公众号：dify实验室

基于LLMOps平台-Dify的一站式学习平台。包含不限于：Dify工作流案例、DSL文件分享、模型接入、Dify交流讨论等各类资源分享。

前言

Dify 或其底层模型默认使用 Mermaid 语法生成的思维导图，虽然快速方便，但是生成效果嘛，就像下图这样，又乱又丑。像极了买家秀与卖家秀。

本文旨在分享一个基于 Dify 工作流的设计思路，利用大语言模型（LLM）的能力，结合 PlantUML 语法和外部渲染服务，实现输入主题或内容后，一键生成更美观的思维导图图片，实现下图的效果。

2、工作流设计

以下是构建该 Dify 工作流的核心步骤和节点设计：

工作流概览:

输入（主题/内容）-> [LLM 处理内容/拓展主题] -> [LLM 生成 PlantUML 语法] -> [HTTP 请求 PlantUML 渲染服务] -> 输出（思维导图图片）（还 可以生成流程图，如下图所示）

节点详解:

• 1、开始节点 :

• • 配置输入变量:
  • topic

     (文本类型): 用于定义思维导图的核心主题。例如：“人工智能的应用领域”。

  • content

     (文本类型, 可选): 用户可以预先提供一些关于主题的初步内容、要点或结构。如果留空，则依赖 LLM 基于 topic 进行拓展。

    

• 2、LLM 节点 1 (内容整理与拓展):

  • 作用:

     根据输入判断是整理用户提供的内容，还是围绕主题进行智能拓展，并输出结构化的思维导图层级。

  • 输入:

     topic, content

  • Prompt 设计 :

1. • 输出变量:

     包含层级化内容的文本。

     

     3.LLM 节点 2 (生成 PlantUML 语法):

   • 作用:

   •  将上一步输出的结构化内容转换成 PlantUML 的思维导图语法。这里使用了deepseek v3模型。（没有免费token资源的，可以看文末福利）

   • 输入:

      上一步的结构化文本。

   • Prompt 设计 :

     # 角色：PlantUML 思维导图代码生成器
     ## 任务：
     将用户提供的、具有层级结构的文本，转换为符合 PlantUML 思维导图语法的、准确无误的代码。
     ## 输入：
     一段表示层级关系的文本。层级通常通过缩进或不同的标记符号（如 `-`, `*`, 数字等）来体现。
     ## 输出要求：
     1.  **代码封装：** 必须使用 `@startmindmap` 作为代码开头，并以 `@endmindmap` 结尾。
     2.  **层级表示（核心语法）：**
         *   使用 PlantUML 的星号 (`*`) 语法来表示节点层级。
         *   根节点使用一个星号 (`*`)。
         *   每个下一级节点**必须**在前一级的基础上增加一个星号（例如，根是 `*`，其子级是 `**`，子级的子级是 `***`，以此类推）。**层级必须连续递增，不能跳级。**
     3.  **内容保真：** 必须准确地保留原始文本中的节点内容和层级结构。
     4.  **格式纯粹：** 输出结果**必须**是完整且纯粹的 PlantUML 代码块，不包含任何代码之外的解释、说明、标题、代码块标记（如 ```plantuml）或任何其他文字。
     ## 关键语法规则与常见错误（请严格遵守）：
     1.  **起始/结束标签：** 绝对不能遗漏 `@startmindmap` 和 `@endmindmap`。
         *   *错误示例：* 缺少 `@endmindmap`。
     2.  **星号层级：** 层级**只由**星号数量决定，与其他缩进、符号无关。
         *   *错误示例 1 (使用其他符号):*
             ```
             * Root
             - Child 1  // 错误，应为 **
             + Child 2  // 错误，应为 **
             ```
         *   *正确示例 1:*
             ```
             * Root
             ** Child 1
             ** Child 2
             ```
         *   *错误示例 2 (跳级):*
             ```
             * Root
             *** Grandchild // 错误，缺少 ** 层级
             ```
         *   *正确示例 2 (假设有中间层):*
             ```
             * Root
             ** Child
             *** Grandchild
             ```
     3.  **星号与文本间的空格：** 在最后一个星号 (`*`) 和节点文本之间，**必须**有且仅有一个空格。
         *   *正确:* `* Node Text`
         *   *正确:* `** Child Node`
         *   *错误:* `*Node Text` (缺少空格)
         *   *错误:* `**  Child Node` (多余的空格)
     4.  **行首空格：** 行首不应有多余的空格，星号应顶格开始。
         *   *正确:* `* Node`
         *   *错误:* ` * Node` (星号前有空格)
     5.  **节点内容：** 如果原始节点内容包含 PlantUML 的特殊字符（如 `*`, `_`, `-`, `~`, `/`, `\` 等），并且需要按原样显示，理论上需要转义或使用引号，但在此基础转换任务中，优先**直接复制**原始文本内容。如果遇到渲染问题，通常是这些特殊字符导致，但生成器应首先尝试直接映射。
     ## 示例：
     **如果输入文本是：**
     项目规划
     初期调研
     市场分析 (V1.0)
     用户_访谈
     中期执行
     开发阶段 / 测试阶段
     后期总结 - Review
     **则期望的输出 PlantUML 代码是：**
     ```plantuml
     @startmindmap
     * 项目规划
     ** 初期调研
     *** 市场分析 (V1.0)
     *** 用户_访谈
     ** 中期执行
     *** 开发阶段 / 测试阶段
     ** 后期总结 - Review
     @endmindmap

• • 输出变量:

     plantuml_code (包含 PlantUML 语法的文本)。

    

  • 4.代码执行节点

    作用

    将plantuml代码PlantUML 代码进行特殊的压缩和编码，并生成url。

    代码如下：

    import
     zlib
    import
     base64 
    # 虽然不直接用标准base64编码，但导入以示对比
    def
     main(arg1: 
    str
    ) -> 
    dict
    :
        
    """
        接收 PlantUML 代码字符串 (arg1)，将其压缩并编码为 PlantText URL。
        Args:
            arg1: 包含 PlantUML 代码的字符串。
        Returns:
            一个包含 'result' (生成的 URL) 或 'error' (错误信息) 的字典。
        """
        
    # --- PlantUML 特定的编码辅助函数 (放在 main 内部以保持自包含) ---
        PLANTUML_ALPHABET = 
    "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz-_"
        
    def
     encode6bit(b):
            
    """复制 JS encode6bit 函数的逻辑"""
            
    if
    0
     <= b < 
    10
    : 
    return
    chr
    (
    48
     + b)
            b -= 
    10
            
    if
    0
     <= b < 
    26
    : 
    return
    chr
    (
    65
     + b)
            b -= 
    26
            
    if
    0
     <= b < 
    26
    : 
    return
    chr
    (
    97
     + b)
            b -= 
    26
            
    if
     b == 
    0
    : 
    return
    '-'
            
    if
     b == 
    1
    : 
    return
    '_'
            
    return
    '?'
    # 理论上对于 6-bit 值不会发生
        
    def
     append3bytes(b1, b2, b3):
            
    """复制 JS append3bytes 函数的逻辑"""
            c1 = b1 >> 
    2
            c2 = ((b1 & 
    0x03
    ) << 
    4
    ) | (b2 >> 
    4
    )
            c3 = ((b2 & 
    0x0F
    ) << 
    2
    ) | (b3 >> 
    6
    )
            c4 = b3 & 
    0x3F
            result = 
    ""
            result += encode6bit(c1 & 
    0x3F
    )
            result += encode6bit(c2 & 
    0x3F
    )
            result += encode6bit(c3 & 
    0x3F
    )
            result += encode6bit(c4 & 
    0x3F
    )
            
    return
     result
        
    def
     encode_plantuml(plantuml_text):
            
    """压缩并使用 PlantUML 特定的 Base64 编码"""
            
    # 1. 编码为 UTF-8 字节
            utf8_bytes = plantuml_text.encode(
    'utf-8'
    )
            
    # 2. 使用 raw deflate 压缩 (level 9, 无 zlib 头/尾)
            compressor = zlib.compressobj(level=
    9
    , method=zlib.DEFLATED, wbits=
    -15
    )
            compressed_data = compressor.compress(utf8_bytes)
            compressed_data += compressor.flush()
            
    # 3. 使用 PlantUML 特定的 Base64 进行编码
            encoded_result = []
            data_len = 
    len
    (compressed_data)
            i = 
    0
            
    while
     i < data_len:
                b1 = compressed_data[i]
                i += 
    1
                b2 = compressed_data[i] 
    if
     i < data_len 
    else
    0
                i += 
    1
                b3 = compressed_data[i] 
    if
     i < data_len 
    else
    0
                i += 
    1
                encoded_result.append(append3bytes(b1, b2, b3))
            
    return
    ""
    .join(encoded_result)
        
    # --- 辅助函数结束 ---
        
    # --- 主逻辑 ---
        
    if
    not
    isinstance
    (arg1, 
    str
    ) 
    or
    not
     arg1:
            
    return
     {
    "error"
    : 
    "输入参数 arg1 必须是非空的 PlantUML 代码字符串。"
    }
        plantuml_code = arg1
        
    try
    :
            
    # 编码 PlantUML 代码
            encoded_string = encode_plantuml(plantuml_code)
            
    # 构建 URL (默认使用 png 格式)
            base_url = 
    "https://uml.planttext.com/plantuml/"
            output_format = 
    "png"
    # 你可以改为 "svg" 或 "txt"
            url = f
    "{base_url}{output_format}/{encoded_string}"
            
    # 返回包含结果 URL 的字典
            
    return
     {
                
    "result"
    : url
            }
        
    except
     Exception 
    as
     e:
            
    # 打印错误到 Dify 的日志（如果可能）并返回错误信息
            
    print
    (f
    "生成 PlantUML URL 时出错: {e}"
    )
            
    return
     {
    "error"
    : f
    "无法生成 PlantUML URL: {e}"
    }

• 5.HTTP 请求节点 

  作用:

  •  请求URL，获取渲染后的图片。

  • 输入：代码节点的输出
  • 输出:

     HTTP 请求的响应体。如果请求成功，响应体将是图片数据（PNG 或 SVG）。Dify 通常能识别响应头中的 Content-Type 并尝试展示图片。确保 Dify 配置能正确处理和展示图片类型的响应。

  • 输出变量:

    包含图片数据。

    

• 6.结束节点 :

  • 配置:

     将http请求节点的输出的files设置为最终输出。

  • 效果:

     当工作流执行完毕时，用户将在 Dify 的结果区域直接看到生成的思维导图图片。

    

3、上述流程优化余地

尽管上述流程可以实现基本功能，但仍有进一步优化的空间：

1. PlantUML 语法增强:

    指导 LLM 生成更复杂的 PlantUML 语法，例如添加颜色、图标、特定布局方向（左右分布等）、使用皮肤参数（skinparam）进行样式定制。这需要在 LLM 节点 2 的 Prompt 中加入更具体的指令。

2. 错误处理:

   • 在 LLM 节点后检查输出是否符合预期格式。

   • 在 HTTP 请求节点后检查响应状态码，如果渲染失败（例如 PlantUML 语法错误或服务器问题），可以返回错误信息或默认图片。

3. 私有化部署: 对于有隐私或性能要求的场景，可以自建 PlantUML 服务器或 Kroki 实例，并将 HTTP 请求指向内部地址。

4、其他在线网站

除了通过 Dify 工作流生成思维导图，市面上也有许多优秀的、用户可以直接在线使用的思维导图工具，它们通常提供更丰富的交互式编辑体验：

• MindMeister:

   流行的在线协作思维导图工具，功能全面，界面友好。

• XMind (Web / App):

   老牌思维导图软件，提供 Web 版本和强大的桌面/移动应用，模板丰富。

• Coggle:

   简洁美观的在线思维导图工具，适合快速创建和分享。

• Miro / FigJam:

   更偏向于在线白板，但其思维导图功能也非常强大，适合团队协作和头脑风暴。

• Draw.io (diagrams.net):

   免费的在线图表绘制工具，支持包括思维导图在内的多种图表类型，功能强大但可能稍复杂。

• ProcessOn / Boardmix:

   国内流行的在线协作绘图平台，也包含思维导图功能。

这些工具各有侧重，用户可以根据自己的具体需求（例如，是需要 AI 辅助快速生成，还是需要手动精细绘制与协作）来选择合适的工具。

dify实验室

基于LLMOps平台-Dify的一站式学习平台。包含不限于：Dify工作流案例、DSL文件分享、模型接入、Dify交流讨论等各类资源分享。

关注我可领DSL文件及token福利

往期工作流文章

10分钟构建基于 Dify 的智能文章仿写工作流：配置指南，效率飙升300%！

20分钟从零到一构建Dify智能客服工作流教程（附DSL文件下载）

使用 Dify 打造自己的免费 AI 写作神器

Dify工作流教程|以电费单分析为例详细讲解工作流编排过程

更多工作流案例，请到公众号主页查看

dify相关资源 

如果对你有帮助，欢迎点赞收藏备用。

---

回复 DSL 获取公众号DSL文件资源

回复 入群 获取二维码，我拉你入群

回复 tk  获取免费token资源

你又不打算赞赏，就点赞、在看吧