Next AI Draw.io 深度拆解:33K stars 的「对话式画图」如何重塑架构图工具
posts posts 2026-07-12T02:58:14+08:00Next AI Draw.io 是 AI 对话生成 draw.io 图表的开源工具,33K+ stars。本文拆解它的 LLM 图表生成模式、MCP Server 集成、多 Provider 架构以及与传统 draw.io 的差异。技术笔记drawio, nextjs, llm, diagram, mcp, ai-toolNext AI Draw.io 深度拆解:33K stars 的「对话式画图」如何重塑架构图工具
核心判断
Next AI Draw.io 是「AI 对话式生成 draw.io 图表」的代表项目,33K+ stars 来自一个具体需求:用自然语言画架构图——告诉 AI「画一个 RAG 架构图」,自动生成 draw.io 的 mxGraph XML。它的差异化是 draw.io 的开放格式 + LLM 的自然语言理解,既保留了 draw.io 的编辑能力,又让非设计师能用对话完成草图。
项目速览
- 仓库: DayuanJiang/next-ai-draw-io
- Stars / 语言: 33K+ / TypeScript (Next.js 16 + React 19)
- 主页: https://next-ai-drawio.jiang.jp/
- 定位: AI 驱动的图表生成工具(基于 draw.io)
为什么值得看
传统画架构图有三个痛点:
- 手工对齐节点费时间——一个 20 个节点的微服务图,手工排版 30 分钟起步。
- 跨工具切换——画图用 draw.io,写说明用 Markdown,贴到 Confluence 又要重新排版。
- 复用困难——之前的图是 SVG,下次要改架构又得重画。
Next AI Draw.io 用 LLM 直接生成 draw.io 的 mxGraph XML,完美解决前两个痛点,第三个通过「对话式修改」(「把这个节点改成虚线」)部分解决。
系统地图
┌──────────────────────────────────────────────────────────┐
│ Frontend (Next.js 16 + React 19) │
│ ┌────────────────┐ ┌──────────────────┐ │
│ │ DrawIO UI │ │ Chat Interface │ │
│ │ (mxGraph) │ │ (LLM prompt) │ │
│ └────────────────┘ └──────────────────┘ │
├──────────────────────────────────────────────────────────┤
│ Server (Next.js API routes) │
│ ┌────────────────┐ ┌──────────────────┐ │
│ │ LLM Router │ │ Diagram State │ │
│ │ (multi-provider│ │ (history+restore)│ │
│ │ - Claude/GPT/ │ │ │ │
│ │ Gemini/Doubao)│ │ │ │
│ └────────────────┘ └──────────────────┘ │
├──────────────────────────────────────────────────────────┤
│ DrawIO Diagram Engine (mxGraph) │
└──────────────────────────────────────────────────────────┘关键机制
1. LLM 生成 mxGraph XML
核心 prompt 模式:让 LLM 直接输出 draw.io 的 mxGraph XML 格式,然后渲染到 draw.io 编辑器。
<mxfile>
<diagram name="RAG Architecture">
<mxGraphModel>
<root>
<mxCell id="0" />
<mxCell id="1" parent="0" />
<mxCell id="2" value="User Query" style="rounded=1;..." vertex="1" parent="1">
<mxGeometry x="40" y="40" width="120" height="60" />
</mxCell>
<!-- ... -->
</root>
</mxGraphModel>
</diagram>
</mxfile>LLM 的工作:
- 解析自然语言需求,识别节点(实体)和边(关系)
- 分配坐标(LLM 不擅长精确像素对齐,所以输出大致位置,由前端微调)
- 选择样式(rounded / filled / stroke / 颜色)
精度问题:LLM 输出的坐标经常需要前端重新排版(auto-layout),但节点内容和关系的正确率已经足以完成 80% 的工作。
2. 多 Provider LLM 架构
服务端支持多个 LLM Provider,管理员面板配置:
// 服务端多模型配置示意
{
providers: {
anthropic: { apiKey: '...', models: ['claude-opus-4-7', 'claude-sonnet-4-5'] },
openai: { apiKey: '...', models: ['gpt-5', 'o3'] },
google: { apiKey: '...', models: ['gemini-2.5-pro'] },
doubao: { apiKey: '...', models: ['glm-4.7'] },
}
}用户在前端选模型,不同模型的输出风格不同——Claude 偏严谨,OpenAI 偏创意,Gemini 偏简洁。这给用户模型对比的机会,但也意味着每次换模型都要重新校准 prompt。
3. MCP Server 集成
2025 年起,项目加了 MCP Server 支持,可以在 Claude Desktop / Cursor / VS Code 里直接调用:
{
"mcpServers": {
"drawio": {
"command": "npx",
"args": ["@next-ai-drawio/mcp-server@latest"]
}
}
}这样在 Claude Desktop 里对话时,可以让 Claude 直接「帮我画一个 RAG 架构图到 draw.io」,图表自动同步到 Next AI Draw.io 服务,用户在浏览器里打开继续编辑。这是 AI 工具从 UI 工具变成 Agent 工具的关键演进。
4. AI Reasoning Display
支持显示 AI 的思考过程(OpenAI o1/o3, Gemini Thinking, Claude Extended Thinking):
- 用户能看到「AI 为什么这么画」
- 对错误的输出,可以反馈「你画错了 X,改成 Y」
- 对专业领域的图(医疗、法律),reasoning 暴露有助于信任审计
5. Diagram History + Restore
每次 AI 修改都保存一个版本,可以查看 / 恢复任意历史版本。这解决了 LLM 输出的「随机性」问题——AI 不小心把好图改坏了,可以一键回滚。
实战场景
适合用 Next AI Draw.io:
- 写技术博客——配 1-2 张架构图,比 Visio / Figma 快 10 倍。
- 内部技术评审——白板前快速生成候选方案。
- 客户提案——客户说「想要个架构图」,对话生成后人工微调。
- 教学——老师讲 RAG / Transformer 时,对话生成直观图示。
不适合:
- 复杂大型图表(>50 节点)——LLM 容易混淆节点关系,需要分多次生成。
- 精确像素对齐的设计稿——还是用 Figma / Sketch。
- 机密架构图——LLM 看到 prompt 后,数据可能被 Provider 记录。
上手示例
# 在线试用
https://next-ai-drawio.jiang.jp/
# 本地启动
git clone https://github.com/DayuanJiang/next-ai-draw-io.git
cd next-ai-draw-io
npm install
npm run dev
# 部署到 Vercel
# (一行 vercel deploy)
vercel deploy
# 部署到 Cloudflare Workers
npm run deploy:cloudflare
# 配置 LLM Provider
# 在管理面板填入 Anthropic / OpenAI / Gemini API Key适用边界
- 目标用户:技术写作者、架构师、产品经理、内部技术评审组织者。
- 数据敏感性:LLM Provider 会看到你的图内容,生产环境需评估。
- 本地化:支持多语言界面(中/英/日),但 LLM prompt 默认英文。
总结
Next AI Draw.io 的真正价值是「让 AI 直接生成可编辑的图表格式」——不是 SVG 不是 PNG,而是 draw.io 的 mxGraph XML。这种「AI 生成 + 人类微调」的工作流,比纯 AI 生成(不可编辑)或纯手工画图(慢)都更高效。33K+ stars 反映了开发者社区对「对话式画图」这一新形态的认可。MCP Server 的加入让它从 UI 工具升级为 Agent 工具,这是 2026 年 AI 工具的标志性演进。
参考
- GitHub: https://github.com/DayuanJiang/next-ai-draw-io
- 在线试用: https://next-ai-drawio.jiang.jp/
- MCP Server:
@next-ai-drawio/mcp-serveron npm