30秒奇迹!Python+DeepSeek自动生成XMind思维导图

在前一篇文章(DeepSeek高效生成XMind思维导图三步进阶法)中,我们学习了通过"AI获取数据+格式转换"的方案来生成XMind思维导图。

然而,对于崇尚"键盘及战场"的技术型人格而言,任何需要切换操作界面、重复点击鼠标的行为都等同于认知损耗。因此,我们有理由打造全自动解决方案,将这些工作全部由代码来实现。

第一步、环境准备。使用pip安装openai、xmind。

bash 复制代码
pip install openai xmind

第二步,调用DeepSeek接口获取到想要的数据。

python 复制代码
import json
import xmind
from openai import OpenAI

# ==========第一步、通过DeepSeek获取数据==========
# 建立DeekSeek连接,其中api_key请自行到DeepSeek购买获取
client = OpenAI(api_key="<api_key>", base_url="https://api.deepseek.com")
# 发送请求
response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {
            "role": "user",
            "content": "分别总结Python办公自动化、Python测试开发的知识体系,生成思维导图,以JSON格式输出。"
        }
    ],
    response_format={
        'type': 'json_object'
    }
)
# 将响应数据转为JSON格式
data = json.loads(response.choices[0].message.content)
print(data)

第三步,利用xmind库生成XMind文件并写入数据(支持复杂的嵌套结构)。

python 复制代码
# ==========第二步、创建XMind文件并写入数据==========
# 创建一个新的思维导图对象
workbook = xmind.load('办公自动化知识体系.xmind')
# 获取第一个画布
sheet = workbook.getPrimarySheet()
# 设置画布名称
sheet.setTitle('办公自动化')
# 获取画布的中心主题
root_topic = sheet.getRootTopic()
root_topic.setTitle('办公自动化知识体系')

# 递归构建思维导图节点
def add_topics(parent, data_dict):
    for key, value in data_dict.items():
        topic = parent.addSubTopic()
        topic.setTitle(key)
        # 如果value是dict,递归添加子主题
        if isinstance(value, dict):
            add_topics(topic, value)
        # 如果value是list,遍历添加子主题
        if isinstance(value, list):
            for item in value:
                sub_topic = topic.addSubTopic()
                sub_topic.setTitle(item)

# 写入数据
add_topics(root_topic, data)

# 保存思维导图
xmind.save(workbook)

运行结果:

经实测,本方案可在30秒内完成办公自动化知识体系的搭建,相比传统手动操作节省约85%的时间,特别适合技术文档编写、项目知识库搭建等场景。

相关推荐
孟健7 分钟前
Karpathy 用 200 行纯 Python 从零实现 GPT:代码逐行解析
python
码路飞2 小时前
写了个 AI 聊天页面,被 5 种流式格式折腾了一整天 😭
javascript·python
曲幽4 小时前
FastAPI压力测试实战:Locust模拟真实用户并发及优化建议
python·fastapi·web·locust·asyncio·test·uvicorn·workers
敏编程9 小时前
一天一个Python库:jsonschema - JSON 数据验证利器
python
前端付豪9 小时前
LangChain记忆:通过Memory记住上次的对话细节
人工智能·python·langchain
databook9 小时前
ManimCE v0.20.1 发布:LaTeX 渲染修复与动画稳定性提升
python·动效
花酒锄作田1 天前
使用 pkgutil 实现动态插件系统
python
前端付豪1 天前
LangChain链 写一篇完美推文?用SequencialChain链接不同的组件
人工智能·python·langchain
曲幽1 天前
FastAPI实战:打造本地文生图接口,ollama+diffusers让AI绘画更听话
python·fastapi·web·cors·diffusers·lcm·ollama·dreamshaper8·txt2img
老赵全栈实战1 天前
Pydantic配置管理最佳实践(一)
python