在Claude Code中生成ER图
你会学到什么：用Claude Code生成专业ER图的完整工作流——从Mermaid语法到导出PNG，最后嵌入Word文档。读完本文，你可以快速产出数据库设计文档，不再为手绘ER图或用复杂工具而烦恼。
一、ER图是什么
ER图（Entity-Relationship Diagram）用来描述系统中实体之间的关系，是数据库设计的核心工具。
四大核心概念
| 概念 | 说明 | 示例 |
|---|---|---|
| 实体（Entity） | 系统中的对象 | 用户、订单、商品 |
| 关系（Relationship） | 实体间的关联 | 用户"下"订单 |
| 属性（Attribute） | 实体的特征 | 用户有姓名、邮箱 |
| 基数（Cardinality） | 关系的数量约束 | 一个用户可以有多个订单 |
最简单的示例
用户 ──[下]──> 订单
text
用户和订单是一对多关系：一个用户可以下多个订单，一个订单只能属于一个用户。
二、Mermaid erDiagram 语法详解
Mermaid的ER图语法简洁直观，是Claude Code默认支持的图表格式。
基本语法结构
关系符号对照表
| 符号 | 含义 | 示例 |
|---|---|---|
| ` | -- | |
| ` | --o{` | |
| ` | --|{` | |
}|--|{ | 多对一（至少一） | 订单 ── 用户 |
}|--o{ | 多对一（允许零） | 产品 ── 分类 |
}|--o{ | 多对多 | 学生 ── 课程 |
属性定义语法
| 符号 | 含义 |
|---|---|
PK | Primary Key（主键） |
FK | Foreign Key（外键） |
UK | Unique Key（唯一键） |
完整示例：电商系统ER图
设计思路：
- 从核心业务流程出发：用户下订单 → 订单包含商品 → 支付完成
- 补充辅助实体：地址、分类、支付记录
- 明确基数关系：一对多用
||--o{，多对多拆分成中间表
三、Claude Code生成ER图的Prompt技巧
Claude Code可以直接在对话中生成Mermaid ER图代码，无需切换工具。
基础Prompt模板
用Mermaid erDiagram语法画一个[系统名称]的ER图，包含以下实体和关系：
实体：
- 用户（id、用户名、邮箱、创建时间）
- 订单（id、用户ID、总金额、状态）
关系：
- 一个用户可以有多个订单
- 一个订单只能属于一个用户
text
输出效果：Claude会生成完整的Mermaid代码，直接复制到Markdown文件即可渲染。
高级Prompt：指定完整约束
用Mermaid erDiagram语法为在线教育系统设计ER图，要求：
实体清单（包含主键PK和外键FK）：
1. 学生（id、姓名、邮箱、手机号、注册时间）
2. 课程（id、标题、描述、价格、讲师ID）
3. 讲师（id、姓名、简介）
4. 订单（id、学生ID、课程ID、支付金额、支付时间）
5. 学习进度（id、学生ID、课程ID、完成度、最后学习时间）
关系基数：
- 一个学生可以购买多门课程（通过订单关联）
- 一门课程可以被多个学生购买
- 一门课程只能有一个讲师
- 一个讲师可以讲授多门课程
- 每个学生对每门课程只能有一条学习进度记录
请标注所有主键（PK）和外键（FK），并使用中文关系描述。
text
迭代优化Prompt
当Claude生成的ER图不完整时，可以这样追问：
这个ER图还缺少：
1. 课程分类表（课程和分类是多对多关系）
2. 课程评分表（学生对课程打分）
3. 视频资源表（一个课程包含多个视频）
4. 请补充这些实体并完善关系
text
三个实战可用的Prompt模板
模板1：快速原型
为[系统名称]画一个简化的ER图，只包含核心实体和最关键的关系。使用Mermaid语法。
text
模板2：完整设计
设计[系统名称]的完整ER图：
- 列出所有实体和字段（标注PK/FK）
- 明确所有关系和基数
- 考虑扩展性（如软删除字段、时间戳）
- 用中文标注关系含义
text
模板3：对比优化
我有一个ER图（见下方Mermaid代码），请检查：
1. 是否有遗漏的实体或关系？
2. 基数定义是否合理？
3. 字段设计是否规范（如主键、外键、唯一约束）？
[粘贴现有ER图代码]
请给出优化建议。
text
四、PlantUML ER图方案
当Mermaid无法满足需求时（如需要更复杂的样式或特殊符号），PlantUML是备选方案。
Mermaid vs PlantUML对比
| 特性 | Mermaid | PlantUML |
|---|---|---|
| 学习曲线 | 低（语法简单） | 中（语法复杂） |
| 渲染方式 | JavaScript实时渲染（12.3.0，2026-11-07 核实） | 需 Java 11+（1.2026.9） |
| 样式定制 | 有限 | 丰富（主题、颜色） |
| Claude支持 | 原生支持（可直接输出） | 支持（需额外配置） |
| 文档兼容 | Markdown原生 | 需要插件或在线服务 |
| 特殊符号 | 基础符号 | 支持UML全套符号 |
PlantUML ER图语法示例
@startuml E-Commerce ER Diagram
' 实体定义
entity "Customer\n用户" as customer {
*id : INTEGER <<generated>>
--
username : VARCHAR(50)
email : VARCHAR(100) <<unique>>
created_at : TIMESTAMP
}
entity "Order\n订单" as order {
*id : INTEGER <<generated>>
--
customer_id : INTEGER <<FK>>
total_amount : DECIMAL(10,2)
status : VARCHAR(20)
created_at : TIMESTAMP
}
entity "Product\n商品" as product {
*id : INTEGER <<generated>>
--
name : VARCHAR(200)
price : DECIMAL(10,2)
stock : INTEGER
}
' 关系定义
customer ||..o{ order : "places"
order }o..|| product : "contains"
@enduml
plantuml
适用场景：
- 需要导出高分辨率矢量图（SVG/EPS）
- 需要自定义样式（颜色、字体、线条粗细）
- 与其他UML图（如类图、时序图）一起使用
- Mermaid无法表达的关系类型
环境配置实战：让 AI 用 ASDF 装 Java
PlantUML 唯一的门槛是要 Java 环境。传统做法很繁琐：下载安装包、去系统设置里配 JAVA_HOME、验证版本——每换一台机器重来一遍。有了 AI 工具之后，这件事可以一句话交给它，关键是提示词要让它动手，而不是只给教程：
PlantUML 需要 Java 环境才能运行，你看看如何在本地配置对应的 Java 环境。
推荐使用 ASDF（https://asdf-vm.com ，官方文档提供中文版）进行统一的下载与配置，
我需要你来下载并配置完成，最后验证 java -version 可用。
markdown
这段提示词有两个要点：
- 只问"如何在本地配置"，AI 通常会输出 1-2-3 步的教程文档（下载什么、在哪配环境变量）——和手动配置一模一样，只是换了个人念说明书
- 补上"推荐使用 ASDF"和"我需要你来下载并配置"，AI 才会真正执行下载、安装、写配置、验证的完整流程
为什么推荐 ASDF：ASDF 是一个跨平台的版本管理器，通过插件机制统一管理 Java、Node.js、Python、Go、.NET 等几乎所有语言运行时（插件按语言名检索，覆盖数百种），有中文文档，macOS 和 Linux 通用。常用命令：
# macOS 安装 asdf 并挂载到 shell
brew install asdf
echo -e "\n. $(brew --prefix asdf)/libexec/asdf.sh" >> ~/.zshrc && exec $SHELL
# 安装 Java（可用版本以 asdf list all java 输出为准）
asdf plugin add java
asdf list all java | grep openjdk-21
asdf install java openjdk-21
asdf global java openjdk-21
java -version
bash
mise 备选：如果嫌 ASDF 的 shim 机制慢，可以用 mise（Rust 实现的 asdf 替代品，读取同一份
.tool-versions文件，兼容 asdf 插件生态，还额外提供环境变量管理和任务运行器）。两者择一即可，下文以 asdf 为准。
实际执行时有两个加速技巧：
- AI 下载海外资源慢时，随时打断 Claude Code（Esc），告诉它"下载这些依赖时使用代理工具"，再继续执行，下载会明显加快
- 配置过程报错时把错误贴回去问，ASDF 生态成熟，基本没有解不了的环境问题——这也是经验之谈：有了 ASDF 之后，macOS 和 Windows 上再没遇到过卡壳的环境配置
下载与命令行运行 PlantUML
Java 就绪后，去 PlantUML Releases 页下载 .jar 包（Java 打包的二进制，当前稳定版 1.2026.9，2026-11-07 核实），直接用 java -jar 传参出图：
# 下载（版本号以 Releases 页实际资产名为准）
curl -L -o plantuml.jar \
https://github.com/plantuml/plantuml/releases/download/v1.2026.9/plantuml-1.2026.9.jar
# 单文件渲染 PNG（-charset UTF-8 防中文乱码）
java -jar plantuml.jar -charset UTF-8 -tpng diagram.puml
# 批量渲染目录下所有 .puml——海量建表 SQL 转图的正确姿势
java -jar plantuml.jar -charset UTF-8 -tpng *.puml
# 输出矢量 SVG / 指定输出目录
java -jar plantuml.jar -charset UTF-8 -tsvg diagram.puml -o ./output
bash
注意命令行只负责渲染，样式（配色、字体、边框）写在 .puml 文件里的 skinparam 或 theme 中——这正是 01 节"改造开源项目不如直接换引擎"时选 PlantUML 的原因：样式参数全部文本化，AI 可控。
沉淀为 Skill：一句话调用 PlantUML
环境配好、命令跑通之后，把这套东西变成 skill，以后任何会话里用自然语言就能调用：
创建一个本地化的 skill 来调用 PlantUML 的 jar 包生成图表：
可以传入一个 SQL 文件（建表语句），先转换为 PlantUML 的 ER 图/类图语法，
再渲染导出对应的 PNG 图片。skill 创建到本地 .claude/skills 目录中。
markdown
实测（2026-10，Claude Code）这个任务约 3 分钟完成：AI 自动创建 ~/.claude/skills/plantuml/ 目录、写好 SKILL.md、用真实 SQL 跑通渲染并自测。生成的 SKILL.md 大致长这样（英文为主，内容是告诉 AI：环境在哪、用什么命令、输出到哪）：
---
name: plantuml
description: Render UML diagrams with local PlantUML jar. Input a .puml file or
SQL DDL (auto-converted). Outputs PNG/SVG. Triggers: 画ER图/类图/时序图, plantuml.
---
# PlantUML Renderer
## Environment
- Java: managed by asdf (`asdf current java`), no manual JAVA_HOME needed
- Jar: `~/tools/plantuml/plantuml.jar` (v1.2026.9)
## Workflow
1. If input is SQL DDL, convert CREATE TABLE statements into PlantUML
`entity` blocks (PK/FK annotations preserved)
2. Write the PlantUML source to `<name>.puml`
3. Render:
java -jar ~/tools/plantuml/plantuml.jar -charset UTF-8 -tpng <name>.puml
4. PNG lands next to the source file; report the path to the user
## Options
- SVG output: replace -tpng with -tsvg
- Output dir: -o ./output
- Styles go INSIDE the .puml via skinparam/theme, not CLI flags
markdown
之后的使用就极其简单——"把这个 SQL 转成 PlantUML，输出最终 PNG"，AI 自动走 skill。同样的思路也可以做成 MCP 服务供其他 AI 工具调用（注册成 tool，暴露 render_puml 接口），skill 与 MCP 二选一：个人复用选 skill（零门槛），团队共享选 MCP。
五、渲染与导出
ER图生成后，需要渲染成可视化图片并导出。以下四种方案覆盖不同使用场景。
方案1：VS Code实时预览（开发阶段）
安装插件：Markdown Preview Enhanced
# 在VS Code扩展商店搜索安装
# 或命令行安装
code --install-extension shd101wyy.markdown-preview-enhanced
bash
使用方法：
- 创建
.md文件，粘贴Mermaid代码 - 按
Cmd+Shift+V（Mac）或Ctrl+Shift+V（Windows）打开预览 - 实时查看渲染效果，调整代码
优点：无需额外工具，修改即时反馈。
方案2：mermaid-cli批量导出（生产阶段）
安装命令行工具：
npm install -g @mermaid-js/mermaid-cli
bash
导出命令：
# 导出PNG
mmdc -i er-diagram.md -o er-diagram.png
# 导出SVG（矢量图，可无限缩放）
mmdc -i er-diagram.md -o er-diagram.svg
# 导出PDF
mmdc -i er-diagram.md -o er-diagram.pdf
# 高清PNG（指定宽度和DPI）
mmdc -i er-diagram.md -o er-diagram-hd.png -w 2048 -s 2
bash
输入文件格式（er-diagram.md）：
```mermaid
erDiagram
CUSTOMER ||--o{ ORDER : places
markdown
**高级选项**：
```bash
# 透明背景
mmdc -i input.md -o output.png --backgroundColor transparent
# 指定主题（default/forest/dark/neutral）
mmdc -i input.md -o output.png -t dark
# 从标准输入读取
echo 'erDiagram{A||--o{B}' | mmdc -o output.png
text
方案3：在线渲染器（快速分享）
mermaid.live：https://mermaid.live
- 打开网页，粘贴Mermaid代码
- 实时预览渲染效果
- 点击"Download PNG/SVG"导出
优点：无需安装，适合临时使用或与他人协作。
方案4：Kroki API（自动化集成）
Kroki提供HTTP API，可以将Mermaid转换为图片，适合集成到CI/CD流程。
# 基础用法
curl -X POST \
-H 'Content-Type: text/plain' \
--data 'erDiagram{A||--o{B}' \
https://kroki.io/mermaid/png \
-o output.png
# URL编码后通过GET请求
echo 'erDiagram{A||--o{B}' | \
curl -X POST --data-binary @- https://kroki.io/mermaid/png > output.png
bash
Python调用示例：
import requests
mermaid_code = """
erDiagram
CUSTOMER ||--o{ ORDER : places
"""
response = requests.post(
'https://kroki.io/mermaid/png',
data=mermaid_code.strip(),
headers={'Content-Type': 'text/plain'}
)
with open('er-diagram.png', 'wb') as f:
f.write(response.content)
python
六、嵌入Word文档
ER图导出为PNG/SVG后，需要嵌入到技术文档中。以下两种方案适合不同场景。
方案1：python-docx（自动化报告）
安装依赖：
pip install python-docx
bash
插入图片代码：
from docx import Document
from docx.shared import Inches, Pt
# 创建或打开文档
doc = Document()
doc.add_heading('数据库设计文档', 0)
# 插入标题
doc.add_heading('ER图', level=2)
# 插入图片（指定宽度5英寸，高度自动）
doc.add_picture('er-diagram.png', width=Inches(5))
# 添加说明
p = doc.add_paragraph()
p.add_run('图1-1：电商系统核心实体关系图')
p.alignment = 2 # 2表示居中
# 保存文档
doc.save('database-design.docx')
python
高级用法：
# 并排两张图片
from docx.enum.text import WD_ALIGN_PARAGRAPH
table = doc.add_table(rows=1, cols=2)
table.style = 'Table Grid'
cell1 = table.cell(0, 0)
cell1.paragraphs[0].add_run('原设计：').bold = True
cell1.paragraphs[0].add_picture('old-er.png', width=Inches(3))
cell2 = table.cell(0, 1)
cell2.paragraphs[0].add_run('优化后：').bold = True
cell2.paragraphs[0].add_picture('new-er.png', width=Inches(3))
python
方案2：pandoc（批量转换）
安装pandoc：
# macOS
brew install pandoc
# 或使用conda
conda install -c conda-forge pandoc
bash
Markdown转Word：
# 基础用法
pandoc er-diagram.md -o database-design.docx
# 指定模板（自定义样式）
pandoc er-diagram.md -o output.docx --reference-doc=template.docx
# 包含图片（图片和md文件在同目录）
pandoc er-diagram.md --resource-path=. -o output.docx
bash
Markdown文件格式（er-diagram.md）：
# 电商系统数据库设计
## ER图
下面是系统的核心实体关系图：
（配图说明：原图 er-diagram.png 未随文档迁移，可用上文 Mermaid 代码经 mermaid-cli 导出 PNG 后嵌入此处）
## 实体说明
### 用户表（customer）
- `id`：主键
- `username`：用户名，唯一
...
markdown
七、实战案例：AI组件库项目ER图
现在用Claude Code为课程中的"智能组件库"项目设计ER图。这个项目让开发者通过自然语言描述生成前端组件。
需求分析
- 用户提交组件需求（如"创建一个带验证的登录表单"）
- AI生成组件代码（Vue/React）
- 组件支持版本管理
- 用户可以点赞、收藏、评论
- 组件按分类和标签组织
Claude Code Prompt
为"AI智能组件库"项目设计ER图，要求：
实体列表：
1. 用户（id、用户名、邮箱、头像、注册时间）
2. 组件（id、名称、描述、代码、框架类型、创建时间）
3. 分类（id、名称、父级ID）
4. 标签（id、名称）
5. 组件版本（id、组件ID、版本号、代码、创建时间）
6. 点赞记录（id、用户ID、组件ID、点赞时间）
7. 收藏记录（id、用户ID、组件ID、收藏时间）
8. 评论（id、用户ID、组件ID、内容、点赞数、创建时间）
关系：
- 一个用户可以创建多个组件
- 一个组件只能有一个创建者
- 一个组件属于一个分类（多级分类）
- 一个组件可以有多个标签（多对多）
- 一个组件有多个版本
- 一个用户可以对多个组件点赞（但只能赞一次）
- 一个用户可以收藏多个组件
- 一个用户可以评论多个组件
请使用Mermaid erDiagram语法，标注主键（PK）和外键（FK），并用中文描述关系。
text
生成的完整ER图
设计思路解析
- 多对多关系拆分：组件和标签是多对多，通过
COMPONENT_TAG中间表关联 - 自关联：分类支持多级（如"表单"→"登录表单"），通过
parent_id自关联实现 - 版本管理：每次更新创建新版本记录，保留历史代码
- 社交功能：点赞、收藏、评论都独立成表，方便扩展（如后续增加评论回复功能）
- 统计字段：组件表中的
view_count可以缓存浏览量，避免实时计算
导出与嵌入
# 1. 保存为er-diagram.md
# 2. 导出高清PNG
mmdc -i er-diagram.md -o ai-component-library-er.png -w 2048 -s 2
# 3. 嵌入到需求文档
python << 'EOF'
from docx import Document
from docx.shared import Inches
doc = Document()
doc.add_heading('AI智能组件库数据库设计', 0)
doc.add_heading('实体关系图', level=1)
doc.add_picture('ai-component-library-er.png', width=Inches(6))
doc.add_paragraph('图1-1：AI智能组件库ER图').alignment = 2
doc.save('需求文档.docx')
EOF
bash
八、小结
| 任务 | 推荐工具 | 时间成本 |
|---|---|---|
| 快速原型 | Mermaid + VS Code预览 | 5分钟 |
| 交付文档 | mermaid-cli导出PNG + Word | 10分钟 |
| 复杂样式 | PlantUML | 15分钟 |
| 自动化集成 | Kroki API | 按开发量 |
| 海量 SQL 批量出图 | PlantUML jar + skill（ASDF 管 Java） | 一次性配置约 5 分钟，之后一句话 |
最佳实践：
- 先用Claude Code生成基础ER图
- 在VS Code中迭代优化（实时预览）
- 用mermaid-cli导出高清图片
- 用python-docx或pandoc嵌入文档
- 需要批量/复杂样式时切 PlantUML：AI + ASDF 配 Java 环境、jar 命令行渲染、沉淀成 skill 长期复用
一个完整的Claude Code工作流：
# 1. 在Claude Code对话中生成ER图
# 输入："为XX系统画ER图..."
# 2. 复制Mermaid代码到er.md文件
# 3. 导出PNG
mmdc -i er.md -o er.png -w 2048
# 4. 插入Word（可选）
python -c "from docx import Document; d=Document(); d.add_picture('er.png'); d.save('doc.docx')"
bash
三条命令，从需求到文档，全程不超过5分钟。
↑