Next AI Draw.io 评测 编辑回路与可编辑交付

实测 Next AI Draw.io MCP 0.4.11 的创建、事务性修改及 drawio、PNG、SVG 导出,说明浏览器预览依赖、模型请求路径与团队选型条件。

AgentIndex · 发布于 2026-11-04 · 更新于 2026-11-04

Next AI Draw.io 适合这样的工作:编程智能体已经读懂项目,需要把服务关系画出来,工程师随后还要改节点、补说明,并把图交给同事继续维护。它把对话生成、draw.io 画布和可编辑文件连在一起,交付过程保留了人工接手的入口。

我们更看重这条编辑回路能否走通:第一次生成之后,能否准确修改一个节点,失败的修改会不会留下半成品,最后拿到的文件是否仍能编辑。本次固定版本检查验证了一个两节点、一连线的完整流程;自然语言生成的正确性仍取决于模型、输入资料和审图过程。

验证范围与版本

核验日期为 2026-11-04。实际运行的是 npm 包 @next-ai-drawio/[email protected],由 MCP TypeScript 客户端 2.4.0 通过 stdio 调用,在 Node.js 26.6.0 和独立的 Chrome 156 配置中完成浏览器渲染。网页应用、桌面应用和这个 MCP 包各有发行入口;这里的结果只对应指定的 MCP 包。

输入是我们手工编写的 XML,没有调用付费模型。测试页面使用项目随包提供的 draw.io 编辑器,没有接入个人浏览器资料。以下结果可以说明工具调用、编辑和导出行为,不能用于估算某个模型绘制大型架构图的成功率。

从创建到导出的实际结果

我们建立了 Browser 和 API 两个矩形,中间用 HTTPS 箭头连接,再把 API 改为 API v2。

检查实际结果
初始化及工具发现成功,发现 16 个工具
从紧凑 XML 创建图表成功,得到两个节点和一条连线
一次提交有效修改与无效删除整批拒绝,原有 Browser 标签保留
单独更新 API 节点成功变为 API v2
导出 .drawioXML 可解析,保留两个图形节点与一条边
浏览器截图返回 452 × 102 的 PNG
导出 SVG成功,包含更新后的 API v2 标签
不带令牌访问预览 API返回 403

受控样本的实际渲染结果,Browser 通过 HTTPS 连接 API v2

整批失败检查特意把一个合法的节点更新和一个不存在节点的删除放在同一调用中。返回错误后再读取图,合法更新也没有生效。这在逐次改图时很有用:调用方可以根据当前状态重新组织操作,而不必先猜哪些修改已经落地。这里验证的是这一种错误组合,没有覆盖多人同时编辑或所有 XML 输入。

输入、验证程序、导出的可编辑文件和结果记录位于本站的可复现样本。

浏览器预览是工作流程的一部分

MCP 服务在本机提供预览页面,智能体通过工具创建、读取和修改图表。PNG、SVG 与截图由浏览器中的编辑器渲染,因此只让服务进程启动,还不足以证明图片导出已经可用。官方排障说明也将预览页关闭、失去响应和后台计时器限制列为需要检查的条件。MCP 使用说明

环境变量 BROWSER=none 只是不自动打开预览。我们的程序随后主动打开了返回的预览地址,才执行图片导出。接入无界面服务器时,应把“哪个浏览器负责渲染、何时退出、导出超时如何重试”作为部署设计的一部分。

对于团队协作,可以分别保留 .drawio 源文件和供文档展示的图片:前者让后来者继续编辑,后者方便阅读。修改完成后应检查源文件和图片是否描述同一版本,尤其是在人员手动修改画布之后。我们此次检查了导出 XML 的节点和连线数量,没有测试两位编辑者交替修改。

离线编辑与模型请求需要分开判断

随包提供编辑器,意味着这条本地编辑和渲染链路可以不依赖外部 draw.io 页面。是否能在内网完成 AI 生成,还要看编程智能体使用什么模型端点,以及它会把哪些项目资料发给模型。离线部署说明

同一说明还有一个实际交付限制:通过网址插入的外部图片,可能在画布上可见,却没有出现在导出的图片里,因为内置静态编辑器没有对应的图片代理。采用云架构图标、截图或外部素材前,应把最终导出也纳入验收;我们的样本只用了普通图形。

如果采用网页应用的自带密钥方式,还应区分密钥的保存位置与请求经过哪里。当前聊天路由会读取请求头中的 x-ai-api-key 来配置模型请求,因此“浏览器保存密钥”不等于密钥和内容从不经过应用服务。使用公开演示、自己部署网页应用,以及让本地编程智能体调用 MCP,是不同的数据路径。聊天路由源码

哪些项目适合先试用

经常修改架构图、希望 AI 与人工在同一张图上交替工作的团队,适合从一个真实但规模较小的流程开始。验收时先确定服务、边界、箭头方向和关键标签,再检查视觉排版。一个看起来完整的图,仍可能错误表达实际系统。

如果团队强调文本差异审查和确定性的构建,可以同时比较已有的 Mermaid 工作流。若只需人工绘图,也应把直接使用 draw.io 作为基线。Next AI Draw.io 的采用成本包括 MCP 客户端配置、预览浏览器、模型费用和人工审图;本次没有测量相对节时或总成本优势。

扩大使用前,建议用团队自己的三类图分别检查:经常改动的流程图、具有权限或网络边界的架构图、需要特殊图标或外部素材的图。要求对指定节点做局部修改,并让另一位同事打开导出文件继续编辑,这更接近它应当解决的交付问题。

相关评测:MCP TypeScript SDK 开发与迁移、browser-harness 浏览器操作。

如果更偏好 JSON 源文件与 HTML 交付,可看 Archify 校验与离线交互评测。其中区分了无效输入保留旧文件,以及文件已交付后浏览器检查跳过;没有建立它相对 draw.io 的速度或准确率优势。