---
title: "把思维导图接进 Agent 输入框"
author: "冯智勇Geo"
published: "2026-08-05T00:00:00.000Z"
description: "将思维导图变成 Agent 的外部编辑器，形成“快捷键唤起—结构化编辑—直接发送”的完整输入链路，并在发送前给复杂想法一次整理结构的机会。"
tags: ["AI","Agent","思维导图","AI协作"]
url: "https://fengzhiyonggeo.com/posts/mind-map-agent-input/"
---
# 把思维导图接进 Agent 输入框
**核心结论**: 将思维导图变成 Agent 的外部编辑器，可以形成“快捷键唤起—结构化编辑—直接发送”的完整输入链路。
为了结构化表达，我做了一个 Agent 外部编辑器。
这个想法来自我使用 OpenMarkdown 时，通过 `ctrl+g` 切入外部编辑的体验：写到一半时按下快捷键，进入更适合编辑的环境，完成后再回到原来的输入框。我想把类似的体验放进 Agent，让用户不必一直挤在单行或多行输入框里组织复杂问题。
## 为什么是思维导图
我选择的不是普通文本编辑器，而是树状思维导图。
核心原因有：
1. 编辑层面：对我来说，拖拽节点比在文档里重新调整层级更高效。
2. 思考层面：我能同时看到内容的整体结构，更容易发现缺失或错位的分支。
3. 内容层面：树状结构迫使我在发送前明确哪些是前提、补充和从属关系，而不是把这些关系留给 AI 猜。
如果内容本身的逻辑基本正常，那么经过思维导图整理后，发送给 AI 的文本也会天然带有结构。结构不是提交之后由 AI 猜出来的，而是在输入阶段就已经形成。
## 我打通了什么
目前，我在 AI 编程助手 pi 中安装了一个 `mindmap-edit` 扩展，并把入口绑定到 `ctrl+g`。
按下快捷键后，扩展会读取当前输入框中的文字，写入临时的 `prompt.md`，再调用 `pmind-browser`，用 Chrome 打开基于 MindElixir 的思维导图编辑器。
用户可以在导图里拆分、移动和重新组织内容。点击提交后，只要内容不为空，它就会通过 `pi.sendUserMessage` 自动作为用户消息发送，并清空原输入框；如果取消，输入框仍然保留原来的内容。
至此，一条完整链路已经跑通：
`ctrl+g` 唤起 → 外部编辑 → 思维导图整理 → 点击提交 → 直接发送给 Agent。
## 它解决不了什么
思维导图能让表达形式结构化，但结构化的格式不等于有逻辑的内容。
如果输入本来就是一团没有逻辑的想法，工具最多提供拖拽和分层，不能替用户完成判断。它可以约束表达、提示用户整理，却不能凭空补上因果关系和清晰观点。
当前实现还不够顺滑。从输入框切到浏览器再切回来，会带来摩擦和割裂感。这也让我更确定：真正需要优化的，不是思维导图的编辑能力，而是它进入 Agent 输入框的方式。
## 最终要消失在输入框里
我理想中的形态，是按下 `ctrl+g` 后，一个类似 uTools 的悬浮窗口直接出现在当前输入框之上。用户在里面用思维导图编辑，点击一次就提交并发送，AI 随即回答整理后的内容。
外部编辑器虽然叫“外部”，体验上却不应该让人感觉离开了对话。真正值得保留的不是思维导图这个形式，而是它所形成的输入链路：**在发送之前给复杂想法一次整理结构的机会，然后无缝交给 Agent。**
这个项目还在继续优化。如果后续把交互和稳定性打磨到可以公开使用的程度，我会整理代码和使用说明，并发布到 GitHub。
## 相关文章
- [我用人类文字审美改坏了AI指令]() — 我把“自检并修正直至通过”压缩成“逐条校正成果”，才发现追求简洁、对仗和留白，会删掉AI指令需要的动作、范围、异常出口和完成条件。
- [给人和Agent写文章，我首选 1000–1500 字]() — 1000–1500 字不是模型的最佳长度，而是我用来确保一篇文章只完成一个判断的写作边界。
- [为什么 AI 做不好个人计划？]() — 让 AI 做个人计划不划算，因为真正决定计划的疲惫、回避、拖延和状态上下文，往往只有自己知道。