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ctrlg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。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。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ctrlg。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ctrlg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ctrlg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。