Archify：用类型化中间表示让 AI 画出的架构图可验证、可追溯

在 AI 辅助编码快速普及的当下，让智能体理解并呈现一个系统的内部结构，正变得越来越重要。然而，当开发者让 agent 去画架构图、时序图或数据流图时，一个长期存在的痛点随之浮现：智能体往往凭概率生成图形，容易编造出不存在的组件、连接或路由，给出看起来专业却无法核对的示意图。这类图一旦进入评审或跨团队沟通，就可能误导决策。Archify（tt-a1i/archify）正是针对这一痛点出现的项目。它是一个 Node.js 渲染与校验系统，作为 agent skill 嵌入 Cursor、Claude Code、Codex CLI 与 OpenCode 等编码智能体，把代码库或一段系统描述转化为可交互、可验证的系统地图。

从生态位置看，它属于"架构即代码"（architecture-as-code）与编码智能体工具链的交汇点，既服务于智能体的绘图能力，也服务于人类对图的可信度要求。项目以 JavaScript 为主，被归类为 agent-skills、architecture-diagram、codex、coding-agents 等方向，目前处于 v2.17.0-dev.1 的开发版本，GitHub 上已获得相当数量的关注，反映出社区对"可验证架构图"这一细分需求的真实兴趣。Archify 的核心设计在于把"画图"与"校验"解耦。它要求 agent 先产出类型化的 JSON 中间表示（IR），再由系统确定性地将 IR 编译为 HTML 或 SVG。这种思路的关键差异在于：图形不再是模型自由发挥的产物，而是受类型与确定性检查约束的结果。

由此带来四个可感知的能力。第一是"打开即呈现"：内置五种图示类型、四种预设、深色与浅色主题、品牌标识以及有限度的动画，让图既能用于聊天窗口也能用于正式展示。第二是"在合并前审查架构变更"：系统可以对比两个已验证的快照，以 Before / Delta / After 的形式，精确给出新增、移除、变更、移动与重路由的事实，使架构演进变得可审计。第三是"每一次交互都扎根于事实"：支持节点搜索、可选打开经修订验证的源码、追踪上下游的 authored reach 与确切路由、对比不同语义角色，并可播放引导式故事，而不会凭空发明拓扑。第四是"一个文件即可信任与分享"：类型化 IR 与确定性检查产出自包含 HTML，并可导出 PNG、SVG、WebM 以及 1200×630 的分享卡。

这种把图当作可验证 artefact 而非一次性图片的做法，是它区别于普通绘图工具或图表库的根本所在。在使用与上手方面，Archify 刻意降低了门槛。安装只需一条命令：npx skills add tt-a1i/archify -g，Cursor 用户还可打开面向 agent 的快速入门，获取精确的全局与项目级命令。更重要的是，它不要求克隆任何仓库——开发者只需在任何 agent 聊天中描述系统，即可生成图。这种"描述即出图"的路径，把绘图动作无缝嵌入了已有的对话式工作流。

文档侧提供了项目页、场景指南与 Proof Lab 三个入口，其中 Proof Lab 收录了 11 个已检入场景，附带各自的 JSON 来源、命名视图与校验回执，等于把"可验证"这件事本身做了示范。社区证据方面，项目展示了从真实仓库 mco-org/mco 在特定提交处追溯生成的架构地图，并配套可达性追踪与类型化源码，说明它确实能落地到真实代码库而非停留在演示。整体上手体验呈现出清晰的层次：从聊天里的快速草图，到可审查、可追溯、可分享的正式交付物，开发者可以按信任需求选择深度。从更宏观的视角看，Archify 的意义在于把"可验证性"这一工程原则引入了 AI 绘图这一原本最不可控的环节。对开发者社区而言，它提供了一种把智能体输出当作可审计 artefact 的范式；对工程团队而言，合并前的架构变更对比与可达性追踪，直接服务于代码评审与风险管控。不过，这类工具也潜藏着值得观察的风险：当图的"可信度"高度依赖 IR 的类型约束与校验规则时，若规则本身存在漏洞或 agent 在生成 IR 阶段就偏离事实，校验也可能流于形式；此外，确定性编译虽消除了随机性，却未必能保证拓扑描述与真实代码完全一致，仍需人工核对关键路径。未来值得观察的方向包括：校验回执能否成为团队工作流中的标准凭证、语义角色对比与引导式故事能否进一步降低跨团队沟通成本，以及它能否被更多类型的编码智能体与 CI 流程原生采纳。综合来看，Archify 代表了一条务实的路径——不追求让 AI 画得更花哨，而是让它画得可被信任。