TALA, autolayout de D2, ya es open source bajo MPL-2.0

¿Qué es TALA y por qué importa que sea open source?

TALA (Terrastruct's AutoLayout Algorithm) es ahora open source bajo la licencia MPL-2.0, la misma que usa el proyecto D2. Eso significa que el código fuente queda disponible para que cualquier developer pueda auditarlo, forkearlo y proponer mejoras. La liberación llega de la mano de D2 v0.9.0, que ya incluye TALA integrado y puede activarse con el flag --layout=tala.

TALA no es un layout genérico: es un motor ortogonal pensado desde el inicio para diagramas de arquitectura de software. Donde los algoritmos clásicos producen grafos dirigidos que crecen en una sola dirección —como un organigrama vertical—, TALA busca una estética más cercana a la pizarra blanca: con simetría, distancias equilibradas, agrupamiento de nodos similares y flujo visual.

Para un founder hispanohablante la pregunta inmediata es: ¿y a mí qué me cambia? Si ya usas D2 para documentar arquitectura en tus repos, pasas a tener tres opciones de layout nativas en lugar de dos. Si todavía no usas D2, el movimiento consolida una tendencia que ya vimos en Mermaid, Excalidraw y PlantUML: el tooling de diagramación vive su mejor momento open source.

¿Qué diferencias tiene frente a Dagre y ELK?

D2 viene de fábrica con tres motores: Dagre, ELK y ahora TALA. En el blog oficial, Terrastruct muestra comparativas sobre siete diagramas reales extraídos de proyectos open source — Fulcro RAD, Mocha secure-enclave SoC, Jupyter sobre AWS EKS, Lion Reader, ROSS rotor-dynamics, Go Queue worker y Ouroboros Leios simulator. Las comparaciones usan el mismo archivo D2 y el mismo build del compilador, cambiando solo el motor de layout, un detalle metodológico que se agradece para evitar cherry-picking.

En esas comparativas, TALA tiende a ganar en diagramas de arquitectura densos, con muchos componentes y relaciones bidireccionales: el tipo de diagrama que aparece en cualquier arquitectura de microservicios o en una vista de infraestructura. Dagre y ELK siguen rindiendo mejor en flujos largos tipo DAG, donde la dirección importa y se quiere ver la cadena causal clara de izquierda a derecha o de arriba hacia abajo.

¿Por qué importa el posicionamiento custom? El caso agentic

La característica más interesante de TALA no es el algoritmo en sí, sino que permite fijar coordenadas y tamaños de nodos manualmente mientras el motor se encarga del routing. La segunda batería de ejemplos del blog (Signal House, Atlas Data Platform, Night Shift Mission Control, Friday Deploy, The Internet is a Jellyfish, Orbital Coffee Logistics, Cloud Conservatory, Velvet Rope y Synthwave City) son composiciones originales donde la IA generó posiciones en 2D y TALA conectó todo el cableado.

Esto abre una puerta concreta para el boom de agentes y coding assistants: los LLMs son razonablemente buenos ubicando elementos en un espacio 2D, pero siguen fallando al trazar rutas que no se crucen, no pasen por encima de otros nodos o respeten la jerarquía visual. TALA resuelve exactamente esa parte. Una tercera variante, el posicionamiento parcial, deja que el usuario ancle solo los nodos clave y el motor complete el resto, útil cuando quieres preservar la forma de un subsistema pero dejar libertad al resto.

¿Qué limitaciones tiene TALA?

Terrastruct no oculta los tradeoffs. Hay tres que conviene tener presentes antes de adoptarlo:

• Aleatoriedad deliberada. TALA corre con 3 seeds por defecto y se queda con el layout mejor puntuado. Con el mismo input y las mismas seeds, el resultado es determinista, pero agregar un solo nodo puede producir un diagrama completamente distinto. En Dagre y ELK, añadir un nodo respeta el layout previo y solo reorganiza lo necesario.
• DAGs no son su fuerte. Si tu diagrama es un flujo causal largo (pipeline de datos, máquina de estados, workflow), probablemente Dagre o ELK sigan dando mejor resultado.
• Escala no lineal. Para diagramas grandes, TALA puede tardar bastante más. Los benchmarks públicos están en github.com/d2lang/d2-benchmarks para quien quiera medir antes de adoptarlo en pipelines automatizados.

¿Cómo empezar a usarlo hoy?

Tres caminos, de menor a mayor fricción:

• Probador web: play.d2lang.com corre TALA 100% en el cliente, sin instalar nada. Ideal para evaluar la estética en cinco minutos.
• CLI local: instalar D2 v0.9.0 y usar el flag --layout=tala al compilar.
• Integración programática: consumir TALA desde código, ya sea como librería o desde el repo de benchmarks para sumarlo a pipelines de documentación.

Qué significa esto para tu startup

No estamos ante una noticia de funding ni ante un lanzamiento de producto comercial, es un movimiento de comunidad. Pero toca un punto que muchos founders hispanohablantes sienten en carne propia: la documentación de arquitectura suele ser el eslabón más débil de la operación. Equipos pequeños en LATAM y España rara vez tienen un platform engineer dedicado a mantener diagramas vivos; cuando lo hacen, dependen de capturas de Figma que caducan al primer deploy.

Para tu startup, esto se traduce en dos acciones concretas:

• Audita tu doc-as-code. Si tu equipo ya usa D2, Mermaid u otra herramienta declarativa en el repo, evaluar TALA como motor por defecto cuesta poco (un flag en CI) y puede mejorar la legibilidad de los diagramas de arquitectura sin tocar nada más. Reserva Dagre/ELK para flujos tipo DAG.
• Explora el caso agentic. Si tu producto o tu equipo interno ya usa LLMs para generar diagramas a partir de texto, el patrón "LLM decide posiciones, TALA resuelve routing" es una arquitectura replicable. Vale la pena prototiparlo: puede ser la base de una feature de "diagramación por chat" o de un agente de documentación interna.

TALA todavía es joven y, como reconocen sus autores, queda trabajo por delante, especialmente en estabilidad visual cuando cambian inputs pequeños y en performance con miles de nodos. Que el código sea open source acelera ese bucle: las contribuciones ya reconocidas en el blog — Gavin Nishizawa por aportes amplios en TALA y Júlio César Batista por los algoritmos de jerarquía — son solo el punto de partida para una comunidad que recién empieza a tener acceso al código.

Fuentes

• TALA Is Open-Source (fuente original)