AI 再也不用截图点点点了!用一行命令让它直接画流程图

简介: 还在让 AI 用截图点 GUI 画流程图?慢、脆、还经常点错地方。 cli-anything-drawio 把 draw.io 的所有操作变成 CLI 命令, AI Agent 调一行命令就能生成专业流程图、架构图、组织架构图, 结果直接导出 PNG,全程不需要人盯着。

先说一个让人抓狂的场景

你有没有试过让 AI Agent 帮你画一张系统架构图?

大概是这样的:

你:"帮我画一张电商系统的架构图" AI:"好的!我来打开 draw.io……" AI:截图→分析坐标→点击→截图→分析坐标→点击…… 五分钟后…… AI:"我点错了,重来"

这就像你雇了一个设计师,结果他不用鼠标,全靠蒙眼睛猜坐标点击。

图1:传统 GUI 自动化流程,本质是在玩「蒙眼打靶」

今天介绍的 cli-anything-drawio,就是要把这个「蒙眼打靶」变成「指哪打哪」。


它到底是什么?

cli-anything-drawio 是 CLI-Anything 框架生成的一个命令行工具, 把 draw.io 的所有 GUI 操作——加图形、连箭头、改样式、导出图片—— 全部映射成了标准的 CLI 命令,输出结构化 JSON。

AI Agent 调完一条命令,立刻拿到反馈,下一条命令接着来, 就像流水线一样,不需要"截图→等待→分析→猜坐标"这套慢动作。

图2:CLI 模式下 Agent 的实际工作流,每步都有精确反馈


安装,一行搞定

pip install cli-anything-drawio

不需要克隆代码,不需要配置环境。装完就有 cli-anything-drawio 命令。

注意:画图、改图不需要 draw.io 桌面版。 但如果你要导出成 PNG/PDF/SVG,需要装一下: macOS:brew install --cask drawioLinux:snap install drawio


实战:让 AI 画一张电商购物流程图

我们用一个真实场景贯穿整个演示:

场景:你是一个产品经理,需要向开发团队解释电商平台的购物流程。 以前你要自己打开 draw.io,一个一个拖图形、连箭头, 半小时能画完就算手速快的。 现在,告诉 AI 一句话,它帮你搞定。

第一步:新建画布

cli-anything-drawio --json project new --width 700 --height 2000 -o 购物流程.drawio

返回:

{
  "action": "new_project",
  "page_size": "700x2000",
  "saved_to": "购物流程.drawio"
}

画布创建好了。这里有个设计很妙:--json 参数让所有输出都是结构化 JSON, AI Agent 不用解析"人话",直接读字段就行,省去大量 token。

第二步:加图形

draw.io 里那些图形——矩形、椭圆、菱形、圆柱——在这里都有对应的名字:

# 开始节点(椭圆)
cli-anything-drawio --json --project 购物流程.drawio \
  shape add ellipse --label "开始" --x 275 --y 40 --width 150 --height 55

返回的 id 是关键,后面连线要用它:

{"id": "v_1773456936157036", "shape_type": "ellipse", "label": "开始"}

继续加其他节点(用户登录、浏览商品、加购物车……),每个都会返回一个唯一 ID。

支持的图形类型一览:

命令名 对应图形 典型用途
rectangle 矩形 普通步骤
ellipse 椭圆 开始/结束
diamond 菱形 判断/分支
cylinder 圆柱 数据库
rounded 圆角矩形 用户操作
actor 小人 用户角色

第三步:连线

# 把"开始"连到"用户登录",用直角路由风格
cli-anything-drawio --project 购物流程.drawio \
  connect add v_1773456936157036 v_1773456936238240 --style orthogonal
# 支付判断节点,分两条路
cli-anything-drawio --project 购物流程.drawio \
  connect add 支付节点ID 成功节点ID --label "成功"
cli-anything-drawio --project 购物流程.drawio \
  connect add 支付节点ID 失败节点ID --label "失败"

连线样式有四种,记住这两个就够用了:

  • orthogonal:直角折线,正式场合首选,流程图标配
  • curved:弧线,画"失败重试"这种回头箭头不会乱穿

第四步:导出 PNG

cli-anything-drawio --project 购物流程.drawio \
  export render 购物流程.png -f png --crop --scale 2 --overwrite

--crop 把空白边距裁掉,--scale 2 出 2 倍清晰度, 丢进 PPT 或者发给开发同学,效果一点不比手画差。


等等,这里有个问题

你可能会想:"AI 去哪里知道节点的 x/y 坐标该怎么放?"

这是坐标管理问题,也是 CLI 方式相比直接生成 XML 的一个真实挑战。 好消息是,这个问题对 AI Agent 来说很容易解决:

图3:AI Agent 画图的标准节奏,坐标按顺序递增,简单又可靠

垂直流程图最简单:x 固定,y 从 40 开始每步加 120。 AI 完全可以自己算,不需要人介入。


进阶:样式定制

图画好了,但全是灰色方块不够好看?shape style 命令可以改颜色:

# 把开始/结束节点改成绿色
cli-anything-drawio --project 购物流程.drawio \
  shape style v_开始ID fillColor "#d4edda"
# 把支付判断菱形改成橙色,突出重要性
cli-anything-drawio --project 购物流程.drawio \
  shape style v_支付判断ID fillColor "#fff3cd"
# 加粗边框
cli-anything-drawio --project 购物流程.drawio \
  shape style v_某个ID strokeWidth "2"

常用样式属性速查:

属性 含义 示例值
fillColor 填充色 #dae8fc(蓝)#d4edda(绿)#fff3cd(黄)
strokeColor 边框色 #333333
fontSize 字体大小 14
fontStyle 字体样式 1=粗体 2=斜体
shadow 阴影 1=开启

撤销?有的

画错了不用从头来:

cli-anything-drawio --project 购物流程.drawio session undo

最多支持 50 步撤销,底层是 XML 快照栈。 在 REPL 交互模式下直接输入 undo 也行。


它能画哪些图?

只要是 draw.io 支持的图形结构,理论上都能用 CLI 搭出来:

图4:CLI 能覆盖的图形类型,基本涵盖了技术团队的日常需求

唯一的限制是:坐标要自己管,没有自动布局。 对于 AI Agent 来说不是问题,对于手撸的人来说, 复杂图形还是在 GUI 里拖拽更省心。


回到那个产品经理的场景

用了 cli-anything-drawio 之后:

你:"帮我画一张电商购物流程图" AI:新建画布 → 添加 18 个节点 → 连接 17 条箭头 → 导出 PNG30 秒后AI:"图已生成:购物流程.png"

全程没有截图,没有坐标猜测,没有"点错了重来"。 每一步操作都有 JSON 反馈,AI 知道自己做了什么, 出了问题也能精确定位并修复。

这才是 AI 操作软件应该有的方式——不是模拟人点鼠标,而是直接调用能力


总结:三句话记住它

  1. 装它pip install cli-anything-drawio,一行搞定
  2. 用它project newshape addshape listconnect addexport render
  3. 给 Agent 用:加 --json 拿结构化返回,坐标按顺序算,导出 PNG 交差

流程图不再是产品经理的噩梦,也不再是 AI Agent 的「蒙眼打靶」。

相关文章
|
4天前
|
机器学习/深度学习 人工智能 算法
孪生素数分布的大规模计算实验:分段筛实现与经验统计分析
孪生素数猜想断言存在无穷多对形如 (p,p+2)(p,p+2) 的素数,但该猜想至今仍未解决。Hardy–Littlewood 的第一猜想给出了孪生素数计数函数的经典启发式渐近公式,而张益唐、Maynard 与 Polymath8 的工作则证明了存在无穷多对素数,其间隔有统一上界,但这一上界尚未降至 2 [1–3]。
|
10天前
|
人工智能 JSON 前端开发
Skills 真的可以帮我干活了:把工单分析变成一个可复用的 Skill
本文分享将企业内网工单分析SOP固化为Claude Skills的实践:摒弃不稳定的浏览器自动化,创新采用“Copy as fetch + agent-browser eval”方案,直接复用SPA页面接口请求,实现稳定、低开销的数据获取与AI分析,大幅提升重复性工单分析效率。
Skills 真的可以帮我干活了:把工单分析变成一个可复用的 Skill
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
以小胜大!千问Qwen3.5重磅发布,每百万Token仅0.8元
阿里巴巴开源全新一代千问Qwen3.5-Plus,全球最强开源大模型:3970亿参数、仅激活170亿,原生多模态,支持图文视频理解与视觉编程;推理吞吐量最高提升19倍,API价格低至0.8元/百万Token。
|
2月前
|
数据采集 人工智能 IDE
告别碎片化日志:一套方案采集所有主流 AI 编程工具
本文介绍了一套基于MCP架构的轻量化、多AI工具代码采集方案,支持CLI、IDE等多类工具,实现用户无感、可扩展的数据采集,已对接Aone日志平台,助力AI代码采纳率分析与研发效能提升。
552 46
告别碎片化日志:一套方案采集所有主流 AI 编程工具
|
16天前
|
人工智能 自然语言处理 Shell
OpenClaw(Clawdbot)配置阿里云百炼API教程,一篇图文全搞定
本教程详解OpenClaw(原Clawdbot/Moltbot)接入阿里云百炼API的完整流程:从一键安装、配置环境变量,到添加qwen3-max-2026-01-23等Qwen3系列模型。支持Coding Plan套餐,新客首月仅0.3元/天,图文并茂,开箱即用。(239字)
|
10天前
|
人工智能 移动开发 编译器
打造高可靠 AI 助手:Skill 编排、Workflow 设计与 Spec Coding 的深度实践
文章首先拆解了上下文工程的五大最佳实践模式(状态管理、渐进式上下文、结构化输出、模版程序、多步处理),并深入对比了 Skill 与 Subagent 在上下文管理机制上的本质差异。
打造高可靠 AI 助手:Skill 编排、Workflow 设计与 Spec Coding 的深度实践
|
5天前
|
存储 人工智能 Ubuntu
2026年OpenClaw史诗级更新实战:1分钟阿里云/本地部署+免费百炼API配置+ContextEngine记忆自由插拔指南
2026年3月,OpenClaw(曾用名Clawdbot)迎来史上最密集的一次核心更新——v2026.3.7-beta.1版本携89项代码提交、200+Bug修复重磅上线,创始人Peter Steinberger亲自官宣其核心亮点:全新ContextEngine插件接口实现AI记忆“自由插拔”,无需修改核心代码即可切换上下文管理策略;同时首发适配GPT-5.4与Gemini Flash 3.1双引擎,性能与兼容性实现双重飞跃。
535 23
|
1天前
|
人工智能 程序员 API
阿里云百炼Coding Plan购买地址,套餐额度选择以及详细使用方法教程
阿里云百炼Coding Plan提供Lite(40元/月,1.8万次/月)与Pro(200元/月,9万次/月)两种套餐,支持qwen3.5-plus、kimi-k2.5等多模型及图片理解。通过VS Code等插件接入,按月固定付费、无额外计费,性价比高,适合个人开发者与专业程序员。
|
4天前
|
人工智能 监控 安全
为阿里云“养虾人”装上安全护栏:JEP Guard 插件开发实践
OpenClaw在阿里云上一键部署量激增,但其高风险权限带来误删、隐私泄露等隐患。JEP Guard开源插件应运而生,通过拦截rm等危险命令、用户确认弹窗、临时授权令牌及JEP协议密码学收据,为AI执行操作提供“安全护栏”。本文详解插件设计、代码实现及阿里云部署实践,助力开发者构建安全可控的智能体环境。
225 13
|
1月前
|
弹性计算 人工智能 固态存储
2026年阿里云服务器最新租用价格:包年包月和按量收费标准与活动价格参考
2026年阿里云服务器价格更新,轻量应用服务器低至38元/年(2核2G,200M带宽),ECS经济型e实例99元/年(2核2G,3M带宽),通用算力型u1实例199元/年(2核4G,5M带宽),企业用户专享。GPU服务器首购享4折优惠。同时,阿里云推出99元和199元长效特惠云服务器,新老用户同享,续费不涨价。用户可根据需求选择不同配置和时长,搭配165元无门槛优惠券及阶梯折扣,实现低成本高效上云,满足个人开发、企业应用等多元场景需求。

热门文章

最新文章