Cùng một Prompt, Cùng một Sơ đồ
Prateek Rai vừa phát hành tldraw-canvas-kit, một bộ sưu tập gồm 19 "Agent Skills" cho phép các trợ lý AI cục bộ như Claude Code hoặc Cursor điều khiển ứng dụng tldraw desktop ngoại tuyến và tạo ra các sơ đồ kỹ thuật giống hệt nhau trong mọi lần chạy. Bộ công cụ này hoạt động mà không cần bất kỳ kết nối đám mây hay truyền dữ liệu đo lường (telemetry) nào, nghĩa là các nhóm có thể giữ toàn bộ tài sản hình ảnh của họ hoàn toàn tại chỗ (on-premises).
Tại sao một công cụ sơ đồ cục bộ và có tính xác định (deterministic) lại quan trọng
Các đội ngũ kỹ thuật phải dành hàng giờ để di chuyển các lưu đồ (flowchart), sơ đồ lớp (class diagram) và bản đồ kiến trúc giữa các slide thuyết trình, trang tài liệu và các công cụ thiết kế. Mỗi bước sao chép-dán đều gây ra những thay đổi nhỏ—kiểu đường kẻ bị thay đổi, ID được tạo lại, bố cục bị lệch. Khi một sơ đồ được tái tạo bởi LLM, kết quả thường là một cách sắp xếp khác, ngay cả khi câu lệnh văn bản không thay đổi. Đối với các tổ chức cần tài liệu sẵn sàng để kiểm toán hoặc các sản phẩm thiết kế có khả năng tái lập, sự biến thiên đó là một rủi ro.
Prateek đã xây dựng tldraw-canvas-kit để giải quyết hai vấn đề nan giải: (1) một công cụ chạy hoàn toàn trên máy của người dùng, và (2) một sự đảm bảo rằng cùng một prompt sẽ cho ra cùng một sơ đồ. Bằng cách cung cấp một HTTP API cục bộ mà AI agent có thể gọi, bộ công cụ này loại bỏ độ trễ mạng, rủi ro rò rỉ dữ liệu và nhu cầu đăng ký dịch vụ SaaS.
Cách thức hoạt động của bộ công cụ
- Lõi ngoại tuyến (Offline core) – Ứng dụng tldraw desktop chạy một máy chủ cục bộ chấp nhận các lệnh được mã hóa JSON. Không có lệnh gọi bên ngoài nào được thực hiện và không có dữ liệu sử dụng nào rời khỏi máy.
- Agent Skills – Mỗi kỹ năng mã hóa một đặc tả cấu trúc cố định: toán học bố cục, lựa chọn stencil và các ID ổn định. Khi một agent gọi một kỹ năng, nó sẽ nhận được một tập hợp các hướng dẫn vẽ có tính xác định.
- Cập nhật idempotent (Idempotent updates) – Nếu một kỹ năng được chạy trên một sơ đồ hiện có, nó sẽ cập nhật các hình khối tại chỗ, loại bỏ các thành phần lỗi thời và neo lại các cạnh. Kết quả là một canvas có thể được làm mới mà không bị tích tụ các đối tượng trùng lặp.
- Định dạng tệp – Các sơ đồ được lưu dưới dạng tệp .tldraw thuần túy. Vì logic bố cục nằm ngay trong tệp, việc chia sẻ một bộ tài liệu sẽ tự động bao gồm các quy tắc điều hướng cần thiết để tái tạo lại chế độ xem.
Bộ công cụ hỗ trợ mười ba danh mục sơ đồ, từ sơ đồ trình tự (sequence diagram) và lưu đồ (flowchart) đến sơ đồ ER, state machines, swimlanes, use-case, component, package, deployment, architecture, sơ đồ tư duy (mind maps) và sơ đồ mã nguồn (code-base maps). Người dùng chỉ cần mô tả sơ đồ mong muốn; kỹ năng sẽ xử lý cấu trúc nền tảng bên dưới.
Những bài học rút ra trong quá trình phát triển
- Kiểu dáng mũi tên mặc định là dạng vẽ tay – Ngay cả khi yêu cầu một đường kẻ sạch sẽ, API ban đầu vẫn tạo ra một mũi tên kiểu phác thảo (sketch-style). Kỹ năng phải đưa ra một lệnh tiếp theo để chuyển đổi kiểu dáng.
- Mũi tên có thể cắt qua các hình khối một cách âm thầm – API không báo lỗi nếu một đường nối đi xuyên qua một nút (node). Cần phải kiểm tra trực quan các ảnh chụp màn hình được tạo ra để phát hiện các va chạm như vậy.
- Việc xuống dòng nhãn cạnh (edge-label) bị lỗi trên các mũi tên ngắn – Nhãn có thể bị xuống dòng không đẹp nếu đường nối quá ngắn, vì vậy kỹ năng phải áp dụng một độ dài tối thiểu hoặc điều chỉnh vị trí đặt nhãn.
Những điểm kỳ lạ này minh họa lý do tại sao các kỹ năng được xây dựng dựa trên hành vi thực tế của API thay vì dựa trên các giả định về nó.
Cài đặt và sử dụng bộ công cụ
npx skills add prateek11rai/tldraw-canvas-kit
Lệnh này hoạt động trên macOS và Linux. Sau khi cài đặt, một AI agent trên cùng một máy trạm có thể truy vấn các tài liệu cục bộ, tạo mã và gửi các lệnh vẽ đến máy chủ tldraw đang chạy. Kết quả là một sơ đồ có thể tái lập, có thể được chỉnh sửa thêm hoặc xuất sang các bài thuyết trình mà không bao giờ rời khỏi máy chủ.
Ai là người hưởng lợi, và những đánh đổi là gì
- Các nhóm tập trung vào bảo mật – Các công ty có chính sách xử lý dữ liệu nghiêm ngặt có thể giữ tất cả các sản phẩm thiết kế đằng sau tường lửa của họ.
- Kỹ sư tài liệu – Những người cần nhúng sơ đồ vào các kho lưu trữ được kiểm soát phiên bản sẽ có được một nguồn sự thật (source of truth) có tính xác định.
- Người đóng góp cá nhân – Các nhà phát triển mệt mỏi với việc phải chỉnh sửa bố cục thủ công sau mỗi lần chạy LLM có thể tự động hóa quy trình này.
Hạn chế chính là sự phụ thuộc vào một phiên bản tldraw chạy cục bộ. Các tổ chức vốn đã phụ thuộc vào các dịch vụ sơ đồ dựa trên đám mây sẽ cần áp dụng ứng dụng desktop và điều chỉnh quy trình làm việc. Ngoài ra, bộ kỹ năng hiện tại chưa bao gồm các thư viện stencil tùy chỉnh; người dùng phải làm việc trong phạm vi các hình khối đã được định nghĩa trước.
Điều gì tiếp theo
Prateek dự định mở rộng thư viện kỹ năng dựa trên phản hồi từ cộng đồng và bổ sung hỗ trợ cho Windows, nhằm mở rộng tệp người dùng tiềm năng. Anh cũng hy vọng sẽ thấy các tác nhân bên thứ ba tích hợp bộ công cụ này, tạo ra một thị trường gồm các trình tạo sơ đồ chuyên dụng mà tất cả đều chia sẻ cùng một lõi xác định.
Điểm rút ra
tldraw-canvas-kit chứng minh rằng việc tạo sơ đồ bằng AI không nhất thiết phải là một quy trình chỉ dựa trên đám mây và mang tính xác suất. Bằng cách đặt logic vẽ vào một API cục bộ và áp dụng các định danh ổn định, nó cho phép các kỹ sư tạo ra các hình ảnh trực quan có khả năng tái lập và sẵn sàng để kiểm chứng mà không phải đánh đổi quyền riêng tư hay khả năng kiểm soát.