01เกี่ยวกับ
เรื่องราวเบื้องหลังชื่อ
แอปนี้ขออุทิศแด่ Larry Jeffus (แลร์รี เจฟฟัส)
Larry เป็นวิศวกรที่มีเรื่องราวชีวิตซึ่งสร้างแรงบันดาลใจอย่างลึกซึ้ง เขามีภาวะดิสเล็กเซีย (ความบกพร่องทางการอ่าน) อย่างรุนแรงมาตั้งแต่ยังเล็ก และแม้จะอ่านหนังสือไม่ออก ต่อมาเขาก็ได้เขียนหนังสือมากกว่า 40 เล่ม และสอนนักเรียนหลายแสนคนทั่วโลก
เขารักการออกแบบงานวิศวกรรมทั้งหมดของเขาด้วยแอปพลิเคชันวาดไดอะแกรม นั่นคือเหตุผลที่ Janet Jeffus (เจเน็ต เจฟฟัส) หลานสาวของเขา ตัดสินใจสร้างแอปนี้ขึ้นและอุทิศให้แก่เรื่องราวอันสร้างแรงบันดาลใจของเขา
ชมเรื่องราวของ Larry(เปิด YouTube)Janet Jeffus บน LinkedIn
วิดีโอเป็นภาษาอังกฤษ
อ่านคำอุทิศต้นฉบับภาษาอังกฤษ
This app is dedicated to Larry Jeffus.
Larry is an engineer with a deeply inspiring story. He began life with severe dyslexia, and although he could not read, he went on to write more than 40 books and to teach hundreds of thousands of students around the world.
He loves to make all his engineering designs with diagramming applications. That is why his niece, Janet Jeffus, decided to make this app and dedicate it to his inspiring story.
02โครงการ
ทำไมจึงมี Larrygram
ไดอะแกรมมักมีอายุยืนกว่าเครื่องมือที่ใช้สร้างมัน Larrygram เป็นแอปวาดไดอะแกรมโอเพนซอร์สแบบคลีนรูม (clean room) ที่อ่านและเขียนไฟล์ Visio .vsdx ได้ เพื่อให้ไฟล์ภาพวาดยังเปิดได้สำหรับทุกคนที่ต้องใช้
แอปนี้สร้างจากข้อกำหนดที่เผยแพร่ต่อสาธารณะ หน้าอ้างอิงของ Microsoft Learn ตัวระบุคอนโทรลที่เผยแพร่ไว้ บทความช่วยเหลือสาธารณะ และพฤติกรรมที่สังเกตได้เท่านั้น ไม่มีโค้ด ไบนารี ไอคอน ฟอนต์ สเตนซิล หรือเทมเพลตของ Microsoft
Larrygram ยังออกแบบมาให้ทำงานร่วมกับเอเจนต์ AI ได้ด้วย เซิร์ฟเวอร์ MCP ที่อยู่ในแผนจะช่วยให้เอเจนต์เปิดไฟล์ภาพวาด สั่งคำสั่งของแอป และอ่านผลลัพธ์ได้ ผ่านทะเบียนคำสั่ง (command registry) ชุดเดียวกับที่แอปใช้ ระหว่างนี้เอเจนต์และสคริปต์ใช้เครื่องมือบรรทัดคำสั่งได้ อ่านเพิ่มเติมเกี่ยวกับเซิร์ฟเวอร์ MCP
03วิธีสร้าง
เขียนด้วย Rust โดยเอเจนต์ AI อย่างเปิดเผย
Larrygram เขียนด้วย Rust และสร้างโดยเอเจนต์เขียนโค้ด AI ซึ่งรวมถึง Claude Code และ pi โดยทำงานภายใต้กฎที่เขียนไว้ใน AGENTS.md เอเจนต์แต่ละตัวทำงานบนบรานช์ของตัวเอง และมีเอเจนต์หลักตรวจทานทุกการเปลี่ยนแปลงแล้วจึง merge
Claude Opus 5.5 ทำหน้าที่เป็นเอเจนต์ผู้กำกับดูแล โดยแจกงานตามระดับความซับซ้อน MiMo-V2.6-Pro รับงานขนาดใหญ่และขนาดกลาง ส่วน DeepSeek V4.1 Flash และ Kimi K2.6 รับงานขนาดกลางและขนาดเล็ก ทั้งสามโมเดลใช้โทเค็นรวม 3,750 ล้านโทเค็น และค่าโทเค็นของทั้งโครงการบน OpenRouter ยังไม่ถึง 100 ดอลลาร์
การ merge ทุกครั้งต้องผ่านด่านตรวจคุณภาพ (quality gate) ได้แก่ การจัดรูปแบบโค้ด lint เอกสาร การตรวจสัญญาอนุญาต ชุดทดสอบ เกณฑ์ coverage บิลด์ WebAssembly และเป้าหมาย fuzz การตรวจเต็มรูปแบบครั้งล่าสุดรันการทดสอบ 2,835 รายการ
นอกจากนี้ วิศวกรซอฟต์แวร์อาวุโสของ Maitri Group, LLC ยังตรวจทาน pull request ด้วยตนเอง
สร้างโดยเอเจนต์ AI ด้วยค่าใช้จ่ายไม่ถึง 100 ดอลลาร์
- โทเค็นจากสามโมเดล
- 3,750 ล้าน
- ค่าโทเค็นบน OpenRouter
- ไม่ถึง $100
- เอเจนต์ผู้กำกับดูแล
- Claude Opus 5.5
สัดส่วนโทเค็นตามโมเดล
- MiMo-V2.6-Pro80.5%
- DeepSeek V4.1 Flash15.2%
- Kimi K2.64.3%
งานแต่ละชิ้นจะส่งให้โมเดลตามระดับความซับซ้อน MiMo-V2.6-Pro รับงานขนาดใหญ่และขนาดกลาง ส่วน DeepSeek V4.1 Flash และ Kimi K2.6 รับงานขนาดกลางและขนาดเล็ก
ข้อมูล ณ วันที่ 23 ตุลาคม 2569
- libvisioข้อมูลอ้างอิงสำหรับการนำเข้าไฟล์ .vsd แบบอ่านอย่างเดียวที่อยู่ในแผน (MPL-2.0)
- egui และ eframeชุดเครื่องมือส่วนติดต่อผู้ใช้ของแอปเดสก์ท็อปและแอปเว็บ
- tiny-skiaการเรนเดอร์ PNG
- Carlito และ Selawikฟอนต์เปิดที่รวมมากับแอปสำหรับวาดข้อความ (SIL OFL 1.1)
- Tabler Iconsไอคอนคำสั่งของแอป (MIT)
- Bricolage Grotesque, Geist และ Noto Sans Thaiฟอนต์ของเว็บไซต์นี้ (SIL OFL 1.1)
ผู้ร่วมพัฒนา
รายชื่อผู้ร่วมพัฒนาจะปรากฏที่นี่เมื่อรีโพซิทอรีเปิดเป็นสาธารณะ