会员专区

从文本建模走向工程闭环：CAD/CAE Copilot为什么值得工业软件团队深挖

, , , , ,

摘要：CAD/CAE Copilot把自然语言建模连接到参数化几何、拓扑引用、规则校核、有限元分析和可复现工程包，展示了智能体驱动CAD/CAE闭环的关键接口。

CAD/CAE Copilot从自然语言建模走向工程闭环

GitHub 项目： armpro24-blip/cad-cae-copilot
侦察快照： 2026-08-03，MIT，Python，本轮记录约 43 Star，2026 年 7 月 29 日仍有提交。

导语

过去两年，Text-to-CAD 项目快速增加。输入一句话，几秒钟后出现一个三维零件，演示效果很直观。工程团队很快会追问下一组问题：尺寸能不能继续修改，几何特征能不能稳定定位，载荷和约束挂在哪个面上，模型修改后边界条件是否还有效，求解结果有没有证据链，另一个工程师能否复现整个过程。

CAD/CAE Copilot 值得关注，原因就在这组问题。它把自然语言建模放进一条更长的工程链路：显式需求、参数化几何、命名零部件、拓扑引用、规则校核、有限元分析、结果可信度分级，以及可移交的 .aieng 工程包。这个项目规模仍小，距离工业生产系统也有明显距离，但它已经触碰到 AI 进入 CAD、CAE 和 PLM 后最关键的工程接口。

一、从“生成形状”转向“生成可维护的工程对象”

项目使用 build123d 和 OpenCASCADE 生成真实 B-rep 几何，可导出 STEP、STL 和 GLB。对工业设计而言，输出格式只是第一层。更重要的内容包括参数、零件命名、源代码、预览图、拓扑映射、校核结果和仿真证据。

README 给出的信息流可以概括为：

1
2
3
4
5
6
7
工程需求
  → MCP 智能体规划与调用工具
  → build123d / OpenCASCADE 参数化建模
  → 命名零件、参数和拓扑引用
  → 规则校核与 CAE 设置
  → CalculiX 求解和结果评价
  → .aieng 可复现工程包

这一结构把大模型放在“工程工具调用者”的位置。模型负责理解需求、规划步骤和选择工具，几何计算仍交给 CAD 内核，有限元计算交给求解器，确定性规则负责检查尺寸、对称性、包络和设计约束。这样的分工更符合工业软件的运行逻辑：语言模型擅长组织流程，专业内核负责数值和几何结果。

项目还支持外部 MCP 客户端接入。Codex、Claude Code、Cursor 等客户端携带自己的模型能力，工作台后端提供工具和工程状态。由此形成一种可替换模型、保留工程底座的架构。对企业而言，这比把某一家模型 API 写死在 CAD 插件里更便于控制成本、权限和模型迁移。

CAD/CAE Copilot参数化设计与仿真验证闭环

二、稳定拓扑引用决定智能体能否完成连续修改

工业 CAD 智能体最容易被低估的难题，是拓扑命名。

第一次生成支架后，智能体可以说“在上表面施加载荷”。模型尺寸一旦变化，OpenCASCADE 重新构造 B-rep，原来的 Face3 可能变成 Face7，圆角、孔和布尔操作也会改变遍历顺序。载荷若仅绑定瞬时编号，第二轮仿真就可能挂到错误的面上。人类工程师在界面中能重新选择，自动化流程却可能静默地产生错误结果。

CAD/CAE Copilot 提供 @face:* 一类拓扑指针，并尝试保存拓扑映射。这个方向很重要，因为连续对话式设计依赖稳定引用：

  • 修改板厚时，固定端和受力面需要继续指向原有工程语义；
  • 增加圆角后，孔、安装面和接触面仍应被识别；
  • CAE 设置、制造规则和检验要求需要跟随几何版本迁移；
  • 智能体之间交接任务时，不能只传递一张渲染图。

项目文档同时明确承认，部分 OCP 拓扑提取仍处于实验阶段，遍历顺序生成的 ID 在几何修改后可能变化，特征识别也保留规则化、候选式特征。这种说明反而增加了项目的研究价值。它把“拓扑映射成功时可提供稳定引用”和“工业级持久命名尚未完全解决”同时摆在台面上。

因此，本地测试不能只看第一次建模是否漂亮。应连续修改孔径、板厚、筋板位置和圆角半径，观察拓扑指针、边界条件、规则和结果对比能否稳定迁移。这个测试比单次提示词成功率更能判断项目的工业潜力。

三、.aieng 工程包试图解决智能工程的上下文丢失

传统 CAD 文件保存几何，CAE 工程保存网格和工况，脚本散落在目录中，模型提示词和智能体操作记录又位于另一套系统。跨软件、跨人员和跨智能体协作时，上下文很容易断裂。

CAD/CAE Copilot 将 .aieng 描述为一个自说明工程包，用来集中保存几何、源代码、参数、拓扑、材料、载荷、约束、求解产物、校核结果和来源信息。CAD 内核、求解器和 PLM 数据库仍承担各自的专业职责。可以把这个工程包理解为“工程证据护照”。

这个设计对智能体驱动的 PLM/CAD/CAE 闭环有三层价值。

第一层是可复现。另一个工程师取得工程包后，可以知道模型由什么需求生成、用了哪些参数、调用了什么工具、产生了哪些文件。

第二层是可比较。设计修改前后的几何、规则结果和仿真指标可以形成差异记录，智能体据此判断“减重是否导致最大应力上升”“孔距变化是否破坏安装约束”。

第三层是可交接。一个智能体完成建模，另一个智能体负责仿真，第三个智能体生成评审报告，三者共享的对象应当是结构化工程状态，而非聊天记录。

未来若与企业 PLM 集成，.aieng 可以作为任务级封装，PLM 继续承担物料、版本、审批和权限主数据。两者边界清楚后，AI 工作台就有机会嵌入现有研发体系，而不必重建整套产品数据管理系统。

四、可信度阶梯比“求解成功”更有价值

项目源码中设计了一条保守的 CAE 可信度阶梯，层级依次包括：没有结果文件、已有结果文件、求解器完成、数值结果已解析、合理性检查通过、与设计目标比较、与基准校准、获得人工评审支持。

这一思路切中了 AI 生成 CAE 报告的高风险点。求解器返回成功，只能说明程序运行结束。网格可能过粗，边界条件可能设错，材料单位可能混乱，结果也可能违反基本量纲和工程常识。项目把“求解完成”“数值可解析”“合理性通过”“基准一致”和“人工评审”拆成不同层级，并明确所有层级都不等于认证。

对企业系统而言，这可以进一步扩展为统一的仿真证据模型：

  • 几何和网格质量是否达到项目门槛；
  • 载荷、约束和材料是否来自批准的数据源；
  • 能量平衡、反力平衡、位移和应力范围是否合理；
  • 是否完成网格收敛或时间步敏感性分析；
  • 是否与理论解、试验或已验证算例比较；
  • 哪位工程师审阅了哪些结论。

智能体可以自动推进低风险检查，关键结论仍由工程师签署。这样形成的“人机协同”有明确责任边界，也便于质量体系审计。

五、近期提交透露出项目正在补工程化短板

2026 年 7 月末的提交主要围绕 Docker 冒烟测试、依赖版本约束、真实 CalculiX 验证门禁、分支规则和 PyPI 发布流程。它们不如新增一个建模功能醒目，却说明维护者已经开始处理可安装性、依赖漂移、数值回归和发布可追溯性。

其中一个典型问题来自 MCP SDK 大版本变化。上游接口移除后，项目的核心 MCP 服务无法导入，维护者通过版本上限恢复可用性，并补充容器和打包测试。这个事件说明 AI 工业软件会同时承受两类依赖风险：CAD/CAE 内核通常稳定但复杂，智能体协议和模型工具链迭代很快。企业部署时必须锁定版本、保留镜像、设置回归算例，并将数值正确性测试纳入持续集成。

六、建议开展一条“支架需求—建模—仿真—改型—复算”本地链路

适合本地验证的任务可以设置为一个带安装孔、轴承孔和加强筋的支架，要求尺寸、材料、载荷和安全系数明确。完整测试分为五轮：

  1. 根据文字需求生成参数化支架，检查包络、孔位、对称性和命名零件；
  2. 为固定面和受力面建立拓扑引用，运行静力分析；
  3. 增加板厚或调整筋板，检查原有边界条件能否迁移；
  4. 比较两版位移、应力、质量和安全系数，要求所有结论指向结果证据；
  5. 在另一台机器或另一个智能体客户端中打开 .aieng，复现模型和报告。

评价指标应包括几何正确率、参数可编辑性、拓扑迁移成功率、工况完整度、求解稳定性、基准误差、工程包可复现性，以及每次修改是否经过明确审批。

七、距离工业生产还缺什么

项目目前仍处于早期阶段。社区规模较小，部分能力标注为 alpha 或实验性，仓库也明确说明结果不构成生产认证。进一步走向工业应用，需要补齐以下环节：

其一，复杂特征和大型装配体的建模鲁棒性。真实产品包含薄壁、曲面、焊缝、标准件、配置和装配约束，远比示例支架复杂。

其二，持久拓扑命名和特征语义。单纯保存 Face ID 无法覆盖长期版本演化，需结合建模历史、几何签名、语义标签和人工确认。

其三，网格、材料和边界条件的工程知识。CAE 的主要风险通常位于前处理，智能体需要调用企业材料库、载荷规范和建模标准。

其四，PLM 权限与审批。需求、几何、仿真和报告都涉及版本、角色和责任，MCP 工具必须纳入企业权限体系和操作留痕。

其五，多求解器和商业格式兼容。CalculiX 适合建立开源验证链，企业环境还会涉及 Abaqus、Ansys、Nastran、Radioss 等系统。

结语

CAD/CAE Copilot 当前最有价值的部分，是它提出了一种可讨论、可测试的 AI 原生工程工作台结构：语言模型负责规划，专业内核负责几何和数值，规则负责校核，工程包保存上下文，可信度阶梯约束结论，人工审批守住责任边界。

这条路线与智能体驱动的 PLM/CAD/CAE 闭环高度契合。对工业软件团队而言，值得深挖的重点也很清楚：不要只测试“能否画出支架”，要测试修改后的拓扑、工况、证据和责任是否仍然连在一起。

参考资料

分享到