智能流程图生成工具(AutoFlow)

智能流程图生成工具：从自然语言到 Mermaid，一键生成并实时预览。

📝 项目简介

AutoFlow 是一个前后端分离的流程图生成项目，目标是把用户的想法、需求或计划文本，快速转换为可渲染的 Mermaid 流程图。

它主要解决三个问题：

文本到流程图转换效率低
手写 Mermaid 成本高、容易出错
流程表达缺少统一结构和可视化反馈

适用场景：

需求梳理与方案沟通
产品/运营流程设计
教学与知识结构化表达
项目任务流可视化

✨ 核心功能

灵感模式：输入想法，自动补全并生成流程图
标准模式：先优化提示词，再生成 Mermaid 代码
计划模式：按行输入步骤，生成线性流程图
Mermaid 代码模式：直接输入代码并实时渲染
方向切换与预览操作：支持上到下/左到右、缩放、拖拽、导出

🛠️ 技术栈

智能体框架：HelloAgents
后端：FastAPI + SSE 流式返回
前端：React + Vite + Mermaid
核心能力：提示词优化、结构化生成、语法校验与修复

📁 项目结构

usernamedadad-AutoFlow/
├── backend/                    # 后端代码
│   ├── app/
│   │   ├── agents/             # 智能体模块
│   │   │   └── mermaid/        # Mermaid 生成智能体
│   │   ├── models/             # 数据模型
│   │   ├── prompts/            # 提示词模板
│   │   ├── routers/            # API 路由
│   │   ├── services/           # 业务服务
│   │   └── tools/              # 工具函数
│   ├── .env.example            # 环境变量示例
│   └── requirements.txt        # Python 依赖
├── frontend/                   # 前端代码
│   ├── src/
│   │   ├── services/           # API 服务
│   │   ├── styles/             # 样式文件
│   │   ├── App.jsx             # 主组件
│   │   └── main.jsx            # 入口文件
│   ├── index.html
│   ├── package.json
│   └── vite.config.js
├── data/                       # 数据资源
│   └── images/                 # 示例图片
├── README.md
└── .gitignore

🚀 快速开始

环境要求

Python 3.10+
Node.js 18+
npm 9+

安装依赖

后端（进入后端对应目录）：

pip install -r requirements.txt

前端（进入前端对应目录）：

npm install

配置 API 密钥

在 backend 目录创建 .env（可参考 .env.example），至少配置：

LLM_MODEL_ID
LLM_API_KEY
LLM_BASE_URL
LLM_TIMEOUT

运行项目

启动后端（进入后端对应目录）

uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

启动前端（进入前端对应目录）
```
npm run dev
```
浏览器打开前端地址（默认）

http://localhost:5173

📖 使用示例

灵感模式示例

输入示例：

洛阳三日游计划

效果示例：

创造（标准）模式示例

输入示例：

我打算做一个AutoFlow产品，它的主要作用是根据自然语言生成流程图，它有灵感模式、标准模式、计划模式，Mermaid代码模式，它的主要作用是根据自然语言生成流程图，打算用两天时间完成开，完成后上传到GitHub。

效果示例：

通用操作：

点击发送，等待流式生成
在右侧预览区切换方向（上到下/左到右）
按需缩放并导出 .mmd / SVG

🎯 项目亮点

采用 HelloAgents 构建智能体流程，具备可扩展性
生成链路包含“优化 -> 生成 -> 校验”闭环
前后端解耦，交互体验流畅，支持实时状态反馈

🔮 未来计划

增加更细粒度的生成风格控制
引入流程图模板库与行业预设
优化超时场景下的降级策略与重试机制

🤝 贡献指南

欢迎提交 Issue 和 Pull Request。

建议流程：

新建分支
提交改动与说明
发起 PR 并描述测试结果

📄 许可证

MIT License

🙏 致谢

感谢 Datawhale 社区与 HelloAgents 项目。

README.md 4.3 KB Түүх Анхны өгөгдөл