Panel: Khi trợ lý AI tự viết giao diện cho chính nó

Trong làn sóng công cụ hỗ trợ nghiên cứu và lập trình bằng AI, phần lớn sản phẩm chỉ dừng ở việc trò chuyện trong một khung chat. Panel — dự án vừa xuất hiện trên GitHub — đi xa hơn một bước: biến toàn bộ không gian làm việc thành một môi trường mà trợ lý AI có thể tự tạo ra các khung hiển thị riêng khi cần.

Đây là bản dựng sớm dành cho người thử nghiệm, với mã nguồn mở theo giấy phép MIT.

Giao diện Panel với nhiều khung làm việc

Panel giải quyết vấn đề gì?

Nhà nghiên cứu thường xuyên phải chuyển đổi qua lại giữa nhiều loại tệp tin: mã nguồn, dữ liệu, hình ảnh, tài liệu PDF, notebook Jupyter. Mỗi lần như vậy là một lần mất tập trung và mất ngữ cảnh.

Panel gom tất cả vào một màn hình duy nhất với các khung gọi là Pane. Mỗi Pane có thể hiển thị một loại nội dung khác nhau, và người dùng có thể sắp xếp, cấu hình lại theo nhu cầu.

Điểm khác biệt nằm ở chỗ: ngoài bộ Pane mặc định cho các trường hợp phổ biến, cả người dùng lẫn agent đều có thể tạo Pane tùy chỉnh. Ví dụ, khi bạn cần xem cấu trúc phân tử, agent có thể viết một trình xem PDB; khi cần duyệt cơ sở dữ liệu, nó tạo luôn một SQLite visualizer.

Những gì đã hoạt động

Phiên bản hiện tại cung cấp khá nhiều tính năng cho một dự án còn non trẻ:

• Trò chuyện với agent có khả năng đọc và ghi tệp, đồng thời hỏi xác nhận trước khi chạy công cụ.
• Workspace: một thư mục để agent làm việc, có lịch sử chat và bố cục riêng được lưu lại.
• Pane cho tệp tin, PDF, Markdown và notebook Jupyter. Notebook chạy trên kernel thật, cho phép cả bạn và agent cùng chỉnh sửa một notebook.
• Lệnh chạy nền dài hạn, có thể theo dõi và dừng lại bất cứ lúc nào.
• Pane do agent tự viết khi bạn yêu cầu xem thứ mà Pane có sẵn không hiển thị được.
• Tính năng tổng quan tài liệu (literature review): yêu cầu qua chat và mở kết quả từ thẻ công cụ.

Kiến trúc đáng chú ý: Giao thức Module

Panel không chỉ là một ứng dụng chat gắn thêm trình xem tệp. Nó định nghĩa một Module Protocol — về cơ bản giống các Skill của agent hiện đại, nhưng bổ sung khai báo kiểu dữ liệu cho Input, Output và Intermediate.

Trong đó, Intermediate là khái niệm đáng quan tâm: nó đại diện cho các đối tượng mang tính quan sát được, chẳng hạn chuỗi suy luận (Chain-of-Thought) hay bản nháp của một module agent, hoặc kết quả trung gian trong một quy trình nhiều bước.

Việc khai báo kiểu dữ liệu cho các thành phần này cho phép kiểm tra hợp lệ ngay lúc chạy, đồng thời giúp cả người lẫn agent dễ dàng phát triển Module và Pane tùy chỉnh cho các tác vụ chuyên biệt.

Bên cạnh đó, Panel có một lớp trừu tượng hóa dữ liệu (Data Abstraction Layer). Lớp này ánh xạ một URI tới kho lưu trong bộ nhớ hoặc một tệp cục bộ, nhờ đó Module chỉ cần tập trung vào việc xử lý đối tượng mà không phải bận tâm dữ liệu đến từ đâu.

Những hạn chế cần biết trước khi thử

Đây là bản dựng sớm, nên có không ít điểm chưa hoàn thiện:

• Hiện chỉ hỗ trợ đầy đủ Claude Code. Các Module và tính năng tổng quan tài liệu cần một agent có khả năng tìm kiếm web, và hiện tại chỉ Claude Code đáp ứng được.
• Module chỉ khởi chạy bằng cách yêu cầu qua chat, chưa có nút bấm trực tiếp.
• Các Module giả thuyết chưa có giao diện riêng nên kết quả khó đọc.
• Module chưa hoạt động với OpenAI API. Khóa OpenAI là tùy chọn, chỉ bổ sung tùy chọn "OpenAI API" cho chat và công cụ.

Cách cài đặt

Yêu cầu hệ thống gồm Node 22.18 trở lên (hoặc 24.12+), pnpm, uv (tự tải Python 3.12+) và Claude Code đã đăng nhập.

pnpm install
uv sync
pnpm start

Sau đó mở http://localhost:4173. Lần khởi động đầu tiên sẽ mất khoảng một phút do phải build ứng dụng.

Dữ liệu của bạn nằm ở ~/Panel/panel.db (hội thoại và mọi thao tác của agent) và ~/Panel/workspaces (nơi tạo Workspace mới). Cả hai đều nằm ngoài thư mục dự án, nên bạn có thể xóa hoặc clone lại kho mã nguồn mà không mất dữ liệu.

Góc nhìn cho người dùng Việt Nam

Với các nhóm nghiên cứu và lập trình viên Việt Nam đang tìm cách đưa AI vào quy trình làm việc, Panel là một hướng tiếp cận đáng tham khảo. Thay vì phụ thuộc vào dịch vụ đám mây, toàn bộ dữ liệu nghiên cứu — bao gồm cả cơ sở dữ liệu hội thoại — được lưu cục bộ trên máy, phù hợp với những dự án có yêu cầu bảo mật hoặc làm việc với dữ liệu nội bộ.

Hạn chế lớn nhất là việc phụ thuộc vào Claude Code và yêu cầu tài khoản đã đăng nhập, nghĩa là vẫn cần chi phí trả cho dịch vụ AI bên thứ ba. Dù vậy, phần mã nguồn mở theo giấy phép MIT cho phép cộng đồng tùy biến và mở rộng — đây có thể là điểm khởi đầu cho những ai muốn tự xây dựng không gian làm việc AI phù hợp với quy trình riêng.