重點先講:Archify 可以讓 Coding Agent 把一句系統描述或一份程式碼庫轉成互動架構圖。官方支援 Claude Code、Codex、Cursor 與 OpenCode,能輸出 HTML、探索節點與匯出圖片。但圖畫得清楚,不代表系統架構已經驗證正確。

最後更新:2026 年 10 月 23 日

資料截點:2026-10-23 18:00(台北時間)

一個專案有前端、API、PostgreSQL、Redis、背景任務,還可能接上 AI Agent。程式碼分散在不同資料夾,想向新同事解釋資料如何流動,往往得先花時間整理文件與畫圖。

Archify 想處理的就是這個麻煩:把自然語言描述、計畫或程式碼庫交給支援的 Coding Agent,讓 Agent 使用 Archify 製作可以點選、探索和修改的互動圖表。

我認為這類工具真正有用的地方,是讓第一次理解專案的人更快找到問題。至於能不能取代人工架構審查,必須另外驗證。

Archify 是什麼?適合哪些人使用?

Archify 是 GitHub 專案 tt-a1i/archify 提供的 Agent Skill。它讓具備相應能力的 Coding Agent 依照描述或程式碼資料建立互動視覺化內容,而不必從空白畫布逐一排列每個節點。

官方的定位不限於軟體架構圖。使用者也可以從想法、流程、學習地圖或規劃內容出發,要求 Agent 製作可閱讀的互動頁面。本文聚焦工程團隊最實用的情境:用 Archify 理解多服務專案的架構與資料流。

項目官方文件描述使用前需要注意
工具類型Agent Skill、互動圖表產生工具需要相容 Agent 執行工作流程
支援 AgentClaude Code、Codex CLI、Cursor、OpenCode實際安裝方式依 Agent 而異
輸入自然語言、想法、計畫、程式碼庫描述不足時可能產生假設
主要輸出可在瀏覽器開啟的互動 HTML需人工核對節點及關係
延伸輸出圖片與 PDF 等分享格式依官方提供的匯出功能操作
授權GitHub 倉庫顯示 MIT License仍須檢查第三方依賴與服務條款

最適合的讀者是接手陌生程式碼庫的工程師、需要向團隊解釋 API 資料流的技術主管,以及希望把系統設計說明轉成可討論視覺材料的人。

完全不會寫程式的人也能先用自然語言描述流程,製作概念圖。但如果目標是核對真正的程式架構,仍需要能閱讀基本的檔案路徑、API 與設定資料。

Archify 怎麼安裝?一定要會寫程式嗎?

官方 README 提供一條跨支援 Agent 的安裝指令。前提是電腦已經具備 Node.js、npm/npx 及相容的 Coding Agent 執行環境。

npx skills add tt-a1i/archify -g

這條指令用於透過 Skills 安裝工具加入 Archify。第一次安裝前,應確認指令來源、即將取得的檔案、安裝位置及工具要求的權限。不要因為它是公開 GitHub 專案,就直接允許存取整部電腦或所有工作資料。

如果使用 Cursor,官方也提供明確指定 Agent 的安裝寫法:

npx -y skills add tt-a1i/archify --skill archify --agent cursor --global --copy --yes

其中 --yes 代表接受相應安裝確認。對第一次接觸第三方 Skill 的使用者,我會先採用可以檢查安裝內容的流程,再考慮非互動式安裝。

想用 Codex 試用、但暫時不想永久安裝,官方文件另外列出:

npx skills use tt-a1i/archify@archify --agent codex

這個流程仍可能取得及執行第三方程式碼,不能把「非永久安裝」理解成完全沒有安全風險。正式用於企業專案之前,最好先在隔離的測試環境操作。

安裝後要輸入什麼?如何產出第一張架構圖?

初次練習不必使用真實公司的程式碼。先以虛構的電商 API 做測試:瀏覽器呼叫 API,API 查詢 Redis,快取沒有資料時再查 PostgreSQL,最後更新快取。

在已安裝 Archify 的相容 Agent 中,可以輸入以下示範要求:

Use Archify to diagram a web request:

Browser calls the API.
The API checks Redis.
On a cache miss, the API queries PostgreSQL.
The API then updates Redis and returns the response.

Show the cache-hit and cache-miss paths separately.

這個示範改寫自官方 README 的使用情境。目的是確認 Agent 能否呼叫 Archify、把描述轉成清楚的節點與連線,以及提供可開啟的互動結果。它不代表本站已經成功執行。

產出初版後,還可以接著提出修改要求,例如新增 Authentication 節點、標出 cache-miss 路徑,或改成淺色主題。這正是互動圖表和一次性靜態圖片的主要差異:圖不需要每次完全重畫,使用者可以持續提出局部修改。

Archify 能直接讀程式碼庫嗎?

依官方說明,使用者可以要求 Agent 先閱讀程式碼庫,再生成有來源依據的架構圖。這與只根據一段想像描述畫圖有很大的差別。

舉例來說,一個專案真的有 src/routes、src/services、資料庫連線設定及背景任務時,應要求 Agent 根據實際檔案來判斷哪些服務存在、哪些模組會互相呼叫。

可參考以下提示詞,路徑需依自己專案調整:

Use Archify to create an interactive architecture diagram
from this repository.

Inspect the actual source files before drawing.

Include:
- API entry points
- Authentication
- Database connections
- Cache usage
- Background jobs
- External service calls

For each important relationship, provide its
supporting source file or configuration.

Mark uncertain relationships as unverified.
Do not invent components that cannot be found.

上面是為本文設計的驗收提示詞,不是宣稱 Archify 具有特定的自動保證機制。即使模型收到「不要虛構元件」的要求,也可能誤判檔案用途。應把來源檔案當作可查核的線索,不要當成模型一定正確的證書。

對大型專案,我會先挑一條可核對的流程,例如登入、付款或查詢資料,再逐步擴展到整套架構。第一張圖越大,遺漏與誤連線就越不容易被發現。

Archify 產出的互動圖可以做什麼?能匯出嗎?

官方展示的互動檢視器可讓使用者探索節點、查看連線,以及追蹤路徑。README 也介紹了以單一 HTML 頁面呈現圖表及說明內容的方式。

以本文的 API 範例來說,讀者可以先追蹤快取命中的路徑,再檢查快取未命中時資料庫是否被呼叫。比起把全部箭頭擠在一張平面圖片上,互動檢視更方便在技術會議中逐條解釋。

官方文件也說明了 PNG、WebP、JPG 長圖及列印成 PDF 等分享方式。想保留節點探索能力,可優先檢查 HTML 輸出;要放到簡報、文件或工單,則可以選用適當的靜態格式。

不過,輸出檔案是否完全離線可用、是否包含外部資源、瀏覽器如何處理本機檔案權限,都應針對實際成品確認。不要只因為副檔名是 HTML,就假設已經符合企業內網的部署標準。

Archify 的架構圖要怎麼驗收?

這是整篇最重要的部分。我會把 Archify 產物視為「待查核的架構草稿」,並依以下四步驗收。

  1. 核對節點:檢查圖上的 API、Redis、PostgreSQL、工作佇列與外部服務,是否能在原始碼、部署設定或基礎設施文件找到對應依據。
  2. 核對連線:沿著每條重要箭頭查找實際呼叫、環境變數、SQL 查詢、事件發布或服務設定。只有名稱相似,不能證明兩個元件真的連線。
  3. 核對例外流程:測試登入失敗、快取未命中、資料庫逾時及背景任務重試等情境,檢查生成的架構圖是否遺漏重要分支。
  4. 記錄無法確認的項目:把未找到程式碼依據、依賴部署環境或只能透過執行紀錄確認的關係,標示為待驗證,不要硬把圖補成完整系統。

假設圖上畫著「API → Redis → PostgreSQL」,但實際程式只有某一類請求使用快取,其他請求直接查詢資料庫。這張圖可能適合做高層概念說明,卻不適合直接作為精確的執行路徑。

如果能搭配單元測試、整合測試、服務呼叫紀錄或分散式追蹤資料,就可以進一步驗證實際行為。Archify 負責讓結構容易理解,測試與觀測系統仍然有自己的工作。

Archify 和 Mermaid、draw.io 差在哪?

三者都可以用來表達系統結構,但切入方式與工作流程不同。

比較項目ArchifyMermaiddraw.io
主要操作方式透過 Coding Agent 與 Skill 生成使用文字語法定義圖表使用視覺編輯器安排圖形
互動探索官方主打互動 HTML依渲染環境與整合功能而異以編輯及圖面檢視為主要流程
修改方式向 Agent 描述調整需求修改圖表語法調整節點、連線與版面
適合情境AI 輔助整理與探索架構文件內嵌及版本管理需要精細手動排版
正確性驗證需要人工核對需要人工核對需要人工核對

如果團隊已經有穩定的 Mermaid 文件流程,未必需要為了 Archify 全面轉換。對需要精細調整箭頭、位置與品牌樣式的人,draw.io 仍然是實用選項。Archify 的優勢在於使用 Agent 加快初稿產生、說明與互動探索。

本站先前也介紹過 next-ai-draw-io 與 diagram-design。前者可以作為圖表工具的延伸閱讀,後者則適合補充 AI 圖表的視覺設計問題。這些專案的功能與 Archify 並不完全相同。

Archify 免費嗎?商用之前要查什麼?

Archify 官方 README 將專案標示為免費開源,GitHub 倉庫目前顯示 MIT License。這表示可以從公開程式碼與授權條款出發評估使用方式,但不能直接推論整個 AI 工作流程完全沒有費用。

如果使用付費 Coding Agent 或雲端模型 API,執行過程仍可能產生相關訂閱或 Token 費用。第三方線上服務的收費與條款也可能不同於 Archify 專案本身。

截至本文資料截點,本站沒有建立相同任務的成本測試,因此不提供「畫一張圖多少錢」的估算,也不宣稱使用 Archify 一定能節省特定比例的工作時間。

商用前至少要確認三件事:實際採用版本的 License、執行過程會接觸哪些程式碼與機密資料,以及產生的 HTML、圖片是否可以安全分享。尤其是含有內部網路拓樸、API 路徑、身份驗證流程的圖,不適合未經審核直接公開。

什麼情況適合用 Archify?什麼情況不適合?

如果任務是快速解釋陌生系統、讓不同工程師討論同一條資料流,或把技術文件轉成可以互動探索的說明頁,Archify 是可以納入評估的工具。

若任務需要正式的資安合規證據、即時執行拓樸、流量容量規劃、災難復原驗證,或必須對每條服務連線提供可稽核證據,就不能只依賴 Agent 生成圖。

我的選擇標準很簡單:需要快速理解與溝通時,可以先使用生成式圖表;需要證明系統實際如何運作時,必須回到程式碼、設定、測試及觀測資料。

對自由接案工程師而言,這類工具可能縮短整理客戶既有專案的準備流程,也可以協助製作交接文件。但是否真的減少工時,應記錄製圖時間、人工修正時間與最終驗收結果後再判斷,不能把生成速度直接視為商業效益。

Archify 常見問題 FAQ

Archify 可以完全不讀程式碼就畫圖嗎?

可以從自然語言描述開始。官方明確提到不一定需要 Repository。但這種圖反映的是輸入描述與 Agent 的理解,不保證符合實際部署環境。

Archify 支援 Codex 嗎?

官方 README 列出 Codex CLI 為支援的 Agent,並提供透過 Skills 進行安裝或試用的指令。不同工具版本可能影響實際執行結果。

Archify 可以輸出 PDF 嗎?

官方文件介紹透過列印將頁面輸出為 PDF,也有圖片匯出選項。實際輸出時仍需檢查字體、排版及內容是否完整。

Archify 生成的架構圖可以當作資安稽核證據嗎?

不應單獨當作稽核證據。生成圖可能遺漏條件式路徑、部署差異、外部依賴與執行時行為,必須搭配可查核的系統資料。

Archify 跟一般 AI 繪圖工具相同嗎?

不完全相同。它主要透過 Agent Skill 建立可閱讀、可互動的結構化圖表與說明頁,和依文字生成美術圖片的工具用途不同。

結論:Archify 值得納入開發流程嗎?

對常常需要讀取陌生專案、整理多服務依賴、向團隊說明系統設計的人,Archify 的操作方式值得研究。它讓使用者先用自然語言說明需求,再透過 Coding Agent 產生可探索的視覺內容。

不過,本站這次完成的是官方文件與功能說明核對,並沒有實際安裝工具、執行測試或驗證生成架構圖的準確率。因此本文不把官方功能展示寫成本站實測成果。

最合適的起點,是先用沒有機密資訊的小型範例練習,再挑一條能夠從程式碼逐項驗證的真實流程。保留可核對的來源,才有機會讓架構圖成為長期可維護的工程文件。

延伸閱讀

資料來源

利益揭露:本文未包含返佣、邀請或付費合作連結,也未接受專案維護者付費評測。

免責聲明:本文僅供開源工具研究及技術教育參考,不構成資安認證、系統部署保證或投資建議。使用第三方 Agent Skill 之前,應自行確認程式碼、授權、相依套件、執行權限及資料傳輸風險。官方展示及功能描述不等於本站實測結果。

資料截點:2026-10-23 18:00(台北時間)。

加入 Mr. Slash 免費社群
第一時間收到交易所獨家優惠、AI 工具推薦、和市場分析更新
立即加入 Telegram 社群

關於 Mr. Slash

Mr. Slash 是 slash-invest.com 的站長、作者,也是這裡的研究者。這個站整理 AI 與加密貨幣的實測數據:交易所費率與返佣、上幣效應統計、穩定幣利率指數、美股與加密週報。每個數字都附上來源和資料日期,你可以自己重算。

本站只整理已經發生的事實和可以重算的數字,不猜價格走勢,要不要下單由你自己決定。部分交易所文章附有邀請碼,交易所會從你付的手續費分一部分給我;有邀請碼的頁面會在頁內再揭露一次,佣金不會改變我怎麼比、怎麼寫風險。若為商業合作邀稿,會清楚標註「不代表本站立場」。

社群:Threads|Instagram|Telegram|YouTube

回報錯誤、合作洽詢,請到聯絡頁。更多關於我與研究方法:關於本站。

發佈留言

相關文章

最新文章

簡
Join Mr. Slash