1. 项目概述一个技能图谱的诞生最近在整理自己的技术栈和项目经验时我一直在思考一个问题如何能系统性地、可视化地展示一个开发者或者说任何一个专业人士的综合能力简历太单薄个人网站又太静态。直到我偶然在 GitHub 上看到了hicoldcat/skills这个项目它提供了一个非常巧妙的解决方案——一个基于 GitHub Actions 和 SVG 动态生成的个人技能图谱。这个项目本质上是一个自动化工具链。它允许你将你的技能数据比如编程语言、框架、工具、软技能等以结构化的方式例如一个 YAML 或 JSON 文件存储在你的代码仓库里。然后通过配置好的 GitHub Actions 工作流定期比如每天自动运行一个生成脚本。这个脚本会读取你的技能数据结合一些预设的模板和样式动态生成一张精美的、可定制的 SVG 格式的技能图谱并自动提交更新到你的仓库中。最终你可以将这张实时更新的 SVG 图片嵌入到你的 GitHub Profile README、个人博客或者在线简历中让访客一目了然地看到你的能力画像。它解决的核心痛点在于“动态”和“维护成本”。静态的技能列表一旦写好就很容易过时手动更新又麻烦。而hicoldcat/skills通过自动化将维护成本降到最低你只需要维护源头数据文件图表就会自动保持最新。这对于持续学习的开发者来说是一个非常实用的“数字名片”增强工具。接下来我将详细拆解这个项目的设计思路、实现细节并分享如何从零开始配置属于你自己的动态技能图谱。2. 核心设计思路与架构解析2.1 为什么选择 SVG 与 GitHub Actions 的组合在技术选型上hicoldcat/skills做出了两个非常关键且合理的选择使用 SVG 作为输出格式以及使用 GitHub Actions 作为自动化引擎。这背后有深刻的考量。首先SVG可缩放矢量图形是展示这类信息图的绝佳载体。与 PNG、JPG 等位图格式不同SVG 是基于 XML 的矢量格式。这意味着无论你如何放大图像都不会失真始终保持清晰。这对于需要嵌入在不同尺寸页面如手机、桌面的图表至关重要。更重要的是SVG 是纯文本描述的可以被 Git 版本管理可以很方便地用 CSS 进行样式定制甚至可以通过 JavaScript 进行交互虽然本项目主要生成静态 SVG。生成 SVG 的库在各大编程语言中都很成熟例如 Python 的svgwrite、cairoSVG或者 Node.js 的d3.js。项目选择 SVG保证了输出结果的高质量、可定制和易集成。其次GitHub Actions是驱动整个项目自动化的心脏。GitHub Actions 提供了免费、稳定且与 GitHub 仓库深度集成的自动化环境。它的核心价值在于“事件驱动”。我们可以配置一个工作流在特定事件发生时触发例如schedule定时任务如每天凌晨2点、push当技能数据文件被推送时或者workflow_dispatch手动触发。一旦触发GitHub 会启动一个虚拟运行器Runner在其中按照我们定义的步骤执行任务比如安装 Python、拉取代码、运行生成脚本、将生成的 SVG 提交回仓库。这一切都是免费的在额度内并且无需自己维护服务器。对于个人项目来说没有比这更经济、省心的方案了。注意GitHub Actions 的免费额度对于个人项目完全足够。但需要注意定时任务schedule的触发并非绝对精确可能会有几分钟的延迟。此外如果仓库是私有的Actions 分钟数消耗会更快公开仓库则基本无限制。2.2 数据与表现分离的架构哲学项目的架构清晰体现了“数据与表现分离”的良好设计原则。整个流程可以抽象为三个核心部分数据层通常是一个配置文件如skills.yaml或skills.json。这里以结构化的方式定义了你所有的技能项。每个技能项可能包含技能名称、熟练等级如初学者、进阶、熟练、专家、类别如前端、后端、DevOps、学习开始时间、相关项目链接等。这是整个系统的“单一数据源”。逻辑层这是核心的生成脚本通常是一个 Python 或 JavaScript 脚本。它的职责是读取并解析数据层的配置文件。根据业务逻辑处理数据例如计算某项技能的“经验时长”。调用图形库如svgwrite将处理后的数据映射为视觉元素矩形、圆形、文本、连线等并按照一定的布局算法如力导向图、网格布局、时间线进行排列最终组合成一个完整的 SVG DOM 树。将 SVG 树写入到指定的输出文件例如skills.svg。自动化与交付层即 GitHub Actions 工作流文件.github/workflows/update-skills.yml。它定义了何时以及如何运行逻辑层的脚本并处理产出物。关键步骤包括检出代码、安装依赖、运行生成脚本、检查文件是否有变化、如果有变化则配置 Git 用户并提交推送。这种分离带来了巨大的灵活性。如果你想调整技能项的视觉样式比如颜色、形状你只需要修改逻辑层中绘图部分的代码而无需触碰数据。如果你想增加新的技能属性比如“自信程度”你只需要在数据层和逻辑层的解析部分做相应扩展即可。这种低耦合的设计使得项目易于维护和定制。3. 从零开始构建你的技能图谱3.1 准备工作与仓库初始化首先你需要在 GitHub 上创建一个新的公共仓库例如命名为my-skills-chart。公开仓库可以确保 GitHub Actions 运行无额度顾虑。初始化时可以选择添加一个README.md和.gitignore文件选择 Python 模板。克隆仓库到本地后我们开始创建项目的基本结构。一个典型的目录结构如下my-skills-chart/ ├── .github/ │ └── workflows/ │ └── update-skills.yml # GitHub Actions 工作流定义 ├── scripts/ │ ├── generate_skills.py # 核心生成脚本 │ └── requirements.txt # Python 依赖列表 ├── data/ │ └── skills.yaml # 技能数据源 ├── output/ │ └── skills.svg # 生成的 SVG 文件由脚本创建 └── README.md接下来我们创建最核心的数据文件data/skills.yaml。YAML 格式的可读性非常好适合手动编辑。下面是一个结构示例categories: - name: 编程语言 skills: - name: Python level: 5 since: 2018-03 description: 主要用于自动化脚本、数据分析和后端开发。熟悉 FastAPI、Django。 color: #3572A5 - name: JavaScript level: 4 since: 2017-09 description: ES6 Vue.js/React 生态。 color: #F1E05A - name: 云与运维 skills: - name: Docker level: 4 since: 2019-11 - name: GitHub Actions level: 5 since: 2020-05在这个结构中level可以用 1-5 的数字表示熟练度since表示开始接触的时间用于后续可能计算“经验时长”。color可以指定该技能项在图表中的显示颜色如果不指定脚本可以赋予默认的类别颜色。3.2 核心生成脚本的编写要点生成脚本是项目的灵魂。这里以 Python 为例使用svgwrite库。首先在scripts/requirements.txt中写明依赖svgwrite1.4.3 pyyaml6.0脚本scripts/generate_skills.py的主要逻辑如下加载与解析数据使用yaml.safe_load()读取skills.yaml。设计布局这是最具挑战性的部分。一个简单有效的布局是“分类网格”。我们可以为每个类别分配一个区域然后在该区域内将技能项排列成网格。需要计算每个技能项的位置x, y、宽度和高度。假设每个技能项用一个圆角矩形表示。矩形宽度可以根据技能名称的长度动态计算或者固定一个最大值。矩形的高度可以固定。矩形之间的间距水平和垂直需要预留。需要遍历所有类别和技能累加计算整个画布所需的总宽度和总高度。绘制 SVG 元素创建svgwrite.Drawing对象指定画布大小。遍历数据为每个技能项创建rect圆角矩形和text技能名。矩形的填充色可以使用技能项自定义的color或者根据level映射到一个渐变色系如从浅蓝到深蓝。可以在矩形内部或上方添加一个表示熟练度的小指示条比如在矩形底部再画一个不同颜色、宽度与level成正比的矩形。为每个类别添加一个背景色块和类别标题文本。保存输出将生成的 SVG 保存到output/skills.svg。一个关键的细节是确保生成结果是确定性的。脚本不应该依赖运行环境的时间、随机数等否则每次 Actions 运行生成的 SVG 在 Git 看来都可能“有变化”导致不必要的提交。所有颜色、位置都应完全由输入数据计算得出。实操心得在绘制文本时务必注意文本的锚点text-anchor和基线dominant-baseline属性这对于文本在形状内的居中显示至关重要。一个常见的技巧是将文本元素包裹在text中并设置text-anchormiddle和dominant-baselinecentral然后将其精确放置在形状的中心坐标上。3.3 配置 GitHub Actions 自动化工作流自动化是让这个项目“活”起来的关键。在.github/workflows/update-skills.yml中定义工作流。name: Update Skills Chart on: schedule: # 每天 UTC 时间 18:00 运行即北京时间凌晨2点 - cron: 0 18 * * * push: # 当数据文件或脚本被修改时也触发 paths: - data/skills.yaml - scripts/** workflow_dispatch: # 允许手动触发 jobs: generate: runs-on: ubuntu-latest steps: - name: Checkout repository uses: actions/checkoutv4 with: persist-credentials: false # 重要使用后续的 token 推送 - name: Set up Python uses: actions/setup-pythonv5 with: python-version: 3.10 - name: Install dependencies run: | cd scripts pip install -r requirements.txt - name: Generate SVG run: | cd scripts python generate_skills.py - name: Check for changes id: git-check run: | git diff --quiet output/skills.svg || echo changedtrue $GITHUB_OUTPUT - name: Commit and push if changed if: steps.git-check.outputs.changed true run: | git config --local user.email actiongithub.com git config --local user.name GitHub Action git add output/skills.svg git commit -m chore: auto-update skills chart [skip ci] git push env: # 使用 GitHub Token 进行推送 GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}这个工作流做了以下几件事触发条件每天定时触发当数据或脚本被推送时触发支持手动在 GitHub 网页点击触发。环境准备检出代码安装指定版本的 Python。执行生成安装 Python 依赖运行我们的生成脚本。智能提交这是一个关键优化。使用git diff --quiet检查生成的skills.svg文件是否与上一次提交的版本有差异。只有文件内容真正发生变化时才执行提交和推送操作。这避免了生成结果未变时产生大量无意义的提交记录。[skip ci]标记可以防止本次推送再次触发 Actions如果配置了其他由 push 触发的工作流避免循环触发。注意事项secrets.GITHUB_TOKEN是 GitHub 自动为每个仓库工作流提供的令牌拥有对该仓库的读写权限非常适合用于此类自动提交。无需额外配置。但注意persist-credentials: false的设置这是为了确保我们使用后续显式配置的 Token 进行推送避免冲突。4. 高级定制与可视化方案探讨4.1 丰富数据模型与视觉编码基础的技能列表展示只是开始。我们可以通过丰富数据模型和视觉编码来传递更多信息。经验时长利用since字段可以计算从开始日期到当前日期的时长。在视觉上可以用矩形的“长度”或一个额外的“时间条”来表示。例如一个从2018年开始的技能其时间条会比2022年开始的技能长。热度/使用频率可以增加一个frequency字段如日常、每周、每月、偶尔。用元素的饱和度或亮度来表示高频使用的技能颜色鲜艳低频使用的技能颜色灰暗。技能关联在数据中定义技能之间的关系如“Python” 和 “Django” 是“主要使用”关系。在图表中可以用曲线或直线连接相关的技能项。这能形成一张“技能知识图谱”直观展示你的技术生态。进度与目标除了当前水平current_level还可以设定一个目标水平goal_level。在视觉上可以用一个填充的圆环图类似仪表盘来展示当前进度非常具有激励性。实现这些高级特性需要在数据文件中增加相应字段并在生成脚本中扩展绘图逻辑。例如绘制关联线时需要计算两个技能项矩形边缘的坐标然后绘制一条贝塞尔曲线。4.2 探索不同的布局算法网格布局简单直观但可能缺乏美感或不适合技能项数量差异很大的情况。我们可以探索其他布局力导向图这是展示关联网络的经典布局。每个技能项是一个节点节点之间存在斥力防止重叠如果定义了关联关系则存在引力。经过多次迭代模拟后节点会达到一个平衡状态形成自然、有机的分布。D3.js 在这方面非常强大但用 Python 的networkx库配合svgwrite也能实现基础版本。圆形布局将所有技能项排列在一个或多个同心圆上。类别可以占据不同的扇形区域。这种布局紧凑且美观适合技能项数量适中的情况。时间线布局如果强调技能的“时间”属性可以采用水平或垂直时间线。每个技能项根据其since日期放置在时间线的对应位置其宽度或高度可以表示熟练度或使用频率。这能清晰展示你技术栈的演进历程。选择布局时需要考虑技能项的数量、类别数量以及你想要强调的核心信息是分类、关联还是演进。4.3 样式主题与交互性静态 SVG 可以通过 CSS 进行样式化。你可以在 SVG 文件内部定义style标签或者将 SVG 嵌入 HTML 后使用外部 CSS 控制。这意味着你可以轻松切换“深色模式”和“浅色模式”或者根据季节、心情更换主题色系。虽然 GitHub README 中嵌入的 SVG 不支持脚本出于安全考虑但如果你将 SVG 部署到个人网站可以为其添加简单的交互性。例如使用title元素为每个技能矩形添加悬停提示tooltip当鼠标悬停时显示技能的详细描述。更进一步的可以使用 JavaScript 为 SVG 元素绑定点击事件点击后跳转到该技能的详细说明页面或相关项目。5. 集成展示与常见问题排查5.1 将图谱嵌入你的数字名片生成skills.svg后最关键的一步是把它展示出来。最流行的位置是GitHub Profile README。创建一个与你 GitHub 用户名同名的公共仓库如github.com/hicoldcat/hicoldcat。在该仓库的根目录下编辑README.md文件。使用 Markdown 的图片语法并指向你技能图谱仓库中 SVG 文件的原始链接。## ️ 我的技能图谱 使用raw.githubusercontent.com的链接至关重要这能确保访问的是 SVG 源文件而不是 GitHub 的预览页面。这样每次 Actions 自动更新skills.svg后你的 Profile 页面也会同步显示最新的图表。此外你还可以将 SVG 嵌入到你的个人博客如 Hugo、Hexo、WordPress、在线简历如 LinkedIn 的 Featured 部分需注意平台是否支持 SVG或者 Notion 页面中。5.2 常见问题与调试技巧在搭建和运行过程中你可能会遇到一些典型问题问题1GitHub Actions 运行失败提示“ModuleNotFoundError”排查这通常是依赖安装问题。确保requirements.txt文件位于scripts/目录下并且工作流中的pip install命令正确指向了该目录。可以在工作流中添加一个pwd和ls步骤来确认当前工作目录和文件。解决检查requirements.txt中的包名和版本是否正确。可以在本地虚拟环境中测试pip install -r requirements.txt是否成功。问题2SVG 图片生成成功但布局混乱元素重叠或跑出画布。排查这几乎总是布局计算逻辑有误。首先打印出计算出的每个技能项的位置坐标和画布总宽高检查是否有负数或异常大的值。解决仔细检查布局算法。确保在计算每个技能项位置时正确累加了前一项的宽度和间距。画布大小drawing的size参数必须大于或等于所有元素占据的实际空间。可以给画布设置一个临时背景色方便看清边界。问题3Actions 每次运行都产生提交即使技能数据没变。排查这可能是生成脚本中包含了非确定性的输出例如使用了当前时间、随机数或者文件写入模式导致时间戳变化。解决确保脚本是纯函数式的输出只依赖于输入数据。检查git diff命令是否正常工作。可以在工作流中增加一个步骤在生成前后分别输出文件的md5sum进行对比。问题4图片在 GitHub README 中显示为损坏的图标或无法加载。排查首先直接浏览器访问 raw SVG 链接看是否能正常显示。如果浏览器显示正常但 README 不显示可能是缓存问题。如果浏览器也报错说明 SVG 文件本身可能格式有误。解决使用在线的 SVG 验证器检查 SVG 文件格式。确保 SVG 文件的 XML 声明和根标签正确。另外GitHub 和某些平台对 SVG 内的外部资源如xlink:href引用支持有限尽量使用内联样式。问题5如何更新技能数据流程非常简单。只需本地编辑data/skills.yaml文件修改、添加或删除技能项。然后提交并推送到 GitHub 仓库。push事件会触发 Actions 工作流自动生成新的 SVG 并提交。整个过程无需手动运行任何生成命令。这个项目的美妙之处在于一旦搭建完成维护就变成了简单的 YAML 文件编辑。它不仅仅是一个图表生成工具更是一个促使你定期回顾和梳理自身技能成长的系统。看着图谱随着时间推移而不断丰富和演变本身就是一种巨大的成就感。