Той самий промпт, та сама діаграма

Prateek Rai випустив tldraw-canvas-kit — колекцію з 19 «навичок агентів» (Agent Skills), які дозволяють локальним ШІ-помічникам, таким як Claude Code або Cursor, керувати десктопним додатком tldraw у офлайн-режимі та щоразу створювати ідентичні інженерні діаграми. Набір працює без будь-якого хмарного підключення чи телеметрії, що дозволяє командам повністю зберігати свої візуальні активи локально (on-premises).

Чому важливий локальний детермінований інструмент для діаграм

Інженерні команди витрачають години на перенесення блок-схем, діаграм класів та карт архітектури між презентаціями, сайтами документації та інструментами дизайну. Кожен крок копіювання-вставки вносить ледь помітні зміни: змінюються стилі ліній, перегенеруються ID, зміщуються макети. Коли діаграму генерує LLM, результат часто має інше розташування елементів, навіть якщо текстовий промпт залишився незмінним. Для організацій, яким потрібна документація, готова до аудиту, або відтворювані артефакти проєктування, така варіативність є ризиком.

Prateek створив tldraw-canvas-kit, щоб вирішити дві проблеми: (1) інструмент, який працює повністю на машині користувача, та (2) гарантія того, що один і той самий промпт дасть одну й ту саму діаграму. Завдяки наявності локального HTTP API, яке може викликати ШІ-агент, набір усуває затримку мережі, ризик витоку даних та потребу в підписці на SaaS.

Як працює набір

  • Offline core – Десктопний додаток tldraw запускає локальний сервер, який приймає команди в форматі JSON. Жодних зовнішніх викликів, і жодні дані про використання не покидають машину.
  • Agent Skills – Кожна навичка кодує фіксовану специфікацію структури: математику макетування, вибір трафаретів (stencils) та стабільні ID. Коли агент викликає навичку, він отримує детермінований набір інструкцій для малювання.
  • Idempotent updates – Якщо навичка застосовується до існуючої діаграми, вона оновлює фігури на місці, видаляє застарілі елементи та переприв'язує з'єднувальні лінії (edges). У результаті виходить полотно (canvas), яке можна оновлювати без накопичення дубльованих об'єктів.
  • File format – Діаграми зберігаються як звичайні файли .tldraw. Оскільки логіка макетування міститься всередині файлу, спільне використання презентації автоматично включає правила навігації, необхідні для відтворення вигляду.

Набір підтримує тринадцять категорій діаграм: від діаграм послідовності (sequence diagrams) та блок-схем до ER-діаграм, автоматів станів (state machines), діаграм з доріжками (swimlanes), діаграм варіантів використання (use-case), компонентних, пакетних, діаграм розгортання (deployment), архітектурних діаграм, ментальних карт та карт кодової бази. Користувачам достатньо описати бажану діаграму; навичка сама опрацює базову структуру.

Уроки, засвоєні під час розробки

  1. Arrow styling defaults to a hand-drawn look – Навіть якщо запитується чиста лінія, API спочатку створює стрілку в стилі начерку. Навичка повинна надіслати наступну команду, щоб змінити стиль.
  2. Arrows can intersect shapes silently – API не видає помилок, якщо з'єднувач проходить крізь вузол (node). Для виявлення таких зіткнень необхідний візуальний огляд згенерованих скриншотів.
  3. Edge-label wrapping breaks on short arrows – Підписи можуть некоректно переноситися, якщо з'єднувач занадто короткий, тому навичка має забезпечувати мінімальну довжину або коригувати розміщення підпису.

Ці особливості демонструють, чому навички були побудовані на основі реальної поведінки API, а не на припущеннях про неї.

Встановлення та використання набору

npx skills add prateek11rai/tldraw-canvas-kit

Команда працює на macOS та Linux. Після встановлення ШІ-агент на тій самій робочій станції може запитувати локальні документи, генерувати код і надсилати команди малювання на запущений сервер tldraw. Результатом є відтворювана діаграма, яку можна редагувати далі або експортувати в презентації, не залишаючи хост-систему.

Кому це корисно та які є компроміси

  • Security-focused teams – Компанії зі суворими політиками обробки даних можуть зберігати всі артефакти проєктування за своїми фаєрволами.
  • Documentation engineers – Ті, кому потрібно вбудовувати діаграми в репозиторії з контролем версій, отримують детерміноване джерело істини (source of truth).
  • Individual contributors – Розробники, які втомилися вручну підправляти макети після кожного запуску LLM, можуть автоматизувати цей процес.

Головним обмеженням є залежність від локально запущеного екземпляра tldraw. Організаціям, які вже покладаються на хмарні сервіси для діаграм, потрібно буде перейти на десктопний додаток і змінити робочі процеси. Крім того, поточний набір навичок не охоплює кастомні бібліотеки трафаретів; користувачі мають працювати з наперед визначеними фігурами.

Що далі

Пратік планує розширити бібліотеку навичок на основі відгуків спільноти та додати підтримку Windows, розширюючи потенційну базу користувачів. Він також сподівається побачити, як сторонні агенти інтегруватимуть цей набір, створюючи маркетплейс спеціалізованих генераторів діаграм, які всі матимуть спільне детерміноване ядро.

Висновок

tldraw-canvas-kit доводить, що створення діаграм за допомогою ШІ не обов'язково має бути виключно хмарним імовірнісним процесом. Завдяки прив'язці логіки малювання до локального API та забезпеченню стабільних ідентифікаторів, він дозволяє інженерам створювати повторювані візуальні елементи, готові до аудиту, не жертвуючи приватністю чи контролем.