1. 从“diagram-design”说起为什么图表设计值得单独拎出来聊第一次看到“diagram-design”这个标题我脑子里蹦出来的不是某个具体工具而是一类非常典型的活儿把一堆散乱的信息、流程、层级关系用一张图讲清楚。这事听起来简单做起来要命。我做过不少类似的项目从技术架构图、业务流程图到组织关系图、数据流向图甚至帮朋友画过婚礼座位安排图。每一次都印证同一个结论图表设计不是“画得好看”这么简单它本质上是信息压缩与视觉翻译的结合体。“diagram-design”这个标题核心落在两个词上diagram图表和 design设计。它指向的是一套完整的方法论——如何把抽象逻辑转成可视结构如何让读者在几秒内抓住重点如何避免“图看了半天还是不懂”的尴尬。适合看这篇内容的人很广写技术文档的工程师、做汇报的产品经理、画论文插图的科研人员以及任何需要把复杂事情讲明白的人。哪怕你只是偶尔用PPT画个流程图这里面的思路也能直接抄作业。我打算按实际做项目的顺序来拆先讲整体设计思路怎么定再拆核心细节和实操要点然后走一遍完整实现流程最后把踩过的坑和排查技巧整理成速查表。全程用从业者的口吻不整虚的。2. 内容整体设计与思路拆解2.1 先想清楚“谁看”和“看什么”再动手画很多人拿到需求就打开工具开始拖框框这是最大的坑。我习惯先问三个问题这张图给谁看他们需要从中获取什么信息看完之后要做什么决策或动作这三个问题的答案直接决定图表的类型、粒度和视觉风格。举个例子给开发团队看的系统架构图重点在模块边界、依赖关系、数据流向可以接受一定的技术符号和缩写给管理层看的业务流程图重点在环节衔接、责任归属、关键节点必须用通用语言和直观图标。同样是“diagram-design”受众不同设计策略完全不一样。我一般把图表按信息关系分成几类流程型步骤、顺序、分支、层级型包含、分类、组织、关系型连接、依赖、交互、数据型对比、趋势、占比。先归类再选图形语言。流程型用泳道图或流程图层级型用树状图或嵌套矩形关系型用网络图或弦图数据型用柱状、折线或饼图。这个分类动作花不了五分钟但能省掉后面大量返工。提示如果一张图想同时表达流程和层级优先拆成两张图。信息密度过高是图表设计的第一杀手。2.2 工具选型别被工具绑架先看输出场景“diagram-design”涉及的工具非常多我按使用场景分三类来说。第一类是在线协作型适合团队实时编辑、快速出稿。这类工具的优势是上手快、模板多、分享方便缺点是深度定制能力有限复杂布局容易受限。我通常用它们做初稿和评审稿。第二类是本地方案型适合需要精确控制、离线使用、版本管理的场景。比如用代码生成图表的方案像 Graphviz、Mermaid、PlantUML 这类用文本描述结构渲染出图。好处是版本可控、批量生成、风格统一特别适合技术文档。坏处是学习曲线陡调整视觉细节不如拖拽直观。第三类是全功能设计型适合对视觉要求高、需要精细排版的场景。这类工具本质上是矢量绘图软件自由度极高但时间成本也高。我一般只在最终交付物要求很高时才用。我的选型逻辑很简单先看交付格式和协作需求再看个人熟练度。如果团队都用某款在线工具那就随大流减少沟通成本如果是一个人维护的技术文档优先选代码生成方案因为改起来快、可追溯。2.3 视觉层级让读者的眼睛按你设计的顺序走图表设计里最容易被忽视的是视觉层级。一张图里什么最先被看到、什么其次、什么最后应该由信息重要性决定而不是由画图顺序决定。我常用的手段有四个大小对比、颜色对比、位置对比、留白对比。大小对比最直接核心模块画大一点辅助模块画小一点。颜色对比要克制一张图的主色不超过三种强调色只用在关键路径或关键节点上。位置对比利用阅读习惯重要内容放左上或中心次要内容放边缘。留白对比最容易被忽略模块之间留足空隙比加边框和阴影更有效。我见过太多图每个框都加粗边框、每个箭头都带颜色、每个文字都加粗结果就是没有重点。视觉层级不是靠“加”出来的是靠“减”出来的。你少强调一些东西剩下的自然就突出了。3. 核心细节解析与实操要点3.1 节点与连线的设计规范节点是图表的基本单元连线是关系的载体。这两者的设计规范直接决定图表的可读性。节点方面我坚持几个原则。形状要有一致语义矩形表示处理步骤菱形表示判断分支圆角矩形表示开始或结束圆柱表示数据存储。这套约定不是强制的但一旦选定全图必须统一。文字要精简节点内文字控制在两行以内每行不超过八个字。超出的信息要么拆成子节点要么放到图注里。尺寸要成比例同一层级的节点尽量等大避免视觉混乱。连线方面箭头方向要明确不能有歧义。交叉要最小化如果交叉太多说明布局需要调整或者应该拆图。标签要就近连线上的文字说明放在线的中段附近不要飘在空白处。线型要有区分实线表示主流程虚线表示辅助关系或异步调用粗线表示关键路径。注意连线交叉是图表可读性的头号敌人。我通常会用“分层布局”来减少交叉——把节点按流程阶段分成几列或几行连线自然就顺了。3.2 颜色与字体的实战选择颜色在图表设计里承担三个功能分类、强调、装饰。分类用色要柔和且区分度高比如浅蓝、浅绿、浅橙、浅紫这一组。强调用色要饱和且面积小比如深红、亮黄只用在关键节点或异常路径上。装饰用色要克制我基本不用纯装饰色因为每多一种颜色读者的认知负担就多一分。字体方面中文优先选无衬线字体比如思源黑体、微软雅黑屏幕阅读清晰。字号要有层级标题最大节点文字次之图注最小。一般标题用 16-20pt节点文字用 12-14pt图注用 10-12pt。字重也要有层级关键节点用中等或粗体普通节点用常规体。但全图加粗等于没加粗这个度要把握好。我个人的配色习惯是主色一种辅助色两到三种中性灰若干。主色用于核心模块辅助色用于分类区分中性灰用于背景、边框和次要信息。这套组合在投影、打印、屏幕三种场景下都能打。3.3 布局算法的选择与手动微调布局是图表设计的骨架。常见的布局方式有层次布局自上而下或自左而右、力导向布局节点自动散开、圆形布局环形排列、网格布局矩阵排列。层次布局最适合流程型和层级型图表结构清晰阅读顺序自然。力导向布局适合关系型图表能自动发现聚类但结果不稳定每次渲染可能不一样。圆形布局适合展示循环关系或对等关系。网格布局适合对比多个同类对象。我的做法是先用自动布局出初稿再手动微调。自动布局负责整体结构手动微调负责视觉平衡。微调的重点是对齐、间距、连线弧度。对齐让图看起来整洁间距让图呼吸顺畅连线弧度让交叉不那么刺眼。提示如果自动布局结果很乱不要硬调先检查数据关系是否本身就很乱。有时候问题不在布局算法而在信息结构。4. 实操过程与核心环节实现4.1 从需求到草图信息梳理的完整流程我拿一个模拟项目来走一遍。假设要设计一张“某跨平台系统的数据流转图”涉及五个模块数据采集、数据清洗、数据存储、数据分析、数据展示。需求方希望看清数据从哪来到哪去以及每个环节的输入输出。第一步列清单。把五个模块以及它们之间的流转关系写下来。采集到清洗清洗到存储存储到分析分析到展示。另外还有一条反馈线分析结果回流到清洗环节用于优化规则。第二步定层级。这五个模块是线性流程但反馈线让它带了一点循环。我决定用从左到右的层次布局反馈线用虚线从分析绕回清洗。第三步画草图。用纸笔或者白板工具快速画出节点位置和连线走向。草图阶段不纠结美观只确认逻辑对不对。我一般会画两到三个版本对比哪个更清晰。第四步选工具。因为是技术文档配图我选代码生成方案用文本描述节点和连线渲染成 SVG。这样后续修改方便也容易嵌入文档。第五步出初稿。按草图写代码渲染出图检查节点位置、连线交叉、文字是否溢出。第六步评审与迭代。把初稿发给需求方确认收集反馈调整布局和细节。这个循环通常走两到三轮。4.2 代码生成图表的实操示例我用一段简化的代码来说明代码生成图表的思路。这里用伪代码风格重点看结构。定义节点 采集 [形状矩形, 颜色蓝] 清洗 [形状矩形, 颜色蓝] 存储 [形状圆柱, 颜色绿] 分析 [形状矩形, 颜色橙] 展示 [形状圆角矩形, 颜色紫] 定义连线 采集 - 清洗 [标签原始数据, 线型实线] 清洗 - 存储 [标签干净数据, 线型实线] 存储 - 分析 [标签查询结果, 线型实线] 分析 - 展示 [标签分析报告, 线型实线] 分析 - 清洗 [标签规则优化, 线型虚线] 布局 方向从左到右 节点间距80 层级间距120这段描述渲染出来就是一张基本的数据流转图。节点形状和颜色区分了模块类型连线标签说明了流转内容虚线区分了反馈关系。代码生成的好处是改一个参数全图自动重排不用手动拖拽。注意代码生成图表的布局算法通常不支持精细的视觉调整。如果对位置有严格要求可能需要手动指定坐标或者导出后到矢量软件里微调。4.3 视觉优化的具体操作初稿出来后我一般做四轮视觉优化。第一轮对齐检查。所有节点是否在同一水平线或垂直线上间距是否均匀我通常会把节点坐标取整确保对齐。第二轮连线检查。有没有不必要的交叉连线是否穿过节点标签是否清晰可读交叉太多就调整节点顺序连线穿节点就调整节点位置。第三轮颜色检查。颜色是否太多对比度是否足够色盲用户能否区分我一般用在线对比度检查工具过一遍确保文字和背景的对比度达到 4.5:1 以上。第四轮文字检查。有没有错别字字号是否统一文字是否溢出节点我习惯把图放大到 200% 检查一遍再缩小到 50% 检查一遍确保不同缩放级别下都可读。这四轮走下来一张图基本就能交付了。整个过程从需求到终稿我通常花两到四小时复杂图可能到一天。5. 常见问题与排查技巧实录5.1 图表可读性差的五大原因与解法问题现象可能原因排查方法解决技巧图看了半天不知道重点视觉层级缺失眯眼看图看最先注意到什么加大核心节点尺寸减少装饰元素连线像蜘蛛网节点布局不合理统计连线交叉数量改用分层布局调整节点顺序文字看不清字号太小或对比度低缩小到 50% 查看字号不低于 12pt对比度 4.5:1颜色太花颜色数量过多数一数用了多少种颜色主色不超过三种其余用中性灰图太大放不下信息密度过高检查节点和连线总数拆成多张图或分层展示这张表是我自己踩坑总结的基本覆盖了八成以上的图表问题。每次图出问题我就对着表过一遍很快能找到原因。5.2 工具使用中的典型坑与规避方法坑一自动布局结果不稳定。力导向布局每次渲染位置都不一样导致版本对比困难。解法是固定随机种子或者导出后锁定坐标。坑二字体缺失导致排版错乱。代码生成图表时如果渲染环境没有指定字体文字宽度计算会出错。解法是显式指定字体或者把文字转成路径。坑三导出格式不兼容。有些工具导出的 SVG 在特定浏览器里显示异常。解法是导出后在不同环境测试必要时导出 PNG 或 PDF 作为备选。坑四协作编辑冲突。多人同时编辑一张图容易覆盖彼此修改。解法是用版本控制或者约定编辑时段。坑五过度依赖模板。模板省事但容易让图看起来千篇一律而且模板的结构未必适合你的信息。解法是把模板当起点根据实际需求调整。提示我习惯在项目文件夹里保留三个版本草图版、评审版、终稿版。这样回溯起来方便也能看出设计演进过程。5.3 独家避坑心得做了这么多图表项目我最大的心得是先保证逻辑正确再追求视觉美观。逻辑错了图再好看也是废的。我见过太多图配色精美、排版讲究但流程是错的这种图比丑图更危险因为它会误导人。第二个心得是图是给人看的不是给工具看的。不要为了用某个高级功能而把图搞复杂。工具是手段传达信息才是目的。第三个心得是留白是设计的一部分。新手总想把图填满老手知道留白让图呼吸。一张图里空白区域和内容区域同样重要。第四个心得是版本管理要趁早。图表设计是迭代过程没有版本管理改到后面想回退都回不去。我一般用日期加版本号命名文件比如> 
长河君 · 2026/10/21 18:39:35 · 阅读 1.2k 图表设计方法论：从信息压缩到视觉翻译的完整指南
1. 从“diagram-design”说起为什么图表设计值得单独拎出来聊第一次看到“diagram-design”这个标题我脑子里蹦出来的不是某个具体工具而是一类非常典型的活儿把一堆散乱的信息、流程、层级关系用一张图讲清楚。这事听起来简单做起来要命。我做过不少类似的项目从技术架构图、业务流程图到组织关系图、数据流向图甚至帮朋友画过婚礼座位安排图。每一次都印证同一个结论图表设计不是“画得好看”这么简单它本质上是信息压缩与视觉翻译的结合体。“diagram-design”这个标题核心落在两个词上diagram图表和 design设计。它指向的是一套完整的方法论——如何把抽象逻辑转成可视结构如何让读者在几秒内抓住重点如何避免“图看了半天还是不懂”的尴尬。适合看这篇内容的人很广写技术文档的工程师、做汇报的产品经理、画论文插图的科研人员以及任何需要把复杂事情讲明白的人。哪怕你只是偶尔用PPT画个流程图这里面的思路也能直接抄作业。我打算按实际做项目的顺序来拆先讲整体设计思路怎么定再拆核心细节和实操要点然后走一遍完整实现流程最后把踩过的坑和排查技巧整理成速查表。全程用从业者的口吻不整虚的。2. 内容整体设计与思路拆解2.1 先想清楚“谁看”和“看什么”再动手画很多人拿到需求就打开工具开始拖框框这是最大的坑。我习惯先问三个问题这张图给谁看他们需要从中获取什么信息看完之后要做什么决策或动作这三个问题的答案直接决定图表的类型、粒度和视觉风格。举个例子给开发团队看的系统架构图重点在模块边界、依赖关系、数据流向可以接受一定的技术符号和缩写给管理层看的业务流程图重点在环节衔接、责任归属、关键节点必须用通用语言和直观图标。同样是“diagram-design”受众不同设计策略完全不一样。我一般把图表按信息关系分成几类流程型步骤、顺序、分支、层级型包含、分类、组织、关系型连接、依赖、交互、数据型对比、趋势、占比。先归类再选图形语言。流程型用泳道图或流程图层级型用树状图或嵌套矩形关系型用网络图或弦图数据型用柱状、折线或饼图。这个分类动作花不了五分钟但能省掉后面大量返工。提示如果一张图想同时表达流程和层级优先拆成两张图。信息密度过高是图表设计的第一杀手。2.2 工具选型别被工具绑架先看输出场景“diagram-design”涉及的工具非常多我按使用场景分三类来说。第一类是在线协作型适合团队实时编辑、快速出稿。这类工具的优势是上手快、模板多、分享方便缺点是深度定制能力有限复杂布局容易受限。我通常用它们做初稿和评审稿。第二类是本地方案型适合需要精确控制、离线使用、版本管理的场景。比如用代码生成图表的方案像 Graphviz、Mermaid、PlantUML 这类用文本描述结构渲染出图。好处是版本可控、批量生成、风格统一特别适合技术文档。坏处是学习曲线陡调整视觉细节不如拖拽直观。第三类是全功能设计型适合对视觉要求高、需要精细排版的场景。这类工具本质上是矢量绘图软件自由度极高但时间成本也高。我一般只在最终交付物要求很高时才用。我的选型逻辑很简单先看交付格式和协作需求再看个人熟练度。如果团队都用某款在线工具那就随大流减少沟通成本如果是一个人维护的技术文档优先选代码生成方案因为改起来快、可追溯。2.3 视觉层级让读者的眼睛按你设计的顺序走图表设计里最容易被忽视的是视觉层级。一张图里什么最先被看到、什么其次、什么最后应该由信息重要性决定而不是由画图顺序决定。我常用的手段有四个大小对比、颜色对比、位置对比、留白对比。大小对比最直接核心模块画大一点辅助模块画小一点。颜色对比要克制一张图的主色不超过三种强调色只用在关键路径或关键节点上。位置对比利用阅读习惯重要内容放左上或中心次要内容放边缘。留白对比最容易被忽略模块之间留足空隙比加边框和阴影更有效。我见过太多图每个框都加粗边框、每个箭头都带颜色、每个文字都加粗结果就是没有重点。视觉层级不是靠“加”出来的是靠“减”出来的。你少强调一些东西剩下的自然就突出了。3. 核心细节解析与实操要点3.1 节点与连线的设计规范节点是图表的基本单元连线是关系的载体。这两者的设计规范直接决定图表的可读性。节点方面我坚持几个原则。形状要有一致语义矩形表示处理步骤菱形表示判断分支圆角矩形表示开始或结束圆柱表示数据存储。这套约定不是强制的但一旦选定全图必须统一。文字要精简节点内文字控制在两行以内每行不超过八个字。超出的信息要么拆成子节点要么放到图注里。尺寸要成比例同一层级的节点尽量等大避免视觉混乱。连线方面箭头方向要明确不能有歧义。交叉要最小化如果交叉太多说明布局需要调整或者应该拆图。标签要就近连线上的文字说明放在线的中段附近不要飘在空白处。线型要有区分实线表示主流程虚线表示辅助关系或异步调用粗线表示关键路径。注意连线交叉是图表可读性的头号敌人。我通常会用“分层布局”来减少交叉——把节点按流程阶段分成几列或几行连线自然就顺了。3.2 颜色与字体的实战选择颜色在图表设计里承担三个功能分类、强调、装饰。分类用色要柔和且区分度高比如浅蓝、浅绿、浅橙、浅紫这一组。强调用色要饱和且面积小比如深红、亮黄只用在关键节点或异常路径上。装饰用色要克制我基本不用纯装饰色因为每多一种颜色读者的认知负担就多一分。字体方面中文优先选无衬线字体比如思源黑体、微软雅黑屏幕阅读清晰。字号要有层级标题最大节点文字次之图注最小。一般标题用 16-20pt节点文字用 12-14pt图注用 10-12pt。字重也要有层级关键节点用中等或粗体普通节点用常规体。但全图加粗等于没加粗这个度要把握好。我个人的配色习惯是主色一种辅助色两到三种中性灰若干。主色用于核心模块辅助色用于分类区分中性灰用于背景、边框和次要信息。这套组合在投影、打印、屏幕三种场景下都能打。3.3 布局算法的选择与手动微调布局是图表设计的骨架。常见的布局方式有层次布局自上而下或自左而右、力导向布局节点自动散开、圆形布局环形排列、网格布局矩阵排列。层次布局最适合流程型和层级型图表结构清晰阅读顺序自然。力导向布局适合关系型图表能自动发现聚类但结果不稳定每次渲染可能不一样。圆形布局适合展示循环关系或对等关系。网格布局适合对比多个同类对象。我的做法是先用自动布局出初稿再手动微调。自动布局负责整体结构手动微调负责视觉平衡。微调的重点是对齐、间距、连线弧度。对齐让图看起来整洁间距让图呼吸顺畅连线弧度让交叉不那么刺眼。提示如果自动布局结果很乱不要硬调先检查数据关系是否本身就很乱。有时候问题不在布局算法而在信息结构。4. 实操过程与核心环节实现4.1 从需求到草图信息梳理的完整流程我拿一个模拟项目来走一遍。假设要设计一张“某跨平台系统的数据流转图”涉及五个模块数据采集、数据清洗、数据存储、数据分析、数据展示。需求方希望看清数据从哪来到哪去以及每个环节的输入输出。第一步列清单。把五个模块以及它们之间的流转关系写下来。采集到清洗清洗到存储存储到分析分析到展示。另外还有一条反馈线分析结果回流到清洗环节用于优化规则。第二步定层级。这五个模块是线性流程但反馈线让它带了一点循环。我决定用从左到右的层次布局反馈线用虚线从分析绕回清洗。第三步画草图。用纸笔或者白板工具快速画出节点位置和连线走向。草图阶段不纠结美观只确认逻辑对不对。我一般会画两到三个版本对比哪个更清晰。第四步选工具。因为是技术文档配图我选代码生成方案用文本描述节点和连线渲染成 SVG。这样后续修改方便也容易嵌入文档。第五步出初稿。按草图写代码渲染出图检查节点位置、连线交叉、文字是否溢出。第六步评审与迭代。把初稿发给需求方确认收集反馈调整布局和细节。这个循环通常走两到三轮。4.2 代码生成图表的实操示例我用一段简化的代码来说明代码生成图表的思路。这里用伪代码风格重点看结构。定义节点 采集 [形状矩形, 颜色蓝] 清洗 [形状矩形, 颜色蓝] 存储 [形状圆柱, 颜色绿] 分析 [形状矩形, 颜色橙] 展示 [形状圆角矩形, 颜色紫] 定义连线 采集 - 清洗 [标签原始数据, 线型实线] 清洗 - 存储 [标签干净数据, 线型实线] 存储 - 分析 [标签查询结果, 线型实线] 分析 - 展示 [标签分析报告, 线型实线] 分析 - 清洗 [标签规则优化, 线型虚线] 布局 方向从左到右 节点间距80 层级间距120这段描述渲染出来就是一张基本的数据流转图。节点形状和颜色区分了模块类型连线标签说明了流转内容虚线区分了反馈关系。代码生成的好处是改一个参数全图自动重排不用手动拖拽。注意代码生成图表的布局算法通常不支持精细的视觉调整。如果对位置有严格要求可能需要手动指定坐标或者导出后到矢量软件里微调。4.3 视觉优化的具体操作初稿出来后我一般做四轮视觉优化。第一轮对齐检查。所有节点是否在同一水平线或垂直线上间距是否均匀我通常会把节点坐标取整确保对齐。第二轮连线检查。有没有不必要的交叉连线是否穿过节点标签是否清晰可读交叉太多就调整节点顺序连线穿节点就调整节点位置。第三轮颜色检查。颜色是否太多对比度是否足够色盲用户能否区分我一般用在线对比度检查工具过一遍确保文字和背景的对比度达到 4.5:1 以上。第四轮文字检查。有没有错别字字号是否统一文字是否溢出节点我习惯把图放大到 200% 检查一遍再缩小到 50% 检查一遍确保不同缩放级别下都可读。这四轮走下来一张图基本就能交付了。整个过程从需求到终稿我通常花两到四小时复杂图可能到一天。5. 常见问题与排查技巧实录5.1 图表可读性差的五大原因与解法问题现象可能原因排查方法解决技巧图看了半天不知道重点视觉层级缺失眯眼看图看最先注意到什么加大核心节点尺寸减少装饰元素连线像蜘蛛网节点布局不合理统计连线交叉数量改用分层布局调整节点顺序文字看不清字号太小或对比度低缩小到 50% 查看字号不低于 12pt对比度 4.5:1颜色太花颜色数量过多数一数用了多少种颜色主色不超过三种其余用中性灰图太大放不下信息密度过高检查节点和连线总数拆成多张图或分层展示这张表是我自己踩坑总结的基本覆盖了八成以上的图表问题。每次图出问题我就对着表过一遍很快能找到原因。5.2 工具使用中的典型坑与规避方法坑一自动布局结果不稳定。力导向布局每次渲染位置都不一样导致版本对比困难。解法是固定随机种子或者导出后锁定坐标。坑二字体缺失导致排版错乱。代码生成图表时如果渲染环境没有指定字体文字宽度计算会出错。解法是显式指定字体或者把文字转成路径。坑三导出格式不兼容。有些工具导出的 SVG 在特定浏览器里显示异常。解法是导出后在不同环境测试必要时导出 PNG 或 PDF 作为备选。坑四协作编辑冲突。多人同时编辑一张图容易覆盖彼此修改。解法是用版本控制或者约定编辑时段。坑五过度依赖模板。模板省事但容易让图看起来千篇一律而且模板的结构未必适合你的信息。解法是把模板当起点根据实际需求调整。提示我习惯在项目文件夹里保留三个版本草图版、评审版、终稿版。这样回溯起来方便也能看出设计演进过程。5.3 独家避坑心得做了这么多图表项目我最大的心得是先保证逻辑正确再追求视觉美观。逻辑错了图再好看也是废的。我见过太多图配色精美、排版讲究但流程是错的这种图比丑图更危险因为它会误导人。第二个心得是图是给人看的不是给工具看的。不要为了用某个高级功能而把图搞复杂。工具是手段传达信息才是目的。第三个心得是留白是设计的一部分。新手总想把图填满老手知道留白让图呼吸。一张图里空白区域和内容区域同样重要。第四个心得是版本管理要趁早。图表设计是迭代过程没有版本管理改到后面想回退都回不去。我一般用日期加版本号命名文件比如>