《LuBan架构:新一代AI原生工业设计智能软件体系》第三章 工具层:高可信建模执行引擎与智能体可编程接口

–工具层:高可信建模执行引擎与智能体可编程接口–

工具层是设计规划转化为可编辑几何模型的关键支撑。如图3.1所示,它由四个核心组件协同构成:几何内核负责连续的几何与拓扑计算,参数化建模平台负责对象、特征、依赖和状态管理,语义化API负责将底层能力组织为智能体可调用的动作接口,闭环反馈执行环境负责将执行结果、错误证据和验证信息返回给智能体。工具层决定设计规划能否从建模序列进入真实的建模过程,而高可信工具层进一步决定:多轮调用能否在控制几何错误、维护模型历史一致性和保障后续编辑制造链路的条件下稳定展开。

0d9931c4f30877f4d37a495ef92ffaed

图 3.1:工具层在工业设计智能体中的位置

工具层的挑战在于协调CAD建模中的几何计算与工程状态管理。一个看似简单的拉伸、倒角或布尔命令,背后却涉及曲线曲面求交、边界表示、拓扑重构、容差传递、特征引用、参数依赖、失败回退和结果验证等一系列复杂环节。传统交互式CAD中,设计师可凭借视觉判断和经验反复调整。工业设计智能体则必须依赖结构化接口和可解释反馈来完成同样的判断。由此,本章将工具层界定为“可编程的高可信建模执行环境”,强调将底层几何能力组织为智能体能够稳定调用、观察、验证和修正的工程过程。

本章围绕三个问题依次展开:几何内核如何保证工业级鲁棒性?如何设计智能体可调用的语义化API?闭环反馈如何实现?

3.1几何内核的使命与挑战

几何内核是工具层可信执行的基础。它将几何理论、数值算法和工程实现组织为工业软件可调用的底层能力,支撑几何造型、实体建模、自由曲线曲面构建与编辑、几何约束求解和文件读写等核心功能。对于工业设计智能体而言,几何内核不仅决定建模命令能否成功执行,更决定失败信息是否足以支撑后续的自动修正。

3.1.1 基本职责:从生成模型到生成可解释状态

几何内核是一套由数学表达库、几何算法库、拓扑数据结构和工程接口共同构成的计算基座。它把连续的物理对象(工业产品、装备、建筑等有形物体)表达为计算机可识别、可编辑、可分析和可交换的数字模型。

在传统工业软件体系中,CAD建模依赖几何内核将草图、特征和曲面操作转化为精确几何模型;CAE前处理依赖几何内核清理脏几何、修复拓扑并生成适合仿真分析的边界网格及体网格;CAM加工依赖几何内核的曲面偏置、碰撞检测等几何计算;PLM与数据交换则需要稳定的模型读写、格式转换和跨系统一致性。几何内核因此不是单个建模命令的内部实现,而是工业设计软件共同依赖的底层计算基座。

智能体(新一代操作系统)进一步放大了几何内核的基础作用。人类设计师可以通过视觉检查、交互试探和经验判断绕开局部失败,智能体则必须从工具返回的结构化结果中判断下一步行动。若几何内核只返回笼统的失败信息,智能体则无法区分是目标边不存在、拓扑关系断裂、曲面相交失败,还是参数超出可行范围。因此,在智能体交互环境下,几何内核的职责从“生成模型”扩展为“生成可验证、可解释、可继续操作的模型状态”。

da871647d79006356bce516d938b2a19

表 3.1:几何内核的多层次能力

3.1.2 核心挑战:工业级几何计算

工业级几何计算至少包含三类挑战:第一类是数学表达精度与容差机制;第二类是算法鲁棒性;第三类是工程实现。

三维实体、自由曲面、点线面关系都需被转化为精确、完整、一致的计算对象。在有限精度计算环境中,理论上相切、重合或相交的几何对象可能因数值误差而出现极小间隙、微小边或局部退化。若数学表达与容差体系不能协调一致,布尔、偏置、倒角、求交和约束求解等操作均会受到很大影响。

布尔运算、曲面求交、形状偏置和倒角等几何算法在规则模型上通常较易处理,但真实工业模型常包含面相切、边重合、顶点共线、自交、薄壁、非流形边界和局部破面等非理想输入。工业级内核算法需围绕这些边界条件,设计退化识别、容差管理、局部修复和失败回退机制,避免一次局部异常破坏整个模型的拓扑一致性。

复杂零件和装配体包含大量面、边、环、拓扑关系、属性信息和历史依赖,内核必须在有限资源中完成组织、查询、修改、复制、持久化和资源回收等具体实现。几何内核的可靠性不只取决于公式是否正确,还取决于数据结构是否稳定、内存管理是否可控、异常处理是否充分、接口行为是否可预测等工程实现细节。

3.1.3 国产突破:从替代到AI原生赋能

国产几何内核的突破,意义在于形成完全自主可控的底层几何计算能力。对于工业设计智能体而言,这种突破不只是拥有一个可调用的内核,更意味着工具层可以围绕国产内核建立开放接口、数据交换、状态反馈和评估体系,逐步降低对封闭生态、授权接口和不可控版本演进的依赖。

九韶智能传承中国科学技术大学计算几何四十多年的研究积累,面向CAD/CAE/CAM/EDA工业软件“卡脖子”难题开展几何内核自主研发。从能力演进看,九韶内核经历了从实验室原型到工业级三维几何内核的研发路径:1.0阶段以多边形网格建模为基础,支持离散几何表达与基础编辑;2.0阶段引入T网格样条建模能力,研发复杂拓扑曲面构造、局部细分等无裁剪自由曲面建模功能;3.0阶段开发参数化特征建模,使模型由静态几何结果转向可编辑、可重算的设计对象;4.0阶段强化NURBS与自由曲面建模能力,覆盖拉伸、扫掠、拼接、桥接、裁剪、倒角、修补、曲面求交、布尔运算和曲面光顺等复杂曲面任务;5.0阶段进一步面向完整三维几何内核,支撑曲线曲面造型、实体建模、拓扑维护、几何约束求解、几何清理修复、网格生成、三维重建和工程模型处理。

这一路径体现了国产几何内核能力链条的逐步成形:从局部算法能力,到支撑CAD/CAE/CAM/EDA等高端工业软件开发的工具层基础。国产几何内核的突破对工业设计智能体尤为关键:智能体需要反复调用建模工具、读取状态、修正错误,并在失败时保留可解释证据。若底层内核是不可控黑箱,好比在别人的墙基上砌房子,智能体只能围绕经验性报错进行重试。只有底层内核、平台对象和API返回值能够统一设计,失败便可被分解为几何退化、约束冲突、引用失效、参数越界或重算失败等具体类型。国产内核的价值因此不止于替代,更在于为AI原生CAD提供可观测、可封装、可评测的工具层基础。

3.2 九韶内核的高可信强化

高可信几何内核至少应具备四个方面能力:覆盖主要建模任务、表达与求解设计约束、处理复杂操作中的退化场景、在失败时给出可解释反馈。对智能体而言,“高可信”并不等同于每次执行必然成功,而是要求执行行为有边界、失败原因可定位、模型状态可恢复、反馈信息可用于下一轮规划。

3.2.1 建模能力

现代三维CAD建模以多种几何表示与建模范式的协同为基础。线框、曲面和实体模型分别侧重表达轮廓路径、外形连续性以及封闭体及其拓扑边界。边界表示(B-Rep)组织面、边、顶点间的拓扑关系及关联几何;B样条、NURBS等参数式曲线曲面支持高精度自由造型;多边形网格则常用于离散显示、扫描数据处理和逆向重建。在此基础上,参数化特征将建模操作、尺寸参数、约束关系和依赖结构组织为可编辑的设计历史,实现设计意图与几何表达的有机融合。

如表3.2所示,九韶内核的建模能力主要涵盖四类:几何建模提供曲线曲面的基本构造与计算,构成草图、截面、路径和曲面边界的基础;实体建模面向具有明确边界的三维对象,支撑工业零件和结构件的创建与修改;曲线曲面建模面向复杂外形设计,强调曲线曲面的创建、编辑、裁剪、拼接与过渡;T网格样条曲面建模则面向复杂拓扑曲面造型与曲面逆向重建任务,进一步提供免裁剪自由造型、自适应局部细分、跨区域连续性协调控制等高级曲面功能。四类建模能力共同构成工业设计智能体工具层的几何计算基座。

表 3.2:九韶内核的建模能力

243e3df808e5f0d8d559f10716991e29

 

3.2.2 几何约束求解

几何约束求解是参数化建模中“意图驱动编辑”的基础。设计者在草图或三维空间建立几何关系时,真正希望保存的并非某一次拖拽后的坐标结果,而是“这两条线始终平行”、“这个圆始终与孔同心”、“两个零件的基准面保持指定距离”等设计意图。约束求解器的作用,正是将这些意图转化为可计算、可检查、可重算的几何约束关系,使模型在尺寸修改、特征更新和装配调整后仍能保持预期结构。

从建模对象看,几何约束求解分为二维与三维两类,如表3.3所示。二维约束求解面向草图对象,在点、线、圆、椭圆、椭圆弧和B样条曲线等图元之间建立平行、垂直、角度、同心、对称、相等、距离等关系,其稳定性直接影响拉伸、旋转、扫掠、放样等后续特征的可编辑性。三维约束求解面向空间对象,处理点、线、平面及曲面之间的平行、角度、距离等关系,常用于装配定位和空间基准约束。三维约束求解还涉及对象姿态、空间自由度和装配组件之间的相对关系,更强调空间定位的一致性和更新过程的稳定性。

除求解本身外,约束系统(几何约束求解器)还需识别过约束、欠约束和潜在冲突。过约束可能导致草图或装配无法更新,欠约束意味着设计意图表达不完整,潜在冲突则可能在尺寸修改后触发失效。因此,高可信几何约束求解器不仅要在正常条件下得到正确几何结果,还要在失败或冲突时指出问题来源,使后续修改能够围绕具体约束关系展开,而非重新构造整个模型。

表 3.3:二维约束求解和三维约束求解

4b30bd3d18c062384cee6fba82c0399d

 

3.2.3 复杂操作与退化处理

复杂几何操作的难点集中在拓扑一致性维护。工业设计模型通常采用B-Rep组织实体边界,面、边、环、顶点之间存在严格的邻接和包含关系。复杂操作一旦改变局部边界,就必须同步更新几何形状与拓扑连接。若更新不完整,模型可能出现破面、自交、零厚度、非流形结构,进而影响后续特征编辑、数据交换和仿真前处理(特别是网格剖分)。

3002b09faa98920b5c9197cc0dc776b6

图 3.2:曲面求交、布尔和倒角示例

曲面求交、布尔运算、倒角和圆角是最容易暴露退化问题的操作。曲面求交需稳定计算交线并完成参数域裁剪;布尔运算需依据交线进行实体分割、内外分类和边界重构;倒角和圆角需沿指定边链生成过渡面,并与相邻面重新裁剪、拼接和缝合。工业级几何内核需要输出上述复杂操作的计算结果,还必须检查结果是否合法、拓扑是否闭合、退化区域是否可修复,以及失败时能否回退至原始模型状态。

复杂操作的可靠性依赖三种基础机制:退化识别,提前发现零厚度、自交、微小边、重合边界和非流形结构;容差管理,根据模型尺度、局部曲率和边界距离控制缝合、分类与裁剪范围;局部修复,优先处理小裂缝、断裂边界、微小边合并和面片修补,将问题尽量限制在局部区域。

对于高风险复杂操作,内核需采用分阶段验证。譬如曲面求交,求交阶段检查交线完整性,分类阶段检查内外关系一致性,重构阶段检查结果封闭性与拓扑合法性。分阶段验证记录中间信息,可将失败原因定位到具体对象和步骤。

回退处理是复杂操作的最后保障:一次操作失败时,系统不应破坏已有稳定模型,而应回退至操作前状态,并返回失败对象、失败阶段、相关边面及可能的修复方向,使后续建模可通过调整参数、缩小操作范围、拆分边链或更换建模顺序继续推进。

表 3.4:复杂操作的风险与退化处理

a551d1dd3bdf16c369c12ab2ab9d120d

3.2.4 可解释反馈

高可信几何内核不仅要完成建模操作,还要在失败时给出可理解、可定位、可恢复的反馈。“可解释性”的关键在于将失败原因关联到具体操作、具体对象和具体几何条件,使建模失败从黑盒结果转化为可诊断状态。例如,倒角失败时,系统除返回“倒角失败”外,应进一步说明是目标边不存在、边链不连续、倒角半径过大、相邻面无法裁剪,还是结果会产生零厚度或非流形结构。

可解释性反馈通常包含三个层次:操作层反馈、对象层反馈、几何条件反馈。操作层反馈,说明哪个建模操作失败,如布尔、倒角、圆角、曲面求交或约束求解失败。对象层反馈,说明失败涉及哪些边、面、体、草图图元或约束关系,如指定边已失效、目标面不存在、边链中断或引用对象被前序操作删除。几何条件反馈,说明失败的局部原因,如半径超过相邻面宽度、裁剪边界不闭合、交线不稳定、结果自交或生成零厚度区域。

可解释性反馈应以操作诊断和修正支持为目标,重点返回上层处理所需的失败类型、关联对象和局部条件,相关典型反馈信息如表3.5所示。几何内核至少应区分对象找不到、参数不合法、几何计算失败、拓扑结果非法、约束冲突和操作回退等基本状态。反馈粒度越清晰,上层平台越能有效处理错误:参数化平台可决定是否回滚事务,智能体接口则可将失败信息转化为重新选择对象、调整参数或拆分操作的依据。由此,建模失败不再是执行链条的终点,而成为下一步修正的输入。

表 3.5:可解释性反馈信息

2d9eb95622fac88428d3952c25da054e

 

3.3 POWER参数化建模平台与API封装

几何内核提供曲线、曲面、实体、布尔、倒角、约束求解等底层计算能力,但完整的CAD建模任务还需管理对象引用、参数表达式、特征依赖、拓扑命名、重算顺序、事务回退和数据持久化。POWER平台位于几何内核与上层应用之间,负责将底层几何算子组织为可编辑、可追踪、可回退、可扩展的参数化建模能力,并通过开放接口向应用模块、外部程序(插件)和智能体调用环境提供稳定入口。在工具层中,POWER的核心作用在于提供面向工程建模的组织框架:对象、属性、文档、会话用于保存模型状态;事务、链接、DAG和重算机制用于维护建模过程中的依赖与一致性;开放接口和状态反馈则为后续Agent-ready API与闭环执行环境奠定基础。

3.3.1 平台概述

POWER平台的结构分为三层。平台层提供对象、属性、文档、会话、事务、表达式、链接、持久化、日志、错误处理和开放接口等通用机制,是上层建模功能共享的基础。应用模块层在平台机制之上扩展CAD、CAM、CAE等领域能力,如草图、特征、装配和工程制图等模块。二次开发层通过稳定API向外部程序、自动化脚本和智能体调用环境开放平台能力。

这种分层的意义在于将通用平台机制与具体建模功能解耦。平台层负责对象生命周期、依赖维护、事务回退和接口封装;应用模块只需在统一对象模型之上实现自身建模逻辑,不必重复处理文档管理、参数更新、撤销重做和持久化等基础问题。由此,底层几何计算可被组织为稳定的工程对象和任务级接口,而非分散的内核函数调用。

POWER同时支持GUI与Headless两种运行模式。GUI模式面向设计人员的交互式建模,关注视图、选择、命令、参数输入和即时反馈;Headless模式不依赖图形界面,适合脚本执行、批量建模、自动化测试和智能体后台调用。对工具层而言,Headless模式尤其重要,因为它使连续调用、状态读取、错误处理和自动修正能够在无人工交互的环境中完成。

3.3.2 对象模型

参数化平台需要将建模结果组织为可编辑的工程对象模型。POWER的对象模型以属性作为基础数据单元,对象是动态属性的集合,文档是对象的容器,会话管理多个文档和运行上下文,具体可参考表3.6。

对象是 POWER 平台的基本工程单元。草图、基准面、曲线、曲面、实体、特征、装配组件及约束关系等,均被抽象为对象。通过将几何结果与参数、属性、引用、状态深度绑定,对象使模型具备了可编辑、可查询、可重算的能力。

属性是承载对象具体数据的载体,涵盖长度、角度、半径、方向、颜色、单位及表达式等。同时,属性的变化不仅意味着数值的更新,更会触发模型重算、显示刷新、持久化保存以及实时错误检查,从而驱动对象的全生命周期行为。

文档作为对象的容器,管理着单一零件、装配或工程文件内的对象集合,负责对象的创建、删除、复制、导入、导出及命名管理。同时,文档定义了参数化模型的组织边界,确保内部对象在同一命名空间、依赖关系、事务历史和保存状态下协同工作。

会话处于最上层,作为运行时上下文协调跨文档的资源与状态,管理着多个打开的文档,并维护系统参数、日志、文件路径及运行状态。在处理大型装配、跨文件引用、批量导入导出及自动化建模任务时,会话层负责统筹多文档间的一致性与交互逻辑。

表 3.6:POWER 对象模型的层级结构与建模作用

588df8ffb9aed1403125daa6c866abd8

 

3.3.3 连续建模

参数化建模的核心在于多步操作中的状态一致性维护。模型由草图、特征、引用边面、表达式和装配关系共同构成,前一步的修改会影响后续特征,局部对象删除可能导致下游引用失效,参数变化可能触发一串重算。POWER平台的连续建模机制可理解为一条“变更记录—引用维护—依赖排序—模型重算”的执行链,其中的关键环节如表3.7所示。

事务模型保证操作可提交、可撤销和可回退。一次建模命令可能包含多个属性修改、对象创建和几何更新,事务将这些变化组织为一个执行单元,成功时提交,失败时回滚,确保模型状态始终处于可判断、可恢复的范围内。

属性和表达式提供参数化修改的入口,尺寸、角度、位置不必只保存为固定数值,也可由变量、单位和表达式定义,当属性或表达式变化时,POWER平台通过依赖关系触发相关对象重算,使设计意图随参数变化传导到几何结果。

链接机制用于维护对象之间的引用关系。倒角特征需引用上一特征生成的边,装配组件需引用零件文档,链接将这些依赖关系显式保存,使平台能够判断依赖指向与更新范围。

DAG(有向无环依赖图)用于组织重算顺序,确保上游对象先于下游对象重算并避免循环依赖。重算是执行链的最后阶段,当属性、表达式或链接变化触发模型更新时,POWER平台根据DAG找到受影响对象并按依赖顺序执行重算。

表 3.7:POWER 连续建模执行链的关键环节

bf503fd0045b395aaff2a7c66a4af026

 

3.3.4 跨层映射

现代CAD系统维护的并非孤立的几何结果,而是由多层异构数据共同解耦表达的复合工程模型。参数化层聚焦设计意图,表现为特征、尺寸参数、几何约束和动态依赖关系;建模层聚焦精确几何拓扑,表现为边界表示、参数曲线曲面及拓扑实体;显示层聚焦图形离散化表达,表现为三角面片、材质纹理和颜色属性;视图层聚焦用户交互视域,表现为视口相机、剖切配置和导航器状态。这种分层架构的核心目的在于将业务编辑、几何计算、实时渲染和视区交互的关注点彻底分离,使各模块内部维护清晰边界,降低系统耦合度。

caa4e1d50d6a2eff732f00413f1a8451

图 3.3:CAD模型状态的跨层映射关系

实施数据分层后,核心挑战在于跨层实体的映射与关联。如图3.3所示,POWER平台通过对象ID、内核实体Tag和显示拾取标识之间的映射关系,实现参数化对象、几何内核实体和视图中可选对象的关联,使“可显示的对象”、“可计算的几何”和“可编辑的参数化特征”指向同一工程对象。若缺乏这种跨层映射,当用户或智能体在图形视口中选中一条边时,显示层只能捕捉到离散三角面片或拾取ID,平台将无法追溯至建模层的拓扑边,更无法进一步定位该拓扑产生于参数化层的哪个原始草图或生成特征,闭环交互将因此失效。

3.3.5 接口封装

POWER平台的开放接口层将平台能力组织为可被外部程序调用的工程接口。平台层提供对象、属性、文档、会话、事务、链接和重算等基础机制,应用模块在其上扩展具体功能,PWOpen API则将这些能力封装为统一调用入口,服务前端命令、二次开发程序、自动化脚本和智能体工具调用。

从接口组织看,POWER平台按CAD任务和应用模块开放能力:草图模块提供图元创建、草图平面和约束设置;特征模块提供基本体、拉伸、旋转、孔、倒角、圆角、抽壳、阵列、镜像等参数化建模能力;曲线曲面模块提供创建、扫掠、放样和编辑能力;装配模块提供组件管理、层级组织和定位关系更新;工程制图、PMI、钣金、管路、线束、焊接等模块则面向更专门的工程任务扩展。

表 3.8:POWER平台的应用模块开放能力

6ba948438b45f8868d96b52fc463343d

这种封装方式使接口前端呈现为设计人员熟悉的工程动作,后端则由平台完成对象创建、属性写入、事务管理、链接维护、几何计算和重算更新。由此,POWER平台既能支撑GUI中的交互式命令,也能支撑脚本化和自动化建模,后续Agent-ready API可在这些任务级接口之上继续增加几何索引、语义动作和结构化返回。

3.4 语义化 Agent-ready API 体系

Agent-ready API(智能体友好接口)的目标是将几何内核与参数化平台的能力,包装为智能体能够理解、规划、调用和检查的语义单元。机器可读接口解决的是程序调用问题,而智能体友好接口进一步解决对象定位、动作语义、输入约束和返回契约等一系列问题。

3.4.1 从机器可读到智能体友好

机器可读接口是程序能够按照函数签名、对象句柄和数据类型调用的接口。Agent-ready API则是智能体能够根据任务语义理解能力边界、定位操作对象、构造输入并检查返回结果的接口。

机器可读接口解决“程序能否调用”的问题。只要函数名、参数类型、对象UID或内部Tag符合约定,程序即可调用相应建模函数。对于人工编写的二次开发程序而言,这类API足够有效——开发者可通过交互选择、模型树、调试信息或前置查询确认目标对象及调用条件。但Agent-ready API需解决的是“智能体能否稳定调用”的问题:智能体接收的通常不是平台内部编号,而是设计任务中的几何语义,如“上表面的外侧边”、“孔口边缘”、“与基准面平行的面”等描述,无法直接作为底层建模函数的输入。Agent-ready API必须先完成语义到对象的转换,再进入底层调用流程。

由此可见,两类API的差距不在于底层函数是否可执行,而在于API能否支持智能体从设计语义进入建模执行过程。如图3.4所示,为了弥补这一差距,一方面需建立几何语义与内部对象引用之间的对应关系,另一方面需将POWER的任务级接口整理为智能体可理解、可规划、可检查的动作单元。

c3cb6b206413036b0d8a56d7a1baeee6

图 3.4:Agent-ready API 调用流程

3.4.2 几何索引

几何索引器的作用,是在内部UID之上提供一种智能体可使用的实体定位方式,即从语义描述到对象定位。如表3.9所示,几何索引器不替代内核UID,也不改变平台对象模型,而是将“系统内部引用”转化为“可解释、可复核的候选实体集合”。

在调用流程中,几何索引器更适合被理解为对象定位器。智能体可输入“最高的水平面”、“与基准面平行的面”、“某实体外轮廓边”等可解释条件;几何索引器依据几何类型、空间位置、法向、尺寸等检索候选实体,并返回候选对象的UID、几何证据和歧义说明。由此,UID仍用于底层执行,但其获取过程由几何查询完成——智能体不再需要直接生成内部编号,而是通过可复核的定位结果进入后续建模操作。

表 3.9:内部对象引用机制与几何索引器的对比

789c68c0eec9de3d63c9896f48398aba

 

3.4.3 Agent-ready API封装

POWER平台已通过任务级接口开放CAD建模能力,能够支撑拉伸、倒角、圆角、布尔和约束等操作。Agent-ready API封装需在现有接口基础上叠加几何索引、动作组织和结构化返回,使建模命令具备更稳定的语义入口和调用契约。

以倒角为例,Agent-ready API封装是将其组织为可供智能体调用的“基于目标面的边界倒角”动作。API接收目标面的几何描述和倒角半径,先通过几何索引器获得目标面UID,再依据该面的拓扑关系提取边界边集合,并将边集合与倒角参数传入POWER倒角任务级API执行。执行结束后,Agent-ready API将底层返回结果整理为统一输出,包含操作状态、作用对象、生成特征、相关边面和失败原因等信息。

由此,Agent-ready API封装形成了较完整的调用链:几何索引器负责目标解析,动作组织负责调用编排,POWER任务级接口负责建模执行,结构化返回负责状态说明。这一封装在不改变底层建模能力的前提下,显著提高了接口调用的可解释性、稳定性和可复核性。

3.4.4 MCP与函数调用

Agent-ready API封装形成的语义动作,需通过标准化方式暴露给智能体。常见方式包括MCP(模型上下文协议)工具调用和函数调用(Function Calling),二者都用于描述工具名称、输入结构、调用边界和返回格式,使建模能力能够被结构化调用。

MCP适合将语义动作注册为外部工具,每个工具对应一个明确的建模能力,如创建特征、修改参数、查询状态或验证几何。MCP描述工具名称、功能说明、输入schema和返回结构,由POWER SDK、本地建模服务或平台运行环境负责实际执行。函数调用则适合将语义动作定义为模型可选择的函数接口,需包含名称、参数schema、必填字段、可选字段和返回格式,智能体生成结构化参数后,应用侧接收调用请求并转入对应的POWER任务级接口。

无论采用何种方式,接口设计均应遵循明确性、单一职责和返回稳定性原则:工具名称标识建模动作,输入schema限定参数名称、数据类型、必填项和取值形式,返回结构描述执行状态、结果对象及异常信息;接口粒度应与可独立执行的建模动作相匹配,避免将多类无关操作合并为同一调用入口。通过这种约束,语义动作可形成稳定、清晰、可组合的调用单元,为智能体连续建模提供可靠的接口基础。

3.5 闭环反馈执行环境

工业设计智能体的连续建模本质上是一个“执行—观察—验证—修正”的闭环过程。在关键建模步骤完成、模型状态发生变化或执行结果需要判断时,工具层应能够返回模型状态、几何结果和异常信息,支持智能体判断后续策略:继续执行、调整参数、重新定位对象,或回退至前一稳定状态。闭环反馈执行环境正是将建模调用纳入可查询、可验证、可修正、可回退的运行框架,通过当前状态查询、几何验证和报错返回三类机制,为智能体后续规划提供结构化依据。

3.5.1 状态查询

状态查询用于回答“模型当前处于什么状态”。工具层能够通过返回 HistCAD 建模序列、基础状态、几何拓扑信息和局部查询结果,掌握模型全貌。

HistCAD建模序列记录已执行的建模步骤与操作参数,用于还原模型历史。基础状态描述文档是否可编辑、重算是否完成、实体是否有效、事务是否打开等运行信息。几何拓扑信息描述当前模型中体、面、边、点的数量,以及各实体的UID、类型、包围盒、面积、长度、法向、边界环和邻接关系。局部查询则支持按点、区域、方向或拓扑关系检索对象,例如查询穿过某点的边、指定法向的面、某个面包含的边界边,或某条边相邻的面。以上四类信息共同使智能体能够掌握模型如何形成、当前包含哪些实体、哪些对象可被后续操作引用,为连续建模中的上下文读取提供完整支撑。

3.5.2 几何验证

几何验证用于判断建模结果与设计目标之间的一致性。状态查询提供模型当前事实,几何验证则进一步判断这些事实是否满足任务要求。如表3.10所示,面向设计目标的几何验证主要包括三类:特征级验证关注指定设计特征是否生成及属性是否正确,如孔数、孔径、孔深、孔中心位置等;整体形态验证关注生成模型与目标模型之间的空间一致性,如重建任务中的交并比;视觉导出验证则将模型以标准视图、轴测图、剖视图形式输出,为外观比例、特征位置和局部细节复核提供依据。三类验证从局部特征到整体形态再到可视化确认,层层递进,构成完整的几何一致性判断链路。

表 3.10:面向设计目标的几何验证

8a53fe36331e30df40174012f6387d00

 

3.5.3 报错返回

报错返回机制用于在建模失败时提供可诊断、可恢复的信息,为后续修正提供依据。工具层围绕失败状态、错误类型、失败环节、关联对象、失败位置和恢复建议组织返回结果,使智能体能够判断问题来源并选择重试、修正、回退或重新规划。

如表3.11所示,报错返回服务于后续修正:参数越界时返回参数名称、输入值和可接受范围;目标对象失效时返回相关对象引用和定位失败原因;几何退化时指出退化类型和局部位置;事务执行失败时说明当前状态是否可恢复。通过这种结构化报错返回信息,建模失败不再是执行链条的终点,而转化为下一轮规划的输入,支撑智能体在连续建模过程中进行诊断、修正和恢复。

表 3.11:报错返回机制的字段结构与修正作用

af6488f1d75bae363a3352cf664f5c8c

 

3.6 工具层性能评估

工具层性能评估用于判断CAD执行环境是否能够支撑智能体连续建模,其评估对象涵盖几何内核能力、POWER任务级接口、Agent-ready API及闭环反馈机制。结合工业设计任务需求,工具层性能可从API覆盖度、精度和效率三个维度进行系统评价。

3.6.1 API覆盖度

API覆盖度衡量工具层能够支持的建模操作范围,体现建模能力的完整性。覆盖度越高,智能体可调用的建模动作越完整,对人工补充和外部工具的依赖越低。如表3.12所示,覆盖度评估应围绕典型CAD建模任务展开,包括草图创建、几何约束、基本体建模、拉伸、旋转、孔、倒角、圆角、抽壳、阵列、布尔运算、曲线曲面建模、装配、工程制图、文件导入导出和模型查询等核心能力。对于Agent-ready API,还应进一步评估语义动作、几何索引、状态查询、几何验证和报错返回等接口的完备性,确保智能体在整个“执行—观察—验证—修正”闭环中均有对应的工具支撑。

表 3.12:工具层 API 覆盖度评估内容与典型指标

e5b438b27d9880c3fa2f24215f92ef91

 

3.6.2 API精度

API精度衡量工具层接口输出结果的正确性,评估对象包括底层几何计算结果、拓扑结构结果以及面向上层调用返回的模型信息。对于工业设计智能体而言,接口输出一旦存在误差,将直接影响后续的对象选择、结果判断和工具调用。如表3.13所示,精度评估可以从如下三类内容展开:几何计算精度考察曲线曲面求交、投影、偏置、拟合、布尔、倒角和圆角等操作的数值误差;拓扑结果精度考察建模后体、面、边、点的数量是否正确,邻接关系是否一致,实体是否闭合,是否存在自由边、非流形结构或非法拓扑;模型信息输出精度考察接口对当前模型信息的读取和输出是否准确,包括特征识别结果、相似度指标计算结果以及视觉导出结果的正确性。

表 3.13:工具层 API 精度评估内容与典型指标

7a6f50f1feb6dec8eda20ec31fd938a9

 

3.6.3 API效率

API效率衡量工具层接口完成单次调用的时间成本。评估以单次调用平均耗时为基础指标——在相同软硬件环境、相同输入模型和相同调用条件下,对同一API重复执行若干次,统计其平均执行时间。测试对象可覆盖基本体创建、拉伸、倒角、圆角、布尔运算、曲面求交、模型查询和文件导出等典型接口。API效率评估为智能体规划调用策略、设定超时阈值和优化执行流程提供定量依据。

3.7 本章小结与习题

工具层是工业设计智能体连接设计规划与CAD执行环境的关键层级。它将几何内核、参数化建模平台、Agent-ready API、闭环反馈执行环境和性能评估机制整合为可调用、可观察、可验证、可修正的工程能力。几何内核保证底层计算可信,参数化平台保证建模过程可管理,语义化API保证智能体能够稳定调用工具,闭环反馈保证执行结果可被读取与修正,性能评估保证工具能力具有可检验证据。

3.7.1 核心概念回顾

几何内核是可信执行基础,负责曲线曲面、实体建模、拓扑维护、约束求解、复杂操作处理、模型修复和数据交换,其核心要求是计算结果准确、拓扑结构合法、失败信息可解释。

POWER参数化建模平台位于几何内核与上层调用之间,将底层几何能力组织为对象、属性、文档、会话、事务、链接、DAG和重算机制,使建模过程可编辑、可追踪、可回退。跨层映射保证参数化对象、内核实体和显示对象之间的一致性,开放接口则将平台能力封装为可调用的任务级API。

Agent-ready API面向智能体调用需求,在机器可读API之上增加几何索引、语义动作、结构化返回和标准化调用入口。几何索引器解决几何语义到对象引用的转换,POWER接口封装将建模命令整理为可规划的动作单元,MCP与函数调用为语义动作提供标准化的工具暴露方式。

闭环反馈执行环境支撑连续建模中的状态读取、结果验证和失败修正。状态查询提供HistCAD建模序列、基础状态、几何拓扑信息和局部查询结果;几何验证检查特征数量、IoU和视觉导出等结果;报错返回将失败原因组织为可诊断、可恢复的信息。

工具层性能评估从覆盖度、精度和效率三个维度评价工具能力。覆盖度衡量可支持的建模操作范围,精度衡量几何计算、拓扑结果和模型信息输出的正确性,效率以单次调用平均耗时评价接口响应能力。

3.7.2 本章习题

1. 基于几何内核实现“点在边上”的空间索引:输入一个三维点,遍历模型中的边对象,判断该点是否位于某条边上,并返回对应边的UID。

2. 基于第1题的边索引结果实现边倒角Agent-ready API:将识别到的边作为倒角目标,输入倒角半径,完成边对象定位、倒角调用和结果返回。

3. 通过二次开发接口创建一个法兰零件:完成法兰主体、中心孔、螺栓孔阵列和必要倒角或圆角的完整建模流程。

参考文献

[1] Requicha A G. Representations for rigid solids: Theory, methods, and systems[J]. ACM Computing Surveys (CSUR), 1980, 12(4): 437-464.

[2] Piegl L, Tiller W. The NURBS book[M]. Springer Science & Business Media, 2012.

[3] Pratt M J. Introduction to ISO 10303—the STEP standard for product data exchange[J]. Journal of Computing and Information Science in Engineering, 2001, 1(1): 102-103.

[4] 合肥九韶智能科技有限公司. 九韶内核 AMCAX[EB/OL]. [2026-06-05]. https://product.amcax.net/

[5] Shah J J, Mäntylä M. Parametric and feature-based CAD/CAM: concepts, techniques, and applications[M]. John Wiley & Sons, 1995.

[6] Fudos I, Hoffmann C M. A graph-constructive approach to solving systems of geometric constraints[J]. ACM Transactions on Graphics (TOG), 1997, 16(2): 179-216.

[7] 合肥九韶智能科技有限公司. 九韶内核应用开发平台 POWER(PowerCAD Application Architecture, PAA)[EB/OL]. [2026-06-05]. https://product.amcax.net/paa/.

[8] Model Context Protocol. Model Context Protocol Specification, Version 2025-11-25[EB/OL]. [2026-06-05]. https://modelcontextprotocol.io/specification/2025-11-25.

[9] OpenAI. Function calling[EB/OL]. OpenAI API Documentation. [2026-06-05]. https://platform.openai.com/docs/guides/function-calling.

[10] Dong X, Li C, Zheng P, et al. HistCAD: A constraint-aware parametric history-based CAD representation, dataset, and benchmark with industrial complexity[J]. arXiv preprint arXiv:2602.19171, 2026.

© 版权声明
THE END
喜欢就支持一下吧
点赞1.9W+ 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容