Lulucat Blog हे अॅप्स प्रत्यक्षात कसे तयार होतात याची आम्ही नोंद करून ठेवतो ते ठिकाण आहे. आमच्या हस्तलेखनाच्या साधनांमागील रेंडरिंग इंजिन्सचा सखोल आढावा — स्ट्रोक मॉडेल्स, इरेजर्स, GPU पाइपलाइन्स — त्यांच्यावर विश्वास ठेवता यावा म्हणून आम्ही तयार केलेली मोजमाप आणि पडताळणीची साधने, आणि AI कोडिंग एजंट्ससोबत काम करण्याच्या प्रामाणिक नोंदी येथे असतात: त्यांनी काय बरोबर केले, काय बिघडवले आणि आम्ही काय ठेवून घेतले. ठरलेले वेळापत्रक नाही; दाखवण्यासारखे खरे काही असेल तेव्हा नवीन लेख प्रकाशित होतात.
दाट हस्तलिखित भागांत Lulucat Notes चे चॉक साधन मंदावत होते. मुख्य अडथळा 3,571 input samples नव्हते — प्रत्येक फ्रेममध्ये होणारे 70 full-screen scratch passes होते. नाकारलेला low-resolution cache आणि प्रत्येक stroke साठीचा scissor rectangle उरलेली कहाणी सांगतात.
आमच्या iPad हस्ताक्षर अॅपसाठी आम्ही Turso/libSQL चे मूल्यमापन केले, प्रत्येक गोष्ट मोजली आणि फ्लॅट स्नॅपशॉट फाइल्स निवडल्या. या workload ला डेटाबेसची गरज नाही — आणि प्रत्येक टप्प्यावर आधीच अस्तित्वात असलेल्या समस्यांसाठीच किंमत द्यायला हवी.
Lulucat Notes मध्ये Freeform चे दिशाधारित फाउंटन पेन हवे होते. विशिष्टता हाताने लिहिलेल्या मजकुराचा एक स्क्रीनशॉट होती. दोन मॉडेल्स, एक भेद करणारा प्रश्न आणि एक लंबवर्तुळाकार पेननिब यांनंतर, वॉटर पेन जसा लिहायला हवा तसा लिहू लागला. संशोधन, कोड आणि प्रमाणीकरण Kimi K3 ने Fireworks वर केले.
आमची Core Graphics tile pipeline सहा छोट्या पायऱ्यांत Metal point-sprite pipeline झाली; प्रत्येक पायरी खऱ्या iPad वर तपासली. कोड Fireworks वरील Kimi K3 सोबत pair programming करून लिहिला.
इरेझरला स्वतंत्र घटक मानणे स्वाभाविक डिझाइन आहे. पण ऑब्जेक्ट हलवल्यावर ते मोडते; म्हणून Lulucat Notes मध्ये ज्या स्ट्रोकमधून शाई काढली जाते, त्याच स्ट्रोककडे पुसण्याची मालकी असते.
Apple Pencil च्या प्रत्यक्ष डेटाने कृत्रिम चाचण्यांमधून सुटलेल्या त्रुटी दाखवल्या आणि Lulucat Notes ला तीन आउटलाइन इंजिन्समधून MaLiang स्टॅम्प मॉडेलकडे नेले.