结合 AI 生成 mermaid、plantuml 等图表

结合 AI 生成 mermaid、plantuml 等图表

AI 画图

AI 画图并不是真的让 AI 画一个图片,而是让 AI 根据你的需求,生成对应的需求文本,再根据 “文本画图” 来生成图片。

Mermaid

mermaid 支持流程图、时序图、架构图等等多种图片绘制。当然最终生成的效果和样式会根据不同的“文本代码”渲染编辑器而不同。

流程图示例

举一个例子,先把如下需求告诉 AI (比如我这里使用 ChatGPT):

请用Mermaid语法帮我画一个用户登录流程图,包含以下步骤: 1.用户输入账号密码 2.前端校验格式 3.发送请求到后端 4.后端验证用户信息 5.如果验证成功,生成token返回 6.如果失败,返回错误信息 7.前端根据结果跳转页面或显示错误 

然后 AI 会生成代码(文本代码):

graph TD A[用户输入账号密码] --> B[前端校验格式] B -->|格式正确| C[发送请求到后端] B -->|格式错误| H[前端提示格式错误] C --> D[后端验证用户信息] D -->|验证成功| E[生成 Token 并返回] D -->|验证失败| F[返回错误信息] E --> G[前端跳转页面] F --> I[前端显示错误信息] 

然后把 mermaid 代码放到渲染工具中。

markdown 文本中使用:将 markdown 代码格式标注为 mermaid 语言,即可看到对应图片:

image-20250603065508488

飞书中 mermaid 使用步骤:先输入 / ,唤出快捷指令,然后输入搜索并选择文本绘图,将代码写到左侧,右侧即可生成所需图片,之后根据需要导出即可。

image-20250603070116949
image-20250603070209767

语雀中用法和飞书基本相同:

image-20250603070620628

如果想要修改 AI 生成的图片,那么只需要对文本代码进行修改,图片也会跟着改变。

时序图示例

AI 提示词:

请用Mermaid画一个订单支付的时序图,展示用户、前端、后端、支付网关之间的交互。 

然后把生成的代码渲染一下,即可获得图片:

用户前端后端支付网关点击支付按钮请求创建支付订单创建支付请求(生成支付二维码/跳转链接等)返回支付链接/二维码等返回支付信息展示支付页面(二维码/跳转)扫码或完成支付操作通知支付结果(回调)确认接收主动通知支付结果(可选)页面轮询或等待通知查询支付状态返回支付状态显示支付成功或失败用户前端后端支付网关

PlantUML

PlantUML 最擅长绘制 uml 图,绘制的图片更加专业规范(当然不同的文本代码编辑器,生成效果也是不同的,可以从上网众多生成图片中找到自己满意的)。此外,时序图、结构图等等,plantuml 都是支持的。

依旧是举一个例子,ai 提示词如下:

请用PlantUML语法帮我画一个订单系统的类图,包含: -Order类:订单D、用户ID、总金额、状态、创建时间 -Orderltem类:商品ID、数量、单价 -User类:用户ID、用户名、邮箱 -Product类:商品ID、名称、价格、库存 展示它们之间的关联关系 

然后生成代码:

@startuml class Order { - orderId: String - userId: String - totalAmount: Float - status: String - createdAt: DateTime } class OrderItem { - productId: String - quantity: int - unitPrice: Float } class User { - userId: String - username: String - email: String } class Product { - productId: String - name: String - price: Float - stock: int } ' 关联关系 User "1" -- "0..*" Order : places Order "1" -- "1..*" OrderItem : contains OrderItem "*" -- "1" Product : refers to @enduml 
image-20250603072342236

draw.io

drawio 和之前的两种类似,都可以根据文本代码绘图,只是文本代码所需的格式不同而已。

这里我想要根据我之前写的文章 https://blog.ZEEKLOG.net/XiugongHao/article/details/136355713 ,来生成对应的图片。然后我给ai提示词为:

根据下列内容,生成一个 draw.io 格式的 《节流防抖学习流程图》代码: // 这里直接把原文的 md 格式文本粘贴上去。。。 

然后ai 给我生成了一个 xml 格式的代码:

<mxfilehost="app.diagrams.net"><diagramname="节流防抖学习流程图"id="NQJhnU1h2lAv_GsA7Ybg"><mxGraphModeldx="1562"dy="752"grid="1"gridSize="10"guides="1"tooltips="1"connect="1"arrows="1"fold="1"page="1"pageScale="1"pageWidth="827"pageHeight="1169"math="0"shadow="0"><root><mxCellid="0"/><mxCellid="1"parent="0"/><!-- 开始 --><mxCellid="start"value="节流防抖学习流程图"style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;fontSize=16;fontStyle=1;"vertex="1"parent="1"><mxGeometryx="300"y="20"width="300"height="50"as="geometry"/></mxCell><!-- 防抖 --><mxCellid="debounce"value="防抖 debounce"style="rounded=1;whiteSpace=wrap;html=1;fillColor=#f8cecc;strokeColor=#b85450;fontSize=14;"vertex="1"parent="1"><mxGeometryx="100"y="100"width="200"height="60"as="geometry"/></mxCell><!-- 防抖适用场景 --><mxCellid="debounce_scenario"value="适用场景:\n- resize/input事件\n- 操作DOM/发请求\n- 最后一次触发才执行"style="shape=note;whiteSpace=wrap;html=1;"vertex="1"parent="1"><mxGeometryx="100"y="180"width="200"height="100"as="geometry"/></mxCell><!-- 防抖实现方式 --><mxCellid="debounce_method"value="实现方式:\n1. 清除旧定时器\n2. 设置新定时器\n\n使用库: lodash.debounce(func, wait, options)"style="shape=note;whiteSpace=wrap;html=1;"vertex="1"parent="1"><mxGeometryx="100"y="300"width="200"height="120"as="geometry"/></mxCell><!-- 节流 --><mxCellid="throttle"value="节流 throttle"style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;fontSize=14;"vertex="1"parent="1"><mxGeometryx="500"y="100"width="200"height="60"as="geometry"/></mxCell><!-- 节流适用场景 --><mxCellid="throttle_scenario"value="适用场景:\n- scroll/timeupdate等高频事件\n- 每隔一段时间执行一次"style="shape=note;whiteSpace=wrap;html=1;"vertex="1"parent="1"><mxGeometryx="500"y="180"width="200"height="100"as="geometry"/></mxCell><!-- 节流实现方式 --><mxCellid="throttle_method"value="实现方式:\n1. 是否存在定时器\n2. 无则设置定时器\n3. 执行后重置标记\n\n使用库: lodash.throttle(func, wait, options)"style="shape=note;whiteSpace=wrap;html=1;"vertex="1"parent="1"><mxGeometryx="500"y="300"width="200"height="120"as="geometry"/></mxCell><!-- 箭头连接 --><mxCellid="edge1"style="endArrow=block;html=1;"edge="1"parent="1"source="start"target="debounce"><mxGeometryrelative="1"as="geometry"/></mxCell><mxCellid="edge2"style="endArrow=block;html=1;"edge="1"parent="1"source="start"target="throttle"><mxGeometryrelative="1"as="geometry"/></mxCell><mxCellid="edge3"style="endArrow=open;html=1;"edge="1"parent="1"source="debounce"target="debounce_scenario"><mxGeometryrelative="1"as="geometry"/></mxCell><mxCellid="edge4"style="endArrow=open;html=1;"edge="1"parent="1"source="debounce_scenario"target="debounce_method"><mxGeometryrelative="1"as="geometry"/></mxCell><mxCellid="edge5"style="endArrow=open;html=1;"edge="1"parent="1"source="throttle"target="throttle_scenario"><mxGeometryrelative="1"as="geometry"/></mxCell><mxCellid="edge6"style="endArrow=open;html=1;"edge="1"parent="1"source="throttle_scenario"target="throttle_method"><mxGeometryrelative="1"as="geometry"/></mxCell></root></mxGraphModel></diagram></mxfile>

然后将代码直接粘贴到 drawio 中,没错,就是直接粘贴,然后他会自动生成所需的图:

image-20250603074416456

其他

当然,还有很多可以绘图的工具,比如 xmind 绘制思维导图 等等,还有 svg,canvas 等格式的图片也可以自由生成 logo、图片。

Read more

Backend For Frontend(BFF)架构介绍(为前端量身定制的后端服务)由前端维护

文章目录 * Backend For Frontend(BFF):为前端量身定制的后端服务 * 一、痛点:微服务架构下的前端困境 * 二、什么是 BFF? * 三、BFF 的核心价值 * 四、架构实践要点 * 典型部署流程 * 技术选型建议 * 与 API Gateway 的区别 * 五、何时该用 BFF?何时慎用? * ✅ 推荐场景 * ⚠️ 谨慎场景 * 六、写在最后 Backend For Frontend(BFF):为前端量身定制的后端服务 当微服务遇上多端开发,前端开发者是否还在为“拼接口”而深夜加班?BFF 可能是你的破局关键。 一、痛点:微服务架构下的前端困境 在微服务盛行的今天,一个简单的商品详情页可能需要调用: * 商品服务(基础信息) * 评价服务(

AI 时代,前端逆向的门槛已经低到离谱 — 以 Upwork 为例

我用 AI 逆向 Upwork 消息系统,2小时搞定数据层开发 前言 作为 Upwork 自由职业者,我一直觉得它的消息管理界面信息量太大,不够直观。我想做一个 Chrome 插件来简化消息管理,核心需求很简单:一眼看出哪些对话需要我回复,哪些在等对方。 传统做法是下载混淆后的 JS 文件慢慢分析,但这次我决定换个思路——全程和 AI 配合,看看能多快搞定。 结果远超预期。从零开始到完全摸清 API、认证方式、数据结构,总共不到 2 小时。 第一步:摸清技术栈(5分钟) 打开 Upwork 消息页面,F12 看 Sources 面板,从加载的 JS 文件名就能判断出技术栈: ThunderNuxt/rooms.fdb6ff58.

总结前端三年 理想滚烫与现实的冰冷碰撞

总结前端三年 理想滚烫与现实的冰冷碰撞

大家好,我是500佰,技术宅男 目前正在前往独立开发路线,我会在这里分享关于编程技术、独立开发、技术资讯以及编程感悟等内容 6月3日的一篇《一个普通人的30岁 他经历了什么》介绍一篇自己的碎碎念、即回顾自己以前的成长经历,那么再接着说下这3年来的工作经历,2022年1月,我以一名前端新人的身份开始了职业生涯。每当看到浏览器中运行的网站、手机里流畅的APP,或是点击按钮后转动的loading图标,都会想到这些产品背后凝聚着无数开发者的心血。我既期待能成为这个创造数字世界的一员,又难免担心:自己的技术储备是否足够?会不会被身边优秀的同事远远甩在身后? 怀揣着对未来的憧憬与一丝忐忑,我正式踏入了职业生涯的第一站。 不断尝试和调整的前两年(2022 ~ 2024) 我的职业生涯始于一家颇具特色的企业。原本以为会从事移动应用或网站开发,没想到公司专注于打造一款独特产品——我们开发了一系列可复用组件,配合自主研发的拖拽式平台,能够快速搭建Web站点。这种模式与后来流行的低代码平台颇有相似之处。 作为一名Java工程师加入公司后,却发现实际工作内容与预期有较大差异。当时还不了解’前端开发’这个

Python Web 框架对比与实战:Django vs Flask vs FastAPI

Python Web 框架对比与实战:Django vs Flask vs FastAPI 1. 背景与动机 Python 拥有丰富的 Web 开发框架,每个框架都有其特点和适用场景。本文对比 Django、Flask 和 FastAPI 三大主流框架,帮助开发者选择合适的工具。 2. 框架对比 特性DjangoFlaskFastAPI学习曲线陡峭平缓中等功能完整性全功能微框架现代API性能中等中等高异步支持有限扩展支持原生支持自动文档无扩展内置 3. Django 实战 # models.py from django.db import models class Article(models.Model): title = models.CharField(max_length=200) content = models.TextField() created_at