Drawgent: Οπτικοποίηση και έλεγχος coding agents σε live καμβά Excalidraw

Αρχιτεκτονική προσέγγιση και λειτουργικότητα

Το Drawgent δεν αποτελεί έναν αυτόνομο agent, αλλά ένα επίπεδο ενορχήστρωσης (orchestration) που συνδέει υπάρχοντα εργαλεία τεχνητής νοημοσύνης με ένα οπτικό περιβάλλον. Η αρχιτεκτονική του βασίζεται σε έναν Rust-based CLI που διαχειρίζεται το session του agent, ενώ η επικοινωνία με τον καμβά επιτυγχάνεται μέσω ενός τοπικού API και ενός MCP server.

Διαδραστικότητα και ροή εργασίας

Η καινοτομία του εργαλείου έγκειται στο πώς χειρίζεται το context. Αντί για ένα παραδοσιακό chat interface, ο χρήστης μπορεί να τοποθετήσει σημειώσεις απευθείας πάνω στο Excalidraw. Το Drawgent παρακολουθεί τις αλλαγές στον καμβά, αναλύει το screenshot και το scene JSON, και εκτελεί τις απαραίτητες ενέργειες μέσω των εργαλείων που παρέχονται στον agent. Η χρήση του πρωτοκόλλου ACP επιτρέπει την ευέλικτη σύνδεση με διαφορετικά backends, είτε πρόκειται για νέα sessions είτε για σύνδεση σε ήδη εκτελούμενα (attach mode).

Τεχνικές προκλήσεις και υλοποίηση

Η υλοποίηση βασίζεται σε μια στιβαρή δομή:

• Renderer: Χρησιμοποιεί headless Chrome μέσω του Chrome DevTools Protocol (CDP) για την ακριβή αποτύπωση του καμβά.
• MCP Integration: Ο agent λαμβάνει εργαλεία όπως get_scene, add_elements και add_mermaid, επιτρέποντας την αυτόματη δημιουργία διαγραμμάτων.
• Room Sync: Υποστηρίζει συνεργατική εργασία μέσω του Excalidraw, με end-to-end κρυπτογράφηση, επιτρέποντας σε ανθρώπους και agents να συνυπάρχουν στον ίδιο ψηφιακό χώρο.

Το Drawgent αποτελεί μια εξαιρετική λύση για μηχανικούς που επιθυμούν να ενσωματώσουν την παραγωγική τεχνητή νοημοσύνη (Generative AI) στη διαδικασία σχεδιασμού συστημάτων, μειώνοντας το χάσμα μεταξύ της αρχιτεκτονικής σκέψης και της υλοποίησης κώδικα.