【工具】Mermaid + 大模型画流程图

简介: 最近看面试文章关于TCP三次握手和四次挥手的文章,时常会看到有类似的图去描述这样的过程。当然觉得这样的图还是蛮规范的,属于流程图的一种,是否有工具可以自动生成呢?但没有细想,昨天刷V2EX看到也有老哥发出了这样的问题。于是顺着评论区大佬的回答,我GET到了一个工具Mermaid这里三次握手的图取自小林coding的文章

引入

最近看面试文章关于TCP三次握手和四次挥手的文章,时常会看到有类似的图去描述这样的过程。当然觉得这样的图还是蛮规范的,属于流程图的一种,是否有工具可以自动生成呢?但没有细想,昨天刷V2EX看到也有老哥发出了这样的问题。于是顺着评论区大佬的回答,我GET到了一个工具Mermaid

这里三次握手的图取自小林coding的文章

使用

那该如何使用呢?我们通过举几个🌰来进行说明

画TCP三次握手

1️⃣ 打开 豆包 OR 其他大模型

2️⃣ 输入Prompt,这里我输入的是

我使用Mermaid,我想画一个TCP三次握手和4次挥手的Sequence图,能给我对应的Code吗

于是得到如下的结果:

3️⃣ 复制对应的代码,打开 Mermaid 网站,黏贴进去即可。

当然,如果你有ChatGPT4的话,就可以直接问GPT4直接生成啦。以下是GPT4直接生成的答案😋

了解历史人物

很多小伙伴问,用这个能玩出什么有意思的事情呢,这里我举一个🌰,用来画历史人物的出现的时期,比如说我们知道李白是盛唐时期的诗人,这里特意说明下,李白是诗人,不是刺客🐶。杜甫呢,运气不太好,是晚唐时期的诗人。但是很多时候,由于时间线,我们不是很清楚他们出现的时代。所以我们将唐朝的诗人按照时间线进行排序。

我这里输入的Prompt

我使用Mermaid,我想将唐朝最有名的10位诗人按照出现的时间顺序画出对应的图,你帮我确定什么图结构合适,并给我对应的Code

下面是 豆包 生成的答案。

GPT4生成的答案如下,采用的是Gantt图,不过都是英文😂

总结

感觉通过大模型 + Mermaid能提高不少效率。可以算是提高效率的秘籍了。

  1. 例如在学生时代,很多计算机的作业,例如 xxx 管理系统不仅可以直接让大模型生成代码,还可以直接生成Mermaid图,可以直接成为卷王中的卷王。😂
  2. 抑或是工作时期,直接根据需求用大模型生成对应的Java代码,然后在用Mermaid生成对应的Class图,1天的活直接半小时完成了,接下来可以继续摸鱼刷社区了,🤤

目录
相关文章
|
29天前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
584 1
|
28天前
|
人工智能 API 开发者
揭秘大模型工具调用的核心:上下文工程+MCP
本文系统解析模型上下文协议(MCP)与大模型工具调用的关系,澄清“大模型需理解MCP”的常见误解。MCP实为开发者服务的标准化接口,简化工具集成,提升开发效率,而大模型仅需识别工具列表,无需感知MCP存在。助力高效构建AI智能体。
1092 52
|
19天前
|
人工智能 算法 安全
要不要做算法、大模型备案?看这个流程图就明白了!
本文详解算法备案、大模型备案与大模型登记的区别及适用场景,涵盖舆论属性、社会动员能力、生成式AI服务等核心概念,解析三类备案的流程、周期、材料要求及政策依据,助力企业合规开展AI服务。
|
4月前
|
人工智能 运维 监控
基于魔搭MCP广场的AI效率革命:在通义灵码中一键调用2400+工具的开发指南
MCP广场技术架构解析与效率优化全攻略。通过统一工具接入规范、智能路由引擎及Serverless执行器,显著降低集成成本,提升AI开发效率。实战演示从环境配置到工具调用全流程,并深入讲解异步处理、成本控制、安全接入等企业级方案。实测数据显示,工具接入周期缩短93%,年节省超85万元。适合追求高效AI研发的团队参考。
253 0
|
5月前
|
人工智能 监控 API
狂揽22.6k星!这个开源工具让你一键调用100+大模型,开发效率直接起飞!
LiteLLM是由BerriAI团队开发的开源项目,通过标准化OpenAI格式API接口,支持调用100+主流大语言模型(如OpenAI、Azure、Anthropic等)。其核心功能包括统一调用方式、企业级智能路由、异步流式响应及环境变量管理。项目适用于企业AI中台搭建、多模型对比测试、教育科研实验等场景。技术架构涵盖接口层、路由层、管理层与监控层,提供高效稳定的服务。相比LangChain、LlamaIndex等项目,LiteLLM在多平台混合开发方面优势显著。项目地址:https://github.com/BerriAI/litellm。
436 2
|
1月前
|
算法 安全 开发者
大模型部署指南:从个人玩转到企业级应用,这4款工具必看!
本文介绍了五款主流大语言模型部署工具,帮助用户根据需求选择合适的方案。包括适合个人使用的 Ollama 和 LM Studio、优化低配设备运行的 llama.cpp、企业级部署的 vLLM,以及 Hugging Face 推出的 TGI 框架,覆盖从本地体验到高性能服务的多种场景。
|
7月前
|
XML 人工智能 数据可视化
ReasonGraph:别让AI成黑箱!这个开源工具把大模型的脑回路画给你看
ReasonGraph是一款开源的可视化分析工具,能将大语言模型的复杂推理过程转化为直观图表,支持50+主流模型和多种推理方法,帮助开发者快速理解AI思考逻辑并优化模型表现。
359 0
|
5月前
|
存储 人工智能 API
RAG-MCP:基于检索增强生成的大模型工具选择优化框架
RAG-MCP是一种通过检索增强生成技术解决大型语言模型(LLM)工具选择困境的创新框架。它针对提示词膨胀和决策效率低的问题,利用语义检索动态筛选相关工具,显著减少提示词规模并提升准确率。本文深入解析其技术原理,包括外部工具索引构建、查询时检索处理等核心步骤,以及实验评估结果。RAG-MCP不仅优化了LLM的工具使用能力,还为AI代理的发展提供了重要支持,未来可在极端规模检索、多工具工作流等方面进一步探索。
460 16
RAG-MCP:基于检索增强生成的大模型工具选择优化框架
|
4月前
|
自然语言处理 Rust Java
通义灵码编程智能体深度评测(Qwen3模型+终端操作+MCP工具调用实战)
通义灵码作为阿里云推出的智能编程解决方案,凭借Qwen3模型与MCP平台的协同,在代码生成、终端操作与工具链调用方面展现强大能力。本文从真实开发场景出发,评测其在多语言代码理解、自动化工作流及复杂工程任务中的表现,结合性能与成本数据,揭示其在提升开发效率与系统集成方面的工程价值。
463 1

热门文章

最新文章