Lulucat Blog is de plek waar we opschrijven hoe apps er echt worden gebouwd. We gaan diep in op de rendering-engines achter onze handschrifttools — strokemodellen, gummen, GPU-pijplijnen — de meet- en testhulpmiddelen die we bouwen om erop te kunnen vertrouwen, en eerlijke notities over het werken met AI-codeeragents: wat ze goed deden, wat ze kapotmaakten en wat wij behielden. Geen vast schema; nieuwe stukken verschijnen wanneer er echt iets te laten zien is.
Het krijtgereedschap van Lulucat Notes werd traag in dichtbeschreven handschriftgebieden. Het knelpunt waren niet de 3,571 invoermonsters, maar 70 fullscreen-scratch-passes per frame. Een afgewezen cache met lage resolutie en een eigen scissorrechthoek per streek vertellen de rest van het verhaal.
We evalueerden Turso/libSQL voor onze handschriftapp op de iPad, maten alles en kozen voor platte snapshotbestanden. Deze workload heeft geen database nodig — en elke stap zou alleen moeten betalen voor problemen die al bestaan.
We wilden Freeforms richtingsgevoelige vulpen in Lulucat Notes. De specificatie was een schermafbeelding van handschrift. Na twee modellen, één onderscheidende vraag en een ellips-penpunt schrijft de waterpen zoals hij hoort. Het onderzoek, de code en de validatie werden gedaan door Kimi K3 op Fireworks.
Onze Core Graphics-tegelpijplijn werd in zes kleine stappen een Metal-puntspritepijplijn, elk geverifieerd op een echte iPad. De code werd via pair-programming met Kimi K3 op Fireworks geschreven.
Een wisstreek als zelfstandig element ligt voor de hand, maar objecten verplaatsen maakt dat model stuk. Daarom hoort wissen in Lulucat Notes bij de streek waaruit de inkt wordt verwijderd.