这个项目是一个基于大模型LLM的思维导图生成器,主要功能是将用户输入的文本转换为可视化的思维导图。以下是项目的关键点总结:
- 主要文件:
app.py:后端处理逻辑,负责接收用户输入并通过调用大模型api结构化json响应,解析为树状结构数据。index.html:用户输入界面,提供文本输入框和提交按钮。result.html、result_old.html、result_test.html、result_test_2.html:不同版本的思维导图展示页面。
- 前端:
- 使用HTML、CSS和JavaScript进行页面构建和样式设计。
- 使用D3.js(v5和v7)进行数据可视化,生成树状结构的思维导图。
- 后端:
- 使用Python(Flask框架)处理用户请求,将文本转换为嵌套的JSON格式数据。
- 文本输入与处理:
- 用户在
index.html页面输入文本,提交后由app.py处理,将文本转换为树状结构的JSON数据。
- 用户在
- 思维导图生成:
- 使用D3.js将JSON数据可视化为树状图,支持节点展开、折叠和缩放功能。
- 多版本展示:
- 提供了多个版本的展示页面(如
result.html、result_test.html等),每个版本在样式和功能上略有不同。
- 提供了多个版本的展示页面(如
- 响应式设计:页面布局适应不同设备,支持移动端和PC端访问。
- 交互性:用户可以通过点击节点展开或折叠子节点,支持缩放功能以查看细节。
- 多语言支持:部分页面支持中文显示,适应不同用户需求。
- 依赖库:
- D3.js:用于数据可视化。
- Flask:用于后端服务。
- 外部资源:
- 使用了D3.js的在线CDN资源,确保页面加载速度。
- 作者:Yunfan
- 致谢:Xiaoli, Cyril, Signskin
- 大模型支持:阿里云QWen-Max
- 源代码:项目代码托管在GitHub上,链接为Github@YunfanGoForIt
- 浏览器支持:建议使用Edge或Chrome浏览器访问。
- 输入要求:输入的文本必须逻辑清晰,且至少包含50个单词(英文)或50个字符(中文)。
- 处理速度:每100个单词的处理时间约为10秒。
- 功能扩展:可以增加更多的交互功能,如节点编辑、导出图片等。
- 性能优化:优化后端处理逻辑,提高生成速度。
- 用户体验:进一步优化页面布局和样式,提升用户体验。
这个项目通过结合前端可视化技术和后端数据处理,为用户提供了一个简单易用的思维导图生成工具。