حصل KOMPAS-3D على وكيل AI يبني الأجزاء والرسومات ويصدر DXF تلقائيًا
نضج MCP لـ KOMPAS-3D بسرعة: لم يعد وكيل AI يكتفي بعرض تجريبي جميل، بل يبني الجزء بنفسه، ويضيف الثقوب، ويتحقق من شجرة البناء، ويحفظ المستند. كما يتولى روتين الرس
MCP для КОМПАС-3D за два месяца прошёл путь от эффектного демо до агента, которому можно поручить реальную CAD-рутину. Теперь ИИ не просто отправляет команды в систему, а сам строит деталь, отслеживает состояние модели, сохраняет документ и возвращает результат со скриншотом.
От демо к практике
Первая версия связки выглядела интересно, но была скорее доказательством концепции. Скепсис был понятен: если агент не понимает, на каком этапе находится модель, любая ошибка в последовательности действий ломает всю цепочку. Для инженерной среды этого достаточно, чтобы инструмент остался игрушкой для презентаций.
Именно поэтому главным обновлением стала не очередная команда, а способность ИИ удерживать контекст работы внутри конкретного документа и рабочей сессии. Сейчас сценарий выглядит заметно взрослее. Агент получает задачу, создаёт 3D-деталь, добавляет отверстия, проверяет дерево построения, сохраняет файл и формирует скриншот результата без ручного вмешательства между шагами.
Параллельно он может забрать и часть плоской рутины: сгенерировать чертёж, заполнить штамп и экспортировать итог в DXF по одному запросу. Это уже ближе не к “вау-демо”, а к инструменту, который можно тестировать в рабочем процессе.
«Круто для демо, но в реальной работе не взлетит» — так автор
описывает реакцию на первую версию MCP.
Память о модели
Ключевая разница новой версии в том, что агент держит в памяти текущее состояние модели на каждом шаге. Он понимает, в каком документе работает, какое базовое тело уже создано, сколько элементов висит в дереве и какой feature появился после последней операции. За счёт этого ИИ не действует вслепую и не пытается каждый раз строить деталь заново, если работа уже была начата раньше.
В статье приводится пример с get_3d_context: инструмент позволяет спросить у уже открытой детали её текущее состояние и сразу увидеть, что базовая геометрия готова, а в дереве, например, уже есть 11 элементов. Это избавляет от догадок и делает следующую операцию логичным продолжением предыдущих шагов. Для CAD-задач это критично, потому что цена неверного предположения здесь выше, чем в обычном текстовом агенте или офисном сценарии.
Второй важный слой — работа с выбором объектов в сцене. Вместо ручного расчёта координат и привязок агент может описательно найти нужную грань через resolve_selection_3d, получить её системный идентификатор и использовать его для следующей операции. Если нужна верхняя плоская грань, ИИ находит именно её, ставит новый эскиз и делает вырез там, где это действительно требуется по модели, а не по приблизительной эвристике.
Проверка и документы Отдельно важна проверяемость результата.
Команды больше не «улетают в пустоту»: инструмент list_feature_tree_3d возвращает историю построения с конкретными шагами вроде базового эскиза, выдавливания, выреза, отверстия или фаски. Это означает, что инженер может открыть документ и проверить не только финальную форму детали, но и то, как именно агент к ней пришёл. Для производственного софта такая прозрачность часто важнее эффектной автоматизации и красивых демонстраций.
- Построение 3D-детали по текстовой задаче Добавление отверстий и других feature в нужной последовательности Создание чертежа, автозаполнение штампа и экспорт в DXF * Сохранение документа и возврат скриншота готового результата По сути, MCP для КОМПАС-3D начинает закрывать сразу два уровня работы: объёмную геометрию и сопутствующую документацию. Это особенно интересно для типовых операций, где специалист тратит время не на инженерное решение, а на повторяющиеся действия в интерфейсе. Если агент стабильно держит контекст и умеет подтверждать каждый шаг через дерево построения, у него появляются реальные шансы занять место рядом с привычными CAD-автоматизациями.
Что это значит
История с КОМПАС-3D показывает, что полезность AI-агента в инженерном софте определяется не красивым диалогом, а умением помнить состояние модели, корректно выбирать объекты и оставлять проверяемый след действий. Если такие связки станут надёжнее, следующая волна AI в CAD придёт не через чат-ботов, а через практические инструменты для деталей, чертежей, экспортных операций и типовой инженерной рутины прямо внутри привычных САПР и командных процессов.