当前位置: 首页 > news >正文

next-ai-draw-io:一句话画出专业架构图,自然语言 draw.io 完整上手指南

next-ai-draw-io:一句话画出专业架构图,自然语言 draw.io 完整上手指南

【免费下载链接】next-ai-draw-ioA next.js web application that integrates AI capabilities with draw.io diagrams. This app allows you to create, modify, and enhance diagrams through natural language commands and AI-assisted visualization.项目地址: https://gitcode.com/GitHub_Trending/ne/next-ai-draw-io

next-ai-draw-io 是一个基于 Next.js 的自然语言绘图工具:把大语言模型接进 draw.io,不用在编辑器里拖控件,而是在对话框里打一句话,模型生成 draw.io XML 并直接渲染到画布上。改哪里就继续聊哪里,整个过程不需要碰绘图工具本身。

📊 场景速览

三个典型场景,看你能不能对号入座:

  • 新画架构图:输入"给聊天应用画一张 RAG 架构图",出来的是带数据接入、向量库、LLM 组件的完整连线图,AWS / Azure / GCP 官方图标直接可用
  • 复刻已有图:上传一张截图或 PDF,让模型把它"翻译"成 draw.io 格式再微调,适合把旧文档里的图片变成可编辑资产
  • 改现有图:对画布说"把数据库从 MySQL 换成 PostgreSQL",它只动相关部分,不会整张图重画

上图是"画一张灯不亮时的故障排查流程图"这一句生成的结果:判断节点、Yes/No 分支、终止状态都齐了。

三步跑起来:部署与模型配置

Docker 是最快的路径:

git clone https://gitcode.com/GitHub_Trending/ne/next-ai-draw-io cp env.example .env # 配置提供商与密钥 docker-compose up -d # 访问 http://localhost:3000

compose 文件会同时拉起一个自托管 draw.io 服务,网络受限环境也能完整运行。

.env里真正必填的只有两项:

AI_PROVIDER=openai # bedrock / openai / anthropic / google / deepseek 等 AI_MODEL=gpt-4o # 多个模型用逗号分隔,会生成切换下拉框

启动后还能在/admin面板随时改提供商、模型和访问码(ACCESS_CODE_LIST);项目也带 Electron 桌面端,支持完全离线使用。

⚙️ 它是怎么把自然语言变成图的

核心不是"模型写代码、前端负责渲染"这么简单,而是两个机制:

1. 用工具调用绘图,而不是在对话里聊天。看 app/api/chat/route.ts,模型拿到一组工具:display_diagram(输出整张新图的 XML)、edit_diagram(对现有 XML 做"查找-替换"补丁)、append_diagram(输出被截断时续写)。小改动不重画整图,而是打几个补丁,既快又不会破坏已有布局。

2. 当前画布是唯一事实来源。系统提示词(lib/system-prompts.ts)明确要求模型以画布当前 XML 为准做判断——因为用户随时可能手动挪形状,模型凭记忆编辑就会对不上。更讲究的一点是:用专业图标前必须先调get_shape_library查语法,图标文档在 docs/shape-libraries/,覆盖 AWS、Kubernetes、Cisco 等 30 多个库,提示词里明令禁止"猜形状名"。

提供商侧由 lib/ai-providers.ts 统一抽象,Bedrock、OpenAI、Anthropic、Gemini、DeepSeek、Ollama 等 20 多家,配置方式一致,切换成本低。官方 demo 站部署在 AWS 上,结构大致如下:EC2 跑服务,Bedrock 出模型,S3 存文件,DynamoDB 管会话与配额:

能力与边界:能做什么,做不好什么

能做的:

  • 图片 / PDF 上传转图:截图复刻、PDF 提取文本后成图
  • 历史回滚:每次 AI 修改前自动存快照,随时恢复
  • MCP 集成:可以作为工具挂进 Claude Desktop、Cursor 等 AI 客户端
  • 导出 .drawio / .svg / .png,后续在完整编辑器里继续加工

要留意的:

  • 布局由模型自己决定,复杂图可能出现元素重叠、连线穿过形状,需要手动微调
  • 大图超过输出 token 上限时依赖append_diagram续写,仍有截断风险
  • 没有多用户实时协作,历史记录是单机维度的
  • 生成质量直接绑定所用模型,弱模型和强模型体验差距明显

对比与技巧:和 Mermaid 类文本转图有什么区别

一句话对比:Mermaid 类工具只能描述逻辑流程,形状集和样式有限;它输出的是标准 draw.io XML,形状库更全、导出格式更多,且成品可直接拖进专业编辑器继续改。

两个实用小技巧:

  • 布局要求写进第一句,比如"从左到右布局,负载均衡、应用、数据库三层",首图质量会稳定很多
  • 改图时点名具体元素。模型用的是查找-替换补丁,模糊指代("改一下那个框")容易打偏

适合谁

适合经常要产架构图、流程图的后端和架构师,以及想把一堆图片资产转成可编辑图表的团队。如果你能接受花十分钟手绘一张图,这个工具收益不大;如果一个月要画几十张,值得配一套。

【免费下载链接】next-ai-draw-ioA next.js web application that integrates AI capabilities with draw.io diagrams. This app allows you to create, modify, and enhance diagrams through natural language commands and AI-assisted visualization.项目地址: https://gitcode.com/GitHub_Trending/ne/next-ai-draw-io

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.cnnetsun.cn/news/4349615.html

相关文章:

  • OpenVoice 语音克隆:3秒参考音频如何做到跨语言音色迁移与风格自由控制
  • 如何从零搭建PDF翻译网页服务:PDFMathTranslate部署与公网访问配置指南
  • 用双色球历史数据练手:Excel与MySQL数据处理全流程实战
  • MediaPipe ARM aarch64 构建实战:两条路径把 mediapipe 装进你的设备
  • 基于C#的FANUC FOCAS数据采集方案:从环境搭建到设备监控实现
  • 基于DeepSeek Harness构建Obsidian智能助手:从零开发AI知识管理Agent
  • 大模型多轮训练实战:从SFT到强化学习的迭代优化方法
  • Marin Pulumi基础设施即代码:一个Stack管理全部云资源的终极方案
  • WeChat本地数据库深度解析:WeFlow破解的加密盒子就藏在你电脑里
  • iFixAi 裁判选择完全参考:单裁判 vs 多裁判集成,成本与可靠性怎么算
  • Semantica Datalog推理深度解析:递归规则与传递关系实战
  • DESIGN.md pre-commit钩子实战:让坏设计令牌提交不了仓库
  • Munder Difflin的GOD编排器Michael:你的克隆体老板如何调度整个Agent办公室
  • Shortcircuit XT主题自定义教程:内置6大主题与JSON主题创建方法
  • 用友畅捷通升级迁移服务厂家怎么选
  • 用Skill统一图片生成流程:告别重复调参,让AI稳定出图
  • OpenClaw AI Agent 运行时框架部署与业务接入全指南
  • 1Panel 批量操作:一条命令库,下发到整组主机
  • 破解无限免费误区:云工作流自动化与成本控制实践
  • 腾讯音乐移动客户端秋招笔试复盘:考点、编程题与时间分配策略
  • kitty 终端使用指南:GPU 加速的跨平台终端,从安装到远程编辑文件
  • 贝壳找房春招C++笔试卷2复盘:八股、算法与工程思维全解析
  • UrbanMind AI:融合遥感与POI数据的城市空间智能决策平台
  • 大模型Agent开发进阶:上下文引擎设计与实战
  • 大模型多轮训练:从SFT到RLHF的迭代精修指南
  • 南京街道乡镇边界矢量数据包:SHP、坐标系与GIS实操全解析
  • 美团运维安全岗笔试复盘:Linux排错到K8s容器安全全解析
  • 24LC512 EEPROM读写例程:I2C页写、写周期等待与避坑指南
  • 智能体AI验证框架:让大模型Agent从不确定走向可信
  • 微信QQ消息撤回后还能不能找回?RevokeMsgPatcher 防撤回工具使用指南