Excalidraw 与 Miro 的本质差异：工程化思维 vs. 平台化协作
在现代技术团队的日常工作中，画图早已不是“画图”那么简单。一张架构草图可能决定系统演进方向，一次白板讨论可能催生核心设计决策。而随着远程协作常态化，数字白板工具不再只是临时记录的便签墙，而是逐渐成为知识资产沉淀的关键载体。
正是在这样的背景下，Excalidraw和Miro走向了截然不同的演化路径——一个像是为程序员量身打造的“可视化编辑器”，另一个则更像企业级的“协作操作系统”。它们之间的差异，远不止界面风格或功能多寡，而是根植于设计理念、数据主权和工作流整合方式的根本分歧。
我们不妨从一个真实场景切入：假设你正在主持一场微服务拆分的技术评审会。会议结束时，你需要把讨论结果固化下来，并确保它能被后续开发、Code Review 和文档发布无缝继承。
如果你用的是 Miro，大概率是这样操作的：打开模板库，拖拽几个方框和箭头，导出一张 PNG 图贴进 Confluence 页面。看起来没问题，但问题来了——这张图怎么参与版本控制？下次有人修改后如何对比变更？能否自动检测是否符合架构规范？
而如果换成 Excalidraw，流程可能是另一番景象：你在本地启动一个实例，快速勾勒出服务拓扑；保存为.excalidraw文件并提交到 Git；PR 中可以直接看到 JSON diff，CI 流水线还能校验关键连接是否存在；最终这个文件被嵌入 README，随代码一同部署。
你看，同样是“画图”，前者产出的是静态快照，后者生成的是可编程资产。
这种差异的背后，其实是两种底层逻辑的碰撞。
Excalidraw 的整个架构就像一段精心编排的前端脚本：轻量、透明、可嵌入。它的核心运行在浏览器里，图形以 Canvas 或 SVG 渲染，用户操作序列化成简洁的 JSON 结构，通过 WebSocket 实现实时同步。最关键的是，这些数据格式完全开放——没有加密封装，也没有私有 schema。你甚至可以用文本编辑器打开一个.excalidraw文件，手动调整某个坐标的数值。
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <title>Embed Excalidraw</title> <script type="module"> import { Excalidraw } from "https://unpkg.com/excalidraw@latest/dist/excalidraw.development.js"; window.addEventListener("load", () => { new Excalidraw(document.getElementById("excalidraw")); }); </script> </head> <body> <div id="excalidraw" style="height: 600px; border: 1px solid #ccc;"></div> </body> </html>上面这段代码就是典型的应用集成方式。几行 JS 就能把一个完整的绘图能力嵌入任意 Web 系统，比如内部知识库、CI 报告页面，甚至是你的 IDE 插件里。这种“工具即库”的模式，让它天然适合融入 DevOps 工作流。
相比之下，Miro 更像是一个封闭但强大的 SaaS 平台。它基于 React 构建，后端由微服务集群支撑，依赖 OAuth 认证和 RESTful API 进行系统对接。虽然也提供 API，但调用门槛明显更高：
import requests MIRO_API_URL = "https://api.miro.com/v2/boards/uXjVOSa1pGk%3D/items" ACCESS_TOKEN = "your_personal_access_token" headers = { "Authorization": f"Bearer {ACCESS_TOKEN}", "Content-Type": "application/json" } response = requests.get(MIRO_API_URL, headers=headers) if response.status_code == 200: items = response.json().get('data', []) for item in items: print(f"Type: {item['type']}, Content: {item.get('data', {}).get('content')}")这段 Python 脚本看似简单，实则隐含多个前提：你需要申请个人令牌、处理速率限制、解析复杂的 widget 层级结构。更重要的是，返回的数据并不能直接用于自动化分析——它不是为机器读取优化的。
再来看视觉表达本身。Excalidraw 故意让线条微微抖动、矩形边角略显歪斜，这种“手绘风”不只是审美选择，而是一种认知减压策略。研究表明，过于规整的设计会让人产生“这必须完美”的心理负担，反而抑制创造力。而略带潦草感的草图，则释放出“这只是初步想法”的信号，鼓励参与者自由补充。
Miro 则走另一条路：它提供了超过 800 种模板，从敏捷看板到用户旅程地图，覆盖各种非技术场景。这对产品经理、设计师或业务负责人非常友好，几乎不需要学习就能上手。但对于工程师来说，这些模板往往显得冗余——我只想画个简单的部署图，为什么要先选一个“四象限战略矩阵”？
这也引出了两者最根本的定位差异：
-Excalidraw 是面向系统的工具，强调内容可管理、过程可追溯、结果可复用；
-Miro 是面向人的平台，注重体验流畅性、协作即时性和功能完整性。
从部署角度看，这一区别更加清晰。Excalidraw 支持完全自托管，你可以用 Docker 在内网部署一套实例，所有数据留在公司边界之内。这对于金融、医疗等对数据敏感的行业尤为重要。即使断网，基础绘图功能依然可用，真正做到了“离线优先”。
而 Miro 目前仅提供云服务。尽管其安全机制完善（如 SSO、SCIM 同步），但终究意味着你的架构图要上传至第三方服务器。对于涉及核心系统设计的团队而言，这可能是个难以跨越的心理门槛。
更进一步地说，Excalidraw 的开源属性赋予了极高的定制空间。你可以 fork 源码，加入公司专属的图标库，或者改造协同逻辑以适配内部通信协议。社区中已有不少衍生项目，比如集成 PlantUML 语法支持、添加 Mermaid 导出功能等。
反观 Miro，扩展能力主要依赖官方插件市场（Power-Ups）。虽然生态丰富，但一切都要经过平台审核，且无法深度干预核心行为。你想批量生成一百张测试环境拓扑图？抱歉，原生不支持，除非你自己写个外部爬虫——而这又可能触发反爬机制。
那么，哪种更适合你的团队？
如果你的回答中有以下任何一条：
- 我们坚持“文档即代码”；
- 我们希望架构图能像配置文件一样被 lint 和 test；
- 我们反感供应商锁定；
- 我们的协作者主要是开发者；
那 Excalidraw 很可能是更优解。
反之，如果你需要：
- 与客户共同评审需求；
- 组织跨部门的战略工作坊；
- 使用标准化流程模板推进项目；
- 集成 Jira、Slack 等主流办公套件；
那么 Miro 提供的一站式体验依然无可替代。
有意思的是，越来越多的团队开始采用“双轨制”：高层讨论用 Miro 白板激发创意，达成共识后，由技术负责人用 Excalidraw 输出精确可维护的技术方案。前者保留灵感火花，后者固化工程产出，形成互补闭环。
最后回到那个更深层的问题：未来的可视化协作应该是什么样子？
Excalidraw 正在推动一种新范式——可视化即代码（Visualization as Code）。在这种模式下，图表不再是孤立的附件，而是可以被git diff、被 CI 检查、被脚本生成的第一类公民。它可以嵌入 Markdown，随构建产物一起发布，甚至能在运行时动态渲染。
这听起来很像代码，但它比代码更具表达力；它看起来像文档，却又具备程序的可执行性。某种意义上，Excalidraw 不只是一个绘图工具，更是连接人类直觉与机器逻辑的中间语言。
当我们在谈论 Excalidraw 和 Miro 的差异时，本质上是在思考：协作到底是围绕平台展开，还是围绕工作流展开？是追求开箱即用的便利，还是长期可控的可持续性？
没有标准答案。但至少现在，我们有了更多选择。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
