一句话让 AI 生成手绘风可编辑图表！开源项目smart-draw让我玩上瘾了｜AI 上新

没有太小的需求，只有太少的想象力。

最近在社群里看到一张图，我足足盯着看了半分钟。

那是一张课程总结图，第一眼看着就很喜欢，有种淡淡的真人手绘的「松弛感」：

线条微微颤抖，字体像随手涂鸦，看着就是极其舒服，像老朋友在草稿纸上给我讲逻辑。

我当时立马私信问他用的什么工具，他说是 Excalidraw。

朋友用 excalidraw 画的图｜图片来源：excalidraw

这个产品我听说过，是一款开源白板工具，在 cursor 里就能用这个插件。

但问题来了：工具有了，我并不知道怎么画出那种效果，甚至连这种图叫什么都不知道。

一个念头瞬间击中我：既然 AI 能画画，能不能动动嘴，让它把这种「草图」也给画了？

我立刻打开 Deepseek，给他搜索关键词：「AI + Excalidraw」。

没想到，还真被我挖到了一个 github 的开源项目：smart-draw。

它的核心逻辑简单粗暴：你只管说话，它负责画画，而且画出来的，是可编辑的 Excalidraw 源文件。

试用了一周，我发现自己上瘾了：我几乎每天都用它画点什么。

01

它到底解决了什么问题？

在聊这个项目之前，我想先说说我之前用过的几个「AI 生图」方案，以及它们各自的痛点。

第一类是 AI 生图大模型，比如最近爆火的 Nanobanana-pro。

不得不说，Nanobanana-pro 这类顶尖大模型生成的图确实美，配色专业、排版讲究。

但它们有一个致命的死穴：生成的图是「尸体」。

简单来说，他们生成的图，就是一张压平的 JPG/PNG。如果你想微调一个节点位置？想改错一个字？抱歉，做不到。你只能像抽盲盒一样重新生成，祈祷下一次 AI 能听懂人话。把原图给到他能增加成功率，但还是需要花很长的时间抽卡。

这就是 AI 生图模型最大的问题：可控性和完成率比较差，用户往往 90% 都挺满意，就差 10% 想微调，结果改不了，只能重新生成，带来用户时间和使用成本的上升。

比如下面这张图，结构挺好，但如果我想调整某个分支的位置，抱歉，做不到。

nanobanana-pro 生成的决策流程图｜图片来源：nanobanana-pro

第二类是大模型生成的 mermaid 流程图。

以豆包、Deepseek 为代表的 AI 助手，它们现在都支持生成 mermaid 格式的流程图。

它们生成的图可以导出成 SVG 或者 Mermaid 代码，是可以放到专业的工具里二次编辑的。

deepseek 生成的决策流程图｜图片来源：deepseek

但问题是，它们生成的图，怎么说呢，「工业味」太重了。

豆包生成的决策流程图｜图片来源：豆包

字体线条横平竖直，节点大小一模一样，配色永远是蓝紫灰三件套。

这种图拿来做内部文档可以，但如果你想发到社交媒体上、或者放到演讲 PPT 里，总觉得差点意思。

而这个项目，刚好补上了这两类问题的缺口。

它生成的是 Excalidraw 格式的图表，手绘风格、视觉友好；同时因为是 Excalidraw 原生格式，你可以直接在 Excalidraw 里打开，随意拖动、修改、增删任何元素。

换句话说，AI 帮你完成了 95% 的工作，剩下 5% 的微调你可以自己动手。

这个项目的本质是什么呢？说白了，它就是封装了一套专门针对「绘图」的提示词工程。

你只需要会用自然语言表达你的想法，它会把这些想法翻译成 Excalidraw 能理解的结构化指令，然后渲染成图。

smart-draw 生成的决策流程图｜图片来源：smart-draw

02

玩法一：问一句话，让 AI 给你画出来

我第一次真正感受到这工具的好用，是在琢磨一个概念的时候。

当时我在想：都说 AI 时代「审美」最重要，但到底什么是审美？

这个问题说起来很虚，你让我写一段文字解释，我可能能写个几百字，但总觉得不够直观。

于是我试着把这个问题丢给这个项目：「什么是审美」

大概等了十几秒，一张图就生成出来了。

smart-draw 生成的图｜图片来源：smart-draw

可以看到，它生成的是一张手绘风格的思维导图，顶部是「审美」两个字，下面延伸出四五个分支，每个分支下面还有下一级节点。配色是偏暖的奶油色调，看着很舒服。

最关键的是，这张图我可以直接在 smart-draw 里打开编辑，如果我觉得「审美客体」这个节点的位置不太对，直接拖一下就调好了。

这不就是「思考可视化」最低门槛的方式吗？

以前我们说「画图帮助思考」，但前提是你得会画图。

现在有了 AI，你只需要把脑子里模糊的想法说出来，AI 帮你画出来，然后你再根据这张图继续思考、继续迭代。

思考和表达之间的门槛，一下子低了很多。

03

玩法二：输入技术描述，生成架构图

第二个让我惊艳的场景是画技术架构图。

正好有个朋友问我：「你说的 smart-draw 那个项目，它自己是怎么实现的？能帮我画一张架构图吗？」

我把 Cursor 分析出的项目架构直接喂给它，它生成的图，比我自己画的图强太多了。

smart-draw 生成的图｜图片来源：smart-draw

四个主模块用不同颜色的矩形框出来，模块之间用带箭头的连线标注了数据流向，每个箭头旁边还贴心地写了「用户指令」「发起 fetch」「SSE 响应」这样的标签。

最妙的是，整张图的布局非常均衡，不会出现那种「左边挤成一坨、右边空荡荡」的尴尬情况。

我特意问了一个做技术的朋友，他看了之后说：「这图拿来做技术分享完全够用了，而且这种手绘风格反而不会让非技术人员感到有距离感。」

后来我又试了几次，发现只要你把技术描述写清楚，它生成的架构图基本都能达到「可以直接用」的水平。

当然，如果有些细节不满意，直接在 Excalidraw 里改就是了。

04

玩法三：输入一篇文章，秒变知识卡片

第三个玩法是我现在用得最多的：把文章/博客转成知识卡片。

做自媒体的朋友都知道：图不美，文白写。

但很多时候我们写完文章，还得花大量时间去做一张配图。

这个项目给我提供了一个新思路：

直接把文章内容粘贴进去，让 AI 帮我提炼核心观点，然后生成一张知识卡片。

我试过把一篇 3000 字的小宇宙播客内容丢进去，然后它很快帮我生成了一张核心思想图。

这张图直接发到即刻或小红书，阅读量不会差。

更关键的是，因为是可编辑的格式，如果我觉得某个观点提炼得不够准确，直接改就行，不用重新生成。

smart-draw 生成的图｜图片来源：smart-draw

05

玩法四：和 Nanobanana 工具组合

如果你觉得这已经够用了，下面这个进阶玩法可能会让你更兴奋：

1、先用这个项目生成一张 Excalidraw 草图，把核心结构定下来。

2、然后把这张图导出成 SVG。

3、再丢到 Nanobanana-pro 里，让它做一次「美颜」。

这样出来的图，既有整体元素立体的结构感，又有专业设计工具的精致感，简直是两全其美。

smart-draw 生成的图｜图片来源：smart-draw

nanobanana-pro 优化后的图｜图片来源：nanobanana-pro

说白了，这个项目用 AI 解决的是「想法到图形」这一步的效率问题。

至于图形之后你想怎么用，完全可以自由发挥。

以上四种玩法，基本覆盖了我日常最常见的画图场景。

06

这个项目给我的启示

玩了几天之后，我开始琢磨：这个项目为什么能打动我？

说实话，从技术实现来看，这个项目并不复杂。它没有训练什么惊天动地的模型，也没有发明什么新的算法。

它本质上是一个 Wrapper（套壳）。

在很多人眼里，「套壳」是个贬义词，意味着没有核心技术壁垒。

但在这个项目上，我看到了「套壳」的真正价值：它解决的不是「能力」问题，而是「接口」问题。

画图的能力，Excalidraw 早就有了；理解语言的能力，GPT-4 早就有了。但普通人想把这两者连起来，中间还差一个翻译层。

普通人要想跨越这道鸿沟，要么得去学复杂的 Prompt 让 GPT 生成代码，要么得去学 Excalidraw 的快捷键一点点画。

而这个项目的开发者，他把这些粘合在了一起。

当粘合之后，一些神奇的玩法，随产品的创造「涌现」了出来。

比如，这个项目通过对架构提示词的封装，让许多不懂技术的普通人，一下子都拥有了创造架构图的能力。

07

回到用户，找到痛点

不得不说，这个项目的作者确实解决了一个真实的痛点。

而这个痛点，正好是很多人每天都在面对的。

这给我一个很大的启发：

我们总是盯着「造大模型」或者「做超级 Agent」这种宏大的叙事。

但实际上，用户最真实的痛点，往往隐藏在那些「断裂」的工作流之间。

写完文章想配图，这就是一个断裂点。

看完长文想总结，这就是一个断裂点。

脑子里有想法想变成 PPT，这也是一个断裂点。

谁能用最顺滑的方式把这些断裂点接上，谁就能赢得用户。

哪怕你只是一个「套壳」，只要你套得足够优雅，足够懂用户，你就是不可替代的。

AI 时代的创业，不是比谁的技术更厉害，而是比谁能更快地找到一个痛点、然后用现有的工具把它解决掉。

smart-draw 生成的本段的总结图｜图片来源：smart-draw

08

AI 带来的小确幸

在这个 AI 项目层出不穷的时代，我们很容易产生审美疲劳。

我们每天都在看新模型刷榜，但真正能让我们愿意留在电脑前，玩上一整天，并且真的想把它加入工作流的东西，其实并不多。

这个小项目之所以打动我，是因为它很懂用户在用 AI 画图这个场景，真正需要什么：

它知道我懒得学画图，但又想对结果有掌控感，还对审美有点小要求。

如果你也苦于画图，不妨去试试。

有时候，这种解决具体小问题的工具，比那些改变世界的大模型，更能提升我们的幸福感。

而这种幸福感，往往不是等来的，是自己「主动」找来的。

我找到这个项目的过程，不就是始于一份想要用上好工具的好奇心吗？

smart-draw 生成的图｜图片来源：smart-draw

沿着好奇心走下去，你会发现很多类似的小项目。

它们可能只是某个创业者周末随手 vibe coding 的产物，却切实地解决了一个真实的问题。用户是愿意为解决真实需求的产品买单的，可能是付费，也可能是自发推广（像我一样）。

如果没有找到你想要的那座桥？

那就借助 AI，自己动手造一座吧。

毕竟，在 AI 时代，想象力是唯一的门槛。

文章来自于“极客公园”，作者 “金光浩”。