ArtisanCAD：具有专家知识提炼功能的工业级 CAD 代理

arXiv:2607.05750v1 公告类型：新 摘要：工业零部件的计算机辅助设计 (CAD) 需要长期程序建模、强大的特征依赖性、可编辑的参数化几何形状和生产级 B-Rep 执行。现有的文本到 CAD 方法在从自然语言描述生成 CAD 程序方面取得了可喜的进展，但当用户提示不明确、不明确或仅描述高级设计意图时，它们仍然举步维艰。他们也很少利用工业工作流程中自然可用的专家程序知识，例如 CATIA 操作记录、宏日志、绘图注释和工程描述。我们推出 \algname，这是一种以技能为导向的工业 CAD 代理，具有基于专家的知识提炼。 \algname 的核心是 CAD 中间表示（CAD-IR），这是一种可执行的过程表示，对参数、有序操作、MCP 工具绑定、依赖项、生成的实体和验证规则进行编码。 CAD-IR 发挥着两个关键作用：首先，它作为将专家 CAD 程序提炼为可重用的参数化技能的载体；然后它提供了一个程序支架，将模糊或中级提示转变为完整的可执行 CAD 操作。 \algname 检索专家衍生的技能，实例化和修改 CAD-IR，通过专用的 CATIA-MCP 后端执行结果程序，并使用多视图视觉反馈进行迭代细化，最后生成可用于生产的 B-Rep 模型。在 Text2CAD 基准测试中，CAD-IR 通过将平均倒角距离从 14.83 美元减少到 9.88 美元，改进了中间提示的生成，显示了其弥合模糊文本意图和可执行 CAD 结构的能力。在四个复杂的汽车部件上，CAD-IR 使专家 CATIA 记录能够被提炼成可重复使用的技能，从而允许 \algname 为新的变体请求生成可编辑的 CATIA 本地 B-Rep 模型。