AI驱动的图表生成器Next-AI-Draw.io

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

dockerfile 复制代码
# 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

ts 复制代码
import type { NextConfig } from "next";  
  
const nextConfig: NextConfig = {  
  /* config options here */  
};  
  
export default nextConfig;

改为下面这样,确保其中包含 output: 'standalone' 配置

ts 复制代码
import type { NextConfig } from "next";  
  
const nextConfig: NextConfig = {  
  /* config options here */  
  output: 'standalone',  
};  
  
export default nextConfig;

构建和运行

构建镜像和容器运行的基本命令如下👇

bash 复制代码
# 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
3164 3000

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_PROVIDER openai 必须 。你的大语言模型提供商,支持 bedrock, openai, anthropic, google, azure, ollama, openrouter
AI_MODEL deepseek-ai/DeepSeek-V3.2-Exp 必须。你使用的大语言模型
OPENAI_API_KEY sk-xxxxxxxxxxxx 必须。你的大语言模型的密钥
OPENAI_API_BASE_URL https://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

bash 复制代码
# 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

yaml 复制代码
version: '3'

services:
  next-ai-draw-io:
    image: wbsu2003/next-ai-draw-io
    container_name: next-ai-draw-io
    restart: unless-stopped
    ports:
      - 3164:3000
    environment:
      - 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:

bash 复制代码
# 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/

相关推荐
饭饭大王6661 小时前
深度学习在计算机视觉中的最新进展
人工智能·深度学习·计算机视觉
John_ToDebug1 小时前
浏览器内核的“智变”:从渲染引擎到AI原生操作系统的征途
人工智能·chrome
用户4802151702471 小时前
Transformer 的技术层面
人工智能
std78791 小时前
Intel Arrow Lake Refresh迎来DDR5‑7200 CUDIMM支持,提升内存兼容性
人工智能
小喵要摸鱼1 小时前
【卷积神经网络】卷积层、池化层、全连接层
人工智能·深度学习·cnn
YJlio2 小时前
[编程达人挑战赛] 用 PowerShell 写了一个“电脑一键初始化脚本”:从混乱到可复制的开发环境
数据库·人工智能·电脑
RoboWizard3 小时前
PCIe 5.0 SSD有无独立缓存对性能影响大吗?Kingston FURY Renegade G5!
人工智能·缓存·电脑·金士顿
霍格沃兹测试开发学社-小明3 小时前
测试左移2.0:在开发周期前端筑起质量防线
前端·javascript·网络·人工智能·测试工具·easyui
懒麻蛇3 小时前
从矩阵相关到矩阵回归:曼特尔检验与 MRQAP
人工智能·线性代数·矩阵·数据挖掘·回归