8月27日，Archify 的作者自己发帖：一觉醒来，我做的开源项目冲上了 GitHub Trending 全球第一。哔哩哔哩接下来一整周，它再没离开过榜单头部，B站上讲解视频两天内跑出几十万播放。
先看这条增长曲线：仓库 2026年4月15日建仓，安静了很久，7月11日时 Star 还只有约3400。8月开始垂直起飞：8月28日的 GitHub API 快照是 25,316 Star、1,628 Fork。知乎而按 8月24日–30日的周榜统计，单周涨星 14,875，总 Star 数来到 34,214。哔哩哔哩8月31日晚，拆解视频的标题已经标到 3.5 万。
如果你是在信息流里刷到这个名字、还没点进仓库的那批人，这篇把三件事说清楚：它到底是什么、哪类人装了是真香、哪类人装了会失望。
先澄清一个最常见的误读：它不是"另一个 Mermaid"
评论区有人留下一句"就是 mermaid"。不一样。Mermaid 是通用图表 DSL，你写文本、它渲染；Archify 是装进 Claude Code、Codex、Cursor、OpenCode 里的 Agent Skill——你用大白话描述系统，Agent 生成一份叫 Typed JSON IR 的中间格式，Archify 负责校验、渲染、交付。哔哩哔哩
产物不是静态图片，而是内嵌 SVG 的单文件 HTML：能交互查看、按 4 倍分辨率导出 PNG/WebP、深浅双主题，直接贴进 README 或 PR 评论。
它只画五种图：架构图、工作流图、时序图、数据流图、生命周期图。官方把"非目标"写得很明白：不做通用绘图编辑器、不解析 Mermaid、不做自动布局、不做托管服务、不做可视化编辑。知乎
它爆的原因，不是画得好看，而是不相信 AI
画架构图的免费工具不缺，Archify 切的是一个更窄的问题：当画图的是 LLM 时，产物怎么被信任。拆开看有三层。
第一层，不让大模型碰坐标。"API 网关调用订单服务、订单服务写 Postgres"这种语义，交给 LLM 理解；线从哪个坐标拐弯，是确定性计算，交给一个约 1300 行的几何引擎。知乎
第二层，把"图画得对不对"变成机器可判定的问题。校验脚本里是 9 条布尔谓词：连线是不是真交叉、标签有没有压住节点、两条无关连线是不是挤在同一条视觉走廊里让人误读成分叉。检查失败不是丢一句"渲染失败"，而是回传结构化诊断——哪条关系、哪个坐标、违反了什么、可以从哪几个动作里选修法。Agent 拿着回执定向修复，形成机器闭环。
第三层，交付是原子的。候选产物先在同目录暂存区生成、检查通过才一次 rename 切换，并回执规格和产物各自的 SHA-256；渲染失败绝不碰上一份好图。和数据库写前日志一个思路。
而仓库里最容易被跳过的 SKILL.md，其实是项目的灵魂：主节点至多 12 个，这是写死的契约。知乎生成第一个候选前不许读那 1300 行几何引擎源码，保上下文预算；修复一次只动一个变量；连续两轮错误数不下降就停下如实报告；非零退出永远不许描述为成功。每一条都对应一个用 Agent 的人都熟的坑——上下文烧光、空想坐标、盲目调参、无限循环、粉饰失败。提示词第一次变成了可 review、可 diff 的工程资产。
顺带交代背景：作者是位专升本前端（他在视频里自己的说法），项目基于上游 Cocoon-AI/architecture-diagram-generator 做了完整重构——上游今年5月已停更。MIT 协议，零运行时依赖。
但这盆冷水必须泼：“可校验"不等于"正确”
这是大部分安利视频不会讲的部分。Archify 的 schema 校验、9 项检查、原子交付，保证的只是产物结构合法、渲染无碰撞、交付不损坏。但如果 LLM 一开始就把你的系统理解错了，JSON IR 本身就是错的，再精密的校验器也救不回来。知乎
有小红书博主专门做了边界实验：固定同一个官方 commit 写两份架构，一份只画仓库里真实存在的 6 个组件，另一份故意塞进一个不存在的"AI 语义审计器"、把来源指向仓库里真实存在的文件。结果两张图都通过了 9/9 检查，都显示 evidence verified。小红书
博主的结论很克制：Archify 是很强的交付门禁，不是自动事实审计器——“来源存在"不等于"这段来源支持这个节点的含义”。一句话：有源码证据，图也可能画错；工具负责把错误变得可查，人负责判断它是不是真的。知乎
所以它的正确用法不是"把仓库丢给 AI 一键出大图"，而是当人和 Agent 之间的对账介质。B站评论区最高赞的说法很准：AI coding 时代独立开发者最大的问题，是产品一复杂就记不住架构细节，AI 写的文档又臭又长，“这个东西用来做人和 agent 对账真的神器”。`compare` 命令对比两份快照时同时算字节哈希和语义哈希——只改缩进不会进 diff，输出的是"新增 1 个组件、删除 1 条连线"这种精确变更。架构图第一次能像 git diff 一样被评审。
反过来，评论区有条低赞但值得听的话："画一个大而全的图意义不大。"期待一键生成全系统上帝视角图的人会失望——12 个主节点的契约摆在那，50 节点的图本来也没人看得懂，它也不打算画。
该不该装，一张对照清单
适合：已经在用 Claude Code / Codex / Cursor 做项目、项目开始变复杂、想和 Agent 建立对账介质的人；需要往设计评审、技术文档、PR 里贴架构图的人（双主题 SVG 贴进 GitHub 会跟随读者的深浅模式）；想研究 Agent Skill 怎么写到极致的人——光 SKILL.md 就值得精读。
不适合：要画泳道图、甘特图、ER 图、饼图的，回 Mermaid / PlantUML，五种图是它的全部；需要像素级微调、手动拖节点的，它没有 GUI 编辑器，也不打算做；系统庞大、想要一张大而全总图的，按模块拆成多张小图才是正路。
安装：Claude Code 里 `npx skills add tt-a1i/archify -g`；Codex CLI、opencode、Raven 用同一个 archify.zip 装进各自 skills 目录；Claude.ai 网页版可直接上传 zip。知乎之后对着 Agent 说话即可触发，不用记命令。
值得继续盯的三个信号
一是 Architecture Delta：如果架构图能像代码一样做版本对比，图评审可能成为 code review 标配，这个方向比画图本身更有想象空间。二是维护结构：核心维护者匿名、一周一个 minor 版本、目前只有赞助引流没有付费层，这种形态能不能撑住长期迭代，取决于 Agent Skill 生态能长多大。三是中文支持：zh-CN 本地化已经进了开发版，中文社区的传播还在加速。
最后一句判断：Archify 真正的价值不是"AI 终于会画好看的图了"，而是它演示了一件事——AI 产物可以不靠"看着像"来验收，校验本身可以被工程化。就算你不装它，这套思路也值得抄进自己的工作流。
