个仓库现在的自述写的是 42 种，差三，应该是版本差。更有意思的是 fireworks 自己的仓库描述栏还写着「7 styles」——README 早已扩到十二种，描述栏忘了改。项目自己的门牌号落后于屋里的装修，这类自家口径漂移在快节奏 skill 项目里很常见。

这个 skill 的骨架：五道关的验证闭环

它的管线长这样：先做意图分类（这句话是哪类图、该用哪种风格），然后转成语义中间表示（图不再是像素，是带类型的结构），接着构建 SVG，然后是两道验证——结构校验和视觉回读。

结构校验查 XML 完整性、节点引用、标签位置、边重叠。视觉回读更有意思：导出的 PNG 会被再检查一遍，看有没有裁剪、重叠、标签错位、路由回归。查出来问题就定向修正，但修正最多两轮。README 给两轮上限的理由写得很直白：防止无界自编辑循环。

这句话值得停一下。一个会自我修正的系统，最大的风险不是修不好，是停不下来。把修正轮数写死在契约里，等于给验证这件事本身也定了预算。验证不是免费的，视觉回读每一轮都要花 agent 的注意力，这个 skill 的作者明白这一点。

还有第三个细节，本号认为是全场最好的设计：如果运行时的 agent 没有读图能力，输出报告里会写一行 visual_review: skipped (image reader unavailable)。不是假装通过，不是静默跳过，是明确告诉你「这一关没验，因为验不了」。没验就说没验——这个诚实度在工具设计里是稀缺品。

几何预算：把「好看」写成可执行的约束

画图工具二十年来的验收标准是「看着顺眼」，验收人是人的眼睛。Visio、draw.io、Mermaid 都默认背后有个人把关。模型画图之后，眼睛没有了，人只看结果——「好看」必须变成机器能查的规则。

零交叉是一条。线交叉会让人误读图的拓扑，机器数交叉次数很容易。每边两折点是一条，折点多了读者跟不住线的走向。节点四十像素间距是一条，挤在一起的节点等于没有节点。这些规则每一条都对应一种人类读者会犯的错。所以它不是美学预算，是可读性预算——把二十年来「图要让人看得懂」的隐性知识，编成了一页显式约束。

安利文把这些叫「几何门禁」。本号愿意换个说法：这是画图领域的断言与执行分离。模型输出是断言（我画好了），校验器是执行（逐边数交叉、逐点量间距）。断言说了不算，执行说了算。跟它对照，前作 diagram-design 走的是另一条路线：产出可编辑的 HTML，把最后的修正权留给人。一个赌「机器验得住」，一个赌「人改得动」——这个分岔跟九月写过的 PPT skill 是同一个岔路口：交付物要么可验证，要么可编辑，两头都占的目前还没见到。

它出生的那两周

单个项目看完，把镜头拉远。fireworks 建于四月十日。五天后 archify 出生（四月十五），六天后 diagram-design 出生（四月十六）。再往前十一天，同事.skill 在三月三十上线，蒸馏人设的女娲.skill 四月五日上线。四月上旬那两周是整个 skill 生态的寒武纪——画图、蒸馏、演示，几个大品类在同一个窗口里集中爆发。

半年后的十月盘点这一批：archify 78,760 星成了品类头部（本号八月底写过它的 typed IR 设计，当时没记星数，现在它还在天天提交），diagram-design 44,155 星，同事.skill 25,338 星，fireworks 11,612 星。品类还在裂变：论文框架图 skill（四月二十三建，2,231 星）服务学术写作，四天前又有人上传了动图架构图 skill（631 星）。安利号生态也随之成型——沐言Agent 这类知乎账号八月底安利 diagram-design、九月初安利 fireworks，一轮一轮把 skill 从开发者的时间线带进普通用户的时间线。

今早本号刚写过 GitHub 的 2.25 亿账号里有大量不写代码的人。画图 skill 是同一个故事的另一面：不写代码的人囤的星里，画图工具是最大的品类之一。它好理解、好演示、好安利，一条 GIF 转发就能让人明白这东西是干嘛的。

回到那一行状态字

最后说回这个 skill 本身。它所有花活——十二种风格、UML 全家桶、C4 评审画布、九百六十像素的动图——都是皮。骨头是输出报告里那行 visual_review: passed。画图二十年来第一次，「画好了」从模型的一句话变成了一行可核对的状态：验了什么、验了几轮、没验的部分为什么没验。

至于谁来验校验器——机器定的规则管不管得住模型的错——那是下一个问题。但至少现在，验的动作有了，验的账也留了。