新闻详情

新闻详情

首页 / 资讯中心 / 详情

一句话生成流程图:next-ai-draw-io 本地部署实操

发布时间:2026/11/19 7:57:11来源:尧图网络
一句话生成流程图:next-ai-draw-io 本地部署实操
一句话生成流程图next-ai-draw-io 本地部署实操【免费下载链接】next-ai-draw-ioA 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.项目地址: https://gitcode.com/GitHub_Trending/ne/next-ai-draw-ionext-ai-draw-io 是一款可本地部署的 AI 流程图生成工具输入一句自然语言画布直接产出带连线、带图标的成品图服务跑在你自己的机器上数据全程不出内网。自然语言出流程图输入到画布的效果实测打开页面在输入框敲一句Draw a lamp troubleshooting flowchartAI 先流式输出思考过程随后画布上出现一张完整流程图起点粉色矩形 Lamp doesnt work灯泡不亮判断 1菱形 Lamp plugged in?插上了吗—— No 指向 Plug in lamp插上灯判断 2菱形 Bulb burned out?灯丝烧断了吗—— Yes 指向 Replace bulb换灯泡No 指向 Repair lamp修灯每个分支都落进一个绿色处理框连线和箭头一次到位。后续继续提要求比如换个配色补一行备注它会原地修改每次改动都留在版本历史里。AI 画图工具的 4 个实用价值点对话即画图AI 把你的话翻译成 draw.io XML 并渲染到画布不用记工具栏按钮也不用手动拖拽连线。改错了能回退每次 AI 修改都会存一份版本快照像给图纸拍照存档不满意直接回滚上一版。云架构自动配图标生成 AWS、GCP、Azure 架构图时自动选用官方形状库省去逐个找图标的功夫。存量资料能转图上传已有图片、PDF 或文本AI 可以照着重绘、提炼成图表。本地部署跑通npm 与 Docker 两条路径方式一npm 源码启动适合开发调试git clone https://gitcode.com/GitHub_Trending/ne/next-ai-draw-io cd next-ai-draw-io npm install cp env.example .env.local npm run dev打开.env.local只改三处AI_PROVIDER提供商、AI_MODEL模型 ID、对应 API Key。填法类似下单前的点菜单用哪家店、点哪道菜、出示哪张凭证。然后浏览器访问http://localhost:6002。方式二 Docker 一条命令启动适合直接跑服务docker run -d -p 3000:3000 \ -e AI_PROVIDERopenai \ -e AI_MODELgpt-4o \ -e OPENAI_API_KEYyour_api_key \ ghcr.io/dayuanjiang/next-ai-draw-io:latest浏览器打开http://localhost:3000即可开画。环境变量配置要点跑通只改这几项参数作用默认值AI_PROVIDER选择 AI 提供商openai、bedrock、ollama 等bedrockAI_MODEL模型 ID逗号分隔可挂多个随提供商而定OPENAI_API_KEYOpenAI 及兼容服务的密钥空MAX_OUTPUT_TOKENS输出上限思考与图表共用64000ADMIN_PASSWORD开启/admin管理面板不设置即关闭ACCESS_CODE_LIST用户访问码逗号分隔不设置NEXT_PUBLIC_DRAWIO_BASE_URLdraw.io 嵌入地址构建时变量embed.diagrams.net常见问题自查症状、原因与解法① 内网部署后画布打不开症状页面能加载画布空白提示找不到embed.diagrams.net的 IP 地址。原因NEXT_PUBLIC_*是构建时变量会编译进 JS容器启动后再设置无效。解法构建镜像时用 build args 传入NEXT_PUBLIC_DRAWIO_BASE_URL指向自建的 draw.io。② 本地模型一直在思考图却不出现症状用 Qwen 等本地模型只输出思考过程不出图表。原因模型参数量太小遵循不了 tool calling 指令或推理服务没开启工具调用。解法换 32B 以上参数的模型并在服务端启用 tool choice。③ 传了图却报错未提供图片症状上传已有图片让 AI 重画提示未提供图片。原因当前模型不支持视觉能力。解法换支持视觉的模型或模型名带vision/vl的。适合谁用人群边界与官方文档入口一句话评价把画图变成说图配置门槛只有几个环境变量的本地化 AI 画图工具。适合需要在内网出图、不愿把业务架构交给公有云 SaaS 的团队以及频繁画流程图 / 云架构图的产品和研发。不适合只想零配置在线试用的用户——它需要你自备模型和 Key小参数量模型也容易出现只思考不出图。文档入口Docker 部署、AI 提供商配置。✅第一步建议先用默认配置跑通上面的灯泡流程图确认链路通了再把AI_MODEL换成你手头的模型。【免费下载链接】next-ai-draw-ioA 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.项目地址: https://gitcode.com/GitHub_Trending/ne/next-ai-draw-io创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉