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
lancyu5 分钟前
关于多轮对话机器人的上下文Token优化和解决方案
人工智能·python·深度学习·机器学习·chatgpt·机器人·prompt
草莓橙子碗36 分钟前
Claude 使用指南
开发语言·python
工具分享44 分钟前
陪跑跟品爆单AI选品助手,高效跟品会赔本吗?
人工智能·python
COOLMO研究AI1 小时前
Python 如何实现 AI API 的提示词(Prompt)版本管理与热更新
人工智能·python·prompt
老郑聊AI业财智造1 小时前
Transformer 技术架构与源码分析
人工智能·python·深度学习·语言模型·架构·transformer·软件工程
程序员三藏1 小时前
自动化测试用例编写详解
自动化测试·软件测试·python·功能测试·测试工具·职场和发展·测试用例
230万光年的思念2 小时前
分子动力学模拟参考文献
python
HongXu_CaiYi2 小时前
0103-python相关-函数、文件
python
vortex53 小时前
从Conda到UV:Python项目依赖管理的现代演进
python·conda·uv
何以解忧,唯有..4 小时前
Python time 模块详解:时间处理与日期操作指南
开发语言·python