AI Diagram & Prototype Generator
Enables generation of professional diagrams and interactive prototypes from natural language descriptions using multiple AI models. Supports creating draw.io diagrams, HTML prototypes, and styled mobile app interfaces with Apple HIG and WeChat Mini Program design standards.
README
AI Diagram & Prototype Generator (MCP Server)
一个专业的、AI驱动的图表与原型绘制MCP服务器。它深度集成了智谱AI、OpenAI、Gemini等多种大语言模型,能够根据自然语言描述,智能生成多种风格的 draw.io 格式图表和 HTML 交互式产品原型。
✨ 功能特性 (Features)
- 🤖 AI 驱动生成:内置多种强大的AI模型,智能理解复杂需求。
- 🎨 多图表类型:不仅能画架构图、流程图,还能生成多种风格的UI/UX原型。
- 📱 风格化原型 (Styled Prototypes):内置苹果HIG、微信小程序等专业设计规范,一句话生成“苹果味”或“微信味”的精准原型。
- 🧊 动态提示词系统:独创的
(意图+格式)组合式提示词系统,精确、稳定地指导AI进行创作。 - 🔧 Draw.io & HTML 兼容:可生成
.drawio文件用于二次编辑,或生成可直接运行的.html文件进行交互演示。 - 🤯 智能回退机制:在AI生成Draw.io图表失败或内容过简时,自动切换到内置的规则引擎,保证总有产出。
- 🤝 MCP 协议:基于 Model Context Protocol,可无缝与支持MCP的AI助手(如OpenAI的Assistants、Coze、Dify、各种IDE插件等)集成。
🚀 支持的图表与原型
本工具通过 prompt_id (意图) 和 file_type (输出格式) 的组合来驱动。以下是目前支持的组合:
| 功能/意图 (Intent) | prompt_id |
支持格式 (file_type) |
|---|---|---|
| 生成技术架构图 | architecture |
draw.io |
| 生成业务流程图 | flowchart |
draw.io |
| 生成通用UI/UX原型 | UI_UX |
draw.io (线框图), html |
| 生成苹果风格App原型 | APPLE_MOBILE_APP |
html |
| 生成微信小程序原型 | WEIXIN_MINIAPP |
html |
🚀 效果
以下范例通过chatwise 配合本mcp,使用glm-4.5模型生成
对话过程

生成的架构图

生成的业务流程图

生成的APP原型

⚙️ 安装与配置
1. 环境要求
- Python 3.10+
pip或uv等Python包管理工具- 支持 MCP 的 AI 客户端(如 Coze, Dify, 或其他兼容的Agent)
2. 安装依赖
# 1. 克隆项目
git clone https://your-repo-url/draw-generator-mcp.git
cd draw-generator-mcp
# 2. (推荐) 创建并激活虚拟环境
python -m venv .venv
source .venv/bin/activate # on Windows, use `.venv\Scripts\activate`
# 3. 安装依赖
# 假设你已有一个 requirements.txt 文件
pip install -r requirements.txt
3. 配置 API Key
获取API Key
你需要获取以下至少一个服务商的API Key:
- 智谱AI (ZhipuAI): 智谱AI开放平台
- OpenAI: OpenAI Platform
- Google Gemini: Google AI for Developers
配置 .env 文件
这是最重要也是最推荐的配置方式。
# 1. 复制环境变量模板
cp .env.example .env
# 2. 编辑 .env 文件,填入你的配置信息
# 将PROVIDER设置为你希望默认使用的服务商 (zhipuai, openai, gemini)
PROVIDER="zhipuai"
# 填入你获取的API Key
ZHIPUAI_API_KEY="your_zhipuai_api_key_here"
OPENAI_API_KEY="your_openai_api_key_here"
GEMINI_API_KEY="your_gemini_api_key_here"
# (可选) 你还可以为每个服务商指定默认的模型和最大Token数
ZHIPUAI_MODEL="glm-4-flash"
ZHIPUAI_MODEL_MAX_TOKENS="131072"
4. 配置 MCP 客户端
在你的AI助手的设置中,添加一个MCP服务器。以下是一个更简洁、更安全的配置示例:
{
"mcpServers": {
"draw-architecture": {
"command": "uv --directory full-path-to-draw_architecture_mcp run mcp_server.py",
"args": ["/path/to/draw_architecture_mcp/mcp_server.py"],
"env": {
"PROVIDER": "zhipuai",
"ZHIPUAI_API_KEY": "your_api_key_here",
"ZHIPUAI_MODEL": "gglm-4.5",
"ZHIPUAI_MODEL_MAX_TOKENS": "98304",
"OPENAI_API_KEY": "your_api_key_here",
"OPENAI_BASE_URL": "https://api.openai.com/v1",
"GEMINI_API_KEY": "your_api_key_here",
"GEMINI_BASE_URL": "https://api.gemini.com/v1"
}
}
}
}
说明:
command: 直接使用python命令。args: 提供mcp_server.py文件的绝对路径。env: 非必需。.env文件是首选。只有当你需要为这个特定的客户端覆盖.env中的设置时(例如,强制它使用openai),才在这里添加配置。不推荐在此处直接粘贴API Key。
📖 使用方法
在AI助手中,通过清晰的指令调用工具。请确保你的指令包含了做什么 (prompt_id)、生成什么格式 (file_type) 和 保存到哪里 (output_file) 的关键信息。
示例1:生成架构图
帮我生成一个技术架构图,意图是 `architecture`,格式是 `draw.io`,保存到 `./output/my_system.drawio`。
描述如下:一个电商系统,有Web和App前端,后端采用微服务架构,包括用户、商品和订单三个服务,使用MySQL作为主数据库,Redis做缓存。
示例2:生成苹果风格原型
请帮我设计一个苹果风格的App原型。
- prompt_id 是 'APPLE_MOBILE_APP'
- file_type 是 'html'
- output_file 是 './output/ios_music_player.html'
- 描述:这是一个音乐播放器应用,主界面是一个可滚动的歌单列表,底部有一个正在播放的迷你控制条。点击列表项可以进入播放详情页,详情页有专辑封面、播放进度条和控制按钮。
API 参考
你的AI助手将会调用以下工具:
generate_diagram
根据指定的意图和格式,生成图表或原型。
参数:
prompt_id(string, 必需): 意图ID。通过list_support_diagram_types工具获取。file_type(string, 必需): 输出文件格式。description(string, 必需): 对图表或原型的详细描述。output_file(string, 必需): 输出文件的完整路径。diagram_name(string, 可选): 图表或HTML页面的标题。
示例调用 (AI后台的实际调用格式):
{
"tool": "generate_diagram",
"arguments": {
"prompt_id": "architecture",
"file_type": "draw.io",
"description": "微服务架构,包含用户服务、订单服务...",
"output_file": "./ecommerce.drawio",
"diagram_name": "电商系统架构"
}
}
list_support_diagram_types
列出当前支持的所有 prompt_id 及其对应的 file_type 组合。
项目结构
draw-generator-mcp/
├── mcp_server.py # MCP 服务器主文件
├── prompts/ # 提示词模板目录
│ ├── architecture_as_drawio.md
│ ├── flowchart_as_drawio.md
│ ├── ui_ux_as_drawio.md
│ ├── ui_ux_as_html.md
│ ├── apple_mobile_prototype_prompt.md
│ └── weixin_miniapp_prompt.md
├── .env.example # 环境变量示例
├── pyproject.toml # (可选) 项目配置
├── requirements.txt # (推荐) 依赖列表
└── README.md # 项目文档
[+] 常见问题 (FAQ)
Q: 如何扩展更多图表类型或Prompt模板?
A: 非常简单!只需两步:
- 添加Prompt文件: 在
prompts/目录下,创建一个新的.md文件,写入你的指令。例如my_custom_diagram.md。 - 更新配置字典: 打开
mcp_server.py,修改TOOLS_PROMPT_DICT字典:重启MCP服务器即可生效!TOOLS_PROMPT_DICT = { # ... 已有条目 "my_custom_type": { # <== 新增一个条目 "id": "my_custom_type", "description": "生成我自定义的图表", "prompts": { "draw.io": "prompts/my_custom_diagram.md" # 指向你的新文件 } }, }
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。