ਇੱਕੋ ਪ੍ਰੋਂਪਟ, ਇੱਕੋ ਡਾਇਗ੍ਰਾਮ

ਪ੍ਰਤੀਕ ਰਾਏ ਨੇ tldraw-canvas-kit ਜਾਰੀ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ 19 "ਏਜੰਟ ਸਕਿੱਲਜ਼" (Agent Skills) ਦਾ ਇੱਕ ਸੰਗ੍ਰਹਿ ਹੈ ਜੋ Claude Code ਜਾਂ Cursor ਵਰਗੇ ਸਥਾਨਕ AI ਸਹਾਇਕਾਂ ਨੂੰ ਆਫਲਾਈਨ tldraw ਡੈਸਕਟਾਪ ਐਪ ਨੂੰ ਚਲਾਉਣ ਅਤੇ ਹਰ ਵਾਰ ਇੱਕੋ ਜਿਹੇ ਇੰਜੀਨੀਅਰਿੰਗ ਡਾਇਗ੍ਰਾਮ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇਹ ਕਿੱਟ ਕਿਸੇ ਵੀ ਕਲਾਉਡ ਕਨੈਕਸ਼ਨ ਜਾਂ ਟੈਲੀਮੈਟਰੀ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰਦੀ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਟੀਮਾਂ ਆਪਣੇ ਵਿਜ਼ੂਅਲ ਐਸੇਟਸ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਨ-ਪ੍ਰੈਮਿਸਿਜ਼ (on-premises) ਰੱਖ ਸਕਦੀਆਂ ਹਨ।

ਇੱਕ ਸਥਾਨਕ, ਨਿਰਧਾਰਤ (deterministic) ਡਾਇਗ੍ਰਾਮ ਟੂਲ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ

ਇੰਜੀਨੀਅਰਿੰਗ ਟੀਮਾਂ ਸਲਾਈਡ ਡੈਕਸ, ਡਾਕੂਮੈਂਟੇਸ਼ਨ ਸਾਈਟਾਂ, ਅਤੇ ਡਿਜ਼ਾਈਨ ਟੂਲਸ ਦੇ ਵਿਚਕਾਰ ਫਲੋਚਾਰਟ, ਕਲਾਸ ਡਾਇਗ੍ਰਾਮ, ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਮੈਪਸ ਨੂੰ ਮੂਵ ਕਰਨ ਵਿੱਚ ਕਈ ਘੰਟੇ ਬਿਤਾਉਂਦੀਆਂ ਹਨ। ਹਰ ਕਾਪੀ-ਪੇਸ ਕਦਮ ਸੂਖਮ ਤਬਦੀਲੀਆਂ ਲਿਆਉਂਦਾ ਹੈ—ਲਾਈਨ ਸਟਾਈਲ ਬਦਲ ਜਾਂਦੇ ਹਨ, IDs ਦੁਬਾਰਾ ਬਣ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਲੇਆਉਟਸ ਵਿਗੜ ਜਾਂਦੇ ਹਨ। ਜਦੋਂ ਕਿਸੇ LLM ਦੁਆਰਾ ਡਾਇਗ੍ਰਾਮ ਨੂੰ ਦੁਬਾਰਾ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਨਤੀਜਾ ਅਕਸਰ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ, ਭਾਵੇਂ ਕਿ ਟੈਕਸਟੂਅਲ ਪ੍ਰੋਂਪਟ ਬਦਲਿਆ ਨਾ ਗਿਆ ਹੋਵੇ। ਉਹਨਾਂ ਸੰਸਥਾਵਾਂ ਲਈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਆਡਿਟ-ਤਿਆਰ ਡਾਕੂਮੈਂਟੇਸ਼ਨ ਜਾਂ ਰੀਪ੍ਰੋਡਿਊਸੇਬਲ ਡਿਜ਼ਾਈਨ ਆਰਟੀਫੈਕਟਸ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਉਹ ਵੈਰੀਏਬਿਲਟੀ (variability) ਇੱਕ ਦੇਣਦਾਰੀ (liability) ਹੈ।

ਪ੍ਰਤੀਕ ਨੇ ਦੋ ਮੁਸ਼ਕਲਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ tldraw-canvas-kit ਬਣਾਇਆ: (1) ਇੱਕ ਅਜਿਹਾ ਟੂਲ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਯੂਜ਼ਰ ਦੀ ਮਸ਼ੀਨ 'ਤੇ ਚੱਲਦਾ ਹੈ, ਅਤੇ (2) ਇੱਕ ਗਾਰੰਟੀ ਕਿ ਇੱਕੋ ਪ੍ਰੋਂਪਟ ਇੱਕੋ ਜਿਹਾ ਡਾਇਗ੍ਰਾਮ ਦਿੰਦਾ ਹੈ। ਇੱਕ ਸਥਾਨਕ HTTP API ਪ੍ਰਦਾਨ ਕਰਕੇ ਜਿਸਨੂੰ AI ਏਜੰਟ ਕਾਲ ਕਰ ਸਕਦਾ ਹੈ, ਇਹ ਕਿੱਟ ਨੈਟਵਰਕ ਲੇਟੈਂਸੀ, ਡਾਟਾ-ਐਕਸਫਿਲਟਰੇਸ਼ਨ ਜੋਖਮ, ਅਤੇ SaaS ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਦੀ ਲੋੜ ਨੂੰ ਖਤਮ ਕਰਦੀ ਹੈ।

ਇਹ ਕਿੱਟ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ

  • Offline core – tldraw ਡੈਸਕਟਾਪ ਐਪ ਇੱਕ ਸਥਾਨਕ ਸਰਵਰ ਚਲਾਉਂਦੀ ਹੈ ਜੋ JSON-ਇਨਕੋਡਡ ਕਮਾਂਡਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ। ਕੋਈ ਬਾਹਰੀ ਕਾਲ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਅਤੇ ਕੋਈ ਵੀ ਵਰਤੋਂ ਦਾ ਡਾਟਾ ਮਸ਼ੀਨ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾਂਦਾ।
  • Agent Skills – ਹਰੇਕ ਸਕਿੱਲ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਟ੍ਰਕਚਰ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਨੂੰ ਇਨਕੋਡ ਕਰਦੀ ਹੈ: ਲੇਆਉਟ ਮੈਥ, ਸਟੈਂਸਿਲ ਚੋਣਾਂ, ਅਤੇ ਸਟੇਬਲ IDs। ਜਦੋਂ ਕੋਈ ਏਜੰਟ ਕਿਸੇ ਸਕਿੱਲ ਨੂੰ ਕਾਲ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਡਰਾਇੰਗ ਇੰਸਟ੍ਰਕਸ਼ਨਾਂ ਦਾ ਇੱਕ ਨਿਰਧਾਰਤ (deterministic) ਸਮੂਹ ਪ੍ਰਾਪਤ ਹੁੰਦਾ ਹੈ।
  • Idempotent updates – ਜੇਕਰ ਕੋਈ ਸਕਿੱਲ ਮੌਜੂਦਾ ਡਾਇਗ੍ਰਾਮ 'ਤੇ ਚੱਲਦੀ ਹੈ, ਤਾਂ ਇਹ ਸ਼ੇਪਸ ਨੂੰ ਉਹਨਾਂ ਦੇ ਸਥਾਨ 'ਤੇ ਅਪਡੇਟ ਕਰਦੀ ਹੈ, ਅਪ੍ਰਚਲਿਤ ਤੱਤਾਂ ਨੂੰ ਹਟਾਉਂਦੀ ਹੈ, ਅਤੇ ਐਜਸ ਨੂੰ ਮੁੜ-ਐਂਕਰ ਕਰਦੀ ਹੈ। ਨਤੀਜਾ ਇੱਕ ਅਜਿਹਾ ਕੈਨਵਸ ਹੁੰਦਾ ਹੈ ਜਿਸ ਨੂੰ ਡੁਪਲੀਕੇਟ ਆਬਜੈਕਟਾਂ ਨੂੰ ਇਕੱਠਾ ਕੀਤੇ ਬਿਨਾਂ ਰਿਫ੍ਰੈਸ਼ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
  • File format – ਡਾਇਗ੍ਰਾਮ ਨੂੰ ਸਾਧਾਰਨ .tldraw ਫਾਈਲਾਂ ਵਜੋਂ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਲੇਆਉਟ ਲੌਜਿਕ ਫਾਈਲ ਦੇ ਅੰਦਰ ਹੁੰਦਾ ਹੈ, ਇਸ ਲਈ ਇੱਕ ਡੈਕ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਵਿੱਚ ਆਪਣੇ ਆਪ ਉਹ ਨੈਵੀਗੇਸ਼ਨ ਨਿਯਮ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ ਜੋ ਵਿਊ ਨੂੰ ਰੀਪ੍ਰੋਡਸ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਹਨ।

ਇਹ ਕਿੱਟ ਤਰਤੀਬ (sequence) ਅਤੇ ਫਲੋਚਾਰਟ ਤੋਂ ਲੈ ਕੇ ER ਡਾਇਗ੍ਰਾਮ, ਸਟੇਟ ਮਸ਼ੀਨਾਂ, ਸਵਿਮਲੇਨਜ਼, ਯੂਜ਼-ਕੇਸ, ਕੰਪੋਨੈਂਟ, ਪੈਕੇਜ, ਡਿਪਲਾਈਮੈਂਟ, ਆਰਕੀਟੈਕਚਰ, ਮਾਈਂਡ ਮੈਪਸ, ਅਤੇ ਕੋਡ-ਬੇਸ ਮੈਪਸ ਤੱਕ ਤੇਰਾਂ ਡਾਇਗ੍ਰਾਮ ਸ਼

ਪ੍ਰਤੀਕ ਭਾਈਚਾਰੇ ਦੇ ਫੀਡਬੈਕ ਦੇ ਅਧਾਰ 'ਤੇ ਸਕਿੱਲ ਲਾਇਬ੍ਰੇਰੀ ਦਾ ਵਿਸਥਾਰ ਕਰਨ ਅਤੇ Windows ਲਈ ਸਹਾਇਤਾ ਜੋੜਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਸੰਭਾਵੀ ਉਪਭੋਗਤਾ ਅਧਾਰ ਵਧੇਗਾ। ਉਹ ਇਹ ਵੀ ਉਮੀਦ ਕਰਦਾ ਹੈ ਕਿ Third-party agents ਇਸ ਕਿਟ ਨੂੰ ਇੰਟੀਗ੍ਰੇਟ ਕਰਨਗੇ, ਜਿਸ ਨਾਲ ਵਿਸ਼ੇਸ਼ ਡਾਇਗ੍ਰਾਮ ਜਨਰੇਟਰਾਂ ਦਾ ਇੱਕ ਮਾਰਕੀਟਪਲੇਸ ਬਣੇਗਾ ਜੋ ਸਾਰੇ ਇੱਕੋ ਜਿਹਾ ਡਿਟਰਮਿਨਿਸਟਿਕ ਕੋਰ (deterministic core) ਸਾਂਝਾ ਕਰਨਗੇ।

ਮੁੱਖ ਗੱਲ

tldraw-canvas-kit ਸਾਬਤ ਕਰਦਾ ਹੈ ਕਿ AI-ਅਧਾਰਿਤ ਡਾਇਗ੍ਰਾਮ ਬਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਸਿਰਫ਼ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਅਤੇ ਸੰਭਾਵਨਾਤਮਕ (probabilistic) ਹੋਣੀ ਜ਼ਰੂਰੀ ਨਹੀਂ ਹੈ। ਡਰਾਇੰਗ ਲੌਜਿਕ ਨੂੰ ਇੱਕ ਲੋਕਲ API ਵਿੱਚ ਸਥਾਪਿਤ ਕਰਕੇ ਅਤੇ ਸਥਿਰ ਆਈਡੈਂਟੀਫਾਇਰਾਂ (stable identifiers) ਨੂੰ ਲਾਗੂ ਕਰਕੇ, ਇਹ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਪ੍ਰਾਈਵੇਸੀ ਜਾਂ ਕੰਟਰੋਲ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਦੁਹਰਾਉਣਯੋਗ ਅਤੇ ਆਡਿਟ-ਤਿਆਰ ਵਿਜ਼ੂਅਲਸ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।