KOMPAS-3D ganha um agente de AI que cria peças, desenhos e exporta DXF por conta própria

KOMPAS-3D ganhou um agente de IA que constrói peças, desenhos e exporta DXF automaticamente

O MCP para KOMPAS-3D percorreu em dois meses um caminho desde uma demonstração impressionante até um agente no qual se pode confiar rotina CAD real. Agora a IA não apenas envia comandos para o sistema, mas constrói a peça em si, rastreia o estado do modelo, salva o documento e retorna o resultado com uma captura de tela.

De Demo para Prática

A primeira versão da integração parecia interessante, mas era antes uma prova de conceito. O ceticismo era compreensível: se o agente não entende em qual etapa o modelo está, qualquer erro na sequência de ações quebra toda a cadeia. Para um ambiente de engenharia, isso é suficiente para que a ferramenta permaneça um brinquedo para apresentações.

Por isso a atualização principal não foi outro comando, mas a capacidade da IA de manter o contexto do trabalho dentro de um documento e sessão de trabalho específicos. Agora o cenário parece notavelmente mais maduro. O agente recebe uma tarefa, cria uma peça 3D, adiciona furos, verifica a árvore de construção, salva o arquivo e gera uma captura de tela do resultado sem intervenção manual entre as etapas.

Em paralelo, pode assumir parte da rotina plana: gerar um desenho, preencher o carimbo e exportar o resultado em DXF em uma única solicitação. Isso já é mais próximo não de "demo incrível", mas de uma ferramenta que pode ser testada em um fluxo de trabalho real.

"Legal para uma demo, mas não vai decolar no trabalho real" — assim o

autor descreve a reação à primeira versão do MCP.

Memória do Modelo

A diferença fundamental na nova versão é que o agente mantém na memória o estado atual do modelo em cada etapa. Ele entende em qual documento está trabalhando, qual corpo base já foi criado, quantos elementos estão pendurados na árvore e qual feature apareceu após a última operação. Por causa disso, a IA não age às cegas e não tenta reconstruir a peça do zero toda vez se o trabalho já foi iniciado antes.

O artigo fornece um exemplo com get_3d_context: a ferramenta permite consultar a peça já aberta sobre seu estado atual e ver imediatamente que a geometria básica está pronta e na árvore, por exemplo, já existem 11 elementos. Isso elimina adivinhações e torna a próxima operação uma continuação lógica dos passos anteriores. Para tarefas CAD isso é crítico, porque o custo de uma suposição errada aqui é maior do que em um agente de texto comum ou cenário de escritório.

A segunda camada importante é trabalhar com a seleção de objetos na cena. Em vez de calcular manualmente coordenadas e pontos de encaixe, o agente pode encontrar descritivamente a face necessária através de resolve_selection_3d, obter seu identificador de sistema e usá-lo para a próxima operação. Se a face plana superior for necessária, a IA encontra exatamente essa, define um novo esboço e faz um corte lá onde é realmente necessário pelo modelo, e não por heurística aproximada.

Verificação e Documentos

Igualmente importante é a verificabilidade do resultado. Os comandos não "voam para o vazio" mais: a ferramenta list_feature_tree_3d retorna o histórico de construção com etapas específicas como esboço base, extrusão, corte, furo ou chanfro. Isso significa que um engenheiro pode abrir o documento e verificar não apenas a forma final da peça, mas também exatamente como o agente chegou a ela. Para software de produção, essa transparência geralmente é mais importante do que automação vistosa e demonstrações bonitas.

• Construir uma peça 3D a partir de uma descrição de texto
• Adicionar furos e outros features na sequência correta
• Criar um desenho, preencher automaticamente o carimbo e exportar para DXF
• Salvar o documento e retornar uma captura de tela do resultado acabado

Essencialmente, o MCP para KOMPAS-3D começa a cobrir dois níveis de trabalho ao mesmo tempo: geometria volumétrica e documentação acompanhante. Isso é especialmente interessante para operações típicas onde um especialista gasta tempo não em soluções de engenharia, mas em ações repetitivas na interface. Se o agente mantém estável o contexto e sabe como confirmar cada etapa através da árvore de construção, ele tem chances reais de ocupar um lugar ao lado das automações CAD familiares.

O Que Isso Significa

A história com KOMPAS-3D mostra que a utilidade de um agente de IA em software de engenharia é determinada não por diálogo bonito, mas pela capacidade de lembrar o estado do modelo, selecionar objetos corretamente e deixar um rastro verificável de ações. Se tais integrações se tornarem mais confiáveis, a próxima onda de IA em CAD não virá através de chatbots, mas através de ferramentas práticas para peças, desenhos, operações de exportação e rotina de engenharia típica diretamente dentro de CADs familiares e processos de equipe.