AI驱动的图表生成器Next-AI-Draw.io

AI驱动的图表生成器Next-AI-Draw.io
在这里插入图片描述

简介

什么是 Next-AI-Draw.io ?

Next-AI-Draw.io 是一个开源的、支持自托管的在线绘图应用。它结合了传统绘图工具的灵活性和人工智能的强大能力,让你不仅可以自由创作流程图、线框图、思维导图,还能通过 AI 指令一键生成内容,极大地提升了创作效率。

主要特点

  • LLM 驱动的图表创建:利用大型语言模型(LLM)通过自然语言命令直接创建和操作 draw.io 图表。
  • 基于图像的图表复制:上传现有图表或图像,让 AI 自动复制并增强它们。
  • 图表历史记录:全面的版本控制,跟踪所有更改,允许您查看和恢复图表的先前版本。
  • 交互式聊天界面:与 AI 进行交流,实时优化您的图表。
  • AWS 架构图支持:专门支持生成 AWS 架构图。
  • 动画连接器:在图表元素之间创建动态和动画连接器,以实现更好的可视化效果。
  • 多模型支持:支持多个 AI 提供者(如 AWS BedrockOpenAI 等),用户可以根据需要选择不同的模型。

应用场景

  • 头脑风暴:快速记录和组织团队的想法,利用 AI 扩展创意。
  • 软件设计:绘制系统架构图、UML 图和数据库模型。
  • 产品原型:创建低保真线框图和用户流程图。
  • 项目管理:制作流程图和甘特图,可视化项目进度。
  • 个人笔记:将笔记和想法以思维导图的形式组织起来。

Next AI Draw.io 是一个功能强大且灵活的工具,用户可以使用 AI 技术有效地创建和编辑专业图表。

构建镜像

如果你不想自己构建,可以跳过,直接阅读下一章节

Dockerfile

官方没有提供 Docker 镜像,下面是老苏基于源代码,在 AI 协助下构建的 Dockerfile

# 阶段 1: 依赖安装与构建 # 这个阶段安装所有依赖(包括 devDependencies)来构建项目 FROM node:20-alpine AS deps WORKDIR /app # 复制 package.json 和 lock 文件 COPY package*.json ./ # 安装所有依赖 RUN npm ci # ---------------------------------------------------------------- # 阶段 2: 构建阶段 # 这个阶段使用上一步安装的依赖来构建应用 FROM node:20-alpine AS builder WORKDIR /app # 从 'deps' 阶段复制 node_modules COPY --from=deps /app/node_modules ./node_modules # 复制源码 COPY . . # 确保 next.config.js 中已设置 output: 'standalone' # 构建应用 RUN npm run build # ---------------------------------------------------------------- # 阶段 3: 运行时阶段 # 这是最终运行应用的最小化镜像 FROM node:20-alpine AS runner WORKDIR /app # 设置生产环境变量 ENV NODE_ENV=production # Next.js 在 standalone 模式下会自动设置 HOSTNAME 为 0.0.0.0 # 创建非 root 用户以提升安全性 RUN addgroup --system --gid 1001 nodejs RUN adduser --system --uid 1001 nextjs USER nextjs # 从构建阶段复制 standalone 输出 # standalone 目录包含了所有运行应用所需的文件 COPY --from=builder --chown=nextjs:nodejs /app/.next/standalone ./ # 复制 public 和 .next/static 目录 COPY --from=builder --chown=nextjs:nodejs /app/public ./public COPY --from=builder --chown=nextjs:nodejs /app/.next/static ./.next/static # 暴露端口 EXPOSE 3000 # 设置 Next.js 默认端口 ENV PORT 3000 # 启动服务器 # standalone 模式会生成一个 server.js 入口文件 CMD ["node", "server.js"] 

next.config.ts

除此之外,还需要修改项目根目录下的 next.config.ts 文件,因为上面的 Dockerfile 依赖 Next.jsstandalone 模式。

将原始的内容

importtype{ NextConfig }from"next";const nextConfig: NextConfig ={/* config options here */};exportdefault nextConfig;

改为下面这样,确保其中包含 output: 'standalone' 配置

importtype{ NextConfig }from"next";const nextConfig: NextConfig ={/* config options here */ output:'standalone',};exportdefault nextConfig;

构建和运行

构建镜像和容器运行的基本命令如下👇

# 下载代码git clone https://github.com/DayuanJiang/next-ai-draw-io.git # 进入目录 cd next-ai-draw-io # 构建镜像 docker build -t wbsu2003/next-ai-draw-io:v1 .# 运行容器 docker run -d \ --restart unless-stopped \ --name next-ai-draw-io \ -p 3164:3000 \ -e AI_PROVIDER=openai \ -e AI_MODEL=deepseek-ai/DeepSeek-V3.2-Exp \ -e OPENAI_BASE_URL=https://api.siliconflow.cn/v1 \ -e OPENAI_API_KEY=sk-xxxxxxxxxxxx \ wbsu2003/next-ai-draw-io:v1 

准备

Next-AI-Draw.io 支持主流的大模型

  • AWS Bedrock (default)
  • OpenAI / OpenAI-compatible APIs (via OPENAI_BASE_URL)
  • Anthropic
  • Google AI
  • Azure OpenAI
  • Ollama

不同的模型能力存在差异,有条件的可以试试 claude-sonnet-4-5 或者 claude-opus-4-5,判别的标准很简单,就是让它画一只猫

本文还是以 硅基流动 为例:

  • AI_PROVIDER硅基流动OpenAI-compatible,所以设为 openai
  • OPENAI_API_KEYsk-xxxxxxxxxxxx 改为自己的 API key
  • OPENAI_BASE_URLhttps://api.siliconflow.cn/v1
  • AI_MODEL: 可以试了 deepseek-ai/DeepSeek-V3.2-Exp ,因为比较便宜

目前硅基流动(SiliconFlow),注册就送 2000Tokens,虽然不是免费,但也够用一阵子的

注册地址:

https://cloud.siliconflow.cn/i/NkUiXVhQ

如果你使用的不是 硅基流动,环境变量可以参考官方的 https://github.com/DayuanJiang/next-ai-draw-io/blob/main/env.example 文件

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 wbsu2003 ,翻页、下拉找到 wbsu2003/next-ai-draw-io,版本选择 latest

本文写作时, latest 版本对应的软件版本为 v0.2.0

端口

本地端口只要不与现有端口冲突即可。

本地端口容器端口
31643000

环境

为了让 AI 功能正常工作,老苏提供了一个 OpenAI 兼容的 API 服务,详细说明参考上一个章节

变量说明
AI_PROVIDERopenai必须。你的大语言模型提供商,支持 bedrock, openai, anthropic, google, azure, ollama, openrouter
AI_MODELdeepseek-ai/DeepSeek-V3.2-Exp必须。你使用的大语言模型
OPENAI_API_KEYsk-xxxxxxxxxxxx必须。你的大语言模型的密钥
OPENAI_API_BASE_URLhttps://api.openai.com/v1可选。如果你使用第三方代理或自建的 API 服务,请修改此地址。

命令行安装

如果你熟悉命令行,可能用 docker cli 更快捷

# 运行容器 docker run -d \ --restart unless-stopped \ --name next-ai-draw-io \ -p 3164:3000 \ -e AI_PROVIDER=openai \ -e AI_MODEL=deepseek-ai/DeepSeek-V3.2-Exp \ -e OPENAI_BASE_URL=https://api.siliconflow.cn/v1 \ -e OPENAI_API_KEY=sk-xxxxxxxxxxxx \ wbsu2003/next-ai-draw-io 

也可以用 docker-compose 安装,将下面的内容保存为 docker-compose.yml 文件

version:'3'services:next-ai-draw-io:image: wbsu2003/next-ai-draw-io container_name: next-ai-draw-io restart: unless-stopped ports:- 3164:3000environment:- AI_PROVIDER=openai - AI_MODEL=deepseek-ai/DeepSeek-V3.2-Exp - OPENAI_BASE_URL=https://api.siliconflow.cn/v1 - OPENAI_API_KEY=sk-xxxxxxxxxxxx 

然后通过 SSH 登录到您的群晖,执行下面的命令:

# 新建文件夹 next-ai-draw-io 和 子目录mkdir -p /volume1/docker/next-ai-draw-io # 进入 next-ai-draw-io 目录cd /volume1/docker/next-ai-draw-io # 将 docker-compose.yml 放入当前目录# 一键启动 docker-compose up -d 

运行

在浏览器中输入 http://群晖IP:3164 就能看到应用主界面

如果遇到加载失败(像下图一样,一直转圈),重新刷新一下页面

画一个登录的流程图

绘制过程

绘制完成

关闭侧边的聊天窗口后,和 Draw.io 是一样的

最后看看 deepseek-ai/DeepSeek-V3.2-Exp 画的猫

参考文档

DayuanJiang/next-ai-draw-io: A 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.
地址:https://github.com/DayuanJiang/next-ai-draw-io
Next AI Draw.io - AI-Powered Diagram Generator
地址:https://next-ai-draw-io.vercel.app/

Read more

开源 AI 网络搜索工具:OpenWebSearch MCP 全新升级,支持多引擎 + 流式响应!

开源 AI 网络搜索工具:OpenWebSearch MCP 全新升级,支持多引擎 + 流式响应!

🚀 开源 AI 联网搜索工具:Open-WebSearch MCP 全新升级,支持多引擎 + 流式响应! 💡「让你的 AI 插件真正能联网」—— 不需要 API Key,搜索结果可控、开箱即用! 大家好,我最近开源了一个 AI 插件开发工具 —— Open-WebSearch MCP。这个项目旨在解决 AI 在实际应用中无法联网或联网费用高昂的问题,特别适合在 Claude、LangChain、RAG 方案中添加“实时搜索”能力。 🧠 项目亮点一览 ✅ 多引擎实时搜索 * 支持 Bing、百度、ZEEKLOG、 DuckDuckGo、Exa、Brave(目前 linux.do 暂不支持) * 支持HTTP代理配置,轻松解决网络访问限制 * 支持HTTP代理配置,轻松解决网络访问限制 * 可配置引擎组合搜索,

B/S 架构:现代 Web 应用的核心架构模式

前言 在当今高度互联的数字时代,Web 应用已成为企业运营、公共服务和日常生活的基础设施。无论是电商平台、在线办公系统,还是政府服务平台,其背后都依赖于一种核心的软件架构模式——B/S 架构(Browser/Server Architecture,浏览器/服务器架构)。 作为对传统 C/S 架构(Client/Server)的演进与优化,B/S 架构凭借其跨平台性、集中式维护、部署便捷性以及强大的可扩展能力,已成为现代 Web 应用开发的事实标准。 一、什么是 B/S 架构? B/S 架构(Browser/Server Architecture)是一种基于 Web 的多层客户端-服务器软件架构模型。其核心思想是: 将用户界面、业务逻辑与数据存储进行分层解耦,用户通过标准

零基础学微信小程序前端(原生JS):从0到1写第一个可交互页面

零基础学微信小程序前端(原生JS):从0到1写第一个可交互页面

目录 一、小程序前端的核心差异 二、前期准备:微信开发者工具搭建 三、核心知识点:小程序前端的目录结构 四、实操:写第一个可交互页面 1. 编写页面结构(index.wxml) 2. 编写页面样式(index.wxss) 3. 编写页面逻辑(index.js) 五、运行测试:看看效果 六、新手常见问题&解决方法 七、入门总结 一、小程序前端的核心差异 和你熟悉的 Web 前端(HTML+CSS+JS)相比,小程序有 3 个核心不同: 1. 标签不同:HTML 的div/p/

抖音热门视频解析:前端AI与营销增长领域的AI应用核心趋势

抖音热门视频解析:前端AI与营销增长领域的AI应用核心趋势

在抖音平台上,“前端AI”与“营销业务(广告投放、用户增长)”领域的AI应用内容呈现出强烈的实战导向与场景化特征。以下结合平台热门视频,从技术落地与业务增长双视角,解析核心趋势与实操价值。 一、前端AI领域:从“工具辅助”到“体验革新”的抖音热门方向 抖音前端开发者们的内容聚焦“AI如何让前端开发更高效、让用户体验更智能”,核心视频可分为两大流派: 1. AI驱动的前端开发效率革命 这类视频以“AI工具赋能前端全流程”为核心,抖音博主们热衷于展示“输入需求→AI生成→人工优化”的闭环。 • 代码生成与调试:例如博主“前端工程师阿乐”演示,输入“创建一个带懒加载和瀑布流布局的图片画廊组件,适配移动端”,AI工具(如Copilot、通义千问)能直接生成包含HTML结构、Tailwind CSS样式、JavaScript交互的完整代码,甚至自动处理边缘案例(如无图时的占位态)。若代码运行报错,AI还能智能分析报错信息并给出修复方案,将“