Diagrams Generator (Pro)

Generate professional diagrams using the most suitable tool for each scenario.

💰 Pricing: 0.001 USDT per diagram generation

⚠️ CRITICAL: Payment Integration (MUST READ FIRST)

This skill is monetized via SkillPay. Before generating ANY diagram, you MUST execute the payment verification step.

Payment Configuration

CODEBLOCK0

Billing API Functions (MANDATORY)

⚠️ THIS CODE MUST BE EXECUTED BEFORE ANY DIAGRAM GENERATION:

CODEBLOCK1

Payment Workflow Integration

CODEBLOCK2

工具选择矩阵

场景	推荐工具	速度	质量	安装成本
云架构图 (AWS/GCP/Azure/K8s)	INLINECODE0	⚡ 快	★★★★	轻量 (~50MB)
数据图表 (折线/柱状/饼图)

matplotlib | ⚡ 快 | ★★★ | 轻量 |
| 统计图表 (热力图/分布图) | seaborn | ⚡ 快 | ★★★★ | 轻量 |
| 交互式图表 (Web/3D) | plotly | ⚡ 快 | ★★★★ | 轻量 |
| 流程图/状态机 | graphviz | ⚡ 快 | ★★★ | 轻量 |
| 网络拓扑/关系图 | networkx | ⚡ 快 | ★★★ | 轻量 |
| 学术论文图 (神经网络/模型架构) | TikZ | 🐢 慢 | ★★★★★ | 重量 (~4GB) |
| 学术论文图 (快速替代) | matplotlib | ⚡ 快 | ★★★ | 轻量 |

Prerequisites (按需安装)

基础工具 (大多数场景)

CODEBLOCK3

TikZ/LaTeX (学术论文级图表 - 可选)

CODEBLOCK4

Workflow

Phase 0: Payment Verification (MANDATORY - DO NOT SKIP)

⚠️ CRITICAL: This phase MUST be completed BEFORE any other phase. DO NOT proceed without payment verification.

1. Execute payment verification code (see Payment Verification Code section above)
If payment fails: Return the payment URL to user and STOP
If payment succeeds: Proceed to Phase 1

Phase 1: Requirement Understanding & Tool Recommendation (MANDATORY)

⚠️ CRITICAL: You MUST complete ALL steps in Phase 1 and receive explicit user confirmation BEFORE proceeding to Phase 2. DO NOT skip this phase or generate code without confirmation.

1. Receive input: User provides text description and/or reference image

2. Identify Scenario: 根据用户描述中的关键词，识别场景类型：

| 检测关键词 | 场景判断 |
|-----------|---------|
| 架构/系统/微服务/AWS/GCP/K8s | → 云架构图 |
| 数据/趋势/统计/柱状/折线/饼图 | → 数据图表 |
| 交互/动态/Web/仪表板 | → 交互图表 |
| 热力图/分布/相关性 | → 统计图表 |
| 流程/状态机/决策树 | → 流程图 |
| 网络/拓扑/节点/关系 | → 关系图 |
| 论文/学术/神经网络/模型架构 | → 学术图 |

3. Analyze and extract:

- Components (services, databases, users, layers, etc.) - Groupings/Clusters (VPC, regions, logical groups, network layers) - Connections and data flows - Labels and annotations

4. ⚠️ MANDATORY OUTPUT - 输出以下结构化内容:

你必须按照以下格式输出，缺一不可：

4.1 架构理解 - Natural language summary of the architecture

4.2 组件清单 - List all identified components by layer

4.3 连接关系 - Describe all connections and data flows

4.4 Mermaid 预览 - Provide Mermaid diagram code for quick visual preview

4.5 ⚠️ 工具选项表 (THIS IS REQUIRED - DO NOT SKIP)

根据识别的场景，你必须输出对应的完整工具选项表格：

场景: 云架构图 (AWS/GCP/Azure/K8s)

| 方案 | 工具 | 速度 | 质量 | 输出格式 | 说明 |
|------|------|------|------|----------|------|
| A | diagrams | ⚡ 快 | ★★★★ | PNG/SVG | 云图标丰富，专业 |
| B | graphviz | ⚡ 快 | ★★★ | PNG/SVG/PDF | 通用流程图风格 |
| C | PlantUML | ⚡ 快 | ★★★ | PNG/SVG | 需 Java 环境 |

💡 推荐: 方案 A (diagrams) - 专为云架构设计

场景: 数据图表 (折线/柱状/饼图/散点)

| 方案 | 工具 | 速度 | 质量 | 输出格式 | 说明 |
|------|------|------|------|----------|------|
| A | matplotlib | ⚡ 快 | ★★★ | PNG/SVG/PDF | 即开即用，最通用 |
| B | plotly | ⚡ 快 | ★★★★ | HTML/PNG | 交互式，可缩放 |
| C | pyecharts | ⚡ 快 | ★★★★ | HTML | 中文友好，样式丰富 |

💡 推荐: 静态图选 A，交互式选 B

场景: 学术论文图 (神经网络/模型架构/算法流程)

| 方案 | 工具 | 速度 | 质量 | 输出格式 | 说明 |
|------|------|------|------|----------|------|
| A | matplotlib | ⚡ 快 | ★★★ | PNG/SVG/PDF | 即开即用，适合初稿 |
| B | TikZ/LaTeX | 🐢 慢 | ★★★★★ | PDF/PNG | 首次需下载 500MB-4GB |

💡 推荐: 赶时间选 A，正式发表选 B

场景: 流程图/状态机/决策树

| 方案 | 工具 | 速度 | 质量 | 输出格式 | 说明 |
|------|------|------|------|----------|------|
| A | graphviz | ⚡ 快 | ★★★ | PNG/SVG/PDF | 专业流程图 |
| B | mermaid-cli | ⚡ 快 | ★★★ | PNG/SVG | 需 Node.js 环境 |
| C | PlantUML | ⚡ 快 | ★★★ | PNG/SVG | 需 Java 环境 |

💡 推荐: 方案 A (graphviz) - 无额外依赖

场景: 网络拓扑/关系图/知识图谱

| 方案 | 工具 | 速度 | 质量 | 输出格式 | 说明 |
|------|------|------|------|----------|------|
| A | networkx + matplotlib | ⚡ 快 | ★★★ | PNG/SVG | 静态图，轻量 |
| B | pyvis | ⚡ 快 | ★★★★ | HTML | 交互式，可拖拽 |
| C | graphviz | ⚡ 快 | ★★★ | PNG/SVG/PDF | 层次布局清晰 |

💡 推荐: 静态选 A，交互式选 B

场景: 统计图表 (热力图/分布图/相关性矩阵)

| 方案 | 工具 | 速度 | 质量 | 输出格式 | 说明 |
|------|------|------|------|----------|------|
| A | seaborn | ⚡ 快 | ★★★★ | PNG/SVG/PDF | 统计图专用 |
| B | matplotlib | ⚡ 快 | ★★★ | PNG/SVG/PDF | 更灵活，需手动配置 |
| C | plotly | ⚡ 快 | ★★★★ | HTML/PNG | 交互式热力图 |

💡 推荐: 方案 A (seaborn) - 统计可视化首选

5. MANDATORY CONFIRMATION - 你必须询问用户确认：

- 架构理解是否正确？
- 组件/连接是否需要增减？
- 请选择工具方案: [A] / [B] / [C]？（或使用推荐方案）
- ⚠️ DO NOT proceed to Phase 2 until user explicitly confirms AND chooses a tool

Required output format (MUST follow this structure):

CODEBLOCK5mermaid
graph LR
User --> wiki[wiki-interface]
wiki --> eval[evaluator]
eval --> Redis
CODEBLOCK6

Phase 2: Code Generation & Execution (WITH PAYMENT)

⚠️ IMPORTANT: Execute payment verification BEFORE generating the diagram!

After user confirms, generate Python code following these rules:

Complete Code Template with Payment

CODEBLOCK7

Output Configuration

CODEBLOCK8

Directory Setup

Before execution, ensure output directory exists: CODEBLOCK9

Phase 3: Save Code & Result Feedback

After execution:

1. Save the Python source code to ./pic/{name}/{name}.py (same folder as generated images)
Report generated file paths:

- ./pic/{name}/{name}.py (source code)
- ./pic/{name}/{name}.png
- ./pic/{name}/{name}.svg

3. If errors occur, analyze and fix automatically
Log transaction ID for payment tracking

Node Import Reference

See references/diagrams-api.md for complete node import paths.

Quick Reference - Common Providers

Provider	Import Pattern	Example
GCP	INLINECODE33	INLINECODE34
AWS

diagrams.aws.{category} | from diagrams.aws.compute import EC2 | | Azure | diagrams.azure.{category} | from diagrams.azure.compute import VM | | K8s | diagrams.k8s.{category} | from diagrams.k8s.compute import Pod | | Generic | diagrams.generic.{category} | from diagrams.generic.compute import Rack | | On-Premise | diagrams.onprem.{category} | from diagrams.onprem.database import PostgreSQL |

扩展能力：多种 Python 绑图库支持

除了 diagrams 库用于架构图，本 Skill 支持根据用户需求动态选择合适的 Python 绘图库：

场景	推荐库	安装命令	适用场景
云架构图	INLINECODE54	INLINECODE55	AWS/GCP/Azure/K8s 架构可视化
数据可视化

动态选择策略

在 Phase 1 需求理解阶段，根据用户描述判断最适合的绘图库：

- "架构图"、"系统图"、"云服务" → 使用 INLINECODE69
"数据图表"、"趋势图"、"统计" → 使用 matplotlib / INLINECODE71
"交互式"、"Web展示"、"可缩放" → 使用 INLINECODE72
"流程图"、"状态图"、"决策树" → 使用 INLINECODE73
"关系图"、"网络拓扑"、"节点连接" → 使用 INLINECODE74

示例：matplotlib 数据可视化 (带支付)

CODEBLOCK10

示例：plotly 交互式图表 (带支付)

CODEBLOCK11

Design Best Practices

1. Use Clusters for logical grouping (VPC, Region, Service Group)
Direction: Use LR (left-right) for wide diagrams, TB (top-bottom) for tall ones
Edge labels: Add Edge(label="HTTP") for connection descriptions
Consistent naming: Use clear, descriptive labels
Color coding: Leverage built-in provider colors for visual distinction

Example: GCP Architecture (with Payment)

CODEBLOCK12

TikZ 学术论文图 (Academic-Grade Figures)

TikZ 是 LaTeX 生态中的专业绘图工具，广泛用于顶级学术论文。适合绘制神经网络架构、模型结构、算法流程等。

检查 LaTeX 环境

CODEBLOCK13

TikZ 代码模板 - 神经网络

CODEBLOCK14

TikZ 代码模板 - Transformer 架构 (V5 最佳实践)

CODEBLOCK15

V5 设计要点：

- 样式继承: attn/.style={box, fill=orange1} 避免重复代码
三级箭头: 主连接 / 残差 / 跨模块，主次分明
间距变量: \gap / \biggap 全局统一
残差偏移: +(0.05,0) 微偏移避免重叠，左右交替绕行
背景层框: on background layer + black!40 淡色不抢眼

TikZ 编译与输出

CODEBLOCK16

TikZ 完整工作流 (带支付)

CODEBLOCK17

matplotlib 快速替代方案 (无需 LaTeX，带支付)

当用户选择快速方案时，使用 matplotlib 绘制学术风格图：

CODEBLOCK18

输出格式指南

格式	适用场景	工具支持
PNG	通用展示、PPT、网页	所有工具
SVG

按需转换

CODEBLOCK19

TikZ 学术图表美化指南

详见 references/styling-guide.md，涵盖：

章节	内容
配色策略	Material Design 7色方案、透明度微调
样式系统

核心原则：

- 不使用阴影 (shadow)，学术图表追求简洁
边框用 black!70 而非纯黑，模块框用 black!40 更淡
组件圆角 2pt，模块框圆角 4pt，形成层级

💰 Revenue & Analytics

Track your earnings in real-time at SkillPay Dashboard.

- Price per generation: 0.001 USDT
Your revenue share: 95%
Settlement: Instant (BNB Chain)

Powered by SkillPay - AI Skill Monetization Infrastructure

Diagrams Generator (Pro)

使用最适合每种场景的工具生成专业图表。

💰 定价：每次图表生成 0.001 USDT

⚠️ 关键：支付集成（务必先阅读）

本技能通过 SkillPay 实现货币化。在生成任何图表之前，你必须执行支付验证步骤。

支付配置

python

═══════════════════════════════════════════════════

SkillPay 计费集成

═══════════════════════════════════════════════════

import requests

BILLINGAPIURL = https://skillpay.me
BILLINGAPIKEY = sk_d6d26f291dafc43acc8c2b6215b87cbc9b19c7d093aebdb2deeba42a3a0fea4b
SKILL_ID = d270a586-e46c-42ba-8bbb-481ba7c2150c
HEADERS = {X-API-Key: BILLINGAPIKEY, Content-Type: application/json}

计费 API 函数（必选）

⚠️ 以下代码必须在任何图表生成之前执行：

python
import requests
import os

① 检查余额

def checkbalance(userid: str) -> float: resp = requests.get( f{BILLINGAPIURL}/api/v1/billing/balance, params={userid: userid}, headers=HEADERS ) return resp.json()[balance] # USDT 金额

② 每次调用扣费

def chargeuser(userid: str) -> dict: resp = requests.post( f{BILLINGAPIURL}/api/v1/billing/charge, headers=HEADERS, json={ userid: userid, skillid: SKILLID, amount: 0.001, # 每次调用 USDT } ) data = resp.json() if data[success]: return {ok: True, balance: data[balance]} # 余额不足 → 自动返回 BNB Chain USDT 支付链接 return {ok: False, balance: data[balance], paymenturl: data.get(paymenturl)}

③ 生成充值链接

def getpaymentlink(user_id: str, amount: float) -> str: resp = requests.post( f{BILLINGAPIURL}/api/v1/billing/payment-link, headers=HEADERS, json={userid: userid, amount: amount} ) return resp.json()[payment_url] # BNB Chain USDT

USERID = os.environ.get(SKILLPAYUSERID, anonymoususer)

支付工作流集成

python

========================================

步骤 0：用户扣费（必选）

========================================

这必须是任何图表生成前的第一步

chargeresult = chargeuser(USER_ID)

if not charge_result[ok]:
# 余额不足 → 显示支付链接
print(f
╔══════════════════════════════════════════════════════════════╗
║ 💳 余额不足 ║
║ ║
║ 本次图表生成费用为 0.001 USDT。 ║
║ 当前余额：{charge_result[balance]:<41}║
║ ║
║ 请前往充值： ║
║ {chargeresult[paymenturl]:<56}║
║ ║
║ 支付完成后，请重试您的请求。 ║
╚══════════════════════════════════════════════════════════════╝
)
raise SystemExit(图表生成余额不足)

如果扣费成功，继续图表生成...

print(f✅ 已扣费 0.001 USDT。剩余余额：{charge_result[balance]} USDT)

工具选择矩阵

场景	推荐工具	速度	质量	安装成本
云架构图 (AWS/GCP/Azure/K8s)	diagrams	⚡ 快	★★★★	轻量 (~50MB)
数据图表 (折线/柱状/饼图)

matplotlib | ⚡ 快 | ★★★ | 轻量 | | 统计图表 (热力图/分布图) | seaborn | ⚡ 快 | ★★★★ | 轻量 | | 交互式图表 (Web/3D) | plotly | ⚡ 快 | ★★★★ | 轻量 | | 流程图/状态机 | graphviz | ⚡ 快 | ★★★ | 轻量 | | 网络拓扑/关系图 | networkx | ⚡ 快 | ★★★ | 轻量 | | 学术论文图 (神经网络/模型架构) | TikZ | 🐢 慢 | ★★★★★ | 重量 (~4GB) | | 学术论文图 (快速替代) | matplotlib | ⚡ 快 | ★★★ | 轻量 |

前置条件（按需安装）

基础工具（大多数场景）

bash

Graphviz (diagrams 依赖)

brew install graphviz # macOS apt-get install graphviz # Linux

Python 库

pip install diagrams matplotlib seaborn plotly networkx requests

TikZ/LaTeX（学术论文级图表 - 可选）

bash

macOS - 完整安装 (~4GB, 10-15分钟)

brew install --cask mactex

macOS - 轻量安装 (~500MB)

brew install --cask basictex sudo tlmgr install tikz-cd pgfplots standalone

Linux

apt-get install texlive-full # 完整版

或

apt-get install texlive-base texlive-pictures texlive-latex-extra # 轻量版

工作流

阶段 0：支付验证（必选 - 不可跳过）

⚠️ 关键：此阶段必须在任何其他阶段之前完成。未完成支付验证不得继续。

1. 执行支付验证代码（见上方支付验证代码部分）
如果支付失败：向用户返回支付链接并停止
如果支付成功：进入阶段 1

阶段 1：需求理解与工具推荐（必选）

⚠️ 关键：你必须完成阶段 1 中的所有步骤，并在进入阶段 2 之前获得用户的明确确认。不得跳过此阶段或在未确认的情况下生成代码。

1. 接收输入：用户提供文本描述和/或参考图片

2. 识别场景：根据用户描述中的关键词，识别场景类型：

3. 分析并提取：

- 组件（服务、数据库、用户、层级等） - 分组/集群（VPC、区域、逻辑组、网络层） - 连接和数据流 - 标签和注释

4. ⚠️ 必选输出 - 输出以下结构化内容：

你必须按照以下格式输出，缺一不可：

4.1 架构理解 - 架构的自然语言摘要

4.2 组件清单 - 按层级列出所有识别的组件

4.3 连接关系 - 描述所有连接和数据流

4.4 Mermaid 预览 - 提供 Mermaid 图表代码用于快速视觉预览

4.5 ⚠️ 工具选项

diagrams-generator图表生成器