Skip to main content
Glama

让 AI 画出好看的架构图,更画出清楚的设计。

Silicon Canvas 帮助 AI 更稳定地生成结构清晰、布局有序、风格协调的专业芯片图,适合技术文档、论文、架构评审与产品展示。

让 AI 画图少一点碰运气,减少反复试提示词的时间。从系统架构、算法数据流到产品渲染,都可以描述需求、生成图片,再通过自然反馈继续打磨。

实际作品

三种任务,三种表达。以下均为实际生成结果。

SoC 架构概览

算法数据流

产品渲染

SoC 平面架构图,展示计算簇、共享资源、存储接口与主机 I/O

Attention 数据流,展示 Q、K 转置、分数矩阵、Softmax 与 V 汇合后的输出

SoC 产品概念渲染,展示计算、存储、管理与 I/O 功能分区及外部设备

更多作品见 网页演示。

Related MCP server: IntentForge MCP Server

让 AI 助手帮你安装

把下面这段话发给你的 AI 助手,让它帮你完成安装:

Hi! Please install https://github.com/du-du-wang/silicon-canvas for me. In Codex, install it as a plugin so it appears in the plugin list; in another agent, set up its MCP server. Verify the tools work, then give me a short list of how to use it and one example request.

安装 Codex 插件

Codex 用户推荐安装插件:它将绘图 Skill、MCP 工具与 Silicon Canvas 的名称和 Logo 一起提供,可以在插件列表中找到并启用。

需要 Python 3.11+,并能在终端运行 python。使用支持插件的 Codex:

codex plugin marketplace add du-du-wang/silicon-canvas
codex plugin add silicon-canvas@silicon-canvas

在插件列表的 Silicon Canvas 来源中找到 Silicon Canvas。首次使用会自动准备独立的本机运行环境,后续调用复用缓存;无需再手动添加同名 MCP。宿主需要提供图片生成工具才能产出最终图像。

更新插件来源后,可通过插件管理界面重新安装或更新。插件固定使用随包记录的后端版本,避免调用时悄悄切换到不同的绘图规则。详细说明见 接入指南。

其他 Agent:安装 MCP

下载发布包

从 v0.7.0 Release 获取安装包。Windows 用户可下载 silicon-canvas-mcp-windows-x64.zip,解压完整目录,无需另装 Python。按包内 MCP-CONFIG.json 配置宿主,将 command 替换为 silicon-canvas-mcp.exe 的绝对路径,并保留相邻的 _internal 目录。

macOS、Linux 或需要 Python 环境的用户,可以使用 Release 中的 wheel 或从源码安装。

从源码安装

需要 Python 3.11+。先获取源码:

git clone https://github.com/du-du-wang/silicon-canvas.git
cd silicon-canvas

Windows PowerShell:

.\scripts\install-mcp.ps1 -PackagePath .

macOS / Linux:

bash scripts/install-mcp.sh .

安装器创建独立环境,并输出 mcp-config.json 和 codex-mcp.toml。把对应配置添加到宿主的 MCP 设置,重新加载服务即可;安装器不会改写现有宿主配置。

使用本地 wheel 时,把安装命令中的源码目录参数替换为 wheel 路径。完整安装、客户端配置与故障排查见 MCP 指南。

开始画图

在支持 MCP 和图片生成的 Agent 中,安装后直接描述内容与用途,例如:

用 Silicon Canvas 做一张 GPU 架构总览,讲清主机接口、命令处理、计算簇、共享缓存与显存之间的关系。用于架构介绍,不展开执行单元内部。用图片生成工具画出来,再根据实际成图继续调整。

也可以要求算法依赖、协议状态、周期交互、封装剖切或完整板卡产品展示,不必先选分类。需要时在描述里指定视角、背景、材质、配色和详略。

使用流程是 描述内容与用途 → Agent 调用 Silicon Canvas 安排绘图 → 图片工具生成 → 看图反馈、继续调整。

看过图片后,可以直接告诉 Agent:“计算簇按两行排,突出共享缓存”“主路径再清楚一点”或“这张用于产品介绍,减少内部细节”。需要保留的内容、想改变的地方,都可以用平常的话说明。

完整使用说明见 MCP 指南。

当前能力

表达

适合的内容

工程图

系统架构、微架构、硬件数据路径、算法依赖、状态机与时序交互

系统示意

功能分区、共享资源、系统组成与主要连接,兼顾结构解释和空间表现

商业渲染

芯片封装、板卡、服务器和机柜等产品主体,随用途安排镜头、材质、光照和标注

  • 结构有层次。 区分系统组成、重复单元与共享资源,让读者看懂模块的归属和主次。

  • 布局有主线。 围绕要解释的关系安排位置与连线,让架构组织、数据流向或机制步骤更容易跟随。

  • 视觉贴合用途。 技术文档重清晰,方案介绍重整体,产品展示重主体与质感;布局、详略和表现方式一起考虑。

  • 用自然反馈打磨。 不必先选分类或填完表单,先说想法,再按实际图片调整。需要时可直接指定配色、画幅和细节。

成图中的文字、箭头和数量仍需查看与调整,概念渲染也不替代真实版图或制造资料。更多能力与适用范围见 表达方式 和 验证说明。

网页演示版

打开 网页演示版,连接自己的 DeepSeek 或兼容服务,描述需求并生成提示词,再交给图片工具。形式、用途和配色等默认自动安排,需要时展开“自定义”。希望由 Agent 连续完成绘图与反馈调整,请使用 MCP。

Silicon Canvas 网页工作台

API Key 仅保存在当前页面内存,请求直接发往你选择的服务。使用与服务兼容性见 Web 指南,数据处理见 隐私说明。

参与贡献

欢迎贡献通用绘图策略、Agent/Web 体验、可复现的问题与可公开示例。提交问题时请附输入、实际结果和复现步骤;图形策略改动应兼顾不同主题与结构,避免只对单张展示图调优。开发、测试和分发物构建见 贡献指南。

许可证与安全

原创代码采用 MIT 许可。随包字体与其他资源遵循各自许可,见 第三方资源。厂商和论文原图的版权不属于项目 MIT 许可,参考原图不随发行包分发。

请勿把 API Key 或未获授权的内部设计放入公共 Issue;漏洞报告方式见 安全说明。

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    B
    maintenance
    Enables AI agents to generate, view, and analyze engineering diagrams (RF, PCB, EMC) in draw.io using natural language prompts, with auto-layout and 269 engineering stencils.
    2
    10
    5
    AGPL 3.0
  • A
    license
    Not graded
    quality
    A
    maintenance
    Enables coding agents to convert natural language engineering prompts into editable parametric CAD models with deterministic parsing, validation, and edit support.
    5
    Apache 2.0
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables agents to create display-quality visual content across HTML, Mermaid, pseudocode, text trees, and diffs, with automatic layout repair and rendering verification to prevent overlaps, overflow, and connection conflicts.
    4 npm
    1
    Apache 2.0
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables AI agents to convert natural-language briefs into structured visual specs, deterministically render typography and layouts, and run constraint-aware visual QA and targeted repair for image generation.
    30 npm
    Apache 2.0