next-ai-draw-io
next-ai-draw-io 是一款基于 Next.js 构建的开源 Web 应用,它将强大的 AI 能力与传统绘图工具 draw.io 深度融合。用户只需通过自然语言对话,即可轻松创建、修改或优化复杂的流程图、架构图甚至创意素描,实现了“聊天即绘图”的便捷体验。
这款工具主要解决了传统绘图软件上手门槛高、手动拖拽元素耗时费力的问题。无论是梳理技术架构、设计业务流程,还是进行创意可视化,用户都不再需要纠结于具体的绘图操作,只需描述需求,AI 便能自动完成图形生成与布局调整,极大提升了内容创作效率。
它非常适合开发者、系统架构师、产品经理以及研究人员使用。对于需要频繁绘制技术文档的程序员,或是希望快速将抽象概念可视化的非设计专业人士,next-ai-draw-io 都能提供得力辅助。
在技术亮点方面,该工具支持多种大语言模型提供商(如字节豆包 GLM-4.7 等),并创新性地集成了 MCP(Model Context Protocol)服务器,使其不仅能作为独立网页运行,还能作为桌面应用或通过 Docker 部署,甚至能与 Claude Code CLI 等开发工具联动。其核心在于利用 LLM 理解语义并转化为标准的 draw.io 图形数据,让智能绘图变得灵活且可扩展。
使用场景
某初创公司的后端架构师正在向非技术背景的投资人汇报,急需在会议前快速将复杂的微服务交互逻辑转化为直观的架构图。
没有 next-ai-draw-io 时
- 绘图耗时过长:需要在 draw.io 中手动拖拽每一个方框和连线,调整对齐和样式往往花费数小时,严重压缩了梳理逻辑的时间。
- 修改成本高昂:投资人临时提出“增加一个缓存层”或“改为无服务器架构”,意味着要重新布局整个画布,极易打乱原有结构。
- 沟通存在壁垒:口头描述的技术细节难以实时转化为视觉图像,导致会议中反复解释仍无法达成视觉共识。
- 美观度难保证:非设计出身的开发者画出的图表往往线条杂乱、风格不统一,影响专业演示效果。
使用 next-ai-draw-io 后
- 自然语言即绘:直接输入“生成基于 React 和 AWS 的无服务器认证流程图”,next-ai-draw-io 瞬间自动生成结构清晰、连线准确的完整架构图。
- 指令即时迭代:面对变更需求,只需追加命令“在数据库前加入 Redis 缓存层”,next-ai-draw-io 自动完成节点插入与布局重排,无需手动调整。
- 所见即所得的协作:在演示现场根据反馈实时修改提示词,next-ai-draw-io 立即呈现新方案,让技术构想与视觉呈现同步更新。
- 智能美化输出:next-ai-draw-io 内置的 AI 视觉优化能力自动处理配色与间距,直接产出达到出版级质量的矢量图。
next-ai-draw-io 将原本需要数小时的绘图工作缩短为分钟级的对话交互,让技术人员能专注于逻辑本身而非绘图工具的操作。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明

快速开始
Next AI Draw.io
一个将AI能力与draw.io图表集成的Next.js Web应用。通过自然语言指令和AI辅助可视化,创建、修改和增强图表。
注意:感谢
字节跳动豆包 的赞助,演示站点现在使用强大的glm-4.7模型!
https://github.com/user-attachments/assets/9d60a3e8-4a1c-4b5e-acbb-26af2d3eabd1
目录
示例
以下是一些示例提示及其生成的图表:
|
变压器架构中的动画连接线 提示:给我一个变压器架构的动画连接线图。 |
|
|
RAG 技术架构图 提示:为聊天应用生成一个RAG架构图。使用连接图来展示数据摄取过程。 |
使用 React 和 AWS 的认证流程 提示:使用 React 和AWS生成一个认证流程图。采用无服务器架构。 |
|
开放式创新 提示:请为我制作亨利·切斯布罗的开放式创新模型的可视化图。 |
猫咪草图 提示:帮我画一只可爱的小猫吧。 |
特性
- LLM 驱动的图表创建:利用大型语言模型,直接通过自然语言命令创建和操作 draw.io 图表。
- 基于图像的图表复制:上传现有图表或图片,让 AI 自动复制并增强它们。
- PDF 和文本文件上传:上传 PDF 文档和文本文件,提取内容并从现有文档中生成图表。
- AI 推理过程显示:对于支持的模型(如 OpenAI o1/o3、Gemini、Claude 等),可以查看 AI 的思考过程。
- 图表历史记录:全面的版本控制功能,跟踪所有更改,允许您查看和恢复 AI 编辑之前的图表版本。
- 交互式聊天界面:与 AI 沟通,实时优化您的图表。
- 云架构图支持:专门支持生成云架构图(AWS、GCP、Azure)。
- 动画连接线:在图表元素之间创建动态且带动画效果的连接线,以获得更好的可视化效果。
MCP 服务器
通过 MCP(模型上下文协议), 可以将 Next AI Draw.io 与 Claude Desktop、Cursor 和 VS Code 等 AI 助手一起使用。
{
"mcpServers": {
"drawio": {
"command": "npx",
"args": ["@next-ai-drawio/mcp-server@latest"]
}
}
}
Claude Code CLI
claude mcp add drawio -- npx @next-ai-drawio/mcp-server@latest
然后您可以要求 Claude 创建图表:
“创建一个展示用户认证流程的流程图,包括登录、MFA 和会话管理。”
图表会实时出现在您的浏览器中!
有关 VS Code、Cursor 等客户端配置,请参阅 MCP 服务器 README。
开始使用
在线试用
无需安装!直接在我们的演示网站上试用该应用:
自备 API 密钥:您可以使用自己的 API 密钥来绕过演示站点的使用限制。点击聊天面板中的设置图标,即可配置您的提供商和 API 密钥。您的密钥仅存储在本地浏览器中,绝不会存储在服务器上。
桌面应用
从 发布页面 下载适用于您平台的原生桌面应用:
支持的平台:Windows、macOS、Linux。
使用 Docker 运行
安装
- 克隆仓库:
git clone https://github.com/DayuanJiang/next-ai-draw-io
cd next-ai-draw-io
npm install
cp env.example .env.local
有关每个提供商的详细设置说明,请参阅 提供商配置指南。
- 运行开发服务器:
npm run dev
- 在浏览器中打开 http://localhost:6002 即可看到应用程序。
部署
部署到 EdgeOne Pages
您可以使用 腾讯 EdgeOne Pages 一键部署。
通过此按钮进行部署:
更多详情请参阅 腾讯 EdgeOne Pages 文档。
此外,通过腾讯 EdgeOne Pages 部署还将为您提供 DeepSeek 模型的每日免费配额。
在 Vercel 上部署
最简单的部署方式是使用 Next.js 的创建者 Vercel。请务必在 Vercel 控制台中像在本地 .env.local 文件中一样 设置环境变量。
更多详情请参阅 Next.js 部署文档。
在 Cloudflare Workers 上部署
多提供商支持
- 字节跳动 DouBao (Doubao)
- AWS Bedrock(默认)
- OpenAI
- Anthropic
- Google AI
- Google Vertex AI
- Azure OpenAI
- Ollama
- OpenRouter
- DeepSeek
- SiliconFlow
- ModelScope
- SGLang
- Vercel AI Gateway
除 AWS Bedrock 和 OpenRouter 外,所有提供商均支持自定义端点。
📖 详细提供商配置指南 - 查看各提供商的设置说明。
服务器端多模型配置
管理员可以配置多个对所有用户可用的服务器端模型,而无需个人 API 密钥。可通过 AI_MODELS_CONFIG 环境变量(JSON 字符串)或 ai-models.json 文件进行配置。
模型要求:此任务需要强大的模型能力,以生成具有严格格式约束(draw.io XML)的长文本。推荐的模型包括 Claude Sonnet 4.5、GPT-5.1、Gemini 3 Pro 以及 DeepSeek V3.2/R1。
请注意,claude 系列模型曾接受过 draw.io 图表训练,其中包括 AWS、Azure、GCP 等云架构标志。因此,如果您希望创建云架构图,这是最佳选择。
工作原理
该应用使用以下技术:
- Next.js:用于前端框架和路由
- Vercel AI SDK (
ai+@ai-sdk/*):用于流式传输 AI 响应及多提供商支持 - react-drawio:用于图表的表示与操作
图表以可在 draw.io 中渲染的 XML 格式表示。AI 会处理您的指令,并相应地生成或修改此 XML。
支持与联系
特别感谢 字节跳动 DouBao 对演示站点 API Token 使用的赞助! 在 ARK 平台上注册即可获得所有模型的 50 万次免费调用额度!
如果您觉得这个项目很有用,请考虑 赞助,以帮助我托管实时演示站点!
如需支持或咨询,请在 GitHub 仓库中提交问题,或联系维护者:
- 邮箱:me[at]jiang.jp
常见问题解答
常见问题及解决方案请参阅 FAQ。
星标历史
版本历史
v0.4.152026/04/14v0.4.142026/03/30v0.4.132026/03/07v0.4.122026/01/24v0.4.112026/01/18v0.4.102026/01/09v0.4.92026/01/04v0.4.82026/01/01v0.4.72025/12/25v0.4.62025/12/23v0.4.52025/12/22v0.4.42025/12/20v0.4.32025/12/17v0.4.12025/12/14v0.4.02025/12/11v0.3.02025/12/06v0.2.02025/11/15常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。


