Original em inglês: https://argusic.com/subject/drawio-skill
drawio-skill
Habilidade de agente que transforma fontes de linguagem natural, código, Terraform/K8s, SQL, OpenAPI, AsyncAPI, Protobuf e GraphQL em diagramas de arquitetura draw.io editáveis e testados: sincronização incremental, projeção de múltiplas visões, diff de drift, testes de arquitetura em CI, derasterização de quadro branco, exportações interativas em HTML/PPTX/Mermaid.
Executafonte: GitHubpágina do projetoPythonMITcommit 7b996a17d055
Python, licença MIT. O projeto se descreve como: agent skills, architecture, architecture diagram, asyncapi, bpmn, c4 model, claude code e diagram.
drawio-skill executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.
The drawio-skill project runs fully: 174 unit tests pass, the diagramctl CLI (12 subcommands) works end-to-end for core semantic workflows, all importers produce correct IR, the MCP server responds with 9 tools, and the shape/index/validate infrastructure is operational. Only the draw.io desktop binary (for native export) and Graphviz (for auto-layout) are missing from this container.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 97,3 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- test_views_and_story_are_accessible failed: write_drawio fallback (_grid_page) did not emit UserObject wrappers for cross-page linked nodes when Graphviz was absent3 minutos
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 10 minutos
- Erros encontrados e corrigidos
- 1 encontrado, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- python3 -m unittest discover -s tests: 174 passed, 10 skipped (8 no Graphviz dot, 2 no drawio CLI). diagramctl doctor/build/inspect/query/test/whatif/story all produced correct output. shapesearch resolved dynamodb correctly. validate checked .drawio files clean. mcp_server listed 9 tools.
- Tokens de modelo usados
- 81.848
- Commit exato testado
- 7b996a17d055
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 2, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
],
'test_depth': 'tier1_real',
'verified_how': 'python3 -m unittest discover -s tests: 174 passed, 10 skipped (8 no Graphviz d…
'final_state': 'The drawio-skill project runs fully: 174 unit tests pass, the diagramctl CLI (1…
}
print('ARGUSIC_RESULT:' + json.dumps(result))
\"" in /work/repo
succeeded in 0ms:
All done. The project is fully operational — the only changes made were fixing the `_grid_page` fal…
tokens used
81,848
All done. The project is fully operational — the only changes made were fixing the `_grid_page` fal…Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 0 minutos, mais rápido que a mediana dos 106 projetos comparáveis que a Argusic mediu.
- Recuperou-se do único erro sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 3 vezes, então o resultado não é um caso isolado.
Dos 107 projetos de agent-skills que a Argusic instalou e cronometrou, drawio-skill foi o 1º mais rápido a chegar a um estado de execução, e 78 de 107 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 0 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
agent-skillsarchitecturearchitecture-diagramasyncapibpmnc4-modelclaude-codediagramdiagrams-as-codedrawioflowchartgithub-actionsgraphqlimage-to-diagramkubernetesmcp-serverprotobufsysmlterraformuml
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/drawio-skill)Perguntas
- drawio-skill executa?
- Sim. drawio-skill executa. A Argusic o instalou e iniciou em uma máquina limpa em 0 minutos, encontrando 1 erro no caminho, e gravou a sessão.
- Como a Argusic testou drawio-skill?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 7b996a17d055. Há 3 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar drawio-skill?
- A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar drawio-skill?
- 0 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- drawio-skill precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar drawio-skill?
- 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como drawio-skill se compara às alternativas?
- Dos 107 projetos de agent-skills que a Argusic instalou e cronometrou, drawio-skill foi o 1º mais rápido a chegar a um estado de execução, e 78 de 107 chegaram a esse estado.
- Onde estão as evidências de drawio-skill?
- Todas as 3 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.