我第一眼被 Markdown Viewer 戳中的点,不是它能画多少种图。
而是你写 技术文档 时,终于不用一边让 AI 改 Markdown,一边自己跑去 Excalidraw、draw.io、Figma 里补一张 架构图 了。
这个小断点,很多人应该都遇到过。
文档正文 AI 能写。
接口说明 AI 能补。
部署步骤 AI 能整理。
但一到流程图、架构图、状态图,工作流就断了:复制需求、打开画图工具、拖框、连线、调布局、导出图片,再贴回文档。
Markdown Viewer 的思路挺直接:让 AI 编程助手在 Markdown 里直接生成专业图表。
它把这件事做成了一组 Agent Skills。

项目里内置了 14 个专业绘图技能,覆盖 UML、云架构、网络拓扑、数据库、工作流、时序图、状态图、部署图、类图、用例图等场景。官方 README 里提到,UML 相关技能还带了 9500+ mxgraph stencil 图标,云架构技能则覆盖 AWS、Azure、GCP、阿里云、IBM、OpenStack、Kubernetes 等图标体系。(GitHub)
这就不是“画个框框意思一下”。
更像是你在文档里写一句:“帮我把这个服务调用链画成架构图”,AI 直接给你塞一段可渲染的 PlantUML 或对应图表代码。
后面还可以继续追问。
比如“把 Redis 放到缓存层”“把用户鉴权单独拆出来”“把异步队列换成 Kafka”。
它改的是 Markdown 里的图表源码,不是某个被导出的死图片。
这个差别挺关键。
图片一旦导出,后面改一次就烦一次。
但文本图表不一样,版本管理能追踪,Code Review 能看 diff,团队协作时也不需要互传源文件。
Markdown Viewer 支持 PlantUML、Vega 等主流渲染引擎,项目描述里也明确说它面向 AI coding agents,用来在 Markdown 中创建图表和可视化内容。

我觉得它最适合的场景,不是设计师画最终稿。
而是开发者写技术文档、方案评审、README、架构说明、接口流程说明。
这些内容本来就离代码很近。
图不一定要美到能上发布会,但必须清楚、能改、能跟着需求一起迭代。
还有一个小点挺实用:它不只做图,也能生成带排版的 HTML 信息卡片。
这对写项目介绍、功能摘要、技术选型对比这种内容很友好。你不用把 Markdown 写成一整坨干巴巴的列表,可以让 AI 顺手做成更像“可阅读组件”的展示块。
安装上也没有搞得很重。
项目提供了一键安装指令,目标是接入 Claude Code、Codex、Cursor 等主流 AI 编程工具。
当然,它也不是要替代所有画图软件。
真到产品架构汇报、品牌视觉、精细交互图,专业工具还是该用。
但日常技术文档里,大量图其实只是为了把关系讲清楚。
这类图,让 AI 直接在 Markdown 里生成和维护,反而更顺手。
GitHub 地址:markdown-viewer/skills
像 Markdown Viewer 这样的工具,在 云栈社区 上也有不少开发者分享使用心得。
|