PenEcho 将手写和图表转化为画布对话

对于任何曾试图向 AI 聊天机器人解释数学问题、电路图或半成型建筑草图的人来说，这种摩擦是熟悉的：你将空间思维转化为线性文本，描述箭头，然后希望模型能重建你的意图。PenEcho 是一个基于 AGPL v3.0 发布的开源项目，它通过让你直接在画布上标记，并让模型在旁边响应，消除了这一转换步骤。

该工具是 Moonshot AI 的 Kimi 开源好友计划的一部分，起初作为一个精简服务器，捕获无限画布的截图并将其发送给配置好的 AI 执行器。当前 0.7.0 版本增加了实时 HTML 小部件、用于天气和股票价格的数据插件，以及用于构建自定义工具的插件系统。它不是一个托管服务：你需要自行运行，通过 npm 安装，然后指向你自己的 API 密钥或经过认证的 CLI（如 Claude Code 或 Codex）。

画布改变了什么

PenEcho 的核心赌注是空间上下文很重要。聊天窗口将每次交互扁平化为一系列回合；而画布保留了元素之间的二维关系。在图表旁写下问题，圈出方程的一部分，或绘制时间线并询问缺少什么。模型读取截图，看到几何图形，然后内联回答。

画布尺寸为 20,000 x 20,000 个逻辑单位，但浏览器只分配有墨迹的图块，因此尺寸不会转化为内存开销。客户端可以自由平移和缩放。墨迹可以通过套索选择、移动、重新着色或发送到排版以获得更清晰的渲染。AI 草稿以可移动覆盖层的形式出现，在用户确认前与已确认的标记保持分离。本地浏览器快照保存画布状态，未确认的草稿则被排除在外。

推荐模型与实际延迟

PenEcho 的文档包含一个推荐模型表，这些模型针对真实画布工作负载而非合成基准进行了测试。该项目坦率地指出，模型行为因提供商、图像大小和推理努力程度而有很大差异。

评分： 7/10
价格： 免费且开源（AGPL v3.0）；成本取决于所选的 AI 执行器或 API 密钥。在标准短上下文费率下，典型每请求成本范围为 10K 输入 + 1K 输出令牌，从 $0.016（默认努力程度的 gpt-5.6-luna）到 $0.080（默认努力程度的 gpt-5.6-sol）不等。
适合人群： 研究人员、工程师和设计师，他们以视觉方式工作，并希望 AI 在同一空间上下文中响应，如数学、图表、白板式规划。
应避免的情况： 如果你需要一个无需本地设置的托管解决方案，或者你的工作流纯粹基于文本且聊天界面效果良好。
替代方案： 带 AI 插件的 Excalidraw（更轻量，集成深度较低）；Google 的 Project IDX 画布（Google 生态系统，不可自托管）。
测试日期： 2026-07-14

我使用指向 GPT-5.6-terra 端点的配置文件（中等努力程度）测试了 PenEcho。设置大约花了三分钟：全局安装 npm 包，运行配置向导，粘贴 API URL 和密钥，然后测试连接。向导基于终端并通过箭头键导航，感觉有些过时，但运行可靠。

我在画布上画了一个简单的自由体图：一个带有三个箭头（标记为 F1、F2 和 F3）的方框，并写下了“这个系统是否处于平衡状态？”模型正确识别出垂直方向上的力总和为零，而水平方向上的力有一个向右的净分量，并将结果以文本框的形式放置在我的图旁边。第一次响应大约花了 14 秒。随后两个类似图表的请求分别在 10 秒和 17 秒内返回。

什么会中断或停滞

测试还揭示了一个明显的局限性。我画了一个凌乱的手写方程，基线对齐不清晰，并要求模型求解。模型将一个变量误读为“x”而不是“z”，因为在扫描中部分笔画与一条分数线相交。PenEcho 无法提供内联纠正模型读取的方式，你只能重新绘制并重试。服务器默认在 180 秒后超时（这是可调整的），但一个图像密集的画布上的复杂推理密集型任务在返回部分输出前就超过了 60 秒。

另一个粗糙之处：通过 Codex CLI 发出的画布请求使用 codex exec, json 工作流，并且服务器在最后一个回合后终止后台的 CLI 进程。至少在一次测试中，终止似乎留下了一个残留的后台进程，阻止了后续请求，直到我手动将其杀死。

插件与 HTML 小部件新增功能

0.7.0 版本添加了实时交互式 HTML 小部件，模型可以将其作为画布响应的一部分构建。我要求一个简单的倒计时器，结果得到了一个带有开始和重置按钮的、可正常运行的沙盒化 iframe。它不是一个通用的应用程序构建器；模型生成的是声明式 HTML 和 CSS，而不是对宿主页面的任意 JavaScript 访问。安全边界是明确的：数据插件声明允许的连接来源，禁用的插件不会贡献任何运行时行为或提示令牌。

用于天气、股票、新闻和汇率的数据插件使 PenEcho 在快速参考任务中更有用，而无需打开另一个浏览器标签。天气插件使用用户浏览器端的请求（而不是服务器代理）拉取了伦敦的天气预报。这一设计选择意味着没有服务器端的 API 密钥，但也没有 PenEcho 本身的缓存或速率限制。

这是为谁准备的

对于任何工作涉及图表、方程或白板式推理，并且希望 AI 参与其中而不用离开聊天窗口的人来说，PenEcho 是一个真正有用的工具。本地优先的设置会阻止 casual 用户，而且没有任何托管选项意味着你需要熟悉 Node.js、API 密钥和基于终端的配置。但对于满足这些先决条件的人来说，它填补了一个真正的空白：画布不碍事，模型在上下文中回答，与在聊天栏中键入描述相比，在你的草图旁有一种合作者协作的感觉是截然不同的。