这次我们来看一个更偏生产力的话题不用绘图软件如何让 AI 生成架构图、流程图和 PPT很多读者日常工作里都逃不过这几件事画微服务架构图、画业务流程图、画算法流程图以及临时被通知要做一份技术分享 PPT。传统做法是打开 Visio、draw.io、ProcessOn 或者 PowerPoint手动拖框连线、调样式、排模板。画图本身不复杂但反复调整对齐、颜色和布局非常消耗时间。更直接的思路是把“画”的过程交给 AI让大模型生成结构化的图表代码和幻灯片 Markdown再用轻量渲染工具一键导出图片、PDF 或网页版 PPT。整个链路不依赖任何商业绘图软件也不需要手动排版。本文会演示三个核心场景用 AI 生成架构图和流程图并渲染成图片用 AI 生成 PPT 内容再用 Markdown 工具链构建幻灯片最后给出接口 API 调用和批量任务脚本。适合经常写技术方案、做内部培训、维护项目文档的开发者也适合对 AI 提效感兴趣的产品、测试和运维同学。1. 核心能力速览能力项说明核心方法大模型生成 Mermaid / PlantUML 图表代码渲染工具导出图片架构图生成支持微服务架构、系统模块关系、网络拓扑等分层结构流程图生成支持业务审批、用户管理、MyBatis TypeHandler、算法逻辑等PPT 生成大模型产出 Markdown 幻灯片Marp / Slidev 构建为 HTML、PDF、PPTX图形渲染mermaid-cli 可输出 PNG/SVGSVG 属于矢量图无损放大不模糊批量任务通过 API 调用大模型脚本循环生成多个图表并统一渲染接口能力支持 OpenAI 兼容格式的模型 API也支持本地部署模型硬件门槛在线 API 基本无硬件要求本地模型按模型大小决定无独显也可以跑小模型适合场景技术方案文档、架构评审、内部培训、知识库配图、PPT 快速出稿从材料看这个方案的重点不是某个特定软件而是一套组合工作流AI 负责结构化输出渲染工具负责视觉化落地。对版本和工具链没有强绑定属于长期可用的通用方法。2. 适用场景与使用边界这套流程适合以下几种情况。第一技术文档写作者。写架构设计文档时经常需要把系统模块、调用关系画成架构图。与其打开绘图软件手动连线不如让 AI 按“分层架构”“微服务拆分”“领域模型”等要求生成 Mermaid 代码再渲染成图片直接放进文档。第二流程梳理场景。用户管理模块的登录、注册、权限分配流程MyBatis 中 TypeHandler 的处理流程SAP 从采购到销售的业务流转算法流程图等都可以先用自然语言描述再让 AI 转成结构化流程图。第三高频 PPT 制作场景。技术分享、周会汇报、方案评审都需要幻灯片。用 AI 生成大纲、正文和代码示例再通过 Marp 或 Slidev 这类 Markdown 转 PPT 工具构建可以省掉大量手动排版时间。使用边界也要说清楚。AI 生成的图表只负责“结构表达”不负责“业务正确性”。尤其是架构图中的节点关系、流程分支、判定条件必须由你确认是否符合实际业务。AI 可能漏掉异常分支、画错依赖方向或者把某些组件的关系简化掉。版权和合规方面如果图表内容涉及公司内部系统架构、未公开业务流程、专利相关内容或敏感数据不建议直接粘贴到在线大模型对话里。可以使用本地部署模型或者对内容进行脱敏后再处理。人脸、声音、版权图片等素材不在本文范围内但如果 PPT 中引用第三方图片、图标、模板仍需确认授权。3. 环境准备与前置条件3.1 环境与工具清单本文方案依赖的工具可以分成三类大模型服务、图表渲染工具、PPT 构建工具。先列一份通用清单。工具用途安装方式大模型 API 或对话网页生成图表代码和 PPT 内容按模型服务商说明开通Node.js运行 mermaid-cli 和 Marp 命令行官网安装 LTS 版本mermaid-cli渲染 Mermaid 代码为 PNG/SVGnpm install -g mermaid-js/mermaid-cliMarp CLI将 Markdown 生成 PPT HTML/PDF/PPTXnpm install -g marp-team/marp-cliPython批量调用 API 并管理输出文件按系统安装 Python 3 环境操作系统的选择上Windows、macOS、Linux 都可行。Node.js 建议使用 18 以上版本更稳妥的判断是直接装当前 LTS 版本。mermaid-cli 依赖 Puppeteer 控制浏览器渲染首次运行会下载 Chromium需要保持网络畅通且磁盘预留 2GB 左右比较稳。3.2 大模型选择在线 API 还是本地模型如果对数据隐私要求不高使用在线模型的 API 最省事不需要显卡也不需要下载模型文件。例如 DeepSeek 等模型提供的 OpenAI 兼容接口只需要准备 API Key 和 Base URL。如果公司内部网络受限或数据敏感可以部署本地模型。显存占用取决于模型大小例如 7B 到 14B 的量化模型在 8GB 到 16GB 显存范围内可以尝试。没有独立显卡也可以跑小尺寸 CPU 量化模型只是生成速度会慢不少。以图表代码生成这种短文本任务来说CPU 推理也能接受只是输出需要多等几秒。4. 让 AI 生成架构图思路与实操4.1 一句话原理架构图本质上是一组带方向的节点和连线。Mermaid 的 graph 语法正好适合表达这种结构节点用方括号、圆角矩形表示连线用箭头表示依赖或调用关系子图用 subgraph 表示模块分组。AI 生成架构图的过程可以拆成三步用自然语言向大模型描述系统包含哪些模块、模块之间什么关系。要求大模型输出 Mermaid 代码并指定方向、分组和样式。保存代码为.mmd文件用 mermaid-cli 渲染成 PNG 或 SVG。4.2 微服务架构图拿一个最常见的微服务架构来演示。假设系统包含网关、注册中心、认证服务、用户服务、订单服务、支付服务、消息队列和数据库大模型给出的 Mermaid 代码类似下面这种结构。把下面内容保存为microservice.mmd。graph TB subgraph 客户端层 Web[Web 前端] App[移动端] end subgraph 接入层 Gateway[API 网关] Auth[认证中心] end subgraph 服务层 UserSvc[用户服务] OrderSvc[订单服务] PaySvc[支付服务] end subgraph 基础设施 MQ[(消息队列)] DB[(数据库)] Redis[(缓存)] Nacos[注册中心] end Web -- Gateway App -- Gateway Gateway -- Auth Gateway -- UserSvc Gateway -- OrderSvc Gateway -- PaySvc UserSvc -- DB OrderSvc -- DB PaySvc -- DB OrderSvc -- MQ PaySvc -- MQ UserSvc -- Redis OrderSvc -- Redis UserSvc -- Nacos OrderSvc -- Nacos PaySvc -- Nacos这段代码的优点是结构清晰客户端、接入层、服务层和基础设施通过 subgraph 分组阅读起来符合分层架构的习惯。实际业务中如果还有配置中心、日志系统、监控系统都可以按同样方式继续添加节点。如果你的架构图偏向系统调用链或网络拓扑可以要求大模型改用graph LR让节点从左向右排布或者用flowchart TD强调自上而下的层次。方向调整直接改第一行即可不需要重画。4.3 渲染成图片Mermaid 代码写好后渲染命令如下# 渲染 PNG默认输出在当前目录 mmdc -i microservice.mmd -o microservice.png # 渲染 SVG适合后续无损放大 mmdc -i microservice.mmd -o microservice.svg如果你的 mermaid-cli 是本地安装而不是全局安装命令需要换成npx mmdc。渲染完成后打开图片检查节点是否重叠、文字是否溢出、箭头方向是否符合预期。从材料看SVG 是一种无损矢量格式插入 Word、Markdown 或 PPT 时可以无限放大而不糊。这一点对 PPT 配图特别有价值很多人在 PowerPoint 里手动画的图放大后会模糊而 SVG 转成图片后依然清晰。如果暂时不想安装命令行工具也可以把 Mermaid 代码粘到 mermaid.live 在线编辑器里页面右侧会实时渲染再点击导出 PNG 或 SVG。这种方式更适合快速验证代码是否正确。5. 让 AI 生成流程图业务与技术场景5.1 用户管理模块流程图用户管理模块的流程核心是把登录、鉴权、权限判断、操作记录这些节点串起来。下面是一个登录与权限校验流程的 Mermaid 示例。graph TD A[用户输入账号密码] -- B{账号是否存在} B --|否| C[提示账号不存在] B --|是| D{密码是否正确} D --|否| E[提示密码错误] D --|是| F[生成 Token] F -- G{是否管理员} G --|是| H[进入管理后台] G --|否| I[进入普通用户界面] H -- J[记录操作日志] I -- J这类流程图的关键在于判定节点要写清楚条件分支。大模型默认会对每个判断节点生成“是/否”两个出口如果业务中有多个分支例如用户状态为禁用、过期、锁定需要在提问时明确列出。更完整的用户管理模块还包括注册、修改密码、角色分配、权限校验。可以让 AI 把多个流程独立生成再汇总到一张总图里。还有一些常见场景值得写BPMN 流程图中的网关使用“排他网关”“并行网关”分别对应不同分支逻辑SAP 从采购到销售的流程则涉及采购订单、收货、发票校验、销售订单、发货、开票等环节。用 AI 生成这类业务流程图时先把业务步骤按顺序写清楚再交给模型转换比直接让模型自由发挥更可靠。5.2 MyBatis TypeHandler 工作流程图MyBatis 的 TypeHandler 是很多 Java 开发者面试和做框架分析时会遇到的问题。它的核心逻辑是Java 类型和 JDBC 类型之间的转换。AI 生成的流程如下。graph LR A[SQL 参数绑定] -- B[PreparedStatement 设置参数] B -- C{TypeHandler 是否匹配} C --|是| D[调用 setParameter 写入 JDBC 参数] C --|否| E[使用默认 TypeHandler] E -- D D -- F[执行 SQL] F -- G[ResultSet 读取结果] G -- H{结果映射} H -- I[调用 getResult 转换为 Java 类型] I -- J[返回对象属性]这条流程把参数写入和结果读取分成两条链路比单线流程更接近 MyBatis 的真实执行过程。画这种技术流程图时最重要的是节点命名要贴合框架源码中的方法名例如setParameter、getResult后续写文档或讲解时更容易对照源码。5.3 算法流程图算法流程图的生成逻辑和业务流程图不同。算法强调输入、循环、递归终止条件和复杂度分支。例如一个简单的快速排序流程可以用 Mermaid 表达为递归结构。graph TD A[输入待排序数组] -- B[选择基准元素] B -- C[分区小于基准放左边大于基准放右边] C -- D{左右子数组长度是否大于 1} D --|是| E[递归排序左子数组] D --|是| F[递归排序右子数组] D --|否| G[返回有序数组] E -- G F -- G算法流程图经常遇到的问题是两个分支同时回到同一个合并点Mermaid 可以用多个箭头指向同一节点解决。如果算法分支太多建议把整体流程拆成主流程和子流程两张图避免单图线条交叉严重。6. 让 AI 生成 PPTMarkdown 到幻灯片6.1 为什么选 Markdown 生成 PPT传统的 PPT 制作流程是打开 PowerPoint选择模板一页一页添加文本框和图片再手动调整样式。用 AI 加 Markdown 的方式核心区别是内容结构和视觉样式分离。大模型负责把主题拆成分页大纲为每一页生成标题、正文、代码示例和配图建议。Marp 这类工具负责把 Markdown 渲染成幻灯片。你只需要维护好 Markdown 文本改内容时不用一页页调整版式。这套方式特别适合技术分享。技术类 PPT 的页面结构高度相似通常是标题页、大纲页、背景介绍、核心方案、代码演示、对比表格、总结。这些结构都可以预先定义成模板AI 只负责填充具体内容。6.2 用 Marp 从 Markdown 生成 PPTMarp 的核心用法非常简单。创建一个slide.md文件在开头用 YAML 指定主题然后用---分隔每一页幻灯片。下面是一个最小示例标题是“微服务架构设计要点”。--- theme: default paginate: true --- # 微服务架构设计要点 技术分享 | 2025 --- ## 目录 1. 微服务拆分的核心原则 2. 服务间通信方式 3. 数据一致性问题 4. 架构图示例 5. 实践经验总结 --- ## 微服务拆分的核心原则 - 按业务能力拆分而不是按技术栈拆分 - 每个服务拥有独立数据库 - 服务间通过 API 通信禁止直接共享数据库 - 团队结构与服务边界对齐 --- ## 服务间通信方式 | 方式 | 同步 | 异步 | 适用场景 | | --- | --- | --- | --- | | REST API | 是 | 否 | 简单查询、命令操作 | | gRPC | 是 | 否 | 高性能内部调用 | | 消息队列 | 否 | 是 | 解耦、削峰、事件驱动 | --- ## 架构图示例 markdown graph TB Gateway[API 网关] -- UserSvc[用户服务] Gateway -- OrderSvc[订单服务] Gateway -- PaySvc[支付服务]实践经验总结先定义领域边界再拆服务优先保证核心链路稳定避免过度拆分每个服务都需要独立的监控、日志和告警上线前做好容量评估和降级方案注意上面的 Markdown 中嵌入了 Mermaid 代码。Marp 默认不会自动渲染 Mermaid需要按实际项目配置 Mermaid 插件或者把架构图先渲染成图片再插入。更稳妥的做法是先用 mermaid-cli 导出 PNG再在 Marp 中通过  引用图片。 构建命令如下 bash # 输出 HTML 网页版 PPT npx marp-team/marp-cli slide.md --output slide.html # 输出 PDF npx marp-team/marp-cli slide.md --output slide.pdf # 输出 PPTX npx marp-team/marp-cli slide.md --output slide.pptx如果你已经有一段 DeepSeek 或其他大模型生成的技术内容想做成 PPT 但不知道用什么工具可以直接把内容交给 Marp。只要补充---分页符和简单的标题层级就能快速转成一组幻灯片。6.3 让 AI 先产出完整内容生成 PPT 时给大模型的提示词要注意结构化。我的建议是至少包含四个部分受众、页数限制、每页要点、输出格式。一个可参考的提示词模板如下你是一名技术讲师。请为“XX 系统架构设计评审”生成一份 PPT 的 Markdown 内容。 要求 1. 共 12 页包含封面、目录、背景、目标、架构现状、问题分析、目标架构、模块拆分、技术选型、实施计划、风险与应对、总结。 2. 每页用 --- 分隔。 3. 每页标题用 ## 表示正文用列表或表格。 4. 重点页面补充图表说明例如架构图需要描述节点和连线关系。 5. 语言简洁适合团队内部评审。模型给出的输出大概率能直接用但需要人工检查数据是否准确、敏感信息是否脱敏、页面逻辑是否连贯。AI 生成 PPT 的价值是把“从 0 到 60 分”的排版时间压缩到几分钟剩下的 60 到 90 分仍然需要人来打磨。7. 接口 API 与批量任务7.1 通用 OpenAI 兼容接口调用如果你有多张架构图或流程图需要批量生成逐个在网页对话框里复制粘贴效率太低。更合理的做法是调用模型 API写脚本批量处理。下面这段 Python 代码是一个通用模板兼容大多数 OpenAI 格式的接口。实际使用时需要替换base_url、api_key和model。import requests import json def generate_mermaid(prompt, base_url, api_key, model): url f{base_url}/chat/completions headers { Authorization: fBearer {api_key}, Content-Type: application/json } payload { model: model, messages: [ { role: system, content: 你是图表生成助手只输出 Mermaid 代码不要解释。 }, { role: user, content: prompt } ], temperature: 0.2, max_tokens: 2000 } response requests.post(url, headersheaders, jsonpayload, timeout120) response.raise_for_status() content response.json()[choices][0][message][content] return content.strip() if __name__ __main__: prompt 请生成一个微服务架构的 Mermaid 代码包含网关、认证、用户、订单、支付、数据库、消息队列方向为 TB。 result generate_mermaid( prompt, base_urlhttps://api.example.com/v1, api_keyyour-api-key, modelyour-model-name ) print(result)接口请求参数里temperature建议设置在 0.2 到 0.4 之间因为图表代码需要准确和确定性温度太高会出现节点命名不一致、语法错误等问题。max_tokens按图表复杂程度调整架构图一般 2000 以内足够超长流程可以分段生成。7.2 批量生成架构图脚本批量任务通常分成三步准备需求清单、循环调用接口、批量渲染图片。假设你有一个requirements.json文件里面记录了多张图的名称和描述可以用脚本统一处理。[ { name: user_login_flow, prompt: 用户登录流程图包含账号密码校验、Token 生成、权限判断、登录日志记录。输出 Mermaid graph TD 代码。 }, { name: order_flow, prompt: 订单创建流程图包含商品校验、库存扣减、支付、发货、完成。输出 Mermaid graph TD 代码。 } ]Python 脚本可以这样设计import json import subprocess from pathlib import Path # requirements.json 中读取任务清单 with open(requirements.json, r, encodingutf-8) as f: tasks json.load(f) for task in tasks: name task[name] prompt task[prompt] code generate_mermaid(prompt, base_url, api_key, model) mmd_path Path(foutputs/{name}.mmd) mmd_path.parent.mkdir(parentsTrue, exist_okTrue) mmd_path.write_text(code, encodingutf-8) subprocess.run( [mmdc, -i, str(mmd_path), -o, foutputs/{name}.png], checkTrue ) print(f生成的图片{name}.png)这个脚本里generate_mermaid函数复用了上面编写的 API 调用逻辑。实际运行前把mmdc换成可执行文件路径或使用npx mmdc。7.3 批量任务常见坑批量任务最容易踩的坑有三个。第一接口限流。很多模型服务对每分钟请求数有限制批量生成时最好在循环里加上time.sleep(1)或更长的间隔避免触发 429 错误。第二输出格式不干净。有些模型会在 Mermaid 代码前后加mermaid标记需要脚本里做清洗把第一行和最后一行的代码块标记去掉否则 mermaid-cli 渲染会失败。第三部分请求超时或返回空内容。批量脚本必须加异常处理捕获请求异常后记录失败任务最后统一重试而不是中断整个任务。8. 常见问题与排查方法问题现象可能原因排查方式解决方案mmdc 命令找不到全局安装失败或未配置环境变量运行npm ls -g mermaid-js/mermaid-cli检查使用npx mmdc代替或重新全局安装首次运行 mmdc 下载 Chromium 失败网络原因导致 Puppeteer 浏览器下载中断查看终端报错信息配置国内镜像源或手动安装 Chromium 后指定路径Mermaid 渲染中文乱码系统缺少中文字体Puppeteer 渲染时字体缺失观察 PNG 中是否出现方框安装中文字体或设置 puppeteer 配置指定字体路径图片节点重叠、文字溢出节点名称过长或布局方向不合理检查 Mermaid 代码中 label 长度缩短节点标签改用 LR 方向或拆分成子图API 返回内容带 标记模型输出包含 Markdown 代码块围栏打印返回内容观察前后缀脚本中清洗围栏只保留 Mermaid 代码主体接口触发限流批量请求频率过高查看错误码是否为 429增加循环间隔加入重试机制和指数退避Marp 构建 PDF 时中文乱码系统字体缺失或 PDF 引擎未配置检查生成的 HTML 是否正常安装完整中文字体或先输出 HTML 再通过浏览器打印 PDFMarp 中 Mermaid 代码块没有被渲染Marp 默认不加载 Mermaid 插件查看 HTML 中是否保留源码改用图片引用方式先 mmdc 渲染 PNG再用插入PPT 内容页数过多导致体积大插入了大量高分辨率 PNG查看文件体积和图片分辨率控制图片像素大小或改用 JPG 压缩配图批量脚本中间任务失败单次请求超时或返回空内容查看脚本日志中的异常记录增加 try/except 和失败重试队列排查的大原则是“先看日志再猜原因”。mermaid-cli 和 Marp 都是命令行工具报错信息通常直接指向具体问题例如文件路径错误、缺少依赖、端口冲突等。遇到不确定的情况先跑一个最小示例验证工具链本身是否有问题再逐步加入业务内容。9. 最佳实践与使用建议9.1 Prompt 工程建议AI 生成图表代码的质量很大程度上取决于提示词是否说清楚结构。写提示词时至少包含三部分信息图类型、节点清单、关系方向。好的提示词示例请生成 Mermaid flowchart TD 代码。 节点包括用户、网关、认证中心、订单服务、支付服务、数据库。 关系是用户调用网关网关调用认证中心认证中心校验后调用订单服务 订单服务调用支付服务支付服务读写数据库。不好的提问是“帮我画个系统架构图”这种提问缺少节点和关系模型只能靠猜生成的图大概率不符合预期。生成 PPT 内容时同理。指定页数、受众、必须包含的章节会让输出更接近可用状态。建议把提示词模板保存到本地文件后续不同主题直接替换关键词即可。9.2 工程化建议第一目录结构要整齐。建议按以下方式管理文件避免临时文件混在一起。ai-diagram-workspace/ ├── prompts/ # 存放提示词模板 ├── mmd/ # 存放 Mermaid 源码 ├── images/ # 存放渲染输出的图片 ├── slides/ # 存放 PPT Markdown 和构建产物 ├── scripts/ # 存放 API 调用和批量处理脚本 └── logs/ # 存放批量任务日志第二批量任务要加日志和失败重试。脚本每处理一个任务记录成功或失败状态失败的任务单独写入failed.log处理完后统一重试。第三接口服务要有访问控制。如果模型 API 是公司内部服务脚本中不要在代码里硬编码密钥优先使用环境变量或配置文件并且把.env文件加入.gitignore。9.3 合规与安全涉及内部系统和业务数据的内容要遵守公司数据安全规范。不要把未脱敏的公司架构图、客户信息、专利相关材料直接发给外部在线模型。如果必须使用在线模型先把敏感信息替换成抽象名称例如把真实服务名改为“服务A、服务B”。PPT 中使用的图片、图标、模板、字体同样要考虑版权问题。AI 生成的文字内容在发布或商用前建议做一轮事实核查确认数据指标、技术细节没有错误。10. 总结与下一步这套“AI 加渲染工具”工作流最值得尝试的地方是把架构图、流程图、PPT 从“手动绘制”变成了“结构化生成”。你不需要精通 Mermaid 语法只需要向大模型说清楚节点、关系和方向你也不需要精通 PPT 排版只需要维护一份 Markdown 文本Marp 会替你完成视觉呈现。最先应该验证的功能是把一个你手头已有的架构描述丢给大模型让它生成 Mermaid 代码再用 mermaid-cli 渲染成图片。这个流程跑通后再考虑接 API、写批量脚本、用 Marp 做完整 PPT。最容易踩的坑集中在三处Mermaid 代码块围栏没清洗、中文字体缺失、批量接口限流。这三类问题在本文的排查表中都给出了对应方案实际遇到时按日志定位即可。后续可以继续扩展的方向包括把生成好的 Mermaid 代码保存为团队模板库在 CI 流程中嵌入文档构建让架构图和 PPT 随代码仓库一起更新或者把 API 脚本封装成内部工具团队成员只需要填写主题和节点清单就能出图、出 PPT。如果你经常被架构图和 PPT 卡住交付时间这套方法建议收藏备用。