文档开发者中心
我的
|

软件开发

Node.js

(AI画CAD)网页CAD怎么接入大模型?CAD用自然语言画图

MxCAD AI 模块是嵌入网页 CAD 的插件:接收用户自然语言指令,调用大模型生成符合 MxCAD API 规范的 JS 代码,在隔离沙箱中执行,并把结果以图形呈现到图纸。模块本身不含模型、不直接操作图纸,只负责三件事:整理图纸状态、调用模型生成代码、执行并校验结果。

 一、MxCAD 接入 AI 模块的优势

传统 CAD 对外提供高层命令(如 `drawCircle(圆心, 半径)`),命令本身不说明圆心如何确定、半径单位、颜色图层在哪设置,模型只能靠推测补全,出错率高。MxCAD 则把绘图能力拆分为具体的对象和属性:

收起
自动换行
深色代码主题
复制
const center = new McGePoint3d(0, 0, 0);
const circle = new McDbCircle();
circle.center = center;
circle.radius = 100;
circle.trueColor = new McCmColor(255, 0, 0);
entitys.push(circle);

因此 MxCAD 接入 AI 后能做到:

1. 意图明确:每行代码对应一个确定的几何动作,模型无需推测整体意图。

2. 错误可定位:沙箱执行失败时把具体报错回传模型重新生成。

3. 修改可迭代:如“把矩形圆角改成 10”,只需修改已有代码,不必重新理解整张图纸。

4. 工程属性不丢失:图层、线型、标注样式全部落在具体字段上,不因多轮对话丢失。

这套做法属于“代码生成”路线(CadQuery / OpenSCAD 一类),缺点是复杂曲面支持较弱、单次失败率较高,优点是可读、可改。MxCAD 的价值在于把失败率控制到可用范围,同时保留可读可改的优势。

工程层面另有三个优点:

1. 策略模式统一智能体接口:所有智能体实现同一个 `process(task, options)`,注册在 `agentStrategies` 表中,新增智能体不需要改动其他代码。

2. LLMClient 作为唯一网络出口:支持全局取消,便于管理和排查。

3. 配置与代码分离:供应商、baseURL、模型列表可运行时配置,也可编译进产物。

二、核心架构

2.1 五个阶段、七个步骤

以“画一个矩形,长 100,宽 60,四个角倒圆角,半径 10”为例,从接收指令到出图依次经过五个阶段、七个步骤,每一步只解决一个问题。

阶段一:接收与路由

- 第一步:把用户输入打包成任务对象交给后续环节,界面显示加载中。

- 第二步:判断由谁处理。延续性指令(如“再大一点”)直接交给上一轮的智能体;否则先用关键词表匹配(“画”“创建”“删除”“选中”等),匹配不上的才问模型,省去不必要的网络请求。

阶段二:组装上下文

- 第三步:凑齐模型所需材料——角色与输出格式要求、MxCAD API 文档片段、图纸当前状态(视口范围、选中图形)、前几轮对话。模型对图纸和 MxCAD 的认知全靠这一步提供。

阶段三:模型生成

- 第四步:调用模型,等它返回文字。请求地址和密钥来自配置层,所有请求经同一客户端发出,可中途取消。

- 第五步:剥离 Markdown 标记和多余说明,提取纯代码并补上必要的 `import`,得到一段可运行的 JavaScript。

阶段四:沙箱验证

- 第六步:在隔离环境中试运行,画出的图形只显示在预览区,不进正式图纸。代码写错、调用不存在的方法、生成过多图形,都在这一步暴露。

阶段五:提交或重试

- 第七步:试运行成功,打开代码编辑器让用户查看代码与预览,决定是否写入图纸;失败则把报错连同原始指令送回模型重新生成,最多重试 3 轮,仍失败则终止并提示。

整个过程中模型只参与第三、四、五步,其余由框架完成。核心思路:不让模型直接操作 CAD,而是让它输出一段可被验证的代码,由框架负责验证与落地。

2.2 五层结构

七个步骤分散在五层结构中,每层只承担一类职责,出问题时可单独排查。

1. UI 层:送入需求、展示预览结果;代码编辑器也在此层,让用户写入前能看到 AI 生成的代码。

2. 智能体层:调度中心。所有智能体实现统一 `process(task, options)` 并注册到 `agentStrategies`;路由智能体根据指令选择智能体,被选中的负责组装 systemPrompt;新增领域智能体只需实现并注册,不改其他层。

3. 核心层:`BaseAgent` 负责调用流程与重试,`LLMClient` 负责网络请求,沙箱负责执行代码。这是框架主体,也是唯一接触网络、唯一执行外部代码的地方。

4. 配置层:存放供应商名称、baseURL、API Key、模型列表,可运行时填写或编译进产物(对应后文两种接入方式)。

5. 上下文层:提供图纸状态快照——视口范围、选中实体、对话历史。它决定模型能否“看见”图纸现状;多轮修改能否落在同一对象上,取决于是否把选中实体传进去。

2.3 三个智能体的分工

分工的意义在于缩小每个智能体的 systemPrompt 范围:`ModelingAgent` 只讲几何创建,`DefaultAgent` 只讲属性修改与查询。提示词越窄,模型输出无关内容的概率越低。

同时路由智能体保留“延续会话”判断:用户说“再大一点”时不重新判断意图,直接交给上一轮智能体,保证多轮修改落在同一对象上。

三、如何配置可用的 AI 模型

所有配置最终落到四个参数:**供应商、API Key、模型 id、baseURL**。入口统一为:CAD 网页 → 聊天胶囊上的**齿轮按钮**(或执行命令 `MxCAD_AIConfig`)打开“AI 配置设置”对话框。

3.1 接入自定义部署的 AI 模型

前提条件(部署侧):

1. 模型以 **OpenAI 兼容 server** 提供服务:llama.cpp(`llama-server`)、vLLM、Ollama、LM Studio、SGLang 均可;裸 transformers 脚本需加 FastAPI 或套 LiteLLM 网关;

2. 响应必须包含 `choices[0].message.content`(插件硬编码解析该字段);

3. 允许跨域(CORS)——插件在浏览器端直接发请求,llama.cpp 默认已开,vLLM 需加 `--allow-origin "*"`;

4. 上下文建议 ≥32K(系统提示词内嵌大段 API 文档,固定请求 `max_tokens: 4096`)。

方式 A:零代码接入(运行时配置,推荐)

**第 0 步**:接入前用 curl 验证

收起
自动换行
深色代码主题
复制
# 1) 拿真实模型 id(注意:llama.cpp 返回的是 gguf 文件路径,
#    必须以 /v1/models 返回的 id 为准)
curl http://xxxxxxxxxxxx/v1/models \
  -H "Authorization: Bearer xxxxxxxxxxxx"

# 2) 模拟插件的真实请求,验证协议与 key
curl http://xxxxxxxxxxxx/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer xxxxxxxxxxxxxxxxx" \
  -d '{"model":"xxxxxxxxxxxxxxxx",
       "messages":[{"role":"user","content":"只回复四个字:接入成功"}],
       "temperature":0,"max_tokens":64}'

第 1 步:齿轮按钮(或命令 `MxCAD_AIConfig`)打开“AI 配置设置”对话框。

第 2 步:任选一个供应商(如 OpenRouter),此步只是占位,真实端点由下一步覆盖。

第 3 步:填 API Key,本地服务不校验 key 时任意非空串均可。

第 4 步:填写"自定义 API 地址"——`//xxxxxxxxxxxxxxxx/v1/chat/completions`。注意必须写到 `chat/completions` 完整路径,代码直接 fetch 这个 URL,不会自动拼接。

第 5 步:在下拉框中手动输入模型 id。

第 6 步:点“保存”,配置写入 localStorage(`mx_ai_chat_config`),所有智能体立即切换,刷新后仍生效。

第 7 步:验证——输入“画一个圆”,确认沙箱出图、代码编辑器收到代码。**

方式 B:代码级内置(做成默认值,构建后开箱即用)

适用场景:交付的 CAD 页面不用进设置界面、默认就走你的模型。修改 `MxDrawCloudServer/SRC/sample/app/plugins/pluginAiChatsrc/services/openRouterAPI.ts`,重新打包运行。

收起
自动换行
深色代码主题
复制
// ① availableProviders 数组末尾新增供应商
{
  id: 'local',
  name: '本地/自定义模型',
  description: '自托管 OpenAI 兼容服务(llama.cpp/vLLM/Ollama 等)',
  icon: '$mdi-home-server',
  baseURL: '//xxxxxxxxxxxxxxx/v1/chat/completions',
  customizable: true
}
// ② fallbackModelsByProvider 新增模型列表(源码里反斜杠写成 \\)
local: [
  { id: 'xxxxxxxxxxxxxxxx(模型id)',
    name: 'xxxxxxx',
    description: '自托管 llama.cpp 服务,200K 上下文',
    provider: 'local', free: true }
]
// ③ modelsByProvider 响应式对象同步加一行
local: [...fallbackModelsByProvider.local]
// ④ defaultConfig 改为默认生效
const defaultConfig: APIConfig = {
  provider: 'local',
  apiKey: 'Xxxxxxxxxxxxx',
  selectedModel: 'xxxxxxxxxxxxxx(模型id)',
  baseURL: '//xxxxxxxxxxx/v1/chat/completions'
}

3.2 接入内置供应商的 AI 模型

**操作步骤**:

1. 齿轮按钮(或命令 `MxCAD_AIConfig`)打开“AI 配置设置”对话框;

2. 下拉选择 OpenRouter / OpenAI 之一,自动带出该供应商的默认 baseURL 和第一个预置模型;

3. 填 API Key:OpenRouter 为 `sk-or-v1-` 开头的平台 key,OpenAI 为 `sk-` 开头的官方 key;

4. 选模型:OpenRouter 列表为启动时动态拉取的全量模型(带 FREE/PAID 标识,缓存 24 小时),也可手动输入任意模型 id;如需覆盖端点可在“自定义 API 地址”修改(一般不需要);

5. 点“保存”,配置持久化到 localStorage;

6. 验证:输入“画一个圆”,确认出图与代码编辑器联动。

**内置供应商的行为特性**:

- OpenRouter 请求会附加 `HTTP-Referer`、`X-Title` 头和 `route: "fallback"`(启用备用路由);

- `response_format: json_object` 仅对 openai / iflow 生效,其余场景由 `parseJSONResponse` 兜底解析(可剥离 Markdown 代码块包裹);

- 所有 LLM 请求支持一键取消:加载状态下悬停聊天按钮,变红即“取消请求”,调用 `cancelAllLLMRequests()` 中止全部在途请求。

四、启动项目并验证效果

4.1 启动项目

1. 双击 copy_dist.bat,将 2D 演示应用复制到 dist

2. 进入插件目录

收起
自动换行
深色代码主题
复制
   cd pluginAiChat
   npm install
   npm run dev

3. 浏览器访问 <//localhost:3366/plugins/pluginAiChat/>

4. 执行命令 Mx_showAiFunctionButton,出现聊天胶囊

5. 点击齿轮配置模型,输入“画一个圆”

4.2 用自然语言绘制图形

输入:

> 画一个矩形,长 100,宽 60,四个角倒圆角,半径 10

系统不返回文字说明,而是生成如下代码并在沙箱中执行:

收起
自动换行
深色代码主题
复制
import { MxCpp, McGePoint3d, McDbPolyline, McCmColor } from "mxcad";
function drawRoundedRect() {
  const mxcad = MxCpp.getCurrentMxCAD();
  const L = 100, W = 60, R = 10;
  const bulge = Math.tan(Math.PI / 8); // 90°圆弧的bulge值 ≈ 0.41421356
  const pl = new McDbPolyline();
  pl.isClosed = true;
  pl.trueColor = new McCmColor(0, 128, 255);
  pl.constantWidth = 1;
  // 逆时针8个顶点,每段直线后跟一个90°圆弧
  // 底边
  pl.addVertexAt(new McGePoint3d(R, 0, 0));
  pl.addVertexAt(new McGePoint3d(L - R, 0, 0), bulge);       // 右下角圆弧
  // 右边
  pl.addVertexAt(new McGePoint3d(L, R, 0));
  pl.addVertexAt(new McGePoint3d(L, W - R, 0), bulge);       // 右上角圆弧
  // 顶边
  pl.addVertexAt(new McGePoint3d(L - R, W, 0));
  pl.addVertexAt(new McGePoint3d(R, W, 0), bulge);           // 左上角圆弧
  // 左边
  pl.addVertexAt(new McGePoint3d(0, W - R, 0));
  pl.addVertexAt(new McGePoint3d(0, R, 0), bulge);           // 左下角圆弧
  mxcad.drawEntity(pl);
  mxcad.zoomAll();
}
drawRoundedRect();

执行成功后图形出现在预览区,用户确认后正式写入图纸。

4.3 用自然语言编辑已有图纸

输入:

> 选中所有长度大于 10 的直线,把它们改到 WALL 图层,颜色设为红色

系统生成的代码会读取当前图纸实体、逐个判断长度,符合条件者修改 `layer` 和 `trueColor` 属性后提交变更,全程无需人工逐个选择对象。

五、总结

MxCAD AI 模块的设计思路:绘图动作转成代码,沙箱执行,结果交给人确认,模型只在中间负责生成文本与自我修正。模型生成、框架执行、人确认,三层分工明确。

建议实施顺序:先接入模型跑通“画一个圆” → 再改提示词适配行业规范 → 然后增加关键词路由提效 → 最后拆领域智能体深入特定场景。每一步都能立即看到效果。

点赞
收藏
回复
分享
举报
浏览23 发布于6天前四川
全部评论
最多点赞
最新发布
最早发布
暂无评论
暂无评论
写回答
新增插入模板功能
一键使用模板,快速填写内容,轻松发帖~
知道了
  • 为了保障您的信息安全,请勿上传您的敏感个人信息(如您的密码等信息)和您的敏感资产信息(如关键源代码、签名私钥、调试安装包、业务日志等信息),且您需自行承担由此产生的信息泄露等安全风险。
  • 如您发布的内容为转载内容,请注明内容来源。

我要发帖子

目录 收起
一、MxCAD 接入 AI 模块的优势
二、核心架构
2.1 五个阶段、七个步骤
2.2 五层结构
2.3 三个智能体的分工
三、如何配置可用的 AI 模型
3.1 接入自定义部署的 AI 模型
3.2 接入内置供应商的 AI 模型
四、启动项目并验证效果
4.1 启动项目
4.2 用自然语言绘制图形
4.3 用自然语言编辑已有图纸
五、总结
了解社区公约,与您携手共创和谐专业的开发者社区。