ASADASHI
バイブコーディング
バイブコーディング2026.08.27·読了 2·難易度: ふつう

AIにアーキ図を自動生成させるツールが登場

朝の出汁版(通勤2分)

  • ポイント1: 「archify」はAIエージェントと連携し、システム構成図・処理フロー図・シーケンス図などを動きのある自己完結型HTMLとして自動生成できるOSSとして公開された。
  • ポイント2: バイブコーディングで作ったサービスの構造を人に説明するとき、図を手書きする手間がなくなる点が注目ポイントで、出力はそのままLPや資料に貼り込める形式になっている。
  • ポイント3: GitHubで公開されているため、手元のAIエージェント環境(Cursor・Claudeなど)にツールとして組み込むところから試してみるのがおすすめ。

出汁の素(深読みモード)

バイブコーディングの「次の壁」、説明できない問題

AIで爆速でプロトタイプを作れるようになった反面、「このサービス、どういう構造なの?」と聞かれたときに詰まる場面が増えている。コードは動いているのに、アーキテクチャ図がない。処理の流れを人に説明しようとすると、口頭か手描きか、あるいはFigmaで1時間かけて図を作るか、という選択肢しかなかった。

AIエージェントを自分で組み立てる時代へでも触れたように、AIを使って一人でサービスを組み上げられる環境は整いつつある。ただ、作るスピードと「伝えるための整理」の速度の差が、ここにきて顕在化してきた。

archifyが何をするツールなのか

「archify」はAIエージェントのスキル(ツール)として機能するOSS。CursorやClaudeといったAIエージェント環境に組み込むことで、自然言語の指示やコードの構造から、システム構成図・処理フロー図・シーケンス図・データフロー図・ライフサイクル図などを自動生成できる。

GitHubに公開されており、スター数はすでに17,000を超えている。出力形式は「自己完結型HTML」で、アニメーションつきの動く図として書き出される。画像として切り出すエクスポート機能もあり、LPや資料に貼り込みやすい形になっているとリポジトリ上に記載されている。

ポイントは「AIエージェントがコードを読んで図を起こす」という動作フローにある。コードベースをエージェントに渡して「このシステムのアーキテクチャ図を作って」と指示すれば、図の生成まで自動で完結する設計だ。手元でPythonやMermaidを書く必要はない。

既存の図作成ツールとどう違うのか

LucidchartやMiro、Eraser.ioのようなツールも「AIが図を生成する」機能を持つようになっているが、それらとarchifyの違いは「エージェントのスキルとして組み込める」という点にある。

既存ツールは基本的にブラウザ上で操作する前提で、コードベースを丸ごとわたして構造を解析させる用途には向いていない。archifyはAIエージェントのコンテキスト内で動作するため、コードを読みながらその場で図に変換するというフローが実現しやすい。

また、出力がHTMLである点も実用上の特徴だ。Mermaid記法などの中間フォーマットを経由せず、そのままブラウザで表示・共有できる。社内ドキュメントやNotion、ポートフォリオページへの埋め込みも含めて、使い回しやすい形式になっている。

ただし、図の精度はエージェントへの指示の質に依存する。「このファイル群のデータフローを図にして」と渡す情報が整理されているほど、出力の精度も上がる傾向があることはリポジトリのexampleを見ると確認できる。

Cursor・Claudeに組み込んで試す手順

触りたい人は、まずGitHubのリポジトリ(https://github.com/tt-a1i/archify)にアクセスして、READMEを確認するところから始めるのがいい。

基本的な流れとしては、

  1. リポジトリをクローンまたはパッケージとして導入
  2. 使っているAIエージェント環境(CursorのAgent設定、ClaudeのMCPなど)にツールとして登録
  3. エージェントに「このコードのアーキテクチャ図を作って」と指示する

という3ステップになる。PythonまたはNode.js環境があれば動作するため、バイブコーディングに使っているローカル環境にそのまま追加できる場合が多い。

最初に試すなら「自分がすでに作ったサービスのコードを渡してシーケンス図を出力させる」のが確認しやすい。出てきたHTMLをブラウザで開いて、構造が正確に図になっているか確認するだけで、使えるかどうかの判断がつく。

コードが読めると有利な部分、読めなくても使える部分

コードなしでもできること:AIエージェントへの自然言語指示で図の生成を依頼すること、出力HTMLを資料やLPに貼ること、チームへの構造共有に使うこと。

コードが書けると有利なこと:ツール登録の設定をカスタマイズすること、出力HTMLのスタイルを調整すること、複数のサービス構成を一括で図化するスクリプトを組むこと。

AIエージェントに安全な「作業部屋」を量産する技術が登場のように、エージェントの実行環境を整えている人ほど、archifyのような「エージェントスキル型ツール」の恩恵を受けやすい構造になっている。自分のエージェント環境がどこまで整っているかを確認しながら、追加できるスキルを積み上げていくという使い方が現実的だ。

参照ソース