aginti-labcanvas

AgInTi LabCanvas es un plano de control local para visuales científicos asistidos por agentes y automatización de aplicaciones. Su objetivo declarado es mantener las figuras generadas editables: una imagen de resumen puede iniciar una idea, pero las salidas finales se reconstruyen a partir de partes atómicas, especificaciones de escena, archivos CAD, manifiestos y artefactos específicos de cada herramienta. Flujo de trabajo principal 1. Comenzar desde el chat o desde una especificación de escena JSON guardada. 2. Generar conceptos de resumen mediante cargas de imágenes de AgInTi u otro backend de imágenes. 3. Dividir la figura en átomos editables como paneles, iconos, etiquetas, piezas CAD, renders y capas de ensamblaje TeX. 4. Enrutar el trabajo a BioRender para activos académicos, OpenSCAD para disposición mecánica, Blender para renders de configuración 3D y KiCad para artefactos de PCB. 5. Mantener cada artefacto en un manifiesto de lienzo para que las ediciones posteriores por chat puedan dirigirse a una parte en lugar de aplanar toda la figura. Capacidades documentadas - Agente de espacio de trabajo: chat directo persistente, enrutamiento dinámico de modelos de bajo a xalto, tareas duraderas, cancelación y devolución de artefactos entre herramientas de laboratorio. - Estudio web: chat de agente, sesiones persistentes basadas en salas, lienzo de artefactos, configuración de backend y una interfaz multilingüe; `/rooms` admite conversaciones persistentes, donde el propietario local obtiene el conjunto completo de herramientas y los participantes invitados quedan restringidos a turnos solo de planificación. - Presentaciones: PPTX editable basado en manifiestos, activos visuales selectivos, políticas de control para imágenes generadas e inspección de vistas previas PDF/PNG. - Figuras de artículos: cuadrículas SVG NxM exactas, cargas de prueba de imágenes de AgInTi y manifiestos de artefactos editables. - Proyectos de subvenciones: espacio de trabajo de objetivos duradero, evidencia trazable, figuras BioRender/SVG/TeX editables, comprobación de LaTeX/PDF y entrega por chat. - Estructuras de proteínas: una canalización reutilizada ProteinStructure AlphaFold Server con un navegador CDP/noVNC persistente con sesión iniciada, descargas, métricas, gráficos y capturas de pantalla. - Renders de configuración 3D: especificaciones de escena JSON a PNG de Blender y salida `.blend`. - Dispositivos CAD: exportaciones de OpenSCAD y un ejemplo CAD de adaptador reflector con montura C. - Tareas de placa/CAD: flujo de trabajo compartido de CLI y chat web para KiCad, OpenSCAD, renders y preparación de fabricación. - Fabricación de PCB: placas KiCad HYBEC y Lumileds, comprobaciones DRC/ERC y ZIPs Gerber de JLCPCB. - Automatización de LabVIEW: sonda de instalación en Linux, investigación de candidatos MCP y un puente stdio-a-HTTP. - Control de Android: un escritorio noVNC/scrcpy dedicado y un envoltorio ADB para un dispositivo Mi MIX 2S más un perfil AVD coincidente. - Chatops de WeChat: GUI Linux aislada, espejo local de mensajes, aislamiento de medios por chat, guardado solo por defecto para vídeos sin acompañamiento, entrega serializada de texto/archivos, recuperación acotada y devolución de artefactos CAD/PCB/Blender. - Puente WeCom: transportes oficiales AI Bot y `wecom-cli`, retransmisiones GUI/Android en lista permitida, transcripción de voz/medios, envíos de archivos idempotentes, sesiones por chat, archivos de miembros y recuperación de informes LaTeX. - Entregas de vídeo: redacción de guiones y generación en navegador con descarga MP4 para trabajadores de WeChat; una entrega de publicación separada delega la corrección de subtítulos, metadatos, incrustación de logotipo/subtítulos, empaquetado y publicación a LazyEdit/AutoPublish. - Agente de contenido social: campañas persistentes, borradores de plataforma fundamentados en fuentes, historial SQLite, adaptadores MCP de Postiz/X y aprobaciones de publicación con contenido exacto. - Enrutamiento de aplicaciones: despacho a Blender, BioRender, Unity, Unreal y objetivos personalizados. Interfaces y arquitectura Los puntos de entrada incluyen una CLI (`labcanvas`, con `app-auto-action` y `agenticapp` como alias de compatibilidad), un estudio web, un puente preparado para MCP y un chat web persistente. El README muestra el uso desde el código fuente mediante `PYTHONPATH=src python -m agenticapp ...` y señala que el paquete npm ha sido renombrado a `@lazyingart/labcanvas`, pendiente de una nueva publicación autenticada. Cada despacho de objetivo recibe un sobre JSON revisable que contiene objetivo, tipo, instrucción, carga útil y metadatos. Un archivo `configs/targets.example.json` puede copiarse a `labcanvas.targets.json` para puertos locales, comandos y tokens; el archivo de anulación está ignorado por git. La política de modelos se configura en `configs/model-policy.json`, con AgInTiFlow descrito como el backend persistente principal, DeepSeek primero y LocalLLM como traspaso de proveedor en la misma sesión; Codex y Claude Code son backends de compatibilidad explícitamente opcionales. Validación y seguridad Los comandos de validación incluyen `npm test`, `npm run pack:dry-run` y `PYTHONPATH=src python -m agenticapp doctor`. El README aconseja mantener el comportamiento de transporte cubierto por pruebas antes de añadir funciones de editor en vivo y revisar SECURITY.md antes de habilitar el despacho en vivo a puentes de editor o sesiones de navegador.