Agent 与自动化AI 资源

excalidraw-skill：用确定性布局生成可编辑 Excalidraw 论证图

doyled-it/excalidraw-skill · Agent skill for generating editable .excalidraw diagrams that argue visually: deterministic layout, text measurement, geometry preflight. Installs into Claude Code, Codex, or any skill-aware agent.

GitHub原文发布未知首次收录 2026-10-17上架 2026-10-17 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

excalidraw-skill 是一个可安装到 Claude Code、Codex CLI 等支持 skill 机制的编码智能体中的技能包，用于生成可编辑的 .excalidraw 图表。它强调“结构本身承载论证”，通过扇出、时间线、汇聚、分区等布局来表达关系，并要求使用真实事件名、载荷和 API 调用作为证据元素。配套提供确定性布局工具（文本测量、容器尺寸计算、正交箭头路由、几何预检），使多框图表在首轮生成时即可避免溢出、重叠和裁剪问题。渲染器为可选组件，仅用于视觉校验。

# MCP Server # AI 工具 # 结构可视化 # 自动化工作流 # Python 支持

核心能力与快速开始

★ 0 · Python

能做什么: 生成可编辑的 .excalidraw 图表文件，而非渲染位图；以结构承载论证（一对多扇出、时间线、汇聚、阶段分区），并运行“同构测试”判断去掉文字后布局是否仍能传达想法。使用真实技术细节（事件名、载荷、API 调用）作为证据元素而非占位框。内置确定性布局工具：基于测量的文本尺寸计算容器大小、正交箭头路由、几何预检（溢出、重叠、裁剪、连接器合理性检查）。可选渲染器用于 PNG 视觉校验与确定性文本测量。支持标准 .claude-plugin marketplace 格式安装，也可作为裸 skill 通过符号链接或复制接入任意可加载 skill 目录的智能体。
适用场景: 让编码智能体根据自然语言描述（例如“绘制 AG-UI 协议如何向前端流式传输事件的图”或“可视化这条数据摄取流水线”）直接产出 .excalidraw 文件，在 Excalidraw 网页应用或 Obsidian Excalidraw 插件中打开编辑。适合需要快速把架构、协议流程、多阶段流水线等以结构化图形表达的技术场景；也可用于在交付密集图表前让智能体自动做几何预检，减少人工坐标微调。
项目形态: 可直接使用的工具
部署方式: 以 skill 形式安装到本地编码智能体：Claude Code 可通过 /plugin marketplace add 与 /plugin install 安装，或 clone 后符号链接到 ~/.claude/skills/；Codex CLI（0.133.0+）可通过 codex plugin marketplace add 与 codex plugin add 安装，或符号链接到 ~/.codex/skills/；其他工具将 skill 目录符号链接或复制到其 skill 发现目录即可。图表生成本身无需依赖；可选渲染器需 uv sync 与 playwright install chromium，首次运行需联网获取 Chromium 与 ESM Excalidraw bundle，离线受限网络参见仓库内 renderer README 的本地 bundle 方案。
主要依赖: 智能体侧仅严格需要 SKILL.md 与 references/ 目录。可选渲染器需要 uv 与首次运行的网络访问（获取 Chromium 和 ESM Excalidraw 依赖）；Codex 需 0.133.0 及以上版本。
使用限制: 仓库 license 字段为 NOASSERTION，而 README 中写有 MIT，实际授权条款需以 LICENSE 文件为准；未说明其它部署环境、硬件与 API 成本限制。渲染器仅为可选校验路径，离线或受限网络下需自行 vendoring 本地 bundle，具体步骤材料未完整展开。
许可证: NOASSERTION
最近推送: 2026-10-16 08:46

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-17 07:00 · 卡片整理：2026-10-17 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

upskill：用单个 Rust 二进制管理 AI 编程助手的 rules、skills 与 agents

upskill 是一个 ultra-lightweight 的 agent 技能包管理器，用单个 Rust 二进制在 Claude Code、GitHub Copilot、opencode 等 AI 编程客户端之间，从单一可信来源（SSOT）编写与分发 AI 辅助内容（rules、skills、agents）。它无需 Node.js、npm 或运行时依赖，支持从源仓库或 bundle 安装内容并自动展开到 .claude/、.github/、.agents/ 等目录，通过 .upskill-lock.json 记录安装版本与哈希，并提供 update、list、doctor、new、lint、fmt、search 等命令。项目区分源注册表（作者命令）与消费项目（消费命令）两种角色。

fin-doctor：在 AI 财务问答交付前核查 IRS 与 SSA 金额事实

fin-doctor 是一个面向金融 AI 智能体的事实核查工具，用 MCP 服务器 + Python 实现：它把草稿答案中的 IRS/SSA 官方数字（如 401(k)、IRA、HSA 限额、RMD 年龄、社保应税上限）与带年份和来源的注册表比对，标记过时、错年或错误数字，并给出正确数值与来源链接。它还提供贡献额度计算工具和退休问答审校（事实、投资建议、承诺性表述、范围外、提示注入检测），输出 SEND/REVIEW 判定。项目为参考性构建，未说明生产部署情况。

AgentEvals：面向智能体轨迹的评估器集合

AgentEvals 提供一组用于评估智能体（Agent）执行表现的评估器与工具，重点关注 agent trajectory，即智能体运行过程中的中间步骤。它既可以基于参考轨迹进行匹配判定，也支持以 LLM 作为评判者（LLM-as-judge）来评估轨迹准确性，并包含针对图结构轨迹的评测方式，可作为构建智能体评测体系的概念起点。同时提供 Python 与 TypeScript 版本。

Locker Protocol Agentic Skills：让 AI 编码代理在不持有私钥的前提下交易 Hyperliquid 永续合约

该仓库为 Claude Code、Codex、Cursor、Antigravity、Grok Build 和 Gemini CLI 提供 Locker Protocol Agentic 的 skill 与插件，教会代理使用 lpa 命令行工具及其 MCP 服务器（42 个 stdio 工具）来交易 Hyperliquid 永续合约。私钥保存在离线 Locker Vault 应用中，电脑上只保存有密码保护、约六个月过期的 agent key，Hyperliquid 拒绝该 key 的提现与转账，只有用户扫描二维码签名才能动资金。skill 内置报价先行、等待用户确认、提现由用户钱包签名、首次使用建议模拟盘等规则，并附带会话启动 hook 与测试自查脚本。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。