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

自用超半年的免费 OCR 工具分享:告别付费,本地搭建更安心

自用超半年的免费 OCR 工具分享:告别付费,本地搭建更安心

前言 作为一个经常需要提取图片文字的打工人,以前总被各种 OCR 工具折腾得够呛 —— 在线工具要么限次数,要么识别慢,传隐私图片还总担心泄露;付费的 OCR 软件一年下来也是笔不小的开销,性价比实在不高。直到偶然用上了 PaddleOCR-VL,才算彻底解决了这些烦恼。 用下来最大的感受就是 “省心又靠谱”:不用再频繁切换各种在线平台,本地部署后随时能用,识别印刷体、手写体甚至复杂的数学公式都又快又准,完全不输付费工具;而且所有识别过程都在自己电脑上完成,隐私性拉满,再也不用顾虑图片上传的问题。 好东西当然要和大家分享,下面就把这套 “私人 OCR 平台” 的搭建和使用方法完整整理出来,跟着做,你也能告别付费 OCR,拥有专属的高效文字识别工具。 1 什么是PaddleOCR-VL? PaddleOCR‑VL 是 PaddleOCR 3.x 系列中的一款 视觉‑语言多模态文档解析模型,专门面向复杂文档场景设计。相比传统 OCR 仅能识别文字,

写给前端的股票行情 SDK: stock-sdk,终于不用再求后端帮忙了

起因 说实话,这个项目的诞生完全是被逼出来的。 去年我想做一个股票行情看板,就是那种简单的页面,能实时显示几只自选股的涨跌。听起来很简单对吧?但当我真正开始动手的时候,才发现事情没那么简单。 网上搜一圈,股票数据接口相关的工具几乎全是 Python 的。AkShare、Tushare、掘金量化……确实牛,功能也确实全,但问题是——我是个前端啊。 为了一个小看板,难道要我专门搭一个 Python 后端?再写个接口转发给前端?这也太折腾了。 于是我开始找有没有 JavaScript 能用的方案。结果你猜怎么着?翻遍了 npm,几乎找不到一个好用的。有的年久失修,有的只支持 Node.js 不支持浏览器,有的类型支持一塌糊涂,还有的接口莫名其妙就挂了。 摸索了一圈之后,我决定:算了,自己写一个得了。 stock-sdk 是什么? 简单说,stock-sdk 就是一个专门给前端和 Node.

万象熔炉 | Anything XL教程:Streamlit实时预览功能与生成进度可视化

万象熔炉 | Anything XL教程:Streamlit实时预览功能与生成进度可视化 1. 项目简介 万象熔炉 | Anything XL 是一个基于StableDiffusionXLPipeline开发的本地图像生成工具,专门为二次元和通用风格图像生成而优化。这个工具最大的特点是完全本地运行,不需要网络连接,保护用户隐私的同时提供高质量的图像生成体验。 工具采用了一系列优化策略来适应SDXL模型的大显存需求:使用FP16精度加载模型,配合CPU卸载策略,有效降低了显存占用。同时直接支持safetensors单文件权重加载,无需复杂的配置过程,真正做到了开箱即用。 2. 环境准备与快速启动 2.1 系统要求 在开始使用之前,请确保你的系统满足以下基本要求: * 操作系统:Windows 10/11, Linux, 或 macOS * Python版本:Python 3.8 或更高版本 * 显卡:NVIDIA显卡,显存建议8GB或以上(4GB显存可尝试降低分辨率使用) * CUDA:CUDA 11.7 或更高版本 2.