鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
39
11
44
精选

AI+Excalidraw,用自然语言画手绘风格技术图

co松柏
co松柏
2025-12-29 12:43
阅读 6828
co松柏
2025-12-29 12:43
阅读 6828

✨前言

Hi,我是松柏!

不知道大家有没有用过 Excalidraw ,Excalidraw 是一款开源的手绘风格虚拟白板,在 Github 上有 113k 的 star,画出来的流程图、时序图、架构图等等还是挺有特色的,大概是这种风格:

最近我偶然了解到 Excalidraw 的原理是通过 JSON 绘图,那岂不意味着可以通过 AI 生成符合规范的 JSON 内容来实现自动绘图!所以,我就做了个工具,实现通过 AI 自动绘制手绘风格图,实时流式渲染,边生成边画图:

这还有个 gif 版的,虽然有点糊,不过能看出是流式渲染的:

移动端的效果:

体验地址会放到文章底部,废话不多说,我们直接发车看下如何实现!

AI 实现

这里给大家分享两种实现方式,一种是通过 AI 实现,我们只负责说清楚需求,然后作为一个监工让 AI 干活,这也是我现在做新功能最喜欢的方式;另一种就是一步一步的手动编码实现啦。

不过第一种方式只适合我们已经清楚了这个应该怎么做,有思路但是不想做一些重复的劳动,如果是为了学习的话,还是更建议自己实现一遍。

先来看怎么让 AI 来做这个需求吧。我们要做的就是把需求整理成一个详细的 prompt,直接复制给 AI 即可:

▼
plain
复制代码
帮我实现一个 AI + Excalidraw 手绘风格绘图工具,具体要求如下: ## 一、功能需求 1. 集成 Excalidraw 画板,参考官方文档:https://docs.excalidraw.com/docs/@excalidraw/excalidraw/integration 2. 通过 AI 对话生成 Excalidraw JSON 格式的图形元素 3. 流式输出 + 实时渲染:每解析到一个完整的 JSON 元素就立即渲染到画布 4. 支持移动端和桌面端布局 ## 二、后端要求 1. AI 调用在服务端进行,不暴露 API 密钥 2. 记录每次对话的 IP、User-Agent、对话内容、响应时间等信息 3. 支持灵活切换各家 AI 服务(OpenAI、智谱、阿里百炼等),封装统一的兼容层 ## 三、前端要求 1. 对话历史保存在 localStorage,不依赖后端加载 2. 画布数据也保存在 localStorage,刷新不丢失 3. 流式解析 AI 返回的 JSON 元素,处理嵌套和字符串内的花括号 4. 为 AI 生成的元素补全 Excalidraw 必需的默认字段 ## 四、代码质量 1. 组件封装:AI 服务层、流式解析器、画布组件、对话组件分离 2. 类型安全:使用 TypeScript,定义完整的类型 3. 可复用:AI 服务封装成可配置的模块 ## 五、AI 绘图提示词要点 需要设计一个 System Prompt,包含: - 输出格式:纯 JSON,禁止代码块,方便流式解析 - 文字处理:中英文宽度计算、形状内文字双向绑定 - 箭头规范:points 相对坐标写法 - 常用颜色:Excalidraw 内置调色板

最好是用一些 AI IDE 的 Plan 模式,像 Cursor 、Trae 这些,先规划,再执行。

当然了,AI 生成的代码可能需要根据实际情况再进行调整,但核心逻辑一般都是没问题的。这种方式的好处是快,非常快,原本三个小时的活三分钟 AI 就搞完了;缺点就是我们对具体的实现细节可能不那么了解。

手动实现

如果是以学习思路为目的,更推荐用这种方式实现。

整体架构

整个工具的架构分为三层:

▼
plain
复制代码
[用户输入描述] ↓ [AI 流式生成 Excalidraw JSON] ↓ [流式解析 JSON 元素] ↓ [实时渲染到 Excalidraw 画布]

核心思路是:用户描述想画的图 → AI 生成符合 Excalidraw 规范的 JSON 元素 → 前端实时解析并渲染。

我这里前端使用的是 Next.js ,集成了官方的 @excalidraw/excalidraw 包。
后端使用 Vercel AI SDK 对接大模型,它支持 OpenAI 及兼容服务像智谱、阿里百炼等等。

核心实现

一、Excalidraw JSON 规范

Excalidraw 的绘图原理是通过 JSON 描述元素。每个元素有 id、type、x、y、width、height 这些基础属性,不同类型还有特定属性。

支持的元素类型:

类型说明特有属性
rectangle矩形-
ellipse椭圆-
diamond菱形-
text文本text, fontSize, fontFamily
arrow箭头points, endArrowhead
line线条points

一个简单的矩形元素示例:

▼
json
复制代码
{ "type": "excalidraw", "version": 2, "source": "https://excalidraw.com", "elements": [ { "id": "rect-1", "type": "rectangle", "x": 100, "y": 100, "width": 150, "height": 80, "backgroundColor": "#a5d8ff", "strokeColor": "#1971c2" } ] }

backgroundColor 是矩形的颜色,strokeColor 是边框颜色:

二、AI 提示词设计

为了让 AI 生成正确的 JSON 同时保证出图的效果,我们需要给 AI 提供一些必要的信息,比如:

  • 输出格式:纯 JSON,不要代码块(方便流式解析)
  • 文字处理:中英文宽度计算规则,形状内文字的双向绑定
  • 箭头规范:points 是相对坐标,各方向箭头的写法
  • 常用颜色:Excalidraw 内置调色板

我的 prompt 结构大概是这样的,仅供参考:

▼
plain
复制代码
你是一个专业的 Excalidraw 绘图助手。用户会描述他们想要绘制的图形、流程图、架构图等,你需要生成对应的 Excalidraw 元素 JSON。 ## 输出格式要求 1. **先说明,后输出**:先简要说明要画什么,然后连续输出所有 JSON 元素 2. **禁止**在 JSON 元素之间穿插说明文字 3. 每个元素直接输出纯 JSON 对象,以 { 开头,以 } 结尾 4. **禁止**使用代码块(禁止 \`\`\` 符号) 5. **必须**使用标准 JSON 格式:键值对用冒号分隔(如 "x":100),不要写成等号 ## 文字处理 ## 箭头和线条 ## 元素基础结构 ## 基础形状 ## 常用颜色

因为实在是太长了,为了不影响文章的篇幅我就省略了一些内容,大家需要完整内容的话可以联系我。

三、流式 JSON 解析

AI 返回的内容是流式的,需要边接收边解析。核心解析逻辑:

▼
typescript
复制代码
// 从流式文本中提取完整的 JSON 对象 function extractJsonObjects(text: string) { const results = [] let i = 0 while (i < text.length) { const startIndex = text.indexOf('{', i) if (startIndex === -1) break // 追踪花括号深度,处理嵌套 let depth = 0 let inString = false for (let j = startIndex; j < text.length; j++) { // ... 处理转义字符和字符串 if (char === '{') depth++ else if (char === '}') { depth-- if (depth === 0) { // 找到完整的 JSON 对象 results.push(text.slice(startIndex, j + 1)) break } } } } return results }

这里有三个关键点:

1)追踪花括号深度来处理嵌套 JSON

2)正确处理字符串内的花括号(避免误判)

3)记录已处理位置,避免重复解析

当然,可能还有一些我没想到的情况,遇到的话按需处理即可。

四、实时渲染

解析出元素后,通过 Excalidraw API 添加到画布:

▼
typescript
复制代码
// 暴露给父组件的方法 useImperativeHandle(ref, () => ({ addElements: (newElements) => { const api = excalidrawAPIRef.current const currentElements = api.getSceneElements() // 处理 id 冲突 const elementsToAdd = newElements.map(el => { if (existingIds.has(el.id)) { return { ...el, id: generateNewId() } } return el }) // 更新画布 api.updateScene({ elements: [...currentElements, ...elementsToAdd], }) }, }))

到这一步核心流程就完成了,不过为了稳定性考虑,还可以进行下面的第五步处理。

五、元素默认值补全

AI 可能只生成必要字段,需要补全 Excalidraw 需要的其他字段,也算是一种降级策略:

▼
typescript
复制代码
function getDefaultElementProps() { return { angle: 0, strokeColor: '#1e1e1e', backgroundColor: 'transparent', fillStyle: 'solid', strokeWidth: 2, roughness: 1, // 手绘粗糙度 opacity: 100, seed: Math.random() * 100000, // 随机种子,产生手绘效果 version: 1, versionNonce: Math.random() * 1000000000, isDeleted: false, groupIds: [], boundElements: null, } }

移动端适配

为了在手机上也能使用这个工具,我还做了移动端的适配,核心需求是 能用AI生成并看到效果,编辑之类的操作在移动端就不奢求了。移动端采用上下布局,即上面的画布 + 底部输入框:

数据持久化

这个工具所有的画布数据都保存在 localStorage 里,不会上传到服务器,所以大家可以放心使用。

🎯结语

以上就是 AI + Excalidraw 实现手绘风格绘图工具的完整实现啦,核心就是让 AI 生成符合规范的 JSON,然后流式解析并实时渲染。

至于效果的话,我只能说“流程是通的,效果是拉胯的”,哈哈哈,所以目前这个阶段只适合作为玩具玩一玩,远远不够生产的水平,大家感兴趣的话可以到 https://www.lzkz.top/tool/excalidraw 直接体验。

不过因为这个工具写在了我的个人工具里,所以暂时没有开源,大家需要的话可以在评论区留言或者直接联系我!

AI
39
44
分享
操作
评论
相关内容
0个评论
全部评论
点击登录,快来和大家讨论吧~
表情
图片
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题

目录

🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
430
2
DeepSeek 全新模型发布,性价比最高的一集!
390
3
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
380
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360
5
又一个国产版 Codex 神器,也来卷办公了!
330
6
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
310
7
AI 越强,被它拒绝的代价就越大 我有时候会想:AI 越来越厉害之后,有些事情,会不会反而越来越难做? 这个想法看起来有点矛盾。AI 明明在降低门槛,让不会写代码的人做出软件,让不会画画的人生成图片,让一个人完成过去需要整支团队才能完成的工作。但今天用 Codex 的时候,AI 拒绝帮我编写 SQL 注入的请求体,而那还是我有源码、在本地跑测试的情况。那么,往后是否只会更难? 我们假设某一天,AI 说:「这个请求违规,我不能帮助你。」到那个时候,你还有多少能力,能绕过它,把事情做完? 这里的「违规」需要打个引号。平台的规则、模型的判断、法律的要求,以及一件事实际有没有造成伤害,彼此之间并不总是画得上等号。一个请求可能确实危险,也可能只是缺少上下文被误判,或者恰好落在某家公司的限制范围里。 无论是哪种情况,随着我们越来越依赖 AI,这句拒绝都可能变得越来越贵。 今天,一个程序员让 AI 帮忙写代码,AI 拒绝了,他大概率还有别的办法:查文档、找开源项目、问同行,或者自己写。麻烦一点,慢一点,但路还在。 可如果十年之后,大部分程序都由 AI 完成,情况就不一样了。 很多人从接触编程的第一天起,就习惯了描述需求、等待生成、运行结果、继续迭代。他们能做出相当复杂的产品,却未必经历过独立处理底层问题的训练。平时,这种能力结构完全够用,效率甚至更高。只有 AI 拒绝的时候,他们才会发现:平常被省掉的那段学习过程,恰好是此刻最需要的东西。 到那时,一次拒绝的成本,可能就从「今晚多花两个小时」,变成「先花半年学会这门技术」。 拿 SQL 注入举个稍显极端的例子:往后,连真正理解这类攻击如何发生、能够独立构造测试的人,会不会也越来越少? 这里也包括那些有正当需求的人。一个开发者想检查自己的旧系统,一个经过授权的安全研究员想复现漏洞,假如 AI 识别到危险模式就拒绝,而使用者又只熟悉「让 AI 帮我检查」,这项原本可以独立完成的工作,就这样卡住了。 但是安全专家不会因此消失,但这类技能可能越来越集中在少数人手里。你仍然可以找专家,只是要付出更多的钱、更多的时间,以及更高的沟通成本。 类似的困境,未必只发生在网络安全领域。 你想从一个停止维护的软件里取回自己的数据,需要解析它的旧文件格式。AI 判断这涉及规避保护措施,拒绝继续。你拥有这些数据,却没有能力把它们读出来。 你买了一台设备,厂商停止提供服务。你想修改程序让它继续运转,过程中需要处理某种访问限制。AI 不愿协助,而你所掌握的维修方式,早已只剩下「把报错发给 AI」。 你想给常用的网站写一个辅助工具,减少重复操作。平台将此归入自动化限制,AI 也据此拒绝。过去会写脚本的人可以自己判断、自己处理;未来的使用者,可能连从哪里开始都不知道。 这些例子有一个共同点:当工具同时承担了「执行工作」和「传授知识」的角色,它的拒绝就不只是挡住了一次任务,也挡住了获得这种能力的机会。 更麻烦的是,这种依赖往往是我们主动选择的,而且每一步都很合理。 既然 AI 几秒钟就能做好,为什么还要花几个月学习?既然公司可以采购成熟的 AI 服务,为什么还要养一支负责基础工作的团队?既然市场上已经很少有人手写这些东西,学校为什么还要花大量时间教? 对个人、公司和学校来说,这些选择都有现实依据。但叠加起来,整个社会保留的独立能力就可能越来越少。等到某项能力突然受到限制,我们才发现,备用方案早已在追求效率的过程中被一点点削掉了。 所以,「AI 越强,做事越便宜」可能只描述了未来的一半。 另一半是:被允许的事情越来越便宜,被拒绝的事情依然需要人工完成,却要面对更少的人才、更高的报价,以及越来越难获得的知识。两边的成本差距,会越拉越大。 有人会说,可以换一个模型,或者用本地模型。这确实是重要的选项。只要工具之间还有充分竞争,开放模型还足够可用,限制就未必能形成真正的门槛。 但备用方案也需要维护。它需要硬件、知识、软件生态,以及一群仍然理解这些系统的人。如果大多数人已经习惯了最方便的商业服务,那么「理论上还有别的办法」和「普通人实际用得起、用得明白」,之间仍然可能隔着很远。 我担心的,正是这段距离。 我不指望 AI 对任何请求都照单全收。对明显会伤害他人的行为设置限制,有充分的理由。但我们也需要关心:限制由谁定义,误判有没有申诉渠道,用户能不能换工具,以及脱离这个工具之后,还剩下多少独立行动的能力。 保留这些能力,平时看起来甚至有点低效,明明可以自动生成,还要理解原理;明明可以一键完成,还要知道手动怎么做。 但这些看似多余的知识,会在工具拒绝、失效、涨价或改变规则的那一刻,成为真正的选择权。 AI 越强,我们可能越需要留意它说「不」的那一刻。 因为那句话的分量,最终取决于:它拒绝之后,我们还能做什么。
310
8
什么是LLM
300
9
我的第一个出海产品!7 天 2 万
290
10
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
290