这个开源项目叫 research-to-diagram，是一个 Claude Skill。它的核心能力不是"画图"，而是"先研究，再画图"——你只需要给一句模糊的自然语言指令，它会自动联网搜索、交叉验证、梳理实体关系，最终输出一张专业级的 PDF 矢量图。
实际效果：一句话生成《红楼梦》人物关系图
在 Claude Code 里敲一行指令：
深度调查《红楼梦》里人物之间的关系，然后做个结构图 PDF
不需要提供任何名单，不需要告诉它谁是谁的儿子、谁和谁有感情线。AI 会自动启动多轮搜索——先查"金陵十二钗名单"，再查"宁国府荣国府谱系"，发现贾母娘家是史侯后又去搜"四大家族联姻关系"。
大约三分钟后，生成的 PDF 里，宁荣二府分区清晰，四大家族各占一个 Cluster，宝黛钗三角关系一目了然，连贾雨村这种边缘人物都有合理的位置。因为是矢量图，放大十倍也不糊。
同样的方式可以用在其他场景。比如输入"研究春秋战国七雄关系"，它会把合纵连横的局势、关键战役的时间点全部画出来，还会用不同颜色区分秦国和六国。再比如输入"研究 Kubernetes 架构并生成技术架构图"，它会自动切换到技术架构图模板，把各种节点画得有模有样。
安装：两步搞定
这个 Skill 的绘图引擎是 Graphviz，一个老牌的图形可视化工具，需要先安装它。
Mac 用户：
brew install graphviz
Linux 用户：
apt-get install graphviz
当然，这些命令你也可以直接在 Claude Code 里说"安装 graphviz"，让它代劳。
然后把 Skill 仓库克隆到 Claude Skills 目录：
cd ~/.claude/skills
git clone https://github.com/wshuyi/research-to-diagram.git
装好后不需要额外配置。只要你的指令里包含"深度调查"、"研究……并生成图谱"或"画……关系图"之类的关键词，Skill 就会自动触发。
有个细节值得注意：一定要让它"研究"或"深度调查"。如果只说"画个图"，它可能跳过联网搜索环节，直接用已有知识画一个简单版本。让它去调研，才能挖出那些你自己都不知道的细节。
内部逻辑：模拟研究员的五步工作流
拆开这个 Skill 的设计，核心是一条清晰的流水线：
第一步，分层调研。 不是只搜一次，而是分三层：先搜背景（如"春秋战国时间线"），再搜实体（"战国七雄是哪几个"），最后搜关系（"合纵连横是谁发起的"）。类似写论文时做文献综述的逻辑。
第二步，结构化提取。 把搜回来的网页文本拆解为实体（Entity）和关系（Relation）。比如看到"贾政是贾母的次子"，就提取出 贾母 -> 贾政 [label="次子"]。
第三步，视觉转译。 这是最见设计功力的环节。Skill 内预设了几套视觉语法——人物关系图用 rankdir=TB（从上到下）布局，家族用 subgraph cluster 分组；历史时间线则用 rankdir=LR（从左到右）。核心人物标红色（#ff6347），普通人物用淡蓝（#e8f4f8），让图谱有层次感。
第四步，调用 Graphviz 渲染生成 PDF。
第五步，输出交付。
这套设计的价值在于：把一个有经验的人"怎么画好一张关系图"的隐性知识，编码成了可执行的规则。AI 按这套规则跑，每次都能输出质量稳定的结果。
省钱方案：用国产模型替代
Claude Code 订阅每月至少 20 美元，如果觉得贵，可以用国产模型替代。目前智谱 GLM-4.7 和 MiniMax M2.1 在编程领域已经达到国际一线水平。
以智谱为例，Lite 方案一个季度不到 50 元，平均每月十几块钱。订阅后新建一个 API Key，然后在 ~/.claude 目录下创建一个 settings-glm.json 配置文件，填入 API Key 和模型信息，启动时指定配置：
claude --dangerously-skip-permissions --settings ~/.claude/settings-glm.json
这样默认模型就切换到了 GLM-4.7，用十几块钱一个月的成本就能跑这套工作流。
值得思考的一点
这个工具真正有意思的地方不在于"省了几小时画图时间"，而在于它重新分配了人和 AI 之间的分工。搜索、整理、排版这些认知负荷被卸载给工具后，人可以把注意力放在更有价值的事情上——比如思考《红楼梦》家族兴衰的深层逻辑，或者分析战国七雄背后的地缘博弈。
这个 Skill 已经在 GitHub 开源，支持提 Issue 和 PR。如果你有扩展想法——比如支持思维导图、流程图——可以直接参与共建。对于经常需要做知识可视化的独立开发者来说，这是一个值得收藏的工具。