你将拿到的信息差：一个让 Claude Code、Codex 画出杂志级图表的开源技能，上线没多久就冲到近 5 万星（截至今日 GitHub trending 数据 49,920 星，单日再涨 1,083）；一个让你用 4GB 显存跑 70B 大模型、刚更新到 v3.0 的推理框架 AirLLM（36,257 星，今日 +541）；外加两个刚上架几天、还没被中文圈注意到的苗子级新工具——一个给 AI 编程代理上“本地护栏”，一个把 AI 塞进了 Cisco Packet Tracer。这四件，中文圈目前几乎没人写过。
仓库：github.com/cathrynlavery/diagram-design（开源免费） 在线画廊：cathrynlavery.github.io/diagram-design
先说大多数人踩过的坑：让 Claude 或 ChatGPT“画个架构图”，拿回来的一定是那种圆角方块 + 渐变配色的“AI 味”图表，放进正式文档里自己都嫌丑。用 Mermaid 写代码吧，布局永远歪的；开 Figma 手调吧，30 分钟就没了。
作者是 Cathryn Lavery——写技术博客 littlemight.com，顺手经营电商品牌 BestSelf.co 的独立开发者。她的解法不是做一个画图软件，而是给 AI 编程工具做一个画图技能（Skill）：你说“给我画一张前端、后端、数据库加 Redis 缓存的架构图”，代理直接产出一个自包含的 HTML + SVG 文件——无构建步骤、无 JavaScript、无外部图片依赖，浏览器双击就能开。
几个真正值钱的设计：
1. 近 40 种图类型，全部三种皮肤。README 里列了 39 种：架构图、时序图、状态机、ER 图、泳道图、金字塔、桑基图、鱼骨图、Wardley 地图、用户旅程图、数据库模式图……每种都有浅色、深色、完整排版三个变体。仓库首页简介甚至已经写到 44 种——迭代快到文档都追不上。
2. 60 秒品牌适配。说一句 "onboard diagram-design to https://yoursite.com"，它会去抓你的网站首页，提取主色、辅色、字体栈，映射成 paper（纸色）、ink（墨色）、accent（强调色）等语义角色，给你看一遍 diff，确认后写入 style-guide.md。此后每张图都自动长在你品牌的视觉体系里，还会输出一份“保真回执”，列明采样了哪些 URL 和字体。给多个客户做项目时，还能存成命名档案，互不串色。
3. 老图搬家。已有的 draw.io（含 .drawio.png 这种内嵌格式）、Mermaid 代码块、Excalidraw 白板文件，都能读进来重新绘制，并且带四个“旋钮”：格式（html/svg/png）、尺寸（文档内嵌、16:9 幻灯片、A4 打印……）、细节（faithful 保留 24 节点 / balanced 12 个 / simplified 7 个）、受众（工程师/混合/高管）。同一个源文件，给老板看的版本和给工程师看的版本可以一键各出一张。
4. 反“AI 味”的偏执。设计规范写死了：整图只有一个强调色，每图只允许 1–2 个视觉焦点，1px 细边框、无阴影、圆角不超 10px，所有坐标必须是 4 的倍数。仓库里甚至有一整套几何校验、渲染校验的 CI 脚本，防止文字溢出、色块遮挡——这是把“出版级排版”当工程问题来做。
安装（Claude Code 两步）：
/plugin marketplace add cathrynlavery/diagram-design
/plugin install diagram-design@diagram-design
Codex、Factory Droid、Pi、Kiro、OpenCode 都有对应装法，README 写得清清楚楚。导出 PNG 需要一次性装 Playwright：pip install playwright && playwright install chromium。
国内对比：我们习惯 ProcessOn、亿图这类拖拽工具，或在飞书/语雀文档里贴 Mermaid 代码块。差距不在“能不能画”，而在两件事：一是品牌一致性——国内工具没有“读完你官网就换肤”的能力；二是工作流——它是代理技能，写文档的 AI 顺手就把图出了，不需要切换软件。适用人群：写技术文档、做汇报 PPT、给客户交付方案的后端/架构师/技术写作，尤其是用 Claude Code 或 Codex 的人。
仓库：github.com/lyogavin/airllm（Apache 2.0，pip 免费安装） 机制一句话：显存够不够，取决于模型的“一层”有多大，而不是模型整体有多大。
AirLLM 不是新面孔——2023 年 11 月就发了初版——但它这两天又爬上了 GitHub trending（今日 +541 星），因为更新是真狠：
原理并不玄：它每次只在 GPU 上保留一层权重，算完写回内存、立刻腾显存、再取下一层，用磁盘换显存：
flowchart TD
A["671B权重躺在硬盘里"] --> B["每次只取一层进显存"]
B --> C["GPU算完这一层"]
C --> D["结果写回内存"]
D --> E["显存立刻腾空"]
E --> B
代价也得说清楚：慢。瓶颈在磁盘读取，适合离线批处理、跑评测、做数据合成，别指望拿来当聊天助手。开启 4bit/8bit 分块压缩后可获得最高 3 倍提速（README 引用了论文 arxiv:2212.09720 的做法），精度损失几乎可忽略——因为只压权重、不压激活值。
上手是真的简单：
from airllm import AutoModel
model = AutoModel.from_pretrained("Qwen/Qwen3-235B-A22B") # 约3GB显存
Llama 全系、Qwen 全系（含 MoE 和 FP8）、DeepSeek V2/V3/R1、Mistral、Phi、Gemma、ChatGLM、Baichuan 都在支持列表里，Mac（Apple Silicon）也能跑。
国内对比：国内玩家的常规路径是 llama.cpp/Ollama 加量化模型，或者按小时租云上 24GB 显卡。AirLLM 的差异化是不量化也能小卡跑——手里只有老 4GB 卡、或想在公司配发的低配工作站上离线跑大模型做数据处理的人，多了一条免费的路。适用人群：显卡寒酸但想本地跑大模型做批处理的后端、数据工程师、学生党。
这两件是我在 GitHub 上按“最近三天新建”筛出来的，star 还是两位数，但方向都对：
laya-guard（github.com/scs0209/laya-guard，Python，12 星，截至发稿 10 小时前还在提交）：给 AI 编程代理上的免费本地护栏——代理的每一次工具调用都在本机判定（正则 + Laya 引擎），输出允许/人工复核/拦截三种结果。海外社区现在最焦虑的就是“代理拿到 shell 权限之后乱来”，企业方案全在云端网关上，端侧、免费、可审计的护栏还是空白位。想研究 agent 安全的人，这是极好的源码样本。
agentpackettracer（github.com/safdev758/agentpackettracer，Python，10 星）：把本地 AI 助手嵌进 Cisco Packet Tracer，带一组经过校验的网络工具、支持多家模型提供商，还可选接入 headless Codex 工作进程。说白了：让 AI 在网络模拟器里替你敲拓扑、配设备。通信/网工背景的读者可以重点看——用 AI 学思科认证、验证组网方案的玩法，可能就从这类小仓库长出来。
| 你以为 | 实际上 |
|---|---|
| AI 画图只能出“圆角方块丑图” | diagram-design 让代理产出出版级 SVG，还能读你官网自动换肤 |
| 跑 70B 模型至少要两张 24GB 卡 | AirLLM 分层流式加载，4GB 单卡跑 70B，671B 约 12GB |
| 本地跑大模型必须量化 | AirLLM 全精度分层加载，量化只作为 3 倍提速的可选项 |
| Agent 安全靠云端审计 | laya-guard 把判定放到本机，每一次工具调用都有 allow/review/block |
| Packet Tracer 只能手动敲 | agentpackettracer 让 AI 助手在模拟器里配网络 |
pip install airllm，用你手头最小的卡跑一次 Qwen/Qwen3-32B，感受“分层加载”的真实速度，再决定要不要上 235B；flowchart TD
A["你说：画张架构图"] --> B{"本项目首次出图？"}
B -->|是| C["读你官网提取配色字体"]
C --> D["写入style-guide存档"]
B -->|否| E["直接套用品牌档案"]
D --> F["输出自包含HTML加SVG"]
E --> F
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。