LLM-агент в КОМПАС-3D: автоматизация рутинного моделирования и слабые места в оформлении КД

Habr AI · оригинал

Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Разработчик представил плагин, позволяющий LLM-агентам выполнять задачи в КОМПАС-3D через протокол MCP, успешно справляясь с построением 3D-моделей и узлов. Однако агент демонстрирует нестабильную работу при оформлении чертежей из-за недостаточного знакомства моделей с API программы.

Интеграция ИИ в профессиональное CAD-ПО меняет подход к рутинным инженерным задачам, экономя время на базовом моделировании, но требует сохранения контроля за качеством документации со стороны специалиста.

В сфере инженерного проектирования появляется новый инструмент: плагин, позволяющий языковым моделям напрямую взаимодействовать с КОМПАС-3D. Автор проекта, имея опыт работы с ИИ-агентами, но не будучи профессиональным конструктором, создал связку, где агент открывает модели, строит детали и оформляет чертежи. Механизм работает через протокол MCP (Model Context Protocol), что позволяет использовать в качестве «мозга» различные клиенты, такие как Claude Code или Cursor. Внутри программы агент не имитирует клики мышью, а генерирует и выполняет код на API КОМПАС, опираясь на встроенную справку и анализ геометрии.

Для демонстрации возможностей разработчик поручил агенту создать одноступенчатый цилиндрический редуктор по типовому заданию из курсовой работы. Исходные данные включали параметры двигателя АИР112M4 и передаточное число 4. Агент выполнил полный цикл: от расчёта передачи по методике Чернавского до построения параметрической сборки с использованием штатных инструментов КОМПАС, таких как приложение «Валы и механические передачи 3D». Важно, что все размеры деталей привязаны к опорным переменным сборки, что обеспечивает параметричность модели. Автор подчеркивает, что он выступал в роли заказчика: ставил технические задания на каждый этап, проверял промежуточные результаты и направлял решения, например, требуя прокинуть результаты расчетов в переменные.

Архитектура плагина построена на принципе «агент пишет код». Вместо создания отдельных инструментов для каждого действия (что было бы неэффективно из-за тысяч операций в CAD), агенту предоставлен доступ к документации API и средствам проверки результата. Каждое изменение модели происходит внутри этапа: если после выполнения кода возникают ошибки перестроения или пересечения тел, этап откатывается. Это обеспечивает безопасность работы и позволяет человеку легко отменить действия одной командой. Также реализована возможность запуска отдельного экземпляра КОМПАС для агента, чтобы не мешать работе пользователя в основном окне.

Бенчмаркинг на 15 задачах, выведенных из готовых сборок КОМПАС, показал различную эффективность агента. В области 3D-моделирования результаты высокие: построение деталей по чертежам и узлов выполняется уверенно с минимальным расходом токенов. Однако при работе с чертежами и комплектацией КД агент часто ошибается. Проблема заключается не в отсутствии нужных размеров, а в их нечитаемом расположении на листе. Модели плохо ориентируются в соответствующих интерфейсах КОМПАС, что приводит к увеличению времени выполнения задач.

Среди ключевых ограничений разработчик выделяет сложность интеграции со встроенными библиотеками КОМПАС, многие из которых не имеют удобных COM-интерфейсов. Кроме того, из-за малого количества примеров кода на API КОМПАС в открытых источниках языковые модели иногда выдумывают методы или путаются в параметрах. Для решения сложных задач пока требуются мощные модели уровня Opus, тогда как более простые задачи под силу Sonnet. Автор отмечает, что эти проблемы являются временными и активно решаются за счет доработки плагина.

Итоговый вывод автора состоит в том, что ИИ-агент не заменяет инженера, а забирает на себя рутину: построение базовых форм, внесение изменений в сборки и предварительную проверку геометрии. Ответственность за архитектуру изделия, выбор решений и финальное качество документации остается на человеке. Плагин доступен на GitHub, установка осуществляется одним скриптом без прав администратора, что делает инструмент доступным для широкого круга специалистов.