· Agent 工程 ·阅读时长约 6 分钟

基于 AI Agent 的 CATIA 自动化建模 —— 技术路径

通过与 AI Agent 对话,实现:

CATIA3DEXPERIENCE工业软件自动化建模

所属专题：Agent 开发实践 (agent-dev·05)

基于 AI Agent 的 CATIA 自动化建模 —— 技术路径

1. 目标

通过与 AI Agent 对话,实现:

  • 自然语言驱动的 CATIA / 3DEXPERIENCE 建模
  • 参数化零件与变体设计的自动生成
  • 批量修改、批量导出等重复性工作自动化
  • 从需求描述到初版模型骨架的快速产出

2. 为什么不走 Computer Use(GUI 操作)路线

理论上 Claude 的 Computer Use 可以看截图 + 点鼠标 + 敲键盘操作 CATIA,但在 CAD 场景下几乎不可行:

  1. 3D 视口是连续交互:旋转/平移/选面/选边依赖鼠标拖拽和精准 hover,离散的「截图 → 决策」循环无法胜任。
  2. 图标密集且无文本标签:CATIA 工具栏识别错误率极高。
  3. 上下文菜单、Compass 罗盘依赖精准坐标与时序。
  4. 成本爆炸:一个稍复杂零件几百步操作,每步截图,token 成本不划算。
  5. 一步错、全流程崩:GUI Agent 缺乏事务回滚机制。

结论:GUI 路线只能做 demo,不能承担真实建模。应走 API 调用 路线。

3. 推荐架构

用户对话
   ↓
Claude (Agent)         ← LLM 负责语义理解、任务规划、参数推断
   ↓  (tool use / MCP)
封装好的 CATIA 工具层    ← 我们自己写的原子操作 + 高层组合
   ↓
CATIA Automation API   ← VBA / COM / Python win32com / EKL / CAA
   ↓
CATIA V5 / 3DEXPERIENCE

核心原则:LLM 只做意图翻译,不直接操作几何。所有几何操作走确定性的工具层。

4. 两种落地方式

方式 A:预封装工具集(推荐,可控性高)

把常用建模动作封装成一组「原子工具」,通过 Claude tool use 或 MCP Server 暴露给 Agent。

示例工具集:

# Part / Body
create_part(name)
create_body(part, name)

# Sketch
create_sketch(plane, name)
add_rectangle(sketch, width, height, center)
add_circle(sketch, radius, center)
add_line(sketch, p1, p2)
add_constraint(sketch, entity1, entity2, type)

# Feature
pad(sketch, length, direction)
pocket(sketch, depth)
revolve(sketch, axis, angle)
fillet(edges, radius)
chamfer(edges, distance)
create_hole(face, diameter, depth, position)
pattern_linear(feature, count, spacing, direction)
pattern_circular(feature, count, axis)
mirror(feature, plane)

# Assembly
insert_component(product, part_path)
add_mate(comp1, comp2, type)

# I/O
save_as(path)
export_step(path)
export_iges(path)

# Query
list_features(part)
measure(entity1, entity2)
get_bounding_box(part)

对话示例:

用户:“帮我做一个 100×50×20 的板,四个角各打一个直径 5 的通孔,离边 10。”

Agent 调用序列: create_part("plate") → create_sketch(XY_plane) → add_rectangle(100, 50, center=(0,0)) → pad(sketch, 20) → create_hole(top_face, 5, through=True, (10, 10)) × 4 → save_as(...)

优点:确定性强、失败可定位、token 消耗低、体验流畅。 缺点:能力受工具集覆盖度限制。

方式 B:Agent 生成脚本再执行

让 Claude 直接生成 VBA / CATScript / Python COM 代码,由执行器投递到 CATIA。

优点:表达力强(循环、条件、参数化)、能处理长尾需求。 缺点:LLM 对 CATIA API 细节(对象层级、异常)容易写错,需迭代调试。

混合策略(实际推荐)

  • 常见操作 → 方式 A(稳、快、便宜)
  • 长尾/复杂逻辑 → 方式 B(灵活)
  • Agent 根据任务复杂度自主选择

5. 关键技术点

5.1 通信层

场景推荐方案
CATIA V5 (Windows)Python +win32com.client.Dispatch("CATIA.Application")
3DEXPERIENCE (本地)同上,或 EKL
3DEXPERIENCE (Web/PLM 侧)REST API / 3DEXPERIENCE Web Services
深度定制CAA C++ SDK(门槛高)

5.2 工具协议

用 MCP (Model Context Protocol) Server 封装 CATIA 工具:

  • 一次封装,Claude Desktop / Claude Code / API 均可复用
  • 天然支持 tool use 描述、参数校验、错误回传
  • 生态里已有 Blender-MCP、Fusion360-MCP,可参照

5.3 状态回传

每次操作后回传给 Agent:

  • 当前 Part 的 feature tree(简化 JSON)
  • 报错信息(异常类型 + 消息)
  • 关键几何度量(bounding box、体积)

让 Agent 具备自我纠错能力。

5.4 参数化优先

优先在 CATIA 里创建 Parameters 和 Formulas,而非硬编码尺寸:

  • 后续可通过 set_parameter(name, value) 调整
  • 支持变体设计和族件
  • 复用性大幅提升

5.5 人在回路(Human-in-the-loop)

关键节点强制用户确认:

  • 保存 / 覆盖已有文件
  • 发布到 PLM
  • 大规模批量操作前
  • 生成脚本的首次执行

5.6 错误恢复

CATIA 常见错误:

  • 约束冲突
  • 面/边选择失败(引用失效)
  • Feature 更新失败

策略:

  • 拿到具体错误消息 → Agent 分析 → 重试或换策略
  • 每个 Feature 操作前设 checkpoint(可 undo)
  • 失败时提供 rollback 工具

6. 能力边界

做得好的场景

  • 参数化标准件(法兰、支架、板件、齿轮、螺栓孔阵列)
  • 基于模板的变体设计
  • 批量修改、批量导出(STEP/IGES/PDF)
  • 简单装配自动化(标准配合)
  • 从需求描述生成初版模型骨架
  • 工程 BOM 提取、参数报表

做不好的场景

  • 复杂自由曲面(需视觉判断)
  • 需要工程直觉的结构优化
  • 复杂装配的空间避让、配合关系推理
  • 需要看 3D 视图才能决策的操作(如”把这个面倒圆”)—— 需要用户明确指定引用

7. 分阶段实施路线

Phase 0:可行性验证(1 周)

  • 用 Python + pywin32 打通 CATIA V5 COM 接口
  • 手写 3-5 个原子工具(create_part / add_rectangle / pad / save_as)
  • 验证脚本能稳定执行

Phase 1:MCP Server MVP(2 周)

  • 封装 15-20 个高频原子工具
  • 搭最小 MCP Server,接入 Claude Desktop
  • 完成 3-5 个 demo:参数化板、法兰、L 型支架

Phase 2:能力扩展(4 周)

  • 补齐草图约束、Pattern、Assembly 工具
  • 加入状态回传与错误恢复
  • 加入方式 B(脚本生成 + 执行器)

Phase 3:工程化(持续)

  • 模板库(常用零件族)
  • 与 PLM/PDM 集成
  • 批量任务队列
  • 用户权限与审计日志

8. 参考与借鉴

  • CadQuery / build123d:Python 参数化 CAD,已有丰富的 LLM 生成建模脚本案例。可先在这类开源工具上验证整个 pipeline,再迁移到 CATIA。
  • Blender-MCP / Fusion360-MCP:MCP + 3D 软件的成熟范式,架构可直接借鉴。
  • Dassault 官方 CATIA AI Assistant:方向一致,验证了工业界的认可。
  • CATIA VBA 宏文档 / CAA 文档:自动化 API 参考。

9. 风险与注意事项

  1. CATIA COM 只在 Windows 上可用,Linux 环境需通过远程调用(RPC/HTTP 桥)。
  2. 3DEXPERIENCE 的 API 权限:企业版需与 IT / PLM 管理员协调授权。
  3. 版本兼容性:CATIA 各版本 API 有差异,需版本适配层。
  4. 并发限制:CATIA 单实例通常不支持并发操作,批量任务需队列化。
  5. 数据安全:图纸、模型属敏感数据,MCP Server 应本地部署,不要将模型内容上传给云 LLM(可只传结构化操作指令 + 状态)。

10. 一句话总结

别让 LLM 去点 CATIA 的按钮,让它去调用你封装好的工具。 架构上把「语义理解」和「几何执行」解耦,用 MCP 做桥梁,是目前最靠谱、可扩展的路径。

评论