本站每篇文章的配圖,都是讓 AI(Claude)直接寫 SVG 程式碼畫出來的。到 2026 年 11 月 1 日,除本文外的 64 篇文章裡一共有 307 張 SVG 講解圖、184 張表格,每篇還有一張頭圖。常有讀者問這些圖是怎麼畫的、用的什麼工具。工具其實沒有什麼特別的,就是讓 AI 寫 <rect>、<text>、<path>;畫得出來,靠的是一套慢慢攢起來的畫法。
這套畫法不是一開始就有的。2026 年 10 月 13 日,我們讓 AI 給 tmux 那篇文章補三張架構圖,它交來的圖 1 是這樣的:本地終端、tmux 客戶端、tmux 服務端,三個方框,每個方框裡寫著名字,下面一行小字;圖注寫的是“tmux 的客戶端 / 服務端架構”。圖不難看,可它講不清什麼:方框裡的名字,正文早就說過了。開啟原始碼,14 段文字各自帶著一長串 font-family,全圖 43 處 style 寫著顏色,字號用了 5 種。第二天這三張圖全部重畫,同時寫下了一份配圖規則;後來的 300 多張圖,都是照著這份規則、按同一套流程畫的。
為什麼讓 AI 寫 SVG 程式碼,而不是用生圖模型?因為講解圖裡的字必須一個不錯:命令、路徑、雜湊、報文欄位,生圖模型畫出來的字沒法保證;SVG 裡的字是真正的文字,能搜尋、能複製。顏色寫成 CSS 類,深色模式就能自動切換;檔案本身是文字,改一個數字就是一行 diff,AI 和人都能逐行審。
但“寫 SVG”只是手段。從 tmux 那三張圖開始,我們依次碰到了這些問題:
- AI 每畫一張圖,都會把配色、字號重新決定一遍,幾十篇文章的圖怎麼才能像一套?
- 文中的一個概念,怎麼變成一張講得清楚的圖,而不是一排寫著名字的方框?
- 一篇文章十來張圖,怎麼讓它們串成一條線,而不是十張互不相干的插圖?
- 頭圖、人像這類插畫沒有“機制”可畫,AI 又畫不像具體的物件,怎麼辦?
- AI 看不見自己畫的圖,畫完怎麼知道哪裡有問題?
本文按這幾個問題,把本站的畫法整理一遍。文末附上可以直接交給 AI 的工作流程,規則檔案和檢查指令碼都在倉庫裡。
一、統一的視覺語法
現象:每張圖都在重新“設計”
tmux 第一版的三張圖,字號分別用了 5 種、6 種和 3 種,從 8px 到 15px;每段文字都自己寫一遍字型、顏色和字重。同一篇文章裡的三張圖已經各不相同,換一個對話、換一篇文章,AI 又會挑一組新的顏色。問題不在於它挑得不好看,而在於它每次都在挑。
解決:把“長什麼樣”從 AI 手裡拿走
辦法是把所有視覺決定提前做完,寫進站點的樣式表。global.css 裡的 .dd 一節定義了 11 個顏色變數,淺色、深色各一套,再配二十來個樣式類1。AI 畫圖時只寫類名,不寫任何顏色和字號。同一個“tmux 服務端”標籤,前後兩版的原始碼是這樣的:
<!-- 第一版 --><text x="532" y="150.0" style="fill:var(--dd-ink)" font-size="14" font-family="'Geist', 'Noto Sans SC', 'PingFang SC', 'Microsoft YaHei', system-ui, sans-serif" text-anchor="middle" font-weight="600">tmux 服务端</text><!-- 重画后 --><text class="t-name" x="264" y="229">tmux 服务端</text>重畫後的圖 1 有 33 段文字,比第一版多了一倍多,檔案反而從 6,809 位元組降到 4,442 位元組。更要緊的是,AI 能挑的只剩下有限幾個詞,每個類都對應一種意思,選類就是在表態:這是一個“地方”,這是一條記錄,這個東西會消失。
這套語法的樣子參照了 Anthropic 工程部落格的一張圖2:暖色紙面、分割槽面板、等寬字型的資料行、只給一個識別符號上強調色;基礎圖元和連線規則沿用了開源的 diagram-design3。全站 307 張講解圖裡,用得最多的類是 t-mono(欄位名、命令)2,787 次、t-note(註記)2,435 次、dd-card(卡片)1,737 次。
規則寫成檔案,每條都來自一次返工
樣式類只管“長什麼樣”。什麼時候用虛線、一張圖追幾條線索、表格要不要畫成 SVG,這些要寫成文字。本站把它們寫在 .claude/skills/blog-diagram/SKILL.md 裡4,倉庫根目錄的 CLAUDE.md 指向它,AI 每次畫圖前先讀一遍。
這份檔案不是一次寫成的。翻 git 歷史,每一條規則背後都是一次具體的返工:
所以這份檔案最好的寫法,是每次返工都問一句:這個錯下次能不能用一句話攔住?能,就把那句話寫進去。只在對話裡糾正 AI,下一次對話它就忘了;寫進檔案,以後每張圖都會照著做。
樣式和規則統一以後,60 多篇文章的圖看起來就是一套了。可一套好看的圖元,照樣能拼出一張什麼都沒講的圖。
二、從一個概念到一張圖
現象:方框裡只寫名字
回頭看 tmux 的第一版(原樣嵌在下面,只改了 id)5:
這張圖的每個元素都沒錯,問題在於它只回答了“有哪幾樣東西”。讀者真正的疑問是“為什麼 SSH 斷了,程式還在跑”,圖裡能回答這個問題的,只有底部那一句斜體字。方框裡的“tmux 客戶端”“tmux 服務端”,換成任何一個客戶端 / 服務端程式都成立。強調色給了 socket 那條線,可它並不是讀者要追的東西。
重畫後的圖 1(第一節圖 1 左半邊就是它的縮略版)6,改的是這幾處:
- 圖注從名字換成了一句論點:“tmux 的客戶端 / 服務端架構”變成“程式掛在服務端上,客戶端只是一扇隨時可以關上的窗”。
- 方框裡換成真實的值:服務端卡片寫著
pid 2187、socket 路徑/tmp/tmux-1000/default、兩個會話work和ops;程序寫的是vim main.go、npm run dev。 - 強調色只追一條線索:會話名
work從終端裡敲的tmux a -t work,到服務端的會話記錄,再到客戶端那一行,讀者順著它就能走完全圖。 - 虛線有了固定的意思:只有客戶端是虛線框,旁邊一句話說明它隨 SSH 斷開退出。第一版裡虛線框框的是“遠端伺服器”,它哪兒也不去。
這幾處改動可以整理成一個從概念到圖的順序。
第一步:先寫圖注
動筆之前,先用一句話寫出這張圖要證明什麼,這句話就是 figcaption。寫不出來,說明還沒想清楚這張圖為什麼存在,要麼不畫,要麼回去把正文想清楚。
圖注寫成論點以後,圖裡每個元素就有了取捨標準:能支撐這句話的留下,和它無關的刪掉。tmux 圖 1 的論點是“客戶端隨時可以關”,所以 pid、socket、客戶端那一行都要畫出來,它們是“程式掛在服務端上”的證據;本地電腦用的是哪個終端模擬器,就只留一個名字。
第二步:按問題選圖型
論點定了,圖的形狀往往也就定了,因為不同的問題有各自順手的畫法。本站反覆用到的是這幾種:
| 讀者的問題 | 畫法 | 本站的例子 |
|---|---|---|
| 先後順序、來龍去脈 | 時間線 | git-server 圖 1:Git 網路協議的幾代,原來是六段文字加一張表 |
| 誰跟誰說了什麼 | 泳道 + 報文 | walgit 圖 4:一次 push 對儲存桶發 3 輪共 5 個請求,每個請求寫出方法、路徑和條件頭 |
| 東西在哪、怎麼關聯 | 分割槽 + 記錄卡 | tmux 圖 1;walgit 圖 3:桶裡每個物件的路徑和欄位 |
| 同一個輸入,幾種結果 | 並排對照 | HRV 圖 3:同樣 16 個心跳間隔換個順序,RMSSD 從 19 ms 變成 89 ms;git-server 圖 2:同一個請求發給三種伺服器 |
| 一個量怎麼變化 | 座標圖 | llm-why-now 圖 5:訓練一個模型要的運算量,和一張卡跑一天的算力,在對數座標上交叉 |
| 幾樣東西逐項比較 | HTML 表格,不畫 SVG | 全站 184 張表;SVG 在手機上只能整體縮小,表格能換行 |
這張表本身就屬於最後一行:行 × 列的對照,用表格比畫圖清楚。
“並排對照”是最有說服力的一種。HRV 那篇的開頭,是兩個 App 顯示的 HRV 對不上;圖 3 只做了一件事,把同一組數換個順序,兩個公式一個不變、一個從 19 變成 89。讀者一眼就明白兩個 App 為什麼對不上,比正文解釋三段都管用。能構造出這樣一個“同一輸入、不同結果”的小實驗,圖就成功了一半。
第三步:填真實的資料
方框裡寫“客戶端”“某個程序”,讀者得到的只是名詞。寫 pid 2187、/tmp/tmux-1000/default,讀者能拿去和自己終端裡的 ps、ls 對照,圖就從“示意”變成了“證據”。
有些資料只能是編的,比如為了講清 push 流程而虛構的提交雜湊。這時就在圖注裡說清楚:全站 491 條圖注裡,有 37 條帶著“雜湊為示例”“數值為示意”這類說明。
第四步:一條線索,虛線要解釋
強調色是一張圖裡最貴的東西。本站的規則是一張圖只追一條線索,這條線索可以在圖裡出現很多次,但不能出現第二條。307 張講解圖裡有 305 張用了強調色,幾乎每張都有一條讀者可以跟著走的線。
虛線框也只有一個意思:派生出來的、會消失的、或者存在但不在場的東西,並且旁邊必須有一句話說明它為什麼是虛線。規則寫得這麼死,是因為虛線一旦用來“裝飾”,讀者就不知道哪些虛線是有意義的了。
把這四步交給 AI,最有效的做法是讓它先交一份圖的說明書,再寫 SVG:這張圖的圖注是哪句話、畫成哪種圖型、方框裡放哪些真實資料、線索追哪個識別符號。說明書對了,SVG 很少出大錯;說明書不對,畫得再精緻也要重來。
一張圖講清楚了,可一篇文章往往有十來張圖。
三、讓一組圖串起來
現象:十張圖,十套例子
walgit 那篇講一個把 Git 倉庫存進物件儲存的伺服器,一共 10 張圖:從“為什麼不能讓 git 直接讀桶”,到一次 push、併發 push、讀路徑、壓縮、崩潰恢復。如果每張圖各編各的例子,這張圖的提交叫 abc123,下一張叫 def456,讀者每看一張新圖,都要重新認一遍裡面的東西是什麼。
做法:一套貫穿全文的示例資料
walgit 那篇的做法是,先定下一套示例資料,所有圖都從裡面取:倉庫在 repos/acme/app/,唯一會被改寫的物件是 manifest.pb,它的版本從 v41 變到 v42,這次 push 佔用日誌序號 42,寫進 log/…2a.pb(0x2a 就是 42),新上傳的包是 9c1e…,main 從 5be1… 變到 0a77…。把每個識別符號在 10 張圖裡出現的位置畫出來:
讀者在圖 2 裡第一次見到 manifest.pb ETag v42,到圖 4 的 push、圖 5 的併發、圖 7 的讀路徑,看到的還是這個 v42,只是換了個角度。示例資料固定下來,讀者就只需要關心每張圖裡新出現的那一點。
除了共用資料,這一組圖還有幾個配合的地方:
- 先總圖,後區域性。 圖 2 是“整體形狀”:客戶端、三臺例項、一個桶,七個識別符號裡出現了五個;後面每張圖放大其中一塊。multica 那篇也是這樣,圖 1 先畫一條 @ 引起的全部通訊,後面逐段展開。
- 同一樣東西,每張圖裡畫法一樣。
manifest.pb在圖 2、4、5、6、10 裡都用強調色標出,讀者一看顏色就知道“又是它”。 - 圖注連起來讀,就是全文的論證。 walgit 的 10 條圖注,從“讀一個檔案要序列跳好幾次”到“提交點之前死掉,留下的只是沒人引用的垃圾”,單獨讀一遍,就能知道這篇文章講了什麼。
- 正文引用圖裡的值。 正文寫“圖 4 裡的 v41、v42 就是 manifest 的 ETag”,圖和文字說的是同一個東西,讀者在兩邊來回看也不會迷路。
落到給 AI 的指令上,就是在畫第一張圖之前,先讓它寫出全文共用的示例資料表:主機名、路徑、ID、雜湊、數字,各取什麼值。之後每張圖都只能從這張表裡取。
講解圖有機制可畫,規則也就寫得出來。頭圖和插畫就不一樣了。
四、頭圖與具體物件
頭圖:一個場景,幾處真實細節
頭圖不講機制,它要用一個場景把文章的主題“演”出來。go-project-layout 那篇的頭圖,第一版是幾張卡片,寫著 $ ls kubernetes/、ls | grep controller 和幾行目錄,其實是一張縮小的講解圖;重畫以後是一排貨架上的四個盒子:一個裝著三層疊放的紙板(分層),一個上面繞著首尾相接的圓環(控制迴圈),一個上面立著高矮不一的豎條(平鋪的功能包),一個是三個小方塊被一條帶子紮在一起(多 module)。四個倉庫的目錄結構,變成了四種擺放東西的方式。
頭圖的約束主要來自它被顯示的地方。文章列表裡,頭圖按卡片高度放大、靠左對齊,右邊被裁掉,所以文字只能放在左側 280 以內,右側只放圖形,被裁掉也不影響;縮圖會剝掉 id,所以頭圖裡不能用漸變、marker、clipPath 這些要靠 url(#…) 引用的東西,漸變感只能用半透明色塊疊出來。這些都寫進了規則檔案,AI 不用每次重新踩坑。
具體物件:先找參照,再照著畫
頭圖和插畫還會碰到另一類難題:畫一個具體的物件。讓 AI 不帶任何參照畫一張魯迅像,結果是圓臉、平頭、兩撇小鬍子,換任何一個留鬍子的男人都成立。AI 對“魯迅長什麼樣”只有幾個文字標籤(短髮、濃眉、一字胡、長衫),畫出來自然是標籤的拼湊。認出一個人靠的是比例和輪廓,這些寫不成幾個詞。
所以要先給它找一張畫著這個物件本身的圖當參照,按這個順序找:
- 先搜現成的 SVG。Wikimedia Commons 搜尋時加
filetype:drawing只看向量圖7;Openclipart 的 18 萬幅圖全部是公有領域8。魯迅在兩處都搜不到肖像,愛因斯坦、林肯這類西方名人則能搜到不少。 - 搜不到,就找公有領域的照片。Commons 上有一張 1930 年在上海拍的照片,檔案頁寫明在中國和美國都屬於公有領域9。後人畫的肖像、木刻要小心,畫家去世不滿 50 年的還在版權期內。
- 避開寫了 AI 禁令的素材站。unDraw 的許可禁止把插畫“用來訓練、驗證或測試 AI 系統”10,DrawKit 禁止用於訓練或改進 AI 模型11。貼進 prompt 當參照算不算這些條款裡的“使用”,條文沒說清,既然有公有領域的可選,就不碰它們。
- 圖示例外。熱門圖示庫被轉載過無數次,AI 早就記住了:讓它“按 Lucide 的風格畫一個雲上傳圖示”,箭頭的路徑和 Lucide 原版一字不差。圖示先到 Iconify 按名詞搜12,搜到了、許可允許就直接用,不必讓 AI 重畫。
找到照片以後,用開源的描摹工具 vtracer13 把它描成向量:先中值濾波去噪、把灰度壓成 3 檔、把背景塗白,結果是 22 條路徑。可直接用描摹結果是不行的(圖 6 中間):它本質上是照片加了一層色調分離濾鏡,衣服上一塊塊灰斑,下巴的陰影被描成了一大把絡腮鬍,而魯迅只有一字胡。
描摹結果真正有用的是位置:髮際線在哪、眉眼間距多大、鬍子多寬、肩膀多斜,這些正是 AI 憑空畫不準的。於是把它當成墊在下面的底稿,量出關鍵位置(440 畫素寬的畫面裡,髮際線 y≈56,眼睛 y≈110,鬍子 y≈158–182,下巴 y≈210),再用乾淨的路徑從頭畫,輪廓線統一 3 畫素,平塗只用四種顏色,最後拿掉底稿。每畫一輪就和照片並排渲染對照:頭髮畫成光滑的圓頂不像板寸,改平頂又成了鋸齒,最後只留一點起伏;眼睛畫成圓眼珠顯得在吃驚,照片裡他眯著眼,改成眼皮壓住的半個眼珠。
三張圖是同一個 AI 畫的。底稿解決“像不像”,重畫解決“好不好看”,兩步缺一不可。
到這裡,圖已經畫出來了。可無論是講解圖還是插畫,AI 交出 SVG 的那一刻,它其實沒有“看見”過這張圖。
五、畫完怎麼驗證
現象:AI 看不見自己畫的圖
AI 寫 SVG 時是在算座標:這段字從 x=52 開始,大概多寬,卡片右邊在哪。規則檔案裡給了估算辦法(中文每字 1em,12px 等寬字元每個約 7.2px),可估算總有誤差,字型也因機器而異。結果就是一類類反覆出現的毛病:文字伸出卡片,連線從標籤上穿過,兩個標籤擠成一串,深色模式下某段字幾乎看不見。這些在原始碼裡看不出來,Markdown 預覽和 GitHub 的 diff 也不渲染內聯 SVG。
第一層:構建
npm run build 能攔下結構上的錯:引用了不存在的參考資料、類號不在分類表裡。不過要看日誌,不能只看退出碼:寫這篇文章時,一條參考資料沒被正文引用,日誌裡打出了 ERROR,npm run build 的退出碼卻是 0,這篇文章直接從站點上消失了。還有一類結構錯構建根本不報:<svg> 中間留了空行,Markdown 會把它拆成段落,構建照樣透過,頁面上整張圖卻碎了。這些都要到瀏覽器裡才看得出來。
第二層:指令碼檢查
構建透過的圖,還要在瀏覽器裡量一遍。瀏覽器知道每段文字實際渲染出來有多寬:getBBox() 給出元素的外框14,getPointAtLength() 能沿一條路徑取點15,getComputedStyle() 能拿到深色模式下實際生效的顏色,再按 WCAG 的公式算出對比度16。我們用 Playwright17 開啟構建好的每一篇文章,在淺色、深色兩種模式下逐張檢查18:
除了這四項,指令碼還在原始碼層面查三件事:元素上有沒有直接寫顏色值(寫死的顏色不會跟著深色模式變);同一個頁面裡有沒有重複的 id;頭圖裡有沒有 title、desc 以外的 id。重複 id 的後果比看上去嚴重:我們曾在一個頁面裡先後內聯兩張都被 svgo 壓縮過的圖,兩張裡都有 id="a",後一張的漸變引用 #a 時取到了前一張的,結果有 1,674 個畫素和單獨渲染時不一樣。所以本站每張圖的 id 都帶著這篇文章的字首,外來的 SVG 用 svgo 的 prefixIds 加字首19。
全站跑一遍
把指令碼在除本文外的 64 篇文章上跑了一遍,307 張講解圖、64 張頭圖,淺色、深色各一次。報警的圖再逐張截圖,人工判斷是真問題還是誤報:
| 檢查項 | 報警 | 真問題 | 輕微 | 誤報 | 典型情況 |
|---|---|---|---|---|---|
| 穿字 | 18 | 13 | 4 | 1 | walgit-vs-continuity 圖 2:驟降的資料線正好穿過它自己的標籤“925 → 2”,讀成了“9|25” |
| 溢位 | 3 | 3 | 0 | 0 | quickjs-embedding 圖 1:一行程式碼伸出卡片約 20,右花括號落在框外 |
| 重疊 | 3 | 2 | 1 | 0 | ilya-30u30 圖 4:座標刻度“d=384 · 354萬”撞上圖例“訓練集(虛線)” |
| 挨太近 | 1 | 1 | 0 | 0 | llm-why-now 圖 7:“1847 梯度下降1948 資訊理論” |
| 對比度 | 4 | 1 | 3 | 0 | 輕微的都在 4.0–4.4 之間;真問題是一段寫死的白字,深色模式下只有 3.27 |
| 寫死顏色 | 1 | 1 | 0 | 0 | 就是上一行那段白字:style="fill:#fff" 不跟著深色模式變 |
| 伸出分割槽 | 10 | 3 | 1 | 6 | 誤報最多:泳道圖裡的報文標籤本來就橫跨兩個分割槽 |
| 合計(按圖) | 36 | 21 | 9 | 6 | 一張圖可能同時報幾項,所以按圖計的合計小於各行之和 |
64 張頭圖另有 12 張報警,逐張看過,沒有一處算真問題:頭圖是插畫,印章、頭像上的字本來就壓在色塊上。
按規則,這些圖釋出前都要截圖看過,可 21 張圖裡的毛病還是漏過去了。原因不難猜:一條線從標籤邊上擦過去、一個括號伸出卡片 6 個單位,縮小到手機寬度上看不出來,人眼掃一遍也很容易放過;指令碼不會累,每張圖每段字都量一遍。
誤報也有規律。“伸出分割槽”報了 10 張,6 張是誤報,因為泳道圖裡的報文標籤本來就橫跨兩個分割槽,指令碼分不出這是故意的;“穿字”只有 1 張誤報:那條連線被一塊填了底色的分割槽蓋住了,螢幕上看不見,第一版指令碼沒把分割槽算作遮擋,後來改掉了。所以指令碼的報警只是待辦清單,每一條都要截圖看過再改。故意畫出來的反例(比如圖 7 這四個面板)包在 <g data-check="skip"> 裡,指令碼就會跳過。
第三層:看截圖
指令碼只能查“量得出來”的錯。這張圖有沒有證明圖注那句話,線索能不能從頭走到尾,比例看起來別不彆扭,這些還得看。本站的做法是讓 AI 自己看:把每張圖在淺色、深色、手機寬度下截圖,交給它讀圖,對照規則檔案裡的出圖前檢查清單逐條過,有問題就改,改完再截。魯迅像那幾輪“頭髮像王冠”“眼睛像在吃驚”,就是在這一步發現的。最後一遍由人看。
六、交給 AI 的工作流程
把前面幾節合起來,本站讓 AI 畫一篇文章的配圖,是按這個順序走的。下面這段可以直接當作 prompt 的骨架,規則細節放在單獨的規則檔案裡,讓 AI 先讀:
先读 .claude/skills/blog-diagram/SKILL.md 和 src/styles/global.css 的 .dd 一节,只用其中的样式类,SVG 里不写任何颜色值和字号。
一、先交说明书,不要直接画:1. 列出全文共用的示例数据:主机、路径、ID、哈希、数字,各取什么值。 之后每张图都只从这张表里取,编出来的值在图注里写明“为示例”。2. 逐节找出连续三段以上的纯文字,判断能不能画成图。3. 每张图写一份说明: - 图注:这张图要证明的一句话; - 图型:时间线、泳道、分区 + 记录卡、并排对照、坐标图;行 × 列的对照用 HTML 表格; - 方框里放哪些真实数据; - 强调色追哪一个标识符(只能一个);哪些东西画成虚线框、为什么。 先画总图,再画局部。
二、说明书确认后再画:1. viewBox 宽 800,坐标落在 4 的网格上,id 都加上本文的前缀。2. 画图顺序:外框 → 分区 → 连线 → 卡片 → 文字。3. 具体对象(人像、建筑、器物)先找公有领域的参照,描成底稿量位置,再重画。
三、画完自己验证:1. npm run build 通过。2. 跑 svgcheck.py,每条报警都截图确认:真问题改掉,误报写明原因; 故意画出来的反例用 <g data-check="skip"> 包起来。3. 截浅色、深色、手机宽度三张图,自己看一遍: 图有没有证明图注那句话?线索能不能从头走到尾?4. 有问题就改,改完重新跑第 2、3 步。這個流程裡最省事的一步,是“先交說明書”。說明書只有幾行字,改起來比改 SVG 便宜得多;圖注、圖型、資料、線索這四樣定下來,後面的 SVG 基本就是按格子填空。
小結
- 為什麼讓 AI 寫 SVG 程式碼? 圖裡的字是真實文字,命令和雜湊一個字元都不會錯;顏色寫成類就能跟著深色模式切換;檔案是文字,改動能逐行審。
- 怎麼讓幾十篇文章的影象一套? 把顏色、字號這些視覺決定提前寫進樣式表,AI 只挑類名,每個類對應一種意思;什麼時候用虛線、一張圖追幾條線索,寫進規則檔案。規則檔案的每一條都來自一次返工。
- 一個概念怎麼變成一張圖? 先寫圖注,一句論點;再按讀者的問題選圖型;方框裡填真實資料,編的值標明是示例;一張圖只追一條強調色線索,虛線框必須解釋。最有效的是讓 AI 先交說明書再畫。
- 十幾張圖怎麼串起來? 全文共用一套示例資料,先總圖後區域性,同一樣東西每張圖裡畫法一樣,圖注連起來讀就是全文的論證。
- 頭圖和具體物件怎麼辦? 頭圖用一個場景把主題演出來,約束來自它被顯示的地方。具體物件先找公有領域的參照,描成底稿只用來量位置,再讓 AI 按本站的風格重畫,一輪輪和原圖對照。
- 畫完怎麼驗證? 三層:構建攔結構錯,瀏覽器裡的指令碼量溢位、穿字、挨太近和對比度,截圖交給 AI 和人看指令碼量不出來的東西。全站跑一遍,指令碼確實能找出肉眼漏掉的問題,也會誤報,報警要逐張看。
參考資料
參考資料
-
twwy.net:src/styles/global.cssgithub.com ↗
.dd一節是配圖用的顏色變數和樣式類,淺色、深色各一套。https://github.com/0cloud-ai/twwy.net/blob/main/src/styles/global.css ↩ -
Redesigning source controlanthropic.com ↗本站配圖風格的參照:文中 “Shape of a Scion changeset” 那張圖的暖色紙面、分割槽面板、等寬資料行和單一強調色。https://www.anthropic.com/engineering/redesigning-source-control ↩
-
diagram-designgithub.com ↗給 Claude Code 等程式設計助手用的編輯風格圖解規則,本站的基礎圖元和連線規則沿用它。https://github.com/cathrynlavery/diagram-design ↩
-
twwy.net:.claude/skills/blog-diagram/SKILL.mdgithub.com ↗本站的配圖規則檔案,AI 每次畫圖前先讀它。https://github.com/0cloud-ai/twwy.net/blob/main/.claude/skills/blog-diagram/SKILL.md ↩
-
tmux 指南:補充三張架構圖(第一版)github.com ↗2026-10-13 的提交,圖 3 就是它的原樣。https://github.com/0cloud-ai/twwy.net/commit/ff247bc3837cecadcdb5b2ee7b53d0ef054741a2 ↩
-
tmux 指南:按新配圖規則重畫三張圖,並新增 blog-diagram 規則github.com ↗2026-10-14,規則檔案第一次出現。https://github.com/0cloud-ai/twwy.net/commit/b8cd6dfc912f9de7450b54502fce0a26bcedeb8a ↩
-
Help:CirrusSearch:filetypemediawiki.org ↗在 Commons 搜尋里加
filetype:drawing只返回 SVG 等向量圖。https://www.mediawiki.org/wiki/Help:CirrusSearch#Filetype ↩ -
Openclipart Shareopenclipart.org ↗18 萬餘幅向量圖,全部放入公有領域。https://openclipart.org/share ↩
-
File:魯迅“五十歲紀念”時所攝 1930年9月17日攝於上海.jpgcommons.wikimedia.org ↗檔案頁標註在中國和美國均屬公有領域;圖 6 的魯迅像以它為底稿。https://commons.wikimedia.org/wiki/File:%E9%B2%81%E8%BF%85%E2%80%9C%E4%BA%94%E5%8D%81%E5%B2%81%E7%BA%AA%E5%BF%B5%E2%80%9D%E6%97%B6%E6%89%80%E6%91%84_1930%E5%B9%B49%E6%9C%8817%E6%97%A5%E6%91%84%E4%BA%8E%E4%B8%8A%E6%B5%B7.jpg ↩
-
unDraw Licenseundraw.co ↗禁止用作 AI 訓練資料、禁止“用來訓練、驗證或測試 AI 系統”,也不能未經同意自動抓取。https://undraw.co/license ↩
-
DrawKit Licensedrawkit.com ↗不能用於訓練、微調或改進任何 AI 模型。https://www.drawkit.com/license ↩
-
Iconify API:/searchiconify.design ↗按關鍵詞搜圖示,每套圖示帶 license 欄位;單個 SVG 從
/<字首>/<名字>.svg取。https://iconify.design/docs/api/search.html ↩ -
vtracergithub.com ↗把點陣圖按顏色分塊、擬合成曲線的開源描摹工具,有 Python 包。https://github.com/visioncortex/vtracer ↩
-
SVGGraphicsElement: getBBox()developer.mozilla.org ↗https://developer.mozilla.org/en-US/docs/Web/API/SVGGraphicsElement/getBBox ↩
-
SVGGeometryElement: getPointAtLength()developer.mozilla.org ↗https://developer.mozilla.org/en-US/docs/Web/API/SVGGeometryElement/getPointAtLength ↩
-
Understanding Success Criterion 1.4.3: Contrast (Minimum)w3.org ↗正文文字 4.5:1;18pt 以上,或 14pt 以上的粗體,3:1。https://www.w3.org/WAI/WCAG22/Understanding/contrast-minimum.html ↩
-
Playwright for Python:Screenshotsplaywright.dev ↗https://playwright.dev/python/docs/screenshots ↩
-
twwy.net:thinkbox/svg-resources/svgcheck.pygithub.com ↗本文第五節用的檢查指令碼,Python + Playwright。https://github.com/0cloud-ai/twwy.net/blob/main/thinkbox/svg-resources/svgcheck.py ↩
-
SVGO:prefixIdssvgo.dev ↗給每個檔案的 id 和引用統一加字首,避免內聯後撞名。https://svgo.dev/docs/plugins/prefixIds/ ↩