LeaferJS 的 AI 时代路线图：让每个人都能通过 AI 创造自己的专业可视化软件
2026-11-02 "成为 AI 创造可视化世界的基础设施"
AI 正在改变软件的创造方式，人人都能创造专业软件的时代正在来临。
过去几十年，Adobe、Canva、Figma、Miro、Notion 等专业创作与生产力软件，不断拓展着人们创造、设计和表达的能力。
而现在，从 Dify 这样的 AI 应用构建平台，到 OpenPencil、Google Stitch、Lovart 等 AI 设计工具，再到 TapNow、LibTV 等 AI 视频创作平台，越来越多 AI 原生可视化产品开始涌现。
过去，创造一款专业软件，需要产品经理定义需求，设计师设计界面，工程师编写代码，再由团队不断开发和迭代。
普通人即使有很好的想法，也往往没有能力把它变成真正可用的产品。
现在，情况正在发生变化。
AI 已经开始理解需求、编写代码、组合工具，甚至独立完成越来越多的软件开发任务。一个人只需要描述自己的想法，就可能创造出一款符合自己需求的软件。
我已经看到，一些没有编程背景的人，开始直接指挥 AI，使用 LeaferJS 开发专业可视化产品，比如无限画布、海报编辑器、设计工具、文档编辑产品。
他们不需要理解图形引擎，也不需要亲自编写代码，就能把自己的想法逐步变成可以运行、交互和编辑的产品。
这让我看到了一种新的可能：
过去，只有专业团队才能创造专业软件，未来，每个人都可能拥有创造自己所需软件的能力。
这不是一个遥远的设想，而是已经开始发生的变化。
我认为，这是 AI 时代 LeaferJS 最值得抓住的机会。
一、从图形引擎，走向 AI 创造可视化世界的基础设施
LeaferJS 从 2021 年开始研发。
最初，我们只是想解决 Canvas 在复杂图形场景下的性能问题。后来，我们不断完善图形对象、交互系统、专业编辑和无限画布能力，希望让开发者能够更轻松地构建图形应用。
但 AI 的出现，让图形引擎的价值有了新的可能。
AI 可以生成图片、视频、网页和代码，但生成内容和创造一个真正可用的专业软件，并不是一回事。
一张图片生成出来，不代表其中的对象能够被独立编辑；一段视频生成出来，不代表镜头、素材和时间关系能够作为一个完整工程持续修改；一个界面生成出来，也不代表它已经具备复杂的交互和专业操作能力。
AI 不仅需要创造内容，还需要一个能够承载、运行、编辑和管理这些内容的世界。
这个世界应该拥有真正的结构。
里面有可以理解的对象、明确的关系、专业的操作能力，以及能够持续运行和编辑的应用。
这正是 LeaferJS 应该长期建设的方向。
因此，我认为 LeaferJS 不应该只停留在 Canvas 引擎或无限画布框架，而应该逐步成长为：
AI 原生可视化运行时（AI-Native Visual Runtime）。
我们希望成为 AI 创造和运行复杂可视化应用时，可以依赖的基础设施。
长期愿景是：
让每个人都能通过 AI，创造自己需要的专业可视化软件。
二、为什么这个方向值得长期投入？
我认为，AI 时代有一个值得重视的趋势：当创造软件的门槛不断降低，软件的数量、形态和个性化程度也可能发生巨大变化。
过去，一家公司开发一款产品，需要考虑市场规模、研发成本和维护投入。很多小众需求因为商业价值不足，最终没有对应的软件产品。
但未来，一个人的特殊需求，也可能成为 AI 创造一款专属工具的理由。
设计师可以让 AI 创建自己的设计工具，视频创作者可以让 AI 创建自己的分镜和素材管理系统，企业可以让 AI 构建符合自身业务流程的可视化应用。
甚至普通人也可以把自己的想法变成一款专业工具。
当然，AI 降低的是创造门槛，并不意味着专业设计、工程质量和长期维护不再重要。
恰恰相反，当越来越多的人开始创造软件，能够承载复杂内容、保证交互质量、支持精确编辑的基础技术，会变得更加重要。
而可视化领域有着非常明确的技术需求：对象需要结构化，内容需要可编辑，交互需要实时响应，复杂工程需要稳定运行。
这不是简单生成一段 HTML 或一张图片就能完整解决的问题。
我们不需要与 AI 竞争生成能力，而应该让 AI 拥有创造和操作复杂可视化内容的能力。
这也是 LeaferJS 有机会建立长期价值的地方。
三、建立自己的技术根据地
要实现这个目标，LeaferJS 不能只提供一套绘图 API，也不能仅仅增加一些 AI 接口。
经过多年的积累，LeaferJS 已经具备了良好的技术基础，接下来需要进一步完善和升级，建立一套完整、开放、可扩展的 AI 原生可视化技术体系。
我认为，未来最重要的是四项核心能力：
1. Visual Document：结构化可视化文档
让图形不再只是最终的像素结果，而是一份能够被程序和 AI 理解的结构化文档。
每个对象都应该拥有明确的身份、类型、属性和语义，能够表达层级、引用、连接和约束关系，并支持查询、组合、序列化和增量修改。
AI 应该能够理解一份已有工程，知道每个对象是什么、彼此有什么关系，并准确修改需要修改的部分，而不是每次从头生成。
这是 AI 持续创造和编辑复杂可视化内容的基础。
2. Visual Runtime：高性能可视化运行时
继续发挥 LeaferJS 在图形性能、对象管理和交互方面的技术优势。
让复杂的可视化内容能够高效运行，支持大规模对象、实时交互、局部更新和专业应用。
Canvas 只是起点，不是终点。我们会根据实际需求持续探索 WebGL、WebGPU、Skia 等技术，保持底层架构的开放和可扩展。
真正重要的不是使用哪一种渲染技术，而是让上层应用拥有稳定、统一、高性能的运行环境。
3. Visual Editing：专业编辑系统
AI 可以创造内容，但专业软件的价值不仅在于生成，更在于精确控制和持续修改。
我们需要建立通用的选择、变换、路径编辑、布局、组件、动画、时间轴、撤销重做等专业能力。
让开发者不必每次从零实现一套编辑系统，也让 AI 能够直接调用专业工具完成精确操作。
让 AI 创造的内容真正成为可以持续使用和维护的工程。
4. Visual Agent：Agent 原生操作体系
让 AI 不只是通过截图观察画布，也不只是调用几个绘图 API，而是能够真正理解和操作整个图形世界。
建立统一的对象查询、创建、修改、组合、专业操作、结果验证和历史恢复能力。
通过 AI SDK、Skills、MCP 等方式连接不同模型和 Agent，同时建立权限控制、事务机制和失败恢复能力。
我们不绑定某一家模型厂商，也不绑定某一个 Agent 框架。
模型会变化，接入方式会变化，但 LeaferJS 提供的图形能力应该保持稳定。
这四项能力不是彼此独立的技术模块，而是一条完整的链路：
让图形拥有结构，让结构能够运行，让内容可以编辑，让 AI 能够操作。
这才是我们真正需要长期积累的技术资产。
四、从服务开发者，到让每个人都能创造
LeaferJS 的用户范围正在悄然扩大，只是还有很多普通人不知道，自己也可以通过 AI + LeaferJS 创造专业可视化产品。
过去，我们主要面向开发者提供图形引擎和开发工具。
未来，开发者仍然是生态的核心建设者，但他们不再是唯一的用户。
开发者可以基于 LeaferJS 构建专业工具、插件、框架和行业能力，AI 可以调用这些能力，组合成新的应用。
而普通人不需要学习编程，也不需要了解 LeaferJS，只需要通过 AI 描述自己的需求，就能创造自己需要的产品。
他只需要告诉 AI：
「帮我做一个可以批量设计海报的工具。」
「帮我做一个管理短剧分镜和素材的编辑器。」
「帮我做一个可以自由编辑的流程图工具。」
AI 负责理解需求、组合能力和创建应用，LeaferJS 负责提供底层的图形对象、运行、交互和编辑能力。
让每个人都能创造自己的专业可视化产品
五、从真实行业开始，把技术打磨透
长期方向需要足够坚定，但不能只停留在愿景上。
我们必须从真实需求出发，一步步验证技术价值。
近期，我们将集中力量投入 AI 视频、短剧和漫剧行业。
AI 视频生成正在改变内容生产方式，但从生成素材到完成一部作品，还涉及分镜、镜头、素材、时间轴、动画和复杂编辑。
这些场景能够充分检验 LeaferJS 的图形对象模型、专业编辑和 Agent 操作能力。
我们希望从这个行业切入，把真实需求沉淀为通用技术，而不是把 LeaferJS 做成某个行业的专用引擎。
与此同时，AI 设计和专业图形工具是重要的能力验证方向，工业和专业可视化则是长期应用领域。
这些行业看起来不同，底层却有很多共同需求。
我们不需要自己开发所有终端产品。
只要底层能力足够好，就应该让更多开发者和企业在上面创造产品。
六、未来三年的发展路线
我们不会试图预测三年后的所有技术形态，而是围绕长期目标，明确每个阶段最重要的事情。
建立 AI 原生图形基础
重点打通一条完整链路：
结构化文档 → AI 理解 → 专业操作 → 结果验证 → 持续编辑。
完善图形对象模型和文档体系，建立稳定的对象查询、引用和增量修改能力；完善专业编辑系统，建立统一的 Agent 操作接口，继续升级官方 AI SDK、Skills 和 MCP 接入方案。
通过 AI 视频、短剧、漫剧和设计场景不断打磨。
目标：让 AI 从生成图形，走向理解和持续编辑复杂图形工程。
建立开放规范与开发者生态
将成熟的图形文档模型和 Agent 操作语义逐步沉淀为开放规范，推动跨框架和跨运行环境适配。
完善专业插件、扩展体系和 AI 开发工具链，吸引更多独立开发者和企业参与。
目标：让更多开发者和产品开始依赖 LeaferJS 的技术体系。
成为可视化应用的重要基础设施
形成成熟的文档、运行时和 Agent 能力体系，建立覆盖设计、视频、动画、工业等领域的专业扩展生态。
推动更多 AI 产品直接使用 LeaferJS，让开发者和普通人都能够通过 AI 创造自己的专业可视化软件。
目标：让 LeaferJS 从一个图形引擎，成长为开放的可视化基础设施。
这不是一份固定的交付承诺，具体技术会根据 AI 发展、真实需求和技术成熟度持续调整。
但长期方向不会轻易改变。
七、开放生态，让更多人一起创造
我不希望 LeaferJS 最终只是一个由核心团队维护的 JavaScript 库。
真正有价值的基础设施，应该让更多人能够在上面创造自己的技术和产品。
因此，LeaferJS 核心团队将持续做好图形引擎、对象模型、专业编辑、Agent 接口、开发工具和开放规范。
开发者可以建设专业插件、扩展能力、AI 工具和行业框架。
创业团队和企业可以基于这些能力创造自己的商业产品。
PxGrow 则通过商业插件、企业级能力、行业解决方案和技术支持，为底层技术的持续研发提供商业支撑。
我们希望形成清晰的分工：
核心团队建设基础设施，开发者创造专业能力，合作伙伴建设行业产品，AI 帮助更多人使用这些能力。
标准也应该在这个过程中形成。
未来，真正让 LeaferJS 形成竞争力的，不会只是 GitHub Stars 或某一个技术指标，而是越来越多的开发者、AI 工具和商业产品愿意长期依赖这套技术体系。
最后
回过头看，LeaferJS 已经走过了五年。
最初，我们想解决的是 Canvas 的性能问题。
后来，我们希望让开发者更容易构建图形应用。
而今天，我已经看到一些没有编程背景的人，开始直接指挥 AI 使用 LeaferJS 创造专业可视化产品。
这让我更加确信，我们正在面对一个值得长期投入的方向。
AI 正在降低软件创造的门槛，而我们希望让这种能力不再局限于少数专业开发者。
未来，一个人的想法，就有可能成为一款软件的起点。
我们无法准确预测三年后会出现什么样的模型、框架和产品，但有一件事情值得长期投入：
只要人们还需要创造、编辑和管理复杂的可视化内容，就需要能够承载这些内容的技术基础设施。
我们希望这个基础设施由 LeaferJS 来提供。
我们不追逐每一个 AI 热点，也不试图自己开发所有产品。
我们要把图形引擎做好，把 AI 能力做好，把生态开放出来，让更多开发者能够创造，让更多普通人能够使用。
让每个人都能创造自己的专业可视化软件。
这就是 LeaferJS 在 AI 时代的长期方向。
LeaferJS：https://www.leaferjs.com