Archify 3.2 实测:9.4 万 Star 的 AI 架构图生成器,我造了 9 张坏图,闸门只拦下 6 张

Archify 3.2 实测:9.4 万 Star 的 AI 架构图生成器,我造了 9 张坏图,闸门只拦下 6 张

你让 AI 帮你画一张系统架构图,几秒钟后它交出一个能点、能缩放、带明暗主题的网页。箭头连得挺顺,颜色也好看。可你多看两眼就会发现:角落里那个方块根本没接任何线,另外两个方块起着同一个名字。

工具没有报警。它给出的回执写着「全部通过」。

这就是 9.4 万 Star 的 Archify 最值得说的地方——它把「校验」做成了主要卖点,也确实拦住了大量低级错误;但我拿九张故意画坏的图去撞它,有三张一路绿灯走到了终点。下面是我在真实机器上的全部实测记录,包括那些没被拦住的部分。

先说清这次和以前有什么不同。这个项目我在 8 月底和 9 月下旬各写过一次,那时它还是 3.4 万和 7 万 Star、版本停在 2.16。今天再看,星数到了 9.4 万,版本跳到 3.2.0,中间隔了两个大版本。所以这次不复述它是什么,只回答一个问题:跨了两个大版本、多了一整套新功能之后,它那套「靠闸门保证图没错」的说法,还站得住吗?

它到底在做什么:AI 只填表,渲染交给代码

先看它和「让模型直接画图」的区别,这是理解它所有优缺点的钥匙。

多数 AI 画图工具是这样工作的:你描述需求,模型直接吐出一大段图形代码,好不好看全凭运气,改一个字可能整张图错位。Archify 走了另一条路——它要求 AI 只写一份结构化的说明书(哪几个方块、叫什么、放哪、谁连谁),然后由一段固定的渲染程序把说明书变成图。

分工大致是这样:

环节 谁来做 做得好不好
写图的内容(节点、连线、文字) AI 助手 依赖模型水平
检查内容合不合法 仓库自带的校验器 本次实测的重点
算坐标、避让、画线 固定渲染器 稳定,AI 无法插手
浏览器里实际读一遍 无头浏览器截图核验 需要真装一个浏览器

这么拆的好处很直接:丑不丑由代码保证,AI 只负责说清楚「图里有什么」。坏处也很直接:你说错了它照画,因为它只检查「格式对不对」,不检查「意思对不对」。

它支持的图的种类不少,架构建模、时序、数据流、数据库表关系、状态流转、时间线这类常见场景都在其中,一共十一种。仓库结构也围着这件事长:十一套图形格式规范、十一个渲染器、九篇写作说明,加起来 146 KB 的说明文档——这套文档本身就是它给 AI 看的操作手册。

实测:九张坏图上场,六张被拦,三张全绿

先说环境,因为这类工具的实测最怕「我机器上好好的」。我把仓库拷进一个隔离沙箱(也就是把整台服务器的其余部分挡住、只留一块可写空间的运行环境),内存上限 700 兆,全程断网跑。生产服务器上评测别人的代码,这一步不能省。

装依赖:十七个包,零点四秒。自带测试文件两百三十六个,我分批跑了其中一百零七条断言,全部通过。单张图从说明书变成网页,零点二五秒;加上真实浏览器核验,一点七秒。这个速度意味着「画错了立刻改再画一遍」几乎无成本。

然后是我真正关心的一步:它能不能拦住坏图。我准备了九类常见的出错方式,每类一张,看它报不报错。

我造的错 结果 它说了什么
方块少写类型字段 拦下 指出第几个方块、缺哪个字段
连线指向一个不存在的方块 拦下 列出所有可用的方块名,让你改
两个方块压在一起 拦下 直接给新坐标:往右挪到某个位置
方块跑出画布边界 拦下 告诉你还差多少,建议把画布加大
方块名字长到撑爆卡片 拦下 指出是哪个方块
同一对方块之间画了两条线 拦下 报出冲突的两条
一个方块谁都不连 放行 无
两个方块起同一个名字 放行 无
一个方块自己连自己 放行 无

六比三。结构性的错误它抓得很准,语义性的错误它基本不管。

值得一提的是它的报错质量。多数校验工具只会扔一句「不合法」,它会给到可直接用的修改建议,比如「把第二个方块的坐标改到某处,或者往下移」。这种细节决定了 AI 能不能自己把错修掉,而不是来回猜。

那三张被放行的图,恰好是读者最容易一眼看出问题的地方。一张架构图上有个悬空的方块,人扫一眼就知道它没接上;两个方块重名,读图的人会以为它们是同一个东西;自环箭头在真实系统里极少见,出现往往是写错了源和目标。这三种错误对「图能不能读懂」的杀伤力,不比少写一个字段小。

它做得好的地方:产物是真能带走的

我最开始对这类工具最大的怀疑是「生成一张图,实际是个在线服务的入口」。实测下来这个怀疑被排除了。

单张图产出一个 832 KB 的网页文件,全文 84 个网址里只有一个真正指向外部(项目自己的主页),其余全是图形规范声明和许可证说明。也就是说:断网、关掉服务器、三年后打开,图还在,还能点。

这个「自包含」在协作场景里价值很高——发给同事、放进文档、塞进邮件附件,都不需要对方装什么,也不会某天因为服务下线变成一张破图。

第二个好评点:它会真在浏览器里读一遍。生成完之后,工具会启动一个浏览器把图打开,检查内容有没有溢出容器、文字有没有被遮挡、明暗两种主题是否都正常。这一步会失败,失败就整张图不交付。这是很多同类工具跳过的环节,而它恰好是最容易出问题的一步。

翻车点:改过的图,它能发现——但得你主动要求

这是本次实测里我最没想到的一条。

我把已经验收通过的一张图的文字偷偷改了一个词,再交给它检查。结果它说「没有问题」。原因是:它判断图有没有被改过,靠的是生成时留在旁边的一份凭证文件;你要是单独拿文件去检查、或者凭证丢了,它就无从比对,直接放行。

加上「必须带凭证」这个开关之后,它立刻报出了不一致,并且明确说「文件内容和凭证对不上」。所以结论是:能力它有,但默认不查。团队里如果有人手工改过图再提交,这个默认值就是个缺口。

另外两条使用门槛,属于「不是 bug 但会绊人」:

  • 浏览器核验必须有真浏览器。在容器或沙箱里跑,它会因为权限不足直接失败,整张图判为不合格——错误信息里给的是浏览器启动日志,对不熟这类环境的人来说很难自己排出来。
  • 中文标注要求写完整的语言代码。我一开始只写「中文」的简写,它报错说这个语言不支持,后面跟着列出可用的六种写法。报错本身很友好,但这是那种「不试一次不知道」的坑。

和谁比,适合谁

对 Mermaid 这类「用文字描述图」的老工具:Archify 出来的图明显更好看、能交互、有主题,代价是你得让 AI 来写内容,而 Mermaid 手写可控性更高、生态更成熟(各种文档平台直接支持)。要放进技术文档里,Mermaid 更稳;要拿去给人讲、发朋友圈、做演示,Archify 更合适。

对 Figma、Excalidraw 这类手工工具:它不是替代品。它的定位是「几十秒出一版草稿」,精度和审美交给后面人工调;真要做设计稿还是得人画。

对「让模型直接吐图形代码」的做法:这是它真正的差异点。固定渲染器意味着同样的内容永远画成同一个样子,不会今天好看明天崩。做架构文档、写技术方案的人,会 appreciate 这种可复现性。

适合:需要反复出图、图要能进文档和邮件的开发者;要给非技术同事解释系统结构的人;想把「画图」变成一句话指令的团队。

不适合:要求图上每个像素都精确的人;不做二次检查、完全信任工具输出的场景——从上面那三张全绿的坏图看,最后一眼还得人来扫。

我的判断

这是一个工程质量明显高于平均水平的项目:半年多二十三个版本、236 个测试文件、十一套格式规范,报错信息写得像会说人话。它的核心思路——让 AI 只填内容、让代码负责画——我认为是对的,这套思路值得被更多工具抄。

但它把「拦截」当卖点的时候,需要说清楚边界:格式错误它管,语义错误它不管。悬空节点、重名、自环这三类,恰恰是外行最容易看出来的破绽。所以合理的用法不是「生成完直接发」,而是「生成完自己扫一眼再发」——三秒钟的事。

值得放进日常工具清单。真要上生产环境的架构图,先确认它那三张绿灯,再决定发不发。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读:visual-explainer 深度评测:1.07 万 Star 的出图技能 · SkillSpector 深度评测:2.3 万 Star 的技能扫描器