OpenCanvas：Agent 思考画布

1. 提问树：一个问题展开成一棵树，卡上的号就是来路
2. 文件夹：从手上的材料出发，不从空白提示框出发
3. 对话：一张画布是一段对话，整棵树接着长
4. 画布：图按意思组织，铺在对话上
5. 全图：三样东西，一轮提问
6. 上下文：只发地址，不发内容
7. Agent：两家都能接，画布上随时切
8. 本机：一字不出本机，双击就开
9. 可见：它收到了什么、在做什么，看得见
10. Harness：十五项工程，每项约束一层
11. 演化：十二天，画布与对话的关系画了三次
12. 现状：分三档说

提问树：一个问题展开成一棵树，卡上的号就是来路

一个回答引出的几个子问题，每个都在画布上长成一张卡，全部留着，追完一条回头追另一条。每张卡左上角一个号，看见号就知道它从哪张卡问出来，不必追线。

• 号分配一次不再变。删掉 1.2 之后，下一个孩子仍叫 1.3，空号如实留着。
• 只有提问时选中的卡算来源，手画的线不算。
• 号是 Agent 指认一张卡的唯一钥匙：地址里写号，沉淀时也用号，回来的号映回卡片。
• 计数器丢了就从现有的号重建，不清零后撞号。

合问的号原来把两种分隔符挤在同一根轴上，读不回来路。

• 老写法 1&2.1：从这张合问卡往下追问，和把 1 与 2.1 放在一起问，发出的号一模一样，两条路还共用一个计数器，撞了没有征兆。
• 原因在结构：单来源时谱系是树，一个号既是地址又是完整来路；合问让谱系变成有向无环图，来路必须能表达「一组」，而组里的成员本身又可能是一组。扁平字符串表达不了嵌套，换哪个分隔符都会撞。
• 中括号给嵌套一个边界。已发出的号一个不动，只改新发的；老画布的号照旧能用。

卡片上只有三样：问、答、接着问。

• 卡片底部一个输入框，在这张卡上继续问，新卡长在它下面。
• 等答案时，卡片显示它此刻在干什么和已等的秒数，不留空白。
• 双击回答可以改显示的文字，改的只是显示，对话记得的仍是原话。想让修正生效，再问一句让它留痕。

文件夹：从手上的材料出发，不从空白提示框出发

每张画布指向本机一个文件夹，想事情从这个文件夹里的笔记、代码、资料出发：左边是文件树，文件挂到画布上，指着它问。

• 第一版从空白处提问起步，假设想事情从一个空提示框开始。我实际用的时候是从手上的笔记出发的，于是补上文件树、文件卡、阅读栏。
• 文件树用树，不用按修改时间平铺的列表：树只渲染展开的那一层，文件再多也放得下；文件夹的分类本身是信息，平铺会把它抹掉。
• 文件挂到画布上成为文件卡。在阅读栏里划中一段文字，也能挂成一张卡。
• 文件内容不进提示词，只给路径。
• 阅读栏和回答里引用的本地图片直接显示，两种写法都认：标准路径相对笔记所在文件夹找，只有文件名的按名在整个文件夹里找。图片不发给 Agent，它要看就自己去读。

Agent 以这个文件夹为工作目录，文件夹里的东西它全认识。一个文件夹可以放任意多张画布。

• 必须指向一个文件夹的原因：Claude Code 跑起来必须有一个工作目录，而且只能有一个。这是 Agent 的要求，不是我的设计选择。
• 文件夹决定三件事：
  • 文件树显示哪儿。
  • 相对路径以哪儿为基准。
  • 加载这个文件夹里的项目说明与设置。
• 它不限制读取范围：给绝对路径，Agent 照样能读文件夹之外的东西；画布之间可以互相引用，把旧画布文件挂成一个地址就行。
• 工作目录在对话启动时定死，中途换不了。所以建画布时选文件夹，之后不改；想换就新建一张。

打开应用看到的是画布清单，不是文件夹选择框。画布是主角，文件夹是它的属性。

• 清单跨文件夹，按最近打开排序，每一条显示画布名和它指向的文件夹。
• 新建画布时才选文件夹，用系统的选择框，不手打路径。
• 画布名等第一个问答完成后从问题里取，之后可改。
• 画布文件存在它指向的文件夹里，和材料放在一起；清单另外存在应用自己的配置里，清单坏了不能挡住开画布。

对话：一张画布是一段对话，整棵树接着长

同一张画布上的所有提问接在同一段对话上：后面的问题能看见、也能推翻前面的答案；画布文件存在文件夹里，下次打开从任意一张卡接着问。

• 累积换来的：早先一次实跑里，对一个概念的纠错正是因为对话累积着才发生的。分支隔离会让那个错留在它那条分支里没人管。
• 同一段对话省下重复：读过的文件留在上下文里，同一份材料不会反复读。
• 只用公开参数：第一版靠一个没写进帮助文档的参数从任意历史消息分叉。个人工具里这是已知风险；给别人用的软件里，Agent 升级一次就可能全坏，问题全部落到维护者身上。改成一段对话后，只用公开的续接参数。
• 压缩交给 Agent：对话满了 Agent 自己压缩，我不另造一套兜底。上游有的机制不自己造，少一个维护面。画布文件在文件夹里，地址穿过压缩仍能查回来。

两家 Agent 在同一张画布上各记各的对话。

• 切换 Agent 后新问题走新 Agent，切回去还能接着问。
• 另一家答过的对话卡，地址标注改成「另一个模型之前答的那一轮，原话在画布文件里」，不再走「接着那一轮问」的捷径。对没参与过那一轮的 Agent，「接着问」是假话。

两个已接受的代价，一个留作观察的未知。

• 不再有真正独立的分支。同一张卡上问两个问题，第二个看得见第一个。要抛开框架重新看，只能另开一张画布，把旧画布文件挂成地址。
• 删掉的卡片那一轮仍留在对话里。「这张画布上有什么」和「这段对话里有什么」会越差越远，我还没告诉 Agent 哪些卡还在。
• 对话被压缩之后，画布用起来会不会明显变笨。我的判断是规则本身能穿过去，没验过。

画布：图按意思组织，铺在对话上

卡片按使用者的意思摆，线按使用者的判断连，手画的线 Agent 下一句就按它来。画布上因此有两种关系，必然分家：对话谱系是事实，手画的线是判断。

• 谱系是发生过的记录，每张卡只有一个来处，画成派生线，不可改。
• 手画的线是使用者事后加的主张，标成「我连的」，进地址清单。
• 如果让手画的线悄悄改写对话历史，Agent 拿到的是一段没发生过的历史，从回答里看不出是编的。所以谱系不可改，手画的线是附加层，必须标注。
• 会话谱系必然是树，理解的结构不是树。我早先手工画图时定过一条规矩：图按意思组织，另开一列按时间组织。第一版把画布骨架等同于会话谱系，等于把这条规矩反过来做了。

画布可编辑，交互交给一个开源的节点图库。

• 建便签、双击改字、连线、多选、框选、拖动、平移缩放。删除用按钮，不用退格键：卡片里全是输入框，退格键必须留给输入。
• 按住 Shift 点选或拖框，选中多张卡一起问。
• 平移缩放触控板优先：两指滚动平移，捏合缩放。框选值一个修饰键，平移不该有任何代价。早先为了框选把左键占掉、平移丢给中键，在触控板上等于没有平移，取舍搞反了。
• 卡片高度是量出来的，不是估的：回答有多长卡就多高，新卡长高后把压住的推开。第一次实跑「卡片互相盖住」的根因就是按假定高度摆位。
• 选库的理由：自由画布分三层，专业设计工具自带渲染引擎，白板工具用画布元素画，笔记类画布只是绝对定位的网页元素加一个变换。这个画布是带流式文字的卡片，属于第三层，不需要渲染引擎。三个候选库里，一个生产环境要许可证密钥，一个白板强、节点图弱，选了节点图语义最直接、许可最宽松的那个。

「整理」按来路排成树林，一步撤销。

• 用久了会乱：新卡落位时不知道回答会多长，长高之后往下推；使用者又拖来拖去。几代之后，谁从谁问出来的只能靠线和号去追。
• 「最优」只有一个意思：布局和编号说同一件事。1.2 就该在 1 的下面、1.1 的右边。根在上一排，孩子在下一层，兄弟按号从左到右，子树之间不重叠，整理之后视野框住整张画布。
• 只按来路排，不按手画的线和出处线排：那两种线是主张和出处，按它们排会把树排成图。
• 不做回答后自动整理：使用者拖过的位置是他的，只有他点「整理」才动。
• 撤销只有一步，动了任何一张卡就失效；连点两次「整理」保住的是整理前的排布，不是上一次整理的结果。

沉淀与导出建在里面，不进首屏。

• 沉淀：框选几张卡，Agent 按号综合成若干地图块，每块连回来源卡；图层可切「全看、只看对话、只看地图」。地图块和对话卡在同一张画布上，分成两张就断了「点开一块看它从哪几轮来」的溯源线，那条线正是它比一篇笔记强的地方。
• 沉淀不自动触发、不做语义布局：何时重跑、哪几块该挨在一起，答案现在只能靠猜，留给真实使用回答。
• 导出：一键导出成 JSON Canvas，Obsidian 直接打开；文件卡导出成真正的笔记链接。使用者的东西能带走。
• 运行时格式与交换格式拆开：第一版为了让 Obsidian 直接打开，运行时就用 JSON Canvas，结果编辑器要自己造、交互被砍到只剩拖和缩放。这是错误耦合，改成运行时用自己的格式、互通靠导出。

全图：三样东西，一轮提问

上面四节的事由三样东西完成，都在一台机器上。一轮提问从画布出发，经本机服务到 Agent，回答流回画布，画布文件落在使用者自己的文件夹里。

一轮提问走五步。

• 人在一张卡片底部的输入框里提问，或按住 Shift 选中几张卡一起问。
• 本机服务把问题的原话和选中卡片的地址拼成一段文字，接在这张画布的对话上递给 Agent。
• Agent 按地址自己去读文件和画布文件，流式回答；等待期间卡片显示它此刻在读哪个文件、搜哪个词。
• 画布上长出一张新卡，编号写着它从哪张卡问出来。
• 卡片的问答、位置、这一轮实际发出去的原文，全部写进画布文件，落在文件夹里。

上下文：只发地址，不发内容

Agent 读到的是材料原文，不是我替它剪过的一段；资料从十篇涨到一万篇，每轮发出去的东西不变。做法：每一轮递给 Agent 的只有两样，问题的原话，和使用者此刻认为相关的每张卡一行地址；卡片正文一个字不进提示词，Agent 顺着地址自己去读。

地址一行长什么样。

• 划中的一段给开头那句话，不给行号：行号会漂，文件改一行，存下的号就指到别处，而从回答里看不出指错；开头那句话不漂，Agent 搜一下就定位到。
• 便签没有例外：一行的便签，地址本身就是全文；多行的 Agent 自己去画布文件里读。
• 标题只取首行，不看首行说了什么。任何「内容里含某某字样就换个标题」的特判都是错的，地址是编号，不是编辑判断。
• 画布文件的路径只在列出的卡里有便签、地图块或另一家 Agent 答的卡时才带。无条件带上，Agent 会为一个跟画布无关的问题去读那个文件。
• 标注贴在每一行，不设全局抬头：一句罩住全部的「这些不是我们聊过的」必然对某些行说假话，对话卡明明就在对话里。
• 「范围」只在选了不止一张时才说：只看这几样本身，从它们往下长出来的不在这一问里。规则写成可判定的一句加反例，不枚举；枚举在几百张卡的画布上当场废掉。

三条理由，都不是省钱。

代价：Agent 有权不去读那个地址，答案会浅。

• 缓解：地址带首行，够它判断该不该点开，远不到贴正文。
• 根上消不掉。这是把判断权交给它的必然结果，我明知并接受。

手画的线在这一层算数。

• 从一张卡提问时，用手画的线连着的卡也进地址清单，双向。手画的线是使用者在说「这两个有关」。
• 派生的线（谁从谁问出来）不进清单：那是对话谱系，对话里本来就有。
• 因为每轮都重发地址，后画的线立刻生效。改了地图，Agent 看到的东西跟着改。

Agent：两家都能接，画布上随时切

装了哪家就用哪家：Agent 是使用者已装好的 Claude Code 或 Codex，画布自己不带模型，不要 API key。

• 每张画布一个开关，随时切；两家各存各的对话，切回去接着问。
• 首页显示两家各自能不能用，选一家当新建画布的默认；已有画布各用各的。曾经有一条「Claude Code 用不了」的横幅，对只装 Codex 的人是假话，删掉。
• 模型可选：Agent 按钮旁一个下拉，Codex 的清单是向账号真查的，Claude 的是别名。不选就是「默认」，即那家工具自己配置里的模型；画布不传模型名。
• 接 Codex 的目的是覆盖面，让只装 Codex 的人能用，不是做对照。

Agent 接口只有两个动作：起一段对话、问一句。

• 每家一个文件，各自把自家的输出映射成同一套事件；服务其余部分不知道背后是谁。
• Claude Code 走命令行进程，流式输出。Codex 走它的应用服务协议，每轮起一个进程；它发来的审批请求一律拒绝，画布不替使用者批准任何写操作。
• 使用者的配置默认全加载：项目说明、技能、开工时自动跑的脚本。那正是「用自己的 Claude Code」的意义，我不替使用者判断他的配置重不重要。曾有一个「精简模式」开关，接 Codex 时整个删掉。
• 代价如实显示：等待秒数写在卡片上，让使用者自己发现自己的配置多贵。我自己就在这里发现，每轮首字等待的大头来自我个人配置里一个开工脚本，它一直在超时被杀，画布只是让它暴露出来。

本机：一字不出本机，双击就开

材料、画布文件、Agent 全在本机，不上传任何东西。

• Agent 是本机进程，材料在本机文件夹，画布文件在本机文件夹，清单和设置在本机的配置目录。
• 「不要 API key」这条依赖 Agent 厂商允许用订阅驱动命令行工具。这条承诺不由我兑现，说明里如实写。

服务只信本机的浏览器。

• 只听本机回环地址；网页连接握手时校验来源，不是本机的一律拒绝。公开前唯一算得上漏洞的问题：原来监听所有网卡且不验来源，任何网页都能连上本机端口，指向任意文件夹后读走使用者能读的文件。修完才建仓库。
• 图片路由三道门：请求来自本页面；那个文件夹开过画布；文件找得到。只读。
• 以后给服务加任何入口，沿用同一前提：只信本机浏览器。

应用是一段启动脚本装成的图标，界面仍是网页。

• 双击做三件事：起服务，挑一个空端口，用浏览器的应用模式开一个没有地址栏的窗口。从 Dock 退出，服务一起停，不留后台进程。
• 不用 Electron 的理由：包只剩启动脚本、服务和已构建的前端；不用维护打包流水线，不用纠结签名；浏览器是最好的网页运行时；跨平台差异只剩启动器那薄薄一层。
• 双击启动的程序不经过使用者的 shell，看不到他配的路径。找 Agent 按环境变量、路径、几个已知安装位置的顺序；真找不到就明说，并弹一条系统通知。
• 要求本机有 Node，如实写在说明里。收到反馈说这是门槛，再做自带运行时的单文件；现在做等于为还没出现的问题付维护成本。

可见：它收到了什么、在做什么，看得见

使用者能看见 Agent 每一轮收到了什么、此刻在做什么：发出去的东西短到一眼能看完，这才是可审计。

• 每一轮实际发出去的原文一字不差存在画布文件里，卡片能展开看这一轮的地址。可审计不是甩给使用者一个大日志，是发出去的东西本来就少到能一眼看完。
• 等待要透明：等答案的十几秒里，卡片说出它此刻在干什么，「在找某个文件」「在读某个文件」「在搜某个词」。它得自己去翻文件才能回答，这就是「我没把正文塞给它」最直接的证据。
• 断线自动重连，重连后自动重开画布；发送失败如实返回，按钮据此禁用；画面上有「刷新」。
• Agent 自检失败，在界面和系统通知上都看得见。

这个项目反复踩的一类错是出错时静悄悄。规矩：任何失败路径都要在界面上留下痕迹，宁可吵，不可静。

• 踩过的：
  • 服务收到不认识的消息不吭声，界面永远「打开中」。
  • 读文件失败同样卡住；按钮白字白底看不见。
  • 一轮回答含多段正文时只存最后一段，存下来的字少于看到的字。
  • 打包出来的应用因一处入口判断错从没真正跑起来，图标晃一下就没，没有输出、没有崩溃报告。
  • 自检失败写在双击启动时没人看的终端里。
• 共同点是「没报错」被当成了「没问题」。

测试的规矩：先把代码改坏，看测试会不会红。

• 每条防回归测试先故意改坏代码，确认真会报红，再装回去。审查拦下的问题里多数不是崩溃，是「测试通过但守不住东西」「界面能用但说的不是真话」。
• 单元测试有够不到的层：连着挂两张卡、第二张被静默删掉，是时序问题，全部单元测试和多轮审查都没发现，真浏览器实跑第一轮抓到。前端手势类改动一律真浏览器实测。
• 「我要求它做坏事，它没做成」不能证明防线有效，只能证明这次它没试。要去看防线本身。

Harness：十五项工程，每项约束一层

harness 不产出内容，只让产出稳定：每一轮 Agent 收到什么、谁能连上服务、服务能读什么、画布上什么能改什么不能改、出错时怎么露出来，都定在一处，散在上面各节里；这里收成一张表。

十五项里最多的一类是「不」：不发内容、不改谱系、不批准、不砍配置、不信外部来源、不自动整理。理由是同一条：判断权在使用者和 Agent 手上，画布不替任何一方拿主意。

演化：十二天，画布与对话的关系画了三次

一百七十次提交里，反转过的是画布与对话的关系、每轮给 Agent 什么、怎么分发；删掉的有一本账、一个开关、一条隐藏参数依赖、一条横幅。功能增长不列。

画布与对话的关系画了三次：分叉的树，一段对话，地图铺在一段对话上。变的是给 Agent 什么，没变的是 Agent 在本机、材料在本机、画布是对话现场。

• 第一次：每个分支一段对话，画布骨架就是会话谱系。
• 第二次：一张画布一段对话，卡片正文进去一次、记一本账。账本按卡片去重，而相关性按问题变，后画的线推不动已发过的卡，地图不承重。
• 第三次：一段对话不变，每轮只给地址。账本取消，线改了立刻算数，画布之间能互相引用。
• 每一次推倒的起点都是一个新前提：先是「我要交互不只是看」，再是「问题不是我的东西怎么放，是所有人的东西怎么放」。

现状：分三档说

写这一页的日期是 2026-09-17。我自己在用，代码已开源。

在跑，有真实使用记录

• 绑文件夹、文件树、阅读栏、提问树、合问、层级编号、地址式上下文、一张画布一段对话，以 Claude Code 为 Agent。我自己文件夹里的画布都用这一套长出来。
• 双击启动的应用、画布清单、刷新与重连、Shift 多选、一键整理、本地图片显示，都在我正在用的版本里。
• 服务只听本机、握手校验来源，有测试守着，两条做过改坏代码的验证。

建了，不常跑或没走通

• Codex：集成测试真跑过，我的真实画布里没有一张卡由它答过。
• 便签、手画的线、在文件里划一段挂成卡：有测试，我的真实画布里没有出现过。
• 沉淀成地图块、图层切换、导出 JSON Canvas：代码保留，不进首屏，我的真实画布里没有地图块。
• 启动器不检查本机有没有 Node；说明里「右键打开未签名应用」的办法在新版 macOS 上无效。

设计中或未测得

• 对话被压缩之后画布会不会变笨，没验过。
• 删掉的卡片仍留在对话里，要不要让 Agent 知道哪些卡还在，待定。
• Windows 与 Linux 的启动器，只有 macOS 这一个。
• 自动更新不做，自带运行时的单文件不做，等真有人撞上再说。

数字只报能证明系统真实存在的。

代码开源在 GitHub。画布连的是我的个人 AI 操作系统里那个文件夹，见作品一。「只给地址，不给内容」和作品一里「索引只维护语义，不维护清单」是同一条判断。它背后的想法怎么来的，见思考。