【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

实战演练:基于快马平台快速构建一个支持tokenp钱包登录的DApp前端

今天想和大家分享一个实战项目:如何快速构建一个支持TokenP钱包登录的DApp前端。这个项目特别适合想学习Web3开发的初学者,整个过程在InsCode(快马)平台上完成,省去了本地环境配置的麻烦。 1. 项目准备 首先需要明确几个核心功能:钱包连接、用户信息展示、链上数据查询和退出登录。选择Next.js框架是因为它既支持服务端渲染,又能很好地与各种Web3库集成。Wagmi和Viem这两个库是目前最流行的以太坊开发工具组合,能大大简化钱包交互流程。 2. 钱包连接实现 在首页添加"使用钱包登录"按钮后,通过Wagmi提供的useConnect钩子就能轻松实现钱包连接功能。这里需要注意处理用户拒绝连接的情况,以及不同钱包提供商的兼容性问题。TokenP钱包作为移动端主流钱包,通过WalletConnect协议可以很好地与网页应用交互。 3. 用户信息展示 连接成功后,使用Wagmi的useAccount钩子获取用户的钱包地址。为了提升用户体验,我做了地址缩写处理(显示前4位和后4位),并在页面顶部显示欢迎信息。这里还添加了一个复制地址的小功能,方便用户操作。 4. 链上数

前端——问卷系统评分题保存草稿报错的解决方案

问题背景 在开发问卷调查/满意度调查功能时,通常支持多种问题类型: * 单选题 * 多选题 * 评分题 当用户创建调查问卷,选择评分题类型后,点击保存草稿时出现报错。 问题复现 操作步骤: 1. 进入满意度调查功能 2. 点击"创建调查" 3. 添加一个问题,类型选择"评分" 4. 填写问题内容 5. 点击"保存草稿" 6. 结果:提示报错,保存失败 问题分析 通过代码分析,发现问题根源: 1. 数据模型不完整 评分题的数据结构只定义了 maxScore(最大分值),缺少 minScore(最小分值): // 错误的数据结构{questionContent:"

AI编程实战 : 使用 TRAE CN 将 MasterGo 设计稿转化为前端代码

AI编程实战 : 使用 TRAE CN 将 MasterGo 设计稿转化为前端代码

文章目录 * 什么是 MCP * 前置条件 * 1. 账号权限 * 2. 环境要求 * 3. 设计稿准备 * MasterGo AI Bridge 支持的能力 * 操作步骤 * 第一步: 安装/升级 TRAE CN IDE * 第二步: 获取 MasterGo 的 Personal Access Token * 第三步: 添加 MCP Server * 第四步: 创建自定义智能体(可选) * 第五步: 调用 MCP 生成前端代码 * 5.1 复制 MasterGo 设计稿链接 * 5.2 在 TRAE CN IDE

如何去除 Gemini / Nanobanana 水印:AI 生成图片的专业去水印教程

如何去除 Gemini / Nanobanana 水印:AI 生成图片的专业去水印教程

Google Gemini 是目前最强大的 AI 图像生成工具之一,能够创造出令人惊叹的高清画面。然而,它生成的每一张图片都会在角落带有一个标志性的水印。虽然这对于版权透明度很重要,但在进行专业演示、社交媒体发布或创意设计时,这些水印往往会让人分心。 市面上许多通用的“AI 橡皮擦”在处理这种特定水印时,往往会产生模糊的色块或丢失纹理,因为它们并不了解 Gemini 水印的具体模式。这正是我们开发专门工具的原因。 在本指南中,我们将介绍如何以专业的方式去除 Gemini 水印,同时确保你的数据隐私和图像质量不受损。 Gemini 水印的技术挑战 Gemini 的水印并不是随机生成的,它遵循一套严格的布局和透明度规则: * 小尺寸图片:使用 48×48 像素的图标,并配有特定的边距。 * 大尺寸图片(>1024px):使用 96×96 像素的图标,按比例缩放。 传统的“猜测”式算法在抹除水印时往往会留下明显的痕迹。要实现真正的无痕去除,你需要一套了解这些精确维度,