تصور کنید تمام تبدیل‌های پیچیده رسانه‌ای بدون نیاز به یک سرور مرکزی انجام شوند. در ۲۴ ژوئن ۲۰۲۶، یک توسعه‌دهنده با عرضه LivePhotoKit ثابت کرد که می‌توان تمام پردازش‌های سنگین را به‌صورت محلی (Client-side) در مرورگر مدیریت کرد.
کاربران اکنون می‌توانند عکس‌های زنده (Live Photos) آیفون را به GIF یا MP4 و تصاویر HEIC را به JPG، PNG، WebP یا PDF تبدیل کنند، در حالی که هیچ داده‌ای از دستگاه خارج نمی‌شود. این رویکرد در تضاد با برخی ابزارهای جمع‌آوری داده است؛ برای مثال، برنامه‌ی Loupe به تازگی نشان داد که چگونه برخی اپلیکیشن‌های iOS می‌توانند اثر انگشت دیجیتال دستگاه کاربران را افشا کنند، اما LivePhotoKit با تمرکز بر حریم خصوصی، داده‌ها را در محیط محلی نگه می‌دارد. همان‌طور که در تحلیل قبلی ما درباره‌ی CodeClarify و اجرای دیباگینگ AI درون مرورگر اشاره کردیم، این پروژه بخشی از روند رو به رشد ابزارهای «بدون سرور» (Serverless) است. در این مدل، قدرت پردازش از ابرهای متمرکز — که ریسک حریم خصوصی و هزینه میزبانی دارند — به‌طور کامل به سخت‌افزار کاربر منتقل می‌شود.
به نقل از گزارش وب‌سایت dev.to، این ابزار با کمک Claude Code و یک پشته تکنولوژی سبک ساخته شده تا از کرش کردن مرورگر در موبایل جلوگیری کند:
- Next.js 16 برای خروجی استاتیک روی Cloudflare Pages.
- Canvas API برای رمزگذاری و رمزگشایی تصاویر.
- gifenc؛ یک رمزگذار GIF خالص با جاوااسکریپت که از سربار ۳۰ مگابایتی WASM اجتناب می‌کند.
- JSZip برای باز کردن بسته‌های
.livpو استخراج ویدیوهای MOV و عکس‌های HEIC. - jsPDF برای تولید اسناد PDF از تصاویر.
طبق مستندات پروژه، سازنده به‌طور عمدی از ffmpeg.wasm استفاده نکرد، زیرا فایل باینری حجیم آن باعث کرش کردن مکرر مرورگر Safari در آیفون می‌شود. با جایگزینی این ابزار با رمزگذارهای خالص JS، پایداری برنامه در iOS و اندروید به‌شدت افزایش یافت. این تمرکز بر بهینه‌سازی ابزارهای پردازش تصویر در اکوسیستم اپل، در حالی است که اپل در نسخه‌های جدید iOS ۲۷ قابلیت‌های پیشرفته‌ای برای بازسازی تصاویر با هوش مصنوعی Generative Fill اضافه کرده است.
برای کاربر معمولی، این یعنی پایان عصر «خستگی از اپلیکیشن» (App Fatigue) و حذف نیاز به دانلود تبدیل‌کننده‌های پولی یا آپلود عکس‌های خصوصی در سرورهای ناشناس. برای توسعه‌دهندگان اما، این یک اثبات فنی است: دستیارهای کدنویسی AI اکنون می‌توانند دشواری‌های دیباگ کردن APIهای شکننده مرورگرهای موبایل و پیاده‌سازی منطق‌های پیچیده باز کردن فایل‌های باینری را به‌تنهایی مدیریت کنند. این تحول در معماری نرم‌افزار یادآور تجربه‌ی goNutriTrack در پیاده‌سازی مقیاس‌پذیر AI بدون نیاز به تیم‌های DevOps است که نشان می‌دهد پیچیدگی‌های عملیاتی در حال کاهش هستند.
گام بعدی شما
- پیاده‌سازی LivePhotoKit را در آدرس livephotokit.com تست کنید تا سرعت پردازش محلی در تبدیل‌های دسته‌ای را ببینید.
- اگر توسعه‌دهنده هستید، بررسی کنید چگونه جایگزینی کتابخانه‌های WASM با نسخه‌های pure JS می‌تواند نرخ کرش اپلیکیشن شما را در موبایل کاهش دهد.
- از Claude Code برای بازنویسی توابع پردازش داده‌های سنگین از سرور به کلاینت استفاده کنید.
این تنها آغاز ماجراست؛ اثر موج‌گونه‌ی حذف وابستگی‌های سنگین سروری بر اکوسیستم ابزارهای وب را در گزارش بعدی بررسی خواهیم کرد.
گفتگو