把画布塞进右侧栏之后,模型和我改的是同一份文件
多数「AI 画图」的链路是:你把需求发出去,它回一张 PNG。图能看,但它是死的——想改一个字,得重讲一遍需求,模型重新猜一遍,出的还是另一张图。DrawAI 换了个位置:画布在右侧栏,模型不画图给你,它直接编辑你正在编辑的那个文件。
多数「AI 画图」的链路是:你把需求发出去,它回一张 PNG。图能看,但它是死的——想改一个字,得重讲一遍需求,模型重新猜一遍,出的还是另一张图。DrawAI 换了个位置:画布在右侧栏,模型不画图给你,它直接编辑你正在编辑的那个文件。
一个文件,两双手
画布存在当前工作区,新建默认 .drawai;打开旧 .drawio 会迁移到同目录的 .drawai,原文件保留。模型改的不是「我描述给它听的状态」,而是一个有路径、有版本、能被两个人同时打开的实体。
失败模式很具体。你把「验证」框往左挪了 40 像素,模型却按三分钟前的画面判断它还在右边,于是新增一条从「发送验证码」到「验证成功」的连线,正好横穿刚挪过去的框。截图里没有节点 ID,没有图层归属,没有 z-order,模型只能看见像素。
四层协作:读、写、闸、出
DrawAI 给模型的不是「生成图片」的接口,是四层分工明确的能力。缺任何一层,整套就退化成猜。
第一层 · 结构读 diagram_read
它读的不只是节点和边,还有样式、当前选区和文件版本。前三样让模型「看得懂」,第四样让它「说得清自己在改哪一版」。
选区容易被低估。你框住三个节点说「改成蓝色」,模型拿到的是这三个节点的标识,不是「画布左上角那几个方块」。填充、描边、字号同理,都是可枚举的字段,不是「看起来偏深一点的蓝」。
第二层 · 结构写 diagram_apply
它负责增删改,关键是写结构不写像素:新增的节点有 ID、有坐标、有图层、有样式,落进文件之后你仍然能双击改字、拖动位置、从它身上再拉一条线出去。生成式模型给你一张位图,里面的「确认」按钮是一块渐变色;这里的节点明天想改成圆角矩形,动一个属性就够。
第三层 · 并发闸 expectRevision
这一层最不像功能,却最必要。人和模型会同时改同一份文件——你拖动节点时,模型可能正在批量加连线。expectRevision 的做法是:写入时带上期望的文件版本,对不上就阻止写入,而不是覆盖。
不传版本号会怎样?后写的赢,先写的那份工作静默消失。「AI 把我的图改乱了」这类事故,多半追到这一步没有闸。被拦下也不是失败,是让你重读:版本变了说明文件已不是模型以为的那份,重读的代价是一次工具调用,不拦的代价是半小时手工排版。
第四层 · 无侧栏导出 diagram_export
前三层都以「有画布」为前提,这一层把前提去掉了:宿主侧直接导 SVG / PNG,不必打开侧栏,于是 QQ、CLI 这类没有面板的通道也能出图。它 0.4.4 才补上,也最能说明意图——画布是视图,文件才是本体。
为什么不是「截图 + 让模型猜」
截图路线零集成,任何多模态模型都能干;但每次往返都在丢信息:压缩丢细线,裁剪丢画布外的内容,矢量化压根不存在,而最要紧的 ID、图层、版本从没进过截图。纯生成路线出图好看,却不产出可编辑对象,改一个字的成本等于重画一张。
结构读写的代价,是插件得实现完整的读写协议、版本机制和冲突处理。判断标准很朴素:你要「今天发得出去的图」,还是「下周还要改的图」。前者截图加生成就够,后者必须落在可编辑文件上。
两种复刻,各有各的失真
图片复刻走矢量化:PNG、JPEG、GIF、WebP 拖进来或粘贴,选中节点点「绘制」,生成 SVG 复刻,原图保留。得到的是可编辑矢量节点,放大不糊、能拆开改色。代价是它本质在拟合——颜色数、细节参数、字符预算都影响结果,小字常被拟合成形似而非相同的路径,README 自己写着「不保证与原素材完全一致」。
视频复刻走抽帧:选范围、画质、帧率,后台抽帧再逐帧绘制。换来可逐帧干预的素材,代价是时间,帧率翻倍绘制量也翻倍;而抽帧丢掉了帧间连续运动,运动还得靠动效工程补。依据不是谁更先进,而是下游要什么:要能改的图走 SVG,要能改的动画走抽帧加动效。
动效工程为什么是代码,不是配置
motion_project 建好工程后,模型改的是 scene-*.tsx。它不是 JSON 配置。配置能表达的只有「预设动画 A、时长 2 秒、缓动 ease-out」这类组合;想做「文字逐字从左侧 30 度斜切进入,第三秒整体色相偏移 12 度,同时背景网格加速」,配置要么不支持,要么长成一门没人愿意学的小语言。TSX 把渲染逻辑摊开:循环、条件、插值、随机种子都在语言里。
代价同样真实:模型写代码就会写错代码。所以流程配了 motion_preview 看定调帧,先确认一两帧再往下推,而不是等 motion_render 渲十分钟才发现整段偏了;渲完用 motion_render apply 回填到视频节点。同源设计还有一个:镜头卡靠连线顺序决定镜头顺序,顺序存在画布结构里,不是脚本里的下标。
版本这件事,三处数字对不上
截至 2026/11/12:站点快照是 0.4.4;本站实装验证跑的是 0.4.5,在 dsh 0.2.2-rc.1 下做运行时冒烟,等级 L5;npm registry 的 latest 是 0.4.6。三个都真实,各代表一个时间点。要复现站点结论装 0.4.5;要拿 #41(中文或含 URL 编码路径打开空白)和 #43(FFmpeg 9 下 motion_audio_verify 报 Unrecognized option 'vsync')必须 0.4.6。
数据口径放这:星标 508、综合分 67.2;npm 周下载 1,961 是 npm 全网量,含 CI 与镜像拉取,不等于本站安装数。
安全边界要说清楚
扫描结论是「含敏感能力」:可执行外部命令、读写与删除本地文件、发起外部网络请求。这是能力清单,不是危险判定——要调 FFmpeg、要往工作区写文件、要下载素材包的插件,这几项几乎不可避免。另一半也得说:站点没有做人工风险分级,未分级不等同于无风险,只等于没人评过。
总结
它真正值得看的不是「右侧栏多了个画布」,而是把「模型改图」从猜像素改成改结构,并配了一道版本闸;更多同类插件的中文清单见 插件清单。
适合与不适合
适合:流程图、架构图这类要改十几版、每版都得留源文件的活;模型批量加节点与人工微调排版混在同一次会话的场景;只走 QQ 或 CLI 通道也要出图的人,或愿意写 TSX 换控制力的动效作者。
不适合:指望一句话生成插画的人,文生图当前未开放;要交付 PDF、或手上是 .drawio.svg、.png、.html 内嵌载体的存量项目,导出只有 SVG / PNG,这类格式也不支持;非中文团队,界面只有简体中文,界面里建不了新页,旁白还得靠本机合成服务。
标签:dsh-drawai、DeepSeek Harness、画布协作、动效视频
本文由 DeepSeek Harness Hub 自动整理,数据来源于插件详情页。