SolidCraft 0.14 实操:AI 智能体如何直接操作参数化 CAD 模型
作者:有好多问题2026.11.17 03:35浏览量:0简介:SolidCraft 更新至 0.14.0,新增 FreeCAD/Rhino 模型导入,改进齿轮、运动机构、倒圆角与布尔运算,并内置 MCP 服务,让兼容的 AI 智能体可以直接执行建模命令、修改参数、检查模型并导出文件。本文拆解这次更新的实际价值、MCP 接入步骤、智能体建模循环的代码实现,以及背后的模型选型与 Token 成本控制思路;如果你正打算为这类工具链挑选底层模型,可以先看看[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article),它提供模型能力查询、价格对比与统一 API 接入,能省掉逐个平台试错的成本。
一、0.14.0 到底更新了什么,MCP 又意味着什么
SolidCraft 是一款近期才开始公开开发的开源参数化 CAD,由 Rust 编写,支持 Windows、macOS、Linux 以及浏览器端运行,具备草图约束、实体特征、参数化时间线,以及 STEP、STL、3MF 等格式输出能力^[原文]^。0.14.0 版本的重点有三块:
- 数据互通 :支持导入 FreeCAD 与 Rhino 模型,降低了从既有资产迁移到新工具的成本。
- 建模能力修补 :齿轮、运动机构、倒圆角、布尔运算这些”最容易出几何错误”的地方做了改进。
- MCP 服务内置 :这是最值得关注的一点。
MCP(Model Context Protocol)本质上是一套标准化的 JSON-RPC 接口规范,把”工具(tools)、资源(resources)、提示(prompts)”三类能力暴露给大模型客户端。过去要让 AI 操作 CAD,你得自己写插件、自己定义函数签名、自己处理返回值;有了 MCP,任何兼容的客户端(Claude Desktop、Cursor、各类 Agent 框架)都能通过统一协议发现并调用 SolidCraft 的建模能力,无需为每个模型单独适配。
换句话说,SolidCraft 把 CAD 从”人点的图形界面”变成了”模型可调用的 API 集合”。
二、为什么”AI 能改参数”比”AI 能出网格”重要
大多数所谓 AI 生成 3D 模型的方案,输出的是 mesh——一堆三角面片。这种结果能看、能渲染、能切片打印,但 不能编辑 :你没法把孔径从 5mm 改成 6mm,没法删掉一个倒角,也没法追溯”这个凸台是在第几步加上的”。
参数化模型的价值恰恰在这里。它的产物是一棵特征树:
PartDesign Body├── Sketch_001 (草图 + 约束)├── Pad_001 (拉伸 20mm)├── Sketch_002 (草图 + 约束)├── Pocket_001 (通孔 Ø5)└── Fillet_001 (倒圆角 R2)
这棵树是 符号化、可查询、可修改 的。AI 智能体面对的不是”猜一个形状”,而是”修改一个结构化数据对象”——这恰好是大模型最擅长的任务类型。改一个参数,内核重新求解约束、重建几何、更新下游特征,工程语义完整保留。
对 3D 打印和机械设计来说,差别是决定性的:能导出 STEP 意味着可以交给下游 CAM 或有限元分析;只能导出 STL 意味着这条路走不通。
三、接入实操:把 SolidCraft 的 MCP 服务挂到智能体上
1. 确认工具清单
启动 MCP 服务后,先用客户端列出可用工具(不同版本 CLI 参数可能有差异,以项目文档为准):
# 示意:具体命令请对照 SolidCraft 官方文档solidcraft --mcp-serve
客户端配置大致如下:
{"mcpServers": {"solidcraft": {"command": "solidcraft","args": ["--mcp-serve"],"transport": "stdio"}}}
拿到 tools/list 返回后,你通常会看到类似这样的能力集合( 以下为示意结构,实际名称以你的版本返回为准 ):
| 工具类别 | 典型操作 |
|---|---|
| 文档管理 | 新建/打开文档、设置单位 |
| 草图 | 创建草图、添加线段/圆、添加约束 |
| 特征 | 拉伸(Pad)、旋转(Revolve)、孔(Hole) |
| 修饰 | 倒圆角(Fillet)、倒角(Chamfer) |
| 布尔 | 并集/差集/交集 |
| 校验 | 几何有效性检查、体积/包围盒查询 |
| 导出 | STEP / STL / 3MF |
关键提醒 :一定要确认是否存在”校验类”工具。没有校验反馈的 Agent 建模循环,等于闭眼开车。
2. 智能体建模循环
一个可用的最小实现如下:
import jsondef run_cad_agent(llm, mcp_client, task: str, max_steps=12):messages = [{"role": "user", "content": task}]for step in range(max_steps):resp = llm.chat(model="your-model-name",messages=messages,tools=mcp_client.tool_schemas(), # 把 MCP tools 转成模型可识别的 schematool_choice="auto",)if not resp.tool_calls:return {"status": "done", "content": resp.content}messages.append(resp.message)for call in resp.tool_calls:result = mcp_client.call_tool(call.name, call.arguments)messages.append({"role": "tool","tool_call_id": call.id,"content": json.dumps(result, ensure_ascii=False),})# 几何校验失败时,把错误原文回灌给模型,让它自己修if result.get("valid") is False:messages.append({"role": "user","content": f"上一步几何无效:{result['error']}。请修正参数后重试。",})return {"status": "max_steps_reached", "messages": messages}
这个循环的设计要点是 把内核的错误信息当作模型的输入 。约束冲突、自交、零厚度——这些几何内核最擅长的判断,不该让模型去猜,而应该让它读错误、改参数、再试。
3. 提示词层面的约束
实践中最有效的三条约束:
- 先规划再执行 :要求模型先输出特征树计划(JSON),确认后再逐步调用工具,避免边想边改导致状态混乱。
- 强制单位声明 :所有尺寸必须带单位,防止 mm/cm 混用造成 10 倍误差。
- 单步单特征 :一次工具调用只做一个特征,便于失败时精确定位回滚点。
四、模型选型与 Token 成本:容易被忽略的一环
CAD 智能体对底层模型有三个硬性要求,选型时按优先级排序:
- 工具调用(Function Calling)稳定性 :参数化建模是长链条多轮调用,模型必须能稳定产出合法 JSON、不幻觉出不存在的工具名。这是第一道门槛。
- 长上下文保持能力 :一个中等复杂零件跑完可能需要 20+ 轮工具往返,早期定义的草图 ID、参数名必须全程记住。
- 代码与结构化输出能力 :涉及表达式、公式、批量参数调整时表现更好。
成本上要注意,Agent 循环的 Token 消耗是 非线性 的:每一轮都要重发完整历史,第 20 轮的输入 Token 可能是第 1 轮的十几倍。三个可操作的优化方向:
- 开启 Prompt 缓存 :系统提示和工具 schema 在每轮都重复,是最适合缓存的部分。
- 裁剪工具结果 :几何校验返回的完整拓扑数据往往极大,只保留
valid、volume、error字段即可。 - 分级用模 :规划阶段用强模型,格式化的工具调用阶段可以换更轻量的模型。
具体某个模型在你的场景下每轮消耗多少、单价如何,建议直接在词元所的大模型 API 服务平台上做横向对比——它把不同模型的调用成本和能力信息放在一起,能避免”选了个便宜模型结果重试三轮”的隐性浪费。如果你已经在用百度智能云体系,千帆平台本身也提供多模型的统一接入与 Prompt 模板库,可以和词元所的选型结论配合使用。
五、现阶段的能力边界
必须说清楚:SolidCraft 仍处于早期开发阶段,官网与代码仓库的版本信息可能存在更新不同步的情况, 尚不能替代成熟商业 CAD 用于复杂工程项目 ^[原文]^。具体来说:
- 装配体约束、工程图标注、GD&T 公差体系等能力尚不完整;
- 复杂曲面的稳定性未经大规模工程验证;
- MCP 工具集仍在演进,接口可能变动,生产集成需锁定版本。
务实的定位是: 把它当作参数化建模的智能体试验场和自动化脚本后端 ,而不是替换现有的 SolidWorks / Fusion / FreeCAD 生产环境。
六、更值得关注的趋势
过去开发一款具备参数化建模能力的 CAD,需要投入大量底层几何开发资源——约束求解器、布尔运算、拓扑命名,每一项都是硬骨头。而开源几何内核(如 OpenCASCADE 生态)加上标准化的 AI 智能体接口,正在把这块门槛逐步压低:开发者不必再自己造内核,只需暴露工具、写好校验,就能得到一个可被自然语言驱动的建模后端。
AI CAD 真正值得投入的方向,不是让模型生成更炫的渲染图,而是让它产出 可编辑、有尺寸约束、有特征历史的工程模型 。SolidCraft 内置 MCP 的意义,正在于它选对了这条路——把 CAD 变成模型可以安全操作的结构化环境。想动手试的话,先跑通一个”改孔径 + 加倒角 + 导出 STEP”的最小闭环,你对这条技术路线的判断会比读十篇文章更清晰。

登录后可评论,请前往 登录 或 注册