Langchain的Open Canvas，开源！比OpenAI Canvas更自由！

2024 年 10 月 11 日 Langchain 团队近日发布的"Open Canvas"项目。

一如其名，这款开源工具从 OpenAI Canvas 中汲取灵感，却在自由度和可定制性上实现了更多突破。Open Canvas 是在 OpenAI 发布 Canvas 之后不久推出的，后者发布时间比 Claude AI 的 Artifacts 晚得多。Open Canvas 的诞生，标志着协作从单纯的人机对话向深度的 AI 交互迈进了一大步。

初见 Open Canvas，难免联想到那些熟悉的画布界面：专注、清晰，仿佛可以尽情挥洒创意。然而，Open Canvas 并不仅仅是一个供人书写、AI 协作的工具，它更像是一个聪明的合作者，懂得在适时之处提供帮助、在关键时刻记录细节。所有代码开放，使用 MIT 许可证。这意味着，你可以将它当作你的实验场，无论是调整其行为还是完全改造它，都随心所欲。这种开源精神，正是 Langchain 想要传递的核心理念之一：AI 工具不应是黑箱，而应是每个用户的个性化伙伴。

相比之下，OpenAI 的 Canvas 看上去更像是某种精致的封闭花园，功能强大但受限于开发者设定的边界。而 Open Canvas 则通过内置的记忆功能，让 AI 可以跨会话记住用户的偏好、风格及规则。这就像和一个老朋友聊天，他总是记得你喜欢用什么方式表达观点，记得你哪些细节特别在意。在写作和编程的过程中，Open Canvas 不仅能理解你的指令，还能通过这种记忆功能逐渐适应你的个人习惯，让合作变得更为流畅。

OpenAI Canvas 中使用了 Langchain 和 Langraph 相关，特别是 reflection 和 memory 的功能与应用。

Reflection

Reflection 官方文档

Reflection 是一种通过对自身行为和决策进行评估和改进的方法。在 Langchain 中，reflection 的实现让 AI 可以在对话结束后对整个交互过程进行反思，总结出改进的规则。这些反思的结果会被保存下来，用于优化未来的回答和互动。通过不断的反思与总结，AI 不仅能提高自身对用户偏好的理解，还能逐渐调整其行为以更符合用户的期待，从而提供更加个性化和高效的服务。Reflection 不仅用于改善单次对话质量，还可跨多个会话应用，为用户提供持续改进的交互体验。

Memory

Memory 官方文档

Memory 在 AI 应用中是指处理、存储并有效回忆过去交互信息的能力。在 Langchain 中，memory 分为短期记忆和长期记忆。

短期记忆在单一会话内进行管理，允许 AI 在当前对话中持续记住用户的上下文。通过将对话历史和状态数据保存到系统中，短期记忆帮助 AI 在会话过程中提供更为准确的响应，避免用户重复提供相同的信息。

长期记忆则能够跨越多个对话线程进行共享。它存储的信息不仅限于某个会话，而是可以在任何时间、任何对话中被调用。长期记忆允许 AI 持续学习用户的偏好和需求，使得未来的交互更加符合用户的期待，形成持久的个性化体验。

在功能性上，Open Canvas 更是充满了惊喜：

内联编辑功能：用户可以在高亮文本后直接请求 AI 进行修改，仿佛在和一个同事对着稿子逐行推敲。这种即时反馈的功能特别适用于复杂的文本编辑任务，例如在文档撰写中精细修改语句，或在代码编写中快速发现并修复错误。
多样化的编程支持：Open Canvas 支持包括 Python、JavaScript、Java、C++等多种主流编程语言。用户可以请求修复代码、添加注释、优化算法等功能，甚至支持将代码转换为其他语言。这些功能让开发者能够专注于逻辑实现，而非繁琐的语法细节。
记忆与个性化定制：内置的反思代理（Reflection Agent）可以保存用户的编辑偏好、写作风格及特定的代码模式。这不仅使 AI 能够逐渐适应用户的使用习惯，还使得在多次使用中逐步形成一种“个人风格库”，用户可以轻松在不同项目中调用这些风格设定。
开源与可定制性：所有代码均为开源，使用 MIT 许可证。开发者可以基于自身需求修改工具，甚至可以通过集成第三方 API，进一步扩展功能。这种高度自由的定制能力，使得 Open Canvas 不再是一个简单的 AI 工具，而是一个可以嵌入各种工作流程的模块化系统。
从已有文档开始：Open Canvas 允许用户从已有内容出发，无需从头开始撰写。这种功能对于需要反复迭代和修改的项目，尤其是编程和学术写作，能极大地提升工作效率。你可以导入 Markdown、TXT，甚至是代码文件，AI 会在这些已有的基础上进行智能补充和优化。
协作与版本控制：未来版本中，Open Canvas 计划引入更细化的版本控制功能，类似于 Git 的分支与合并机制。用户可以在不同版本之间进行比较和回滚，这对于大型项目中的多人协作尤为重要。此外，多个用户可以在同一项目上进行实时编辑，使其成为一个强有力的远程协作工具。

使用方法也相当简单明了，无论是在线体验版，还是自己下载源码后本地部署，都能轻松上手。体验版在 Vercel 上提供服务，开发者可以直接使用或进行二次开发，所有的接口、密钥也都在 GitHub 仓库中清晰标注，代码整洁明了。这种对开发者的开放态度，无疑为 Open Canvas 增加了更多好感。

当然，未来的 Open Canvas 仍有诸多可以改进之处。官方给出的路线图中提到，将加入版本控制功能、实时渲染 React 代码等新特性，这些功能将让 Open Canvas 不只是一个 AI 助手，而更像是一个能实时呈现成果的实验室。未来计划中的功能还包括：

文档和代码的实时协作：多个用户可以同时编辑同一份文档或代码文件，类似于 Google Docs 的协作体验。
自动生成可视化图表：在撰写学术文章时，用户可以直接请求生成数据的可视化图表，AI 将根据文本内容和数据格式自动生成适当的图表并插入。
扩展性与第三方集成：计划支持与更多第三方平台和工具集成，如 Slack、Notion 等，进一步提升团队协作的灵活性。

相比之下，Claude AI 推出的 Artifacts 功能虽然也在推动 AI 与人类的交互，但更多集中在实时协作和可视化内容生成上。这使得 Claude Artifacts 看起来更像是一个为设计师和内容创作者定制的工具，而 Open Canvas 则以更普适、深入的交互体验覆盖了更广泛的编程和写作场景。

总之，Open Canvas 的发布不仅展示了 Langchain 团队的技术实力，也体现了对用户需求的深刻理解。它的开源与自由，带来了无数可能性。而在这个过程中的点滴改进，似乎也在暗示我们一个更加美好的 AI 未来：当机器不再是冷冰冰的工具，而是可以随时调整、学习、共同成长的伙伴，我们的工作方式将被彻底改写。如此来看，Langchain 这次交出的答卷，不只是一个产品，更是一种对未来的展望与承诺。

或许，这正是科技最让人心动的地方：不断超越当前的边界，为用户带来更多自由与选择。而在这一点上，Open Canvas 无疑走在了前列。

如果你也对这种新型协作模式感兴趣，不妨前往Open Canvas 的 GitHub 页面一探究竟，或是尝试在线体验版。探索更多可能，或许会有新的灵感，就在这块自由的画布上诞生。

本文在我的博客同步发布和更新。

如果你觉得本系列文章有用，欢迎关注博客，点赞 👍 和收藏，也欢迎在评论区讨论，也欢迎访问我的爱发电支持我，或者对此文章进行赞赏。