【保姆级教程】爆火开源项目 Next AI Draw.io 上手指南:一句话画流程图

【保姆级教程】爆火开源项目 Next AI Draw.io 上手指南:一句话画流程图

目录

一、部署方式选择说明(先看这个)

二、部署前准备(非常重要)

三、方式一:Docker 一行命令启动(最推荐)

四、方式二:源码本地运行(适合二次开发)

五、配置API_Key

六、案例展示

七、写到最后


最近一个开源项目 Next AI Draw.io 在 GitHub 上迅速走红,只需要一句自然语言,就能自动生成流程图、架构图,甚至是完整的 AWS / GCP / Azure 云架构示意图,引发了不少开发者和产品经理的关注。它将大模型能力与 draw.io 深度结合,把“画图”这件原本又慢又累的事情,直接变成了“对话即出图”,无论是技术方案梳理、系统设计说明,还是写文档、做汇报,都能明显提升效率。本文将以【保姆级教程】的方式,手把手带你从零上手 Next AI Draw.io,包括项目特点解析、本地/Docker 部署、模型与 API 配置,以及一句话画流程图的完整实战,哪怕你之前没接触过 draw.io,也能快速跑起来。

Next AI Draw.io 是一个基于 Next.js + draw.io + 多模型 AI 的开源项目,支持你用一句自然语言,直接生成流程图、架构图、系统图。下面我将带你从 0 到 1 完整部署,不管你是前端、后端,还是第一次接触这类项目,都可以一步步照着做。

开源地址:https://github.com/DayuanJiang/next-ai-draw-io

一、部署方式选择说明(先看这个)

官方提供了多种运行方式,但最推荐的是 Docker 部署,原因很简单:

  • 不用纠结 Node / npm 版本
  • 不用折腾 Next.js 构建环境
  • 一条命令即可启动
  • 非常适合本地体验、私有部署、教学演示

👉 本文主推:Docker 部署(推荐)

👉 后面也会补充「源码本地运行」方式,方便二次开发的人参考

二、部署前准备(非常重要)

在开始之前,请确认你已经准备好下面这些环境:

1️⃣ 安装 Docker(必须),可参考这篇文章:【2025 最新版】Win11 安装 Docker Desktop 超详细图文教程(小白也能学会)

如果你还没安装 Docker:

docker -v

能看到版本号,说明 Docker 安装成功。

2️⃣ 准备一个 AI API Key(重点)

Next AI Draw.io 不会自带模型额度,你需要配置自己的 AI Key,例如:

  • OpenAI(GPT-4o)
  • Anthropic(Claude Sonnet / Opus)
  • DeepSeek
  • OpenRouter
  • Azure OpenAI
  • Bedrock 等
如果你不想折腾多平台 Key,也可以使用 API 中转平台,统一管理模型和 Key,部署会更简单,这里推荐我开发的中转API平台:https://linoapi.com.cn,后面会介绍怎么添加的。

三、方式一:Docker 一行命令启动(最推荐)

这是最快、最省事的方式,适合 90% 的用户。

1️⃣ 基础启动命令(示例)
docker run -d -p 3000:3000 \ -e AI_PROVIDER=openai \ -e AI_MODEL=gpt-4o \ -e OPENAI_API_KEY=your_api_key \ ghcr.io/dayuanjiang/next-ai-draw-io:latest

参数说明(一定要看):

  • -p 3000:3000:本地 3000 端口访问
  • AI_PROVIDER:模型提供商
  • AI_MODEL:具体模型名称
  • OPENAI_API_KEY:你的 Key
  • ghcr.io/...:官方构建好的镜像

当然完全可以按照我的命令来,因为在UI界面中也可以重新设置API的。

启动成功后,浏览器访问:👉 http://localhost:3000

看到 draw.io 编辑界面 + AI 对话框,说明部署成功 🎉

四、方式二:源码本地运行(适合二次开发)

如果你打算 魔改功能 / 接入私有模型 / 深度定制 UI,可以用源码方式。

git clone https://github.com/DayuanJiang/next-ai-draw-io cd next-ai-draw-io

2️⃣ 安装依赖(node安装可参考:【2025年最新版】Node.js安装及环境配置超详细教程(以win11为例子)

npm install

3️⃣ 配置环境变量

cp env.example .env.local

编辑 .env.local,配置你自己的模型参数。

(其中API_KEY需要在 👉 https://linoapi.com.cn/ 获取)

4️⃣ 启动开发环境

npm run dev

启动成功后,浏览器访问:👉 http://localhost:6002/

五、配置API_Key

在配置 Next AI Draw.io 的模型服务之前,我们需要先在中转 API 平台申请一个可用的 API Key,用于替代 OpenAI 的原生 Key。只需要简单几步,即可完成授权与配置。

首先前往平台注册或登录账号:👉 https://linoapi.com.cn/register?aff=sJ68

进入控制台后,在顶部导航栏选择 「控制台」,然后在左侧菜单中找到 「API 令牌」。点击 「添加令牌」 即可创建一个新的 API Key。

创建令牌时,“名称”可以随意填写,例如我填写的是 Next AI Draw.io 。 “分组”建议选择 default,接着我们会在 Next AI Draw.io 的配置文件中填写模型名称,中转平台会根据模型自动路由到正确的接口。

你还可以为这个令牌设置额度限制,例如设置 50 元 作为上限,确保 Next AI Draw.io 的调用不会意外消耗过多费用。如果你希望不限额度,也可以选择无限制。但无论哪种方式,请记得在 「钱包」 中充值,否则 API 将无法调用。

创建完成后,系统会生成一个 API Key。把这个 Key 复制下来,稍后我们需要把它写入 Next AI Draw.io 项目的配置文件中。

在 MemMachine 中使用中转 API 时,一般填写以下两项内容:

  • Base URLhttps://linoapi.com.cn/v1
  • api_key:复制你刚生成的 Key,例如:sk-xxxxxx

修改完成后会自动保存的,这样就可以让其使用中转 API 平台作为模型服务来源。

这里以OpenAI为案例,在右上角的设置按钮⚙️,打开 Settings 界面,Provider 选择 OpenAI ,ModelID填写 gpt-4o ,API Key 就复制你刚生成的 Key 。Base URL 填写https://linoapi.com.cn/v1,配置好之后就会自动保存,就可以在对话框中进行自由生成流程图啦~!

经过几个模型测试发现,使用Claude效果会更好。Provider 选择Anthropic,ModelID填写claude-opus-4-5-20251101,API Key 就复制你刚生成的 Key 。Base URL 填写https://linoapi.com.cn/v1

六、案例展示

很多人第一次接触 RAG(Retrieval-Augmented Generation)时,最大的问题不是概念,而是流程在脑子里是乱的。这时候,Next AI Draw.io 的价值就体现出来了:一句话,直接把 RAG 的完整链路画出来。

示例提示词:

帮我使用流程图演示 RAG 的工作原理。

与其用大段文字解释 AI 系统的“工作原理”,不如直接让 AI 把流程画出来。Next AI Draw.io 真正解决的,是复杂逻辑难以可视化的问题

七、写到最后

到这里,你已经可以看到 Next AI Draw.io 并不是一个“玩具型 AI 画图工具”,而是一个真正把「大模型 + 专业图表工具」结合起来的生产力项目:一句话生成流程图、架构图、技术原理图,支持私有部署、多模型接入、版本回溯,几乎覆盖了研发、产品、教学、写文档等所有高频场景。如果你经常需要画流程图、技术架构图、原理示意图,那么强烈建议你亲自部署跑一遍,你会明显感受到“画图这件事,被 AI 彻底改变了”。后续我也会继续拆解更多 AI + 可视化 + 智能体 的实战项目和玩法,欢迎点赞、收藏、关注,我们一起把这些真正有用的 AI 工具,变成自己的生产力武器。

Read more

老手机 本地部署小龙虾OpenClaw(使用本地千问大模型)实机演示 Termux+Ubuntu+Llama 新手完整安装教程(含代码)

本教程提供从 0 到 1 的详细步骤,在安卓手机上通过 Termux 运行 Ubuntu,部署本地 Llama 大模型,并集成 OpenClaw 进行 AI 交互,全程无需 Root。建议手机配置:≥4GB 内存,≥64GB 存储,Android 7+。 一、准备工作 1.1 安装 Termux 1. 从F-Droid或GitHub下载最新版 Termux(避免应用商店旧版本) 2. 安装并打开,首次启动会自动配置基础环境 1.2 手机设置优化 1. 开启开发者选项(设置→关于手机→连续点击版本号 7 次) 2.

大模型测评:千问、DeepSeek、豆包、KIMI、元宝、文心一言,降英文AI率谁最能打?

大模型测评:千问、DeepSeek、豆包、KIMI、元宝、文心一言,降英文AI率谁最能打?

时间来到2026年,对于留学生和海外内容创作者来说,与AI检测工具的博弈早已成为日常。Turnitin、GPTZero、ZeroGPT的算法日益精进,单纯依靠ChatGPT或DeepSeek生成内容后直接提交,无异于“裸奔”。 为了通过检测,大家开始寻求各种“降AI率”工具。但市面上工具繁多,智写AI、通义千问、DeepSeek、豆包、KIMI、腾讯元宝、文心一言……这些名字频频出现。它们谁真的能打?谁只是花架子? 今天,我们将基于2026年最新的实测数据与用户反馈,对这七款工具在降英文AIGC率这场硬仗中的表现,进行一次彻底的横向对比。 测评说明:我们怎么测的? 为了公平起见,我们设定了一个标准的测试场景: * 测试文本:一段由AI生成的英文学术引言(主题:机器学习在金融风控中的应用),初始AI率经Turnitin模拟环境检测为 92%。 * 考核维度: 1. 降AI核心效果:处理后文本在主流检测工具中的AI率。 2. 文本质量:是否保留原意、专业术语是否准确、逻辑是否通顺。 3. 场景契合度:是否适合学术/

vs code 中内置的聊天是 GitHub Copilot Chat 吗

vs code 中内置的聊天是 GitHub Copilot Chat 吗

vs code 中内置的聊天是 GitHub Copilot Chat 吗 vs code 中内置的聊天要分情况讨论: 1. VS Code 内置的聊天(“Ask Cody”):不是 GitHub Copilot Chat VS Code 在 2023 年底(1.85 版本)引入了一个内置的聊天侧边栏,它的默认提供者是 VS Code 自己的 AI 助手 “Cody”。 * 这个功能是 VS Code 编辑器的一部分,图标通常是一个对话框气泡 💬。 * 它的目标是提供与编辑器深度集成的通用编程帮助,例如解释代码、生成代码、问答等。 * 它不一定与你的 GitHub Copilot 订阅绑定,即使你没有订阅

【干货实操】AI绘画/设计变现:零美术基础也能赚外快,90天落地计划+提示词模板(附可用学习链接)

前言 你是不是羡慕别人靠设计接单赚钱,却苦于没美术基础、没专业软件、没接单渠道? 当下AI绘画技术的成熟,给普通人打开了一扇零门槛、零成本的变现大门——AI绘画/设计变现。不需要你会手绘、懂PS,只要掌握AI绘画工具的基础操作和精准提示词技巧,依托“AI生成初稿+人工微调优化”的模式,就能做出高质量的设计作品,承接头像、壁纸、海报等刚需订单,适合程序员、职场人、学生党利用碎片化时间赚外快,全程坚守合规底线,可直接落地。 本文整理了90天详细落地计划,包含工具选型、获客渠道、定价策略、版权注意事项等全流程实操步骤,附赠公共可用的学习资料和提示词模板,普通人照做就能上手,轻松实现从0到1的收益突破。 核心原则 1. 零成本起步:拒绝付费会员、培训课程,全部使用免费AI绘画工具和免费获客渠道; 2. AI+人工双驱动:AI负责基础图像生成,人工负责细节优化、风格调整,保证作品差异化; 3. 刚需低竞争赛道切入:避开复杂的商业插画、