展开目录
#AI#工具评测#视觉思维#开源#教育

PenEcho 深度评测:在 20000×20000 画布上与 AI 一起思考

PenEcho 将手写、公式、草图与 AI 空间推理融合在一个无限画布上,开创了聊天框之外的 AI 交互新范式。本文带你从安装到实战,全面体验这款开源视觉思维工具。

预计阅读 8 分钟

一句话总结

PenEcho 把 AI 从聊天框里解放出来,让你在一个 20000×20000 的无限画布上随手写、随手画、随手推导——AI 就在你的笔迹旁边给出答案。这不是又一个聊天机器人,而是一种全新的「空间思维」交互范式。


为什么你需要 PenEcho?

回想一下你最近一次认真思考一个复杂问题的场景。你可能在纸上画草图、在白板上列公式、用 iPad 手写推导——但当你需要 AI 帮助时,你不得不停下来,把想法「翻译」成文字输入聊天框,再等待一段文本回复,然后在脑子里把文字映射回你的草图。

这个「翻译—等待—映射」的循环,打断了思维流。

PenEcho 的创始人显然是受够了这种打断。它把 AI 直接嵌入一个无限画布——你用手写笔(或鼠标)在画布上写公式、画图、做笔记,AI 会读懂你的笔迹和空间布局,直接在画布上生成答案。你可以移动、缩放、接受或丢弃 AI 的回复,就像在白板上贴便签一样自然。

核心价值:省掉了「把想法翻译成文字输入聊天框」这一步,让 AI 直接参与到你的视觉思维过程中。


PenEcho 是怎么工作的?

PenEcho 的架构很清晰——浏览器端负责画布渲染,服务端负责 AI 调用协调:

手写/草图 → 浏览器画布(稀疏瓦片)→ 裁剪视觉图谱 + 几何数据 → 
PenEcho 服务端(验证+构建提示词)→ 配置的执行器 → AI 回复草案 → 画布渲染

关键设计决策:

  1. 稀疏瓦片渲染:虽然画布逻辑尺寸是 20000×20000,但只在有笔迹的地方分配 512×512 瓦片。这意味着你不会被巨大的位图拖垮性能,空白区域几乎不占内存。

  2. 仅发送相关区域:浏览器只把画布上有内容的区域裁剪后发送给 AI——不是整个画布。这让 AI 聚焦于你真正在思考的内容,也降低了 token 消耗。

  3. 三种 AI 执行器:支持 API 模式(OpenAI 兼容 / Anthropic)、Codex CLI 模式和 Claude CLI 模式。你可以用任何兼容的模型。

  4. AI 回复和已确认笔迹完全隔离:AI 生成的内容以「草案」形式出现在画布上,你可以移动、缩放它,确认后才并入你的工作区。这避免了 AI 生成内容和原始笔记混淆。


安装指南(全平台)

PenEcho 需要 Node.js 18.17+ 和一个 AI 后端(API Key 或已认证的 CLI)。

# 全局安装
npm install -g penecho

# 首次配置
penecho configure

# 启动
penecho

penecho configure 会打开交互式配置中心,你可以选择:

LLM 来源推荐模型说明
Claude CLIClaude Opus 4.8+推荐;Sonnet / Opus 4.6 也可用但画布效果较弱
Codex CLIGPT-5.6-sol需要 GPT-5.5+ 才有好效果,建议 xhigh effort
API 模式OpenAI / Anthropic支持自定义 endpoint,企业部署友好

支持三种主题模式:Arcane(神秘/创意)、Sci-fi(科幻/科技)、Research(学术/研究)。


第一步:画布上写一道数学题

安装完成后,打开 PenEcho,你会看到一个深色画布。用鼠标或数位板写下:

∫₀¹ x² dx = ?

写完停笔。PenEcho 会自动检测你已停止书写,然后:

  1. 识别你的手写内容为数学公式
  2. 在公式旁边生成解答:= 1/3
  3. 以可移动草案的形式呈现——你可以把它拖到合适的位置

整个过程不需要你点击「发送」按钮——停笔即触发


第二步:画架构图 + AI 分析

手写一个简单的微服务架构草图:

  • 画三个方框分别标注「API」「DB」「Cache」
  • 用箭头连接它们
  • 在右下角写:「这个架构的单点故障在哪里?」

PenEcho 会读取方框的位置关系、箭头方向和手写问题,在画布上生成分析:

DB 是单点故障——如果它挂了,API 无法提供服务。建议加 Read Replica 或考虑缓存降级策略。

然后你会得到一个可移动的 AI 回复框,你可以把它拖到架构图的右边,确认后它就是画布的一部分。

这种「画图→提问→看图回答」的体验,比文字聊天直观太多了。


第三步:混合中英文手写 + 草图

PenEcho 对中文手写的支持也相当不错。试试这些场景:

场景 1:产品设计头脑风暴

  • 手写:「用户痛点:找不到合适的 AI 工具」
  • 画一个用户流程图
  • 圈出「搜索结果」节点,写:「这里怎么优化?」
  • AI 在圈旁边给出改进建议

场景 2:学习笔记

  • 左边手写课堂笔记
  • 右边写:「总结这三点的关系」
  • AI 在笔记下方生成知识图谱式的总结

进阶功能一:三种思维模式

PenEcho 的三种模式不只是换皮肤——它们影响 AI 的回答风格:

  • Arcane(神秘模式):AI 以更创意、发散的方式回应,适合头脑风暴和艺术创作
  • Sci-fi(科幻模式):技术导向,回答更结构化,适合编程和工程问题
  • Research(研究模式):学术严谨风格,引用充分,适合论文写作和深度研究

切换模式后,同一个问题的回答风格会有明显差异。建议根据当前任务选择合适模式。


进阶功能二:套索工具——选区操作不触发 AI

画布上有一个容易被忽略但极其重要的功能:自由套索

当你用套索圈选已确认的笔迹时:

  • 可以移动、缩放、重新着色
  • 不会触发 AI 请求

这个设计很细腻——很多画布工具在选中内容时会误触发 AI,而 PenEcho 严格区分了「编辑已确认内容」和「请求 AI 帮助」两种操作。


进阶功能三:本地快照——轻量级保存

PenEcho 把画布状态保存在浏览器本地存储中:

  • 保存的是轻量快照(仅包含已确认的笔迹,不含 AI 草案)
  • 新建画布时可选择覆盖、另存或继续不保存
  • 不需要注册账号,数据完全本地

这意味着你可以在不同「画板」之间切换,每个画板保留独立的状态。适合多项目并行工作。


实际场景案例

案例 1:学生做数学作业

一个大学生在 PenEcho 上推导微积分题:

  1. 手写每一步推导
  2. 每步之间留空,AI 在旁边「检查」每一步是否正确
  3. 卡住时画个问号,AI 给出提示
  4. 最终形成了一个完整的、带 AI 批注的推导过程

效果:比拍照搜题更深入——AI 不是给答案,而是参与到思考过程中。

案例 2:系统架构评审

一个后端工程师在画布上画了微服务拓扑图:

  1. 用方框和箭头画出服务间调用关系
  2. 标注每个服务的 QPS 和延迟
  3. 写:「哪些服务是瓶颈?」
  4. AI 分析拓扑结构 + 性能数据,标注瓶颈并提供优化建议

效果:把代码审查变成了可视化的架构对话。

案例 3:论文写作大纲

一个研究生在 PenEcho 上规划论文结构:

  1. 用思维导图式布局写出各章节
  2. 圈出「Related Work」节点,问 AI:「这个领域最近三年的关键论文有哪些?」
  3. AI 在节点旁边列出论文列表,并画线连接到对应子主题

效果:文献调研变成了可视化的知识图谱构建。


常见问题与排错

Q: 手写识别不准怎么办? A: PenEcho 不依赖本地 OCR——手写内容以图像形式发送给 AI,由 Claude/GPT 的多模态能力直接理解。如果识别不准,通常是模型版本问题——确保使用 Opus 4.8+ 或 GPT-5.5+。

Q: 不联网能用吗? A: 不能。画布在本地,但 AI 推理需要调用远程 API 或本地 CLI。不过支持本地部署的 Ollama 兼容端点。

Q: 适合 iPad 吗? A: PenEcho 是 Web 应用,在 iPad Safari 中运行良好,配合 Apple Pencil 体验最佳。目前没有原生 iOS 应用。

Q: 隐私安全如何? A: 所有数据存储在浏览器本地。AI 请求只发送画布裁剪区域(不是你整个画布)。如果你使用自己的 API Key,数据不会经过 PenEcho 服务器(仅中转提示词)。


同类工具对比

工具类型核心交互AI 集成开源画布
PenEchoAI 画布手写+草图+空间推理深度集成,停笔触发20000×20000
Excalidraw白板手绘图形插件形式有限
Miro AI协作白板便签+模板侧边栏 AI有限
tldraw画布绘图make real 功能无限
ChatGPT CanvasAI 画布文本+代码原生集成有限

PenEcho 的独特之处在于:它不是白板工具加 AI 插件,而是以 AI 为第一公民的画布——笔迹和 AI 回复在同一个空间里平等存在。


总结

Pros:

  • 🎨 真正把 AI 融入视觉思维流程,不是聊天框的延伸
  • ♾️ 20000×20000 无限画布,稀疏瓦片渲染性能优秀
  • 🔧 支持多种 AI 后端(API/Codex CLI/Claude CLI),灵活部署
  • 📦 数据完全本地,开源透明
  • 🎯 套索工具不触发 AI——细节设计到位

Cons:

  • 🆕 项目很新(2026年7月14日发布),生态尚未成熟
  • 📱 没有原生移动应用,iPad Web 体验尚可但非最优
  • 🔌 依赖高质量多模态模型,廉价模型效果打折扣
  • 📚 文档较简,社区规模小

适合谁? 学生、研究者、工程师、设计师——任何需要在思考过程中融入 AI 辅助,且不想频繁切换工具的人。

不适合谁? 如果你只需要简单的 AI 对话,ChatGPT 或 Claude 就够了。PenEcho 的价值在于「空间思维」——如果你不画图、不列公式、不做草稿,那它对你可能是过度设计。

⭐ 137 · 🍴 18 · 开源(Node.js) · 2026.07.14 发布

仓库地址github.com/erickong/penecho

Related

相关文章

延伸阅读

查看全部 →