1. 项目定位与用途
DeepDiagram AI 是一个开源的 Agentic AI 可视化平台，旨在通过人工智能技术将自然语言描述或上传的草图、白板等多模态输入自动转换为专业、交互式的图表。其核心用途是降低图表制作门槛，提升知识表达与数据可视化的效率，适用于个人知识管理、团队协作、技术文档编写等多种场景。
项目档案应用项目
DeepDiagram AI：开源 Agentic AI 可视化平台 - 自然语言转专业图表工具
DeepDiagram AI 是基于 LangGraph 多智能体架构的开源可视化工具，用户通过自然语言或上传草图即可生成思维导图、流程图、ECharts 图表、Draw.io 架构图、Mermaid 图表及信息图。本文详细介绍其功能特性、安装部署步骤和使用方法，帮助快速上手 AI 驱动的图表创作。
AI 总结
DeepDiagram AI 是一个开源的 Agentic AI 可视化平台，基于 LangGraph 多智能体架构，将自然语言描述或草图自动转换为专业的交互式图表，涵盖思维导图、流程图、数据图表等类型，提升知识表达与数据可视化效率。
中文项目介绍
DeepDiagram AI 是一个开源的智能可视化平台，利用 Agentic AI 和多智能体编排技术，将自然语言或多模态输入（如草图、白板）转换为专业图表。平台基于 LangGraph 架构，包含六个专用智能体：思维导图（mind-elixir）、流程图（React Flow）、数据图表（ECharts）、Draw.io 架构图、Mermaid 图表和信息图（AntV Infographic）。它解决了传统图表工具手动绘制效率低的问题，用户只需描述需求，AI 即可自动生成可交互、可编辑的图表，并支持导出为 PNG 或 SVG。适用于知识梳理、业务流程设计、数据报告、系统架构图、技术文档等多种场景。技术栈上，前后端分离：前端为 React 19 + Vite，后端为 FastAPI + Python 3.13，使用 PostgreSQL 持久化数据，并通过 SSE 实现设计概念与代码的流式传输。
详细信息与使用说明
2. 解决的问题
传统图表工具（如 draw.io、Mermaid 编辑器）需要用户手动绘制，过程繁琐且耗时。DeepDiagram AI 通过多智能体编排和 LLM 理解，自动解析用户意图并生成对应图表，同时提供设计推理过程的可视化，解决了从创意到专业图表转换的效率和专业度问题。
3. 适用场景
平台覆盖六大图表类型，适用场景包括：思维导图用于知识梳理与头脑风暴；流程图用于业务流程与逻辑设计；数据图表用于数据可视化与趋势分析；Draw.io 用于云架构与网络拓扑；Mermaid 用于技术文档与软件设计；信息图用于数据故事讲述与创意展示。此外，支持文件上传（Excel、PDF、Word、PPT）自动解析生成图表。
4. 安装方式
推荐使用 Docker Compose 一键部署：复制 backend/.env.example 为 .env 并配置 LLM API 密钥和数据库连接，然后运行 docker compose up -d。手动安装则需分别部署：后端在 backend 目录使用 uv 或 pip 安装依赖（pyproject.toml），通过 start_backend.sh 启动；前端在 frontend 目录运行 npm install 和 npm run dev。仓库中未明确给出云部署或 Kubernetes 配置指南。
5. 使用方式
访问 Web 应用后，在聊天界面输入自然语言描述（如“创建一个销售趋势折线图”），AI 会自动路由到对应智能体生成图表。也可使用 @mindmap、@flow 等标签显式指定类型。支持上传图片或文档进行数字化转换。生成后可在交互式画布上编辑、缩放，并导出为 PNG 或 SVG。通过设置图标可动态调整 LLM 模型参数。
6. 补充说明与实现特点
平台采用 LangGraph 实现多智能体协调，每个智能体专精一种图表类型。后端使用 FastAPI 提供 API，前端 React 19 构建交互界面。数据持久化依赖 PostgreSQL，支持会话历史与消息分支。通信采用 SSE 双流，分别传输设计概念（流式 Markdown）和代码配置。智能路由基于显式标签、LLM 意图识别和对话上下文。XML 标签输出格式确保多行内容解析稳定。仓库中未明确给出单元测试覆盖率或性能基准数据。
思维导图
DeepDiagram AI
核心功能
思维导图智能体 (mind-elixir)
流程图智能体 (React Flow)
数据图表智能体 (ECharts)
Draw.io 智能体
Mermaid 智能体
信息图智能体 (AntV Infographic)
技术架构
前端: React 19 + Vite
后端: FastAPI + Python 3.13
编排: LangGraph
数据库: PostgreSQL
通信: SSE 双流
部署与使用
Docker Compose 一键部署
环境变量配置 (.env)
聊天界面输入自然语言
支持文件上传与导出
高级特性
智能路由 (标签/意图/上下文)
XML 标签输出
设计概念流式显示
历史持久化与分支
常见问题
DeepDiagram AI 支持哪些图表类型？
支持六大类：思维导图（基于 mind-elixir）、流程图（React Flow）、数据图表（Apache ECharts）、Draw.io 架构图、Mermaid 图表（序列图、甘特图等）以及信息图（AntV Infographic）。
如何本地部署 DeepDiagram AI？
推荐使用 Docker Compose：配置 backend/.env.example 中的 LLM API 密钥和数据库连接后，运行 docker compose up -d。手动部署需分别安装后端（Python + uv/pip）和前端（Node.js + npm）。
是否需要配置 LLM API 密钥？
是的。后端需在 .env 文件中设置 OPENAI_API_KEY 或 DEEPSEEK_API_KEY，并可选配置模型 ID 和基础 URL。未配置将无法调用 AI 生成功能。
是否支持文件上传？支持哪些格式？
支持。用户可以上传白板、草图或文档（如 Excel、PDF、Word、PPT），AI 会解析内容并生成相应图表。仓库中明确提到支持这些格式，但未列出全部可能格式。
生成的图表可以编辑和导出吗？
可以。所有图表均在交互式画布中生成，支持实时预览、拖拽编辑、缩放，并导出为 PNG 或 SVG 格式。部分智能体（如 Draw.io）还提供自动居中、侧边栏隐藏等专注模式。