做科研的朋友应该都遇到过这个场景：读文献时看到一张逻辑很好的框架图，想拿来改改用，但只有截图，没有源文件。重新画一遍太费时间，丢给大模型又只能输出死图——改一个字、调一条线，只能重来。

项目简介

今天分享一个切实解决这个问题的开源项目：next-ai-draw-io。目前 GitHub 已斩获 24k Star、2.5k Fork，是近期增长最快的学术工具类项目之一。

它的核心思路很直接：跳过静态图片，利用 Next.js 和 Vercel AI SDK，让 AI 直接输出并在前端渲染 Draw.io 的底层 XML。 生成结果在编辑器里原生可拖拽、改字、重连线。这不是"AI辅助绘图"，而是"AI生成绘图源文件"——两者的可复用性差距很大。

核心特性

除了基础的文本转图表，几个值得关注的特性：

• 全生态模型支持：OpenAI、Claude、Gemini、Qwen等模型均可接入，也支持通过 Ollama 本地私有化部署。
• 内置版本控制：完整追踪所有历史改动，AI 改崩了一键回退。
• AI推理过程可视化：使用思维链模型时，侧边栏实时展示拆解图表的思考过程。
• MCP 协议接入（实验性）：可在Cursor、VS Code或Claude Desktop中直接调用，写代码时顺手生成流程图。

开始使用

使用方式

工具有两种使用方式，按需选择：

方式一：直接在线使用

无需安装，打开演示网站即可试用：

https://next-ai-drawio.jiang.jp/zh

点击聊天面板右上角的设置图标，填入自己的 API Key 即可绑定。Key 只存在本地浏览器，不上传服务器。

方式二：下载桌面客户端

前往 GitHub Releases 页面，下载对应平台的安装包（支持 Windows、macOS、Linux）。安装完成后打开，同样在设置中配置 API Key。

https://github.com/DayuanJiang/next-ai-draw-io/releases

配置 API Key

如果你之前购买过大模型的API，那么你选择对应的服务商，填好模型ID即可。

如果你之前未购买过，那么你可以试试下面两个国内平台，目前都有活动，大家认证了就能领到免费的额度。

方案一：七牛云

链接：https://s.qiniu.com/6BrQfi

七牛云是你点击链接完成首次体验即得1000万 Token，而我也能得到500万 Token。

点击网址，填写基本信息，在控制台找到API Key，新建API key，然后复制sk开头这串文本。这就是你需要的密钥。

回到next-ai-draw-io，在模型配置中找到Qiniu，填入API 密钥和模型ID（如openai/gpt-5.4）：

点击「测试连接」，显示成功即可开始使用。

之所以和大家首推七牛云，是因为它有一些隐藏模型，只能在海外官网查到但实际上国内地址也能用。你可以通过这个网站查一下gemini、claude家的模型ID：

https://sufy.com/zh-CN/services/ai-inference/models

方案二：硅基流动（SiliconFlow）

链接：https://cloud.siliconflow.cn/i/6XcFRSry

注册并完成实名认证，双方各得 ¥16 代金券。

点击网址，填写基本信息，在控制台找到API 密钥，新建API key，然后复制sk开头这串文本。

类似地，回到next-ai-draw-io，在模型配置中找到Qiniu，填入API 密钥和模型ID（如Pro/moonshotai/Kimi-K2.5）：

基本功能

我们可以看到next-ai-draw-io界面右侧有几个快速示例，这个大家体验一下就知道了。

下面我会专门讲一下复制流程图这个功能。

科研作图实战

光看功能列表没意义，直接上手测。我选择了两篇中文综述论文，看看next-ai-draw-io是否能复现其中的流程图。

简单案例

这个案例选择的是肖笃宁老师于2012年发表的一篇经典论文：

其中有这样一张简洁的黑白流程图：

我们直接把它截图粘贴进对话框，发送一条指令：

帮我复刻这张图

很快，这张图就被绘制了出来，你可以在画布上拖动并修改它：

其实，这个工具对于模型的能力要求很高，不仅要有视觉理解能力，还要有推理能力。后面会讲，经过本人的多种测试，效果最好的竟然是qwen3.5-plus模型。

显然，这复现的效果并不如意，箭头明明可以直接给，它非要弯一下。我们可以尝试发一条微调指令：

请保证箭头和原图的一致性

效果通常也就那样，建议大家直接在画布上进行手动修改。经过我1分钟的调整，这张图变成了这样：

更重要的是，我们可以把它导出为各种常见格式：

进阶案例

这个案例选择的是刘世荣老师于2026年发表的一篇最新综述：

其中有多张流程图：

我们以第一张更为复杂的图来进行演示。这次我使用的是阿里的qwen3.5-plus模型。还是用这个指令：

帮我复刻这张图

这个效果比之前的简单流程图差远了。因为模型没有注意这些问题——布局比例、颜色还原、文字不溢出。

换成这段提示词后，情况明显改善：

请复刻这张图，注意每个组件的长宽比，箭头位置，以及颜色

我们不要奢求一次性就能生成直接能用的图，这样的效果其实已经非常好了。

模型横评：一个反直觉的结论

测彩色图的时候，我顺手把几个主流模型都跑了一遍，结果出乎意料：

Qwen-3.5 plus ≈ Claude Sonnet 4.6 > GPT-5.4 > K2.5

事实胜于雄辩，我真没有收钱，你们所有人都可以去测试一下。

Kimi-K2.5模型

同样是国产旗舰模型，我真的没想到K2.5能这么差！

GPT-5.4模型

GPT-5.4模型竟然也不如千问，这个也令我挺吃惊。

Claude-Sonnet 4.6模型

因为这个项目的开发者就用Sonnet 4.6模型进行测试的，所以我相信它的效果不会太差。

七牛云上可以使用这个模型，实测下来确实也不错，但它价格可比国产模型贵太多了：

三个通常被认为很强的模型，在这个任务上表现都不如千问。我只能说，选模型这件事值得多试几个，不要默认旗舰就是最优解。

总结

最后总结一下，这个工具使用上很方便，但其实想生成高质量的图片很“吃”使用者的模型和提示词。

大家在使用的过程中，更稳定的工作方式是：

• 打磨好初始提示词，整体重新生成，而不是反复追加修改
• 颜色、字号、个别连线位置这类细节，直接在 Draw.io 编辑器里手调，比让 AI 改快得多也稳得多

工具的价值不在于完美复刻，而在于把一张死图变成有结构的 XML 起点——这个起点本身，已经省去了相当多的时间。

感兴趣的朋友可以在GitHub搜索原项目 DayuanJiang/next-ai-draw-io进行学习，也欢迎各位朋友进群交流。