next-ai-draw-io：用自然語言生成 draw.io 圖表

Best For

常需要繪製系統架構圖、資料流程圖、提案示意圖的研究者、工程師與技術寫作者。如果你已經在用 draw.io，但每次從零開始拖拉方塊都覺得浪費時間，這個工具能讓你用一句話拿到堪用的初稿。

How I Actually Use It

典型流程：用一兩句話描述系統架構，讓 AI 生成 draw.io XML 初稿，再到 draw.io 裡做精確對齊與樣式調整。簡單圖表（5 到 10 個節點）通常經過一輪對話微調就能用；複雜圖表則把 AI 產出當鷹架，手動收拾排版。

另一個實用功能是圖片轉圖表：上傳白板照片或截圖，AI 重建為可編輯的 draw.io 檔案，再從那裡修改。

MCP Server 模式可以掛進 Claude Desktop、Cursor 或 VS Code，讓 AI Agent 在工作流中直接驅動畫圖，不需要切換到瀏覽器。目前其他替代方案做不到這種整合。

Where It Is Strong

• 原生 draw.io 輸出：不像 Mermaid 系工具只能產出固定版面，輸出的是 draw.io XML，保留完整編輯能力（精確定位、自訂樣式、群組、圖層）
• 多供應商支援：支援 OpenAI、Anthropic、Google、AWS Bedrock、Ollama 等 12 家以上 LLM 供應商，搭配 Ollama 可完全離線運作
• 可自架部署：Docker、Cloudflare Workers 或直接 npm run dev，資料走向由你掌控
• 社群活躍：30.9k stars、675 commits、18 個 release，Apache 2.0 授權

Where It Fails

• 複雜圖表力有未逮：節點超過 15 個或多層巢狀結構時，AI 產出的排版容易混亂，仍需手動調整
• 安裝有門檻：需要 Node.js、npm，以及至少一把 LLM API Key（或本地 Ollama）。不熟悉終端機操作的使用者會在安裝階段卡關
• 用文字描述空間配置很困難：AI 理解邏輯關係比理解「把 A 放在右上角」來得好。想精確控制元素位置需要冗長的提示詞

Pricing, Difficulty, and Risk

費用：完全開源，Apache 2.0 授權。唯一成本是 LLM API 用量（跑 Ollama 本地模型則零成本）。

上手難度：中等。如果你對 npm install 和 .env 設定檔不陌生，不會有問題。如果終端機指令讓你感到陌生，這不是適合的入門工具。

隱私風險：API Key 採 BYOK 模式，存在瀏覽器端，專案聲稱不在伺服器端留存。但所有對話內容（包含圖表描述）會傳送至你所選的 LLM 供應商。涉及機敏或專屬架構圖時，建議自架搭配 Ollama，讓所有資料留在本地。

Verdict

如果你經常使用 draw.io，想讓 AI 處理枯燥的初稿階段，next-ai-draw-io 是目前最好的開源選項。把它當成初稿加速器，不是成品產生器。如果你不會跑 npm，或者你的圖表從來沒超出 Mermaid 能處理的範圍，可以跳過。

Source

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