把 Claude 变成 Excalidraw 助手：AI 绘图协作新思路

当 AI 走进白板绘图工具

Excalidraw 是近年来广受开发者和产品团队欢迎的开源白板工具，以手绘风格、简洁交互和本地优先的数据处理著称。一个来自 Hacker News 的项目提出了一个有趣的方向：把 Anthropic 的 Claude 接入 Excalidraw，让 AI 成为绘图过程中的协作助手。

这类尝试的核心价值在于把「自然语言」与「可视化画布」连接起来。传统上，绘制流程图、架构图或原型草图需要用户手动拖拽、连线、对齐元素。而当 Claude 具备理解画布内容与生成图形指令的能力后，用户可以通过对话来创建、修改甚至重排图形。

这个想法解决了什么问题

在实际工作流中，绘图的门槛往往不在「想法」，而在「动手实现」。把脑海中的系统架构落到画布上，需要反复调整位置、样式和连接关系。让 Claude 充当助手后，几个典型场景变得更顺畅：

从文字到图形

用户用一句话描述需求，例如「画一个包含前端、API 网关、数据库的三层架构」，AI 便可生成对应的 Excalidraw 元素结构。这把绘图从「操作」转变为「表达」，降低了非设计背景用户的使用成本。

这一模式在技术上依赖大语言模型的「结构化输出」能力——即让模型不返回自然语言描述，而是直接输出符合特定 Schema 的 JSON 数据。Anthropic 为 Claude 提供了 Tool Use（工具调用）接口，开发者可以预先定义好 Excalidraw 元素的数据结构作为工具参数，Claude 在响应时会填充具体的坐标、尺寸、颜色和连接关系，而非用文字描述"画一个矩形"。这种约束式生成比自由文本输出更稳定，也更容易做格式校验和错误回退。

迭代式修改

绘图很少一次成型。借助对话式交互，用户可以持续下达「把数据库换成集群」「给这三个节点加上分组框」等指令，AI 在已有画布基础上做增量调整，而非从零重画。

结构化理解

Excalidraw 的场景数据本质上是结构化的 JSON，这与大语言模型擅长处理的结构化文本高度契合。Claude 可以读取现有画布状态，理解元素之间的关系，再输出符合格式的修改结果。

Excalidraw 的 JSON 格式中，每个元素包含 id、type、x、y、width、height 等基础字段，箭头元素通过 startBinding 和 endBinding 引用其他元素的 id 来表达连接关系。当画布内容传入 Claude 时，模型实际上是在阅读一份描述图形拓扑的结构化文档。对于包含数十个节点的复杂图表，整个 JSON 的 token 数量可能相当可观，这也是为什么「多轮交互闭环」需要做上下文压缩或仅传递变更 diff，以控制每次请求的成本和延迟。

技术实现的关键点

要让 Claude 真正成为可用的助手，而非只是生成一段无法落地的描述，实现层面需要处理几个环节：

首先是画布状态的序列化与反序列化。Excalidraw 使用一套元素模型（矩形、箭头、文本、绑定关系等），AI 需要以这套模型作为输入和输出的「语言」，才能保证生成结果可以直接渲染。

其次是提示词工程与约束。直接让模型自由生成坐标和样式，容易出现元素重叠、连线错位等问题。通常需要给模型提供画布规范、布局约定，甚至借助中间层做坐标校正与自动对齐。

最后是交互闭环。理想的助手需要「看得到」用户当前的画布，并在每次修改后更新上下文，这样才能支持多轮连续的编辑，而不是每次都基于孤立的指令。

开源生态中的位置

这个项目目前在 Hacker News 上的关注度还比较有限（约 5 分、1 条评论），属于早期探索阶段。但它折射出一个正在快速形成的趋势：AI 正在从独立的对话框，逐步嵌入到各类生产力工具的工作流内部。

从 Excalidraw 这类开源白板，到设计工具、笔记应用和 IDE，「AI 助手嵌入现有工具」的模式相比「另起炉灶造新工具」有明显优势——它复用了用户已有的习惯和数据，改造成本更低，也更容易被采纳。

值得关注的局限

客观来看，这类项目仍面临不少挑战。AI 生成的图形布局质量参差不齐，复杂图表往往需要人工二次调整；对话式绘图在简单场景高效，但当图形规模变大时，精确控制反而不如直接手动操作。此外，接入外部 AI 也带来数据隐私和 API 成本方面的权衡，这对 Excalidraw 一贯强调的「本地优先」理念是个需要平衡的点。

对于想尝试的开发者，这仍是一个值得跟进的方向。随着模型对结构化输出和多模态理解能力的增强，「用嘴画图」的体验有望进一步成熟。

布局质量问题的根源在于大语言模型本质上是概率性文本预测模型，并不具备空间几何推理能力。它很难在没有外部辅助的情况下保证节点不重叠、箭头不交叉、整体对称美观。业界常见的缓解方案包括：在提示词中注入网格对齐规则、限制坐标取值为固定步长的倍数，或在模型输出后用程序化布局算法（如 ELK、Dagre）对坐标进行二次计算。这些后处理步骤能显著提升生成质量，但也增加了工程复杂度。