示例图

在这里插入图片描述

图片转xml

将图片一起喂给大模型，并使用如下提示词：

你是一个drawio代码生成器，你需要将我的需求转换成对应的xml代码，并且需要确保draw.io能够正常打开和编辑你提供的内容。
我需要你仔细阅读图片中的研究内容，并且按照图片文件的内容与排版方式生成一张标准的学术文章技术路线图。
你需要确保技术路线图各模块之间逻辑清晰、衔接自然，不需要额外解释，只需要输出完整的技术路线图代码即可。

生成图片

打开 draw.io
依此点击“其它”/“编辑绘图”，输入代码，应用，即可生产技术路线图。
在这里插入图片描述

报错处理

使用大模型生成xml代码，导入drawio时，会有语法错误，接下来继续用大模型修复
在这里插入图片描述

以下代码报错：“无效输入 (error on line 162 at column 66: EntityRef: expecting ';')”，请修复：

..之前的代码.

反复生成新的代码，在draw.io应用，直到正常。

剩下的，手动调整调整就好了。

备注

部分教程推荐使用Gemini大模型，我这里使用豆包生成xml，使用Kimi修复xml.

# 人工智能
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

AI Agent 工具描述：让模型知道能做什么，也知道不能做什么

AI Agent 工具描述要写清用途、参数、限制、错误和示例，并让代码校验与描述一致。让模型知道能做什么，也知道不能做什么。工具越清楚，Agent 越稳。

avatar AI Agent技术社区

为了随时随地控制 AI Agent，我做了一个 Web Terminal

虽然小龙虾也能间接操作 Codex，但很多交互并不自然。比如 skill、resume 这类命令，本质上还是需要一个真正的 terminal 环境。绕一层之后，就会有一种很别扭的感觉：‍明明我想操作的是 terminal，结果却要龙虾代理一手，既不直接也不经济（耗费token）。所以，这篇文章要讲的不是“我做了一个很酷的系统”，而是一个很具体的痛点：‍我想在任何地方继续控制我的 AI 编程 Age

avatar AI Agent技术社区

最近在简单的学一下Langchain和langgraph的一些想法

本文探讨了当前AI agent系统的工作机制和优化方向。作者通过分析cursor和claude等产品的使用体验，总结了主流agent的"深度agent"工作模式：将复杂任务拆解为步骤链，每个步骤仅关注当前任务和前一步骤结果，通过动态修正机制（如主题修正）来优化任务执行。文章还提出了三项技术猜想：1）本地化用户偏好配置，实现个性化交互；2）多模态识别系统构想，整合视觉模型；3）基

avatar AI Agent技术社区