ಒಂದೇ ಪ್ರಾಂಪ್ಟ್, ಒಂದೇ ಡಯಾಗ್ರಾಮ್
ಪ್ರತೀಕ್ ರೈ ಅವರು tldraw-canvas-kit ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದ್ದಾರೆ. ಇದು 19 “Agent Skills” ಗಳ ಸಂಗ್ರಹವಾಗಿದ್ದು, Claude Code ಅಥವಾ Cursor ನಂತಹ ಸ್ಥಳೀಯ AI ಅಸಿಸ್ಟೆಂಟ್ಗಳು ಆಫ್ಲೈನ್ tldraw ಡೆಸ್ಕ್ಟಾಪ್ ಆಪ್ ಅನ್ನು ನಿಯಂತ್ರಿಸಲು ಮತ್ತು ಪ್ರತಿ ಬಾರಿಯೂ ಒಂದೇ ರೀತಿಯ ಎಂಜಿನಿಯರಿಂಗ್ ಡಯಾಗ್ರಾಮ್ಗಳನ್ನು ತಯಾರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ಕಿಟ್ ಯಾವುದೇ ಕ್ಲೌಡ್ ಕನೆಕ್ಷನ್ ಅಥವಾ ಟೆಲಿಮೆಟ್ರಿ ಇಲ್ಲದೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ, ಅಂದರೆ ತಂಡಗಳು ತಮ್ಮ ದೃಶ್ಯ ಆಸ್ತಿಗಳನ್ನು (visual assets) ಸಂಪೂರ್ಣವಾಗಿ ಸ್ಥಳೀಯವಾಗಿ (on-premises) ಇಟ್ಟುಕೊಳ್ಳಬಹುದು.
ಸ್ಥಳೀಯ ಮತ್ತು ನಿರ್ಣಾಯಕ (deterministic) ಡಯಾಗ್ರಾಮ್ ಟೂಲ್ ಏಕೆ ಮುಖ್ಯ?
ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡಗಳು ಫ್ಲೋಚಾರ್ಟ್ಗಳು, ಕ್ಲಾಸ್ ಡಯಾಗ್ರಾಮ್ಗಳು ಮತ್ತು ಆರ್ಕಿಟೆಕ್ಚರ್ ಮ್ಯಾಪ್ಗಳನ್ನು ಸ್ಲೈಡ್ ಡೆಕ್ಗಳು, ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸೈಟ್ಗಳು ಮತ್ತು ಡಿಸೈನ್ ಟೂಲ್ಗಳ ನಡುವೆ ವರ್ಗಾಯಿಸಲು ಗಂಟೆಗಟ್ಟಲೆ ಸಮಯ ವ್ಯಯಿಸುತ್ತಾರೆ. ಪ್ರತಿ ಕಾಪಿ-ಪೇಸ್ಟ್ ಹಂತವು ಸೂಕ್ಷ್ಮ ಬದಲಾವಣೆಗಳನ್ನು ತರುತ್ತದೆ—ಲೈನ್ ಸ್ಟೈಲ್ಗಳು ಬದಲಾಗುತ್ತವೆ, IDs ಮರುರೂಪಗೊಳ್ಳುತ್ತವೆ, ಲೇಔಟ್ಗಳು ಅಲುಗಾಡುತ್ತವೆ. ಒಂದು ಡಯಾಗ್ರಾಮ್ ಅನ್ನು LLM ಮೂಲಕ ಮರುರೂಪಿಸಿದಾಗ, ಪಠ್ಯದ ಪ್ರಾಂಪ್ಟ್ ಬದಲಾಗದಿದ್ದರೂ ಸಹ, ಫಲಿತಾಂಶವು ಹೆಚ್ಚಾಗಿ ವಿಭಿನ್ನ ಜೋಡಣೆಯನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಆಡಿಟ್-ರೆಡಿ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಅಥವಾ ಪುನರಾವರ್ತಿತ ವಿನ್ಯಾಸದ ದಾಖಲೆಗಳು ಬೇಕಾದ ಸಂಸ್ಥೆಗಳಿಗೆ, ಈ ಅಸ್ಥಿರತೆಯು ಒಂದು ಹೊರೆಯಾಗಬಹುದು.
ಪ್ರತೀಕ್ ಅವರು ಎರಡು ಪ್ರಮುಖ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು tldraw-canvas-kit ಅನ್ನು ನಿರ್ಮಿಸಿದ್ದಾರೆ: (1) ಸಂಪೂರ್ಣವಾಗಿ ಬಳಕೆದಾರರ ಯಂತ್ರದಲ್ಲಿ ಚಲಿಸುವ ಟೂಲ್, ಮತ್ತು (2) ಒಂದೇ ಪ್ರಾಂಪ್ಟ್ ಒಂದೇ ಡಯಾಗ್ರಾಮ್ ಅನ್ನು ನೀಡುತ್ತದೆ ಎಂಬ ಗ್ಯಾರಂಟಿ. AI ಏಜೆಂಟ್ ಕರೆಯಬಹುದಾದ ಸ್ಥಳೀಯ HTTP API ಅನ್ನು ಒದಗಿಸುವ ಮೂಲಕ, ಈ ಕಿಟ್ ನೆಟ್ವರ್ಕ್ ವಿಳಂಬ (latency), ಡೇಟಾ ಸೋರಿಕೆಯ ಅಪಾಯ ಮತ್ತು SaaS ಚಂದಾದಾರಿಕೆಯ ಅಗತ್ಯವನ್ನು ಇಲ್ಲಮಡಿಸುತ್ತದೆ.
ಈ ಕಿಟ್ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ
- Offline core – tldraw ಡೆಸ್ಕ್ಟಾಪ್ ಆಪ್ JSON-ಎನ್ಕೋಡ್ ಮಾಡಲಾದ ಕಮಾಂಡ್ಗಳನ್ನು ಸ್ವೀಕರಿಸುವ ಸ್ಥಳೀಯ ಸರ್ವರ್ ಅನ್ನು ರನ್ ಮಾಡುತ್ತದೆ. ಯಾವುದೇ ಬಾಹ್ಯ ಕರೆಗಳನ್ನು ಮಾಡಲಾಗುವುದಿಲ್ಲ ಮತ್ತು ಯಾವುದೇ ಬಳಕೆಯ ಡೇಟಾ ಯಂತ್ರದಿಂದ ಹೊರಗೆ ಹೋಗುವುದಿಲ್ಲ.
- Agent Skills – ಪ್ರತಿಯೊಂದು ಸ್ಕಿಲ್ ಒಂದು ನಿರ್ದಿಷ್ಟ ರಚನಾ ವಿವರಣೆಯನ್ನು (structure specification) ಎನ್ಕೋಡ್ ಮಾಡುತ್ತದೆ: ಲೇಔಟ್ ಮ್ಯಾಥ್, ಸ್ಟೆನ್ಸಿಲ್ ಆಯ್ಕೆಗಳು ಮತ್ತು ಸ್ಥಿರವಾದ IDs. ಏಜೆಂಟ್ ಒಂದು ಸ್ಕಿಲ್ ಅನ್ನು ಬಳಸಿದಾಗ, ಅದು ನಿರ್ಣಾಯಕವಾದ (deterministic) ಡ್ರಾಯಿಂಗ್ ಸೂಚನೆಗಳ ಸೆಟ್ ಅನ್ನು ಪಡೆಯುತ್ತದೆ.
- Idempotent updates – ಒಂದು ಸ್ಕಿಲ್ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಡಯಾಗ್ರಾಮ್ ಮೇಲೆ ಕೆಲಸ ಮಾಡಿದರೆ, ಅದು ಆಕಾರಗಳನ್ನು (shapes) ಅದೇ ಸ್ಥಳದಲ್ಲಿ ಅಪ್ಡೇಟ್ ಮಾಡುತ್ತದೆ, ಹಳೆಯ ಎಲಿಮೆಂಟ್ಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ ಮತ್ತು ಎಡ್ಜ್ಗಳನ್ನು ಮರು-ಸ್ಥಾಪಿಸುತ್ತದೆ. ಇದರ ಫಲಿತಾಂಶವು ಡ್ಯುಪ್ಲಿಕೇಟ್ ಆಬ್ಜೆಕ್ಟ್ಗಳನ್ನು ಸಂಗ್ರಹಿಸದೆ ರಿಫ್ರೆಶ್ ಮಾಡಬಹುದಾದ ಕ್ಯಾನ್ವಾಸ್ ಆಗಿರುತ್ತದೆ.
- File format – ಡಯಾಗ್ರಾಮ್ಗಳನ್ನು ಸಾಮಾನ್ಯ .tldraw ಫೈಲ್ಗಳಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಲೇಔಟ್ ಲಾಜಿಕ್ ಫೈಲ್ನ ಒಳಗೇ ಇರುವುದರಿಂದ, ಒಂದು ಡೆಕ್ ಅನ್ನು ಹಂಚಿಕೊಂಡಾಗ, ಆ ನೋಟವನ್ನು ಪುನರಾವರ್ತಿಸಲು ಬೇಕಾದ ನ್ಯಾವಿಗೇಶನ್ ನಿಯಮಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸೇರ್ಪಡೆಯಾಗುತ್ತವೆ.
ಈ ಕಿಟ್ ಸೀಕ್ವೆನ್ಸ್ ಮತ್ತು ಫ್ಲೋಚಾರ್ಟ್ಗಳಿಂದ ಹಿಡಿದು ER ಡಯಾಗ್ರಾಮ್ಗಳು, state machines, swimlanes, use-case, component, package, deployment, architecture, mind maps ಮತ್ತು code-base maps ವರೆಗಿನ ಹದಿಮೂರು ಡಯಾಗ್ರಾಮ್ ವರ್ಗಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ. ಬಳಕೆದಾರರು ಕೇವಲ ಬಯಸುವ ಡಯಾಗ್ರಾಮ್ ಅನ್ನು ವಿವರಿಸಿದರೆ ಸಾಕು; ಸ್ಕಿಲ್ ಅದರ ಅಡಿಯಲ್ಲಿರುವ ರಚನೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ.
ಅಭಿವೃದ್ಧಿಯ ಸಮಯದಲ್ಲಿ ಕಲಿತ ಪಾಠಗಳು
- Arrow styling defaults to a hand-drawn look – ಸ್ವಚ್ಛವಾದ ಲೈನ್ ಅನ್ನು ಕೇಳಿದಾಗಲೂ ಸಹ, API ಪ್ರಾರಂಭದಲ್ಲಿ ಸ್ಕೆಚ್-ಶೈಲಿಯ ಬಾಣದ ಗುರುತನ್ನು (arrow) ರಚಿಸುತ್ತದೆ. ಶೈಲಿಯನ್ನು ಬದಲಾಯಿಸಲು ಸ್ಕಿಲ್ ನಂತರದ ಕಮಾಂಡ್ ಅನ್ನು ನೀಡಬೇಕಾಗುತ್ತದೆ.
- Arrows can intersect shapes silently – ಕನೆಕ್ಟರ್ ಒಂದು ನೋಡ್ ಮೂಲಕ ಹಾದುಹೋದರೆ API ಯಾವುದೇ ದೋಷಗಳನ್ನು (errors) ತೋರಿಸುವುದಿಲ್ಲ. ಇಂತಹ ಘರ್ಷಣೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ರಚಿಸಲಾದ ಸ್ಕ್ರೀನ್ಶಾಟ್ಗಳ ದೃಶ್ಯ ಪರಿಶೀಲನೆ ಅಗತ್ಯವಿದೆ.
- Edge-label wrapping breaks on short arrows – ಕನೆಕ್ಟರ್ ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದ್ದರೆ ಲೇಬಲ್ಗಳು ಸರಿಯಾಗಿ ಹೊಂದಾಣಿಕೆಯಾಗುವುದಿಲ್ಲ (wrap), ಆದ್ದರಿಂದ ಸ್ಕಿಲ್ ಕನಿಷ್ಠ ಉದ್ದವನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಬೇಕು ಅಥವಾ ಲೇಬಲ್ನ ಸ್ಥಾನವನ್ನು ಹೊಂದಿಸಬೇಕು.
ಈ ವಿಚಿತ್ರತೆಗಳು (quirks), ಸ್ಕಿಲ್ಗಳನ್ನು ಕೇವ ſ ಕೇವಲ ಊಹೆಗಳ ಮೇಲೆ ಮಾಡದೆ, API ನ ನೈಜ ವರ್ತನೆಯ ಆಧಾರದ ಮೇಲೆ ಏಕೆ ನಿರ್ಮಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತವೆ.
ಕಿಟ್ ಅನ್ನು ಇನ್ಸ್ಟಾಲ್ ಮಾಡುವುದು ಮತ್ತು ಬಳಸುವುದು
npx skills add prateek11rai/tldraw-canvas-kit
ಈ ಕಮಾಂಡ್ macOS ಮತ್ತು Linux ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಇನ್ಸ್ಟಾಲೇಶನ್ ನಂತರ, ಅದೇ ವರ್ಕ್ಸ್ಟೇಷನ್ನಲ್ಲಿರುವ AI ಏಜೆಂಟ್ ಸ್ಥಳೀಯ ದಾಖಲೆಗಳನ್ನು ಪ್ರಶ್ನಿಸಬಹುದು (query), ಕೋಡ್ ಅನ್ನು ರಚಿಸಬಹುದು ಮತ್ತು ಚಾಲನೆಯಲ್ಲಿರುವ tldraw ಸರ್ವರ್ಗೆ ಡ್ರಾಯಿಂಗ್ ಕಮಾಂಡ್ಗಳನ್ನು ಕಳುಹಿಸಬಹುದು. ಇದರ ಫಲಿತಾಂಶವು ಪುನರಾವರ್ತಿತ ಡಯಾಗ್ರಾಮ್ ಆಗಿದ್ದು, ಇದನ್ನು ಹೋಸ್ಟ್ನಿಂದ ಹೊರಬರದೆ ಮತ್ತಷ್ಟು ಎಡಿಟ್ ಮಾಡಬಹುದು ಅಥವಾ ಪ್ರೆಸೆಂಟೇಶನ್ಗಳಿಗೆ ಎಕ್ಸ್ಪೋರ್ಟ್ ಮಾಡಬಹುದು.
ಯಾರು ಪ್ರಯೋಜನ ಪಡೆಯುತ್ತಾರೆ ಮತ್ತು ಇದರ ಮಿತಿಗಳೇನು?
- Security-focused teams – ಕಟ್ಟುನಿಟ್ಟಾದ ಡೇಟಾ ನಿರ್ವಹಣಾ ನೀತಿಗಳನ್ನು ಹೊಂದಿರುವ ಕಂಪನಿಗಳು ಎಲ್ಲಾ ವಿನ್ಯಾಸದ ದಾಖಲೆಗಳನ್ನು ತಮ್ಮ ಫೈರ್ವಾಲ್ಗಳ ಹಿಂದೆ ಇರಿಸಿಕೊಳ್ಳಬಹುದು.
- Documentation engineers – ವರ್ಷನ್-ಕಂಟ್ರೋಲ್ಡ್ ರೆಪೊಸಿಟರಿಗಳಲ್ಲಿ ಡಯಾಗ್ರಾಮ್ಗಳನ್ನು ಸೇರಿಸಬೇಕಾದವರಿಗೆ ಇದು ಒಂದು ನಿರ್ಣಾಯಕ ಸತ್ಯದ ಮೂಲವನ್ನು (deterministic source of truth) ಒದಗಿಸುತ್ತದೆ.
- Individual contributors – ಪ್ರತಿ LLM ರನ್ ನಂತರ ಲೇಔಟ್ಗಳನ್ನು ಮ್ಯಾನುಯಲ್ ಆಗಿ ಸರಿಪಡಿಸುವುದರಿಂದ ದಣಿದಿರುವ ಡೆವಲಪರ್ಗಳು ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು.
ಇದರ ಮುಖ್ಯ ಮಿತಿಯೆಂದರೆ ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆಯಲ್ಲಿರುವ tldraw ಇನ್ಸ್ಟೆನ್ಸ್ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವುದು. ಈಗಾಗಲೇ ಕ್ಲೌಡ್ ಆಧಾರಿತ ಡಯಾಗ್ರಾಮ್ ಸೇವೆಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವ ಸಂಸ್ಥೆಗಳು ಡೆಸ್ಕ್ಟಾಪ್ ಆಪ್ ಅನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ ಮತ್ತು ತಮ್ಮ ಕೆಲಸದ ವಿಧಾನಗಳನ್ನು (workflows) ಹೊಂದಿಸಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಪ್ರಸ್ತುತ ಸ್ಕಿಲ್ ಸೆಟ್ ಕಸ್ಟಮ್ ಸ್ಟೆನ್ಸಿಲ್ ಲೈಬ್ರರಿಗಳನ್ನು ಒಳಗೊಂಡಿಲ್ಲ; ಬಳಕೆದಾರರು ಮೊದಲೇ ನಿರ್ಧರಿಸಲಾದ ಆಕಾರಗಳ (predefined shapes) ಒಳಗಡೆಯೇ ಕೆಲಸ ಮಾಡಬೇಕಾಗುತ್ತದೆ.
ಮುಂದೆ ಏನು?
ಪ್ರತೀಕ್ ಸಮುದಾಯದ ಪ್ರತಿಕ್ರಿಯೆಯ ಆಧಾರದ ಮೇಲೆ skill library ಅನ್ನು ವಿಸ್ತರಿಸಲು ಮತ್ತು Windows ಬೆಂಬಲವನ್ನು ಸೇರಿಸುವ ಮೂಲಕ ಬಳಕೆದಾರರ ವ್ಯಾಪ್ತಿಯನ್ನು ವಿಸ್ತರಿಸಲು ಯೋಜಿಸುತ್ತಿದ್ದಾರೆ. ಅಲ್ಲದೆ, ತೃತೀಯ-ಪಕ್ಷ ಏಜೆಂಟ್ಗಳು ಈ kit ಅನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ಒಂದೇ ರೀತಿಯ deterministic core ಅನ್ನು ಹೊಂದಿರುವ ವಿಶೇಷ ಡೈಗ್ರಾಮ್ ಜನರೇಟರ್ಗಳ ಮಾರುಕಟ್ಟೆಯನ್ನು ಸೃಷ್ಟಿಸಬೇಕೆಂದು ಅವರು ಆಶಿಸುತ್ತಾರೆ.
ಮುಖ್ಯಾಂಶಗಳು
tldraw-canvas-kit ಎಂಬುದು AI-ಚಾಲಿತ ಡೈಗ್ರಾಮ್ ರಚನೆಯು ಕೇವಲ ಕ್ಲೌಡ್-ಅಧಾರಿತ ಅಥವಾ ಸಂಭಾವ್ಯ (probabilistic) ಪ್ರಕ್ರಿಯೆಯಾಗಿರಬೇಕಿಲ್ಲ ಎಂದು ಸಾಬೀತುಪಡಿಸುತ್ತದೆ. ಡ್ರಾಯಿಂಗ್ ಲಾಜಿಕನ್ನು ಲೋಕಲ್ API ನಲ್ಲಿ ಸ್ಥಾಪಿಸುವ ಮೂಲಕ ಮತ್ತು ಸ್ಥಿರ ಐಡೆಂಟಿಫೈಯರ್ಗಳನ್ನು ಅನ್ವಯಿಸುವ ಮೂಲಕ, ಇದು ಎಂಜಿನಿಯರ್ಗಳು ತಮ್ಮ ಗೌಪ್ಯತೆ ಅಥವಾ ನಿಯಂತ್ರಣವನ್ನು ಕಳೆದುಕೊಳ್ಳದೆ, ಪುನರಾವರ್ತಿತ ಮತ್ತು ಆಡಿಟ್ ಮಾಡಲು ಸಿದ್ಧವಾಗಿರುವ ದೃಶ್ಯಗಳನ್ನು ರಚಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.