⚠ 延伸研究 · 為「Onshape 教學重製(測試中)」專案的方法論調查 · ← 回實作歷程
DEEP RESEARCH · 對抗式查證綜整報告

用 AI 自動化 3D CAD 建模
業界現況、方法與成功案例

調查「有沒有人用 AI 協助 Onshape/其他 CAD 建模、用什麼方法」。結論直指:我們實測卡住的「點 WebGL 畫布」是業界刻意繞開的死路。

6 搜尋角度27 來源抓取133 主張萃取 24 通過對抗驗證1 被駁回剔除110 research agents

一句話結論

業界與社群已收斂到同一條路:AI →「參數化程式碼 / REST API」,不是 AI 去點 GUI/畫布。本專案實測卡住的「用視覺精密點 WebGL 畫布」正是大家刻意繞開的死路。視覺的正確用途是『驗證』(算圖+比對),不是『操作』(點選)。Onshape、Blender、Zoo、學術四個獨立領域證據完全收斂到此範式。

Onshape 專屬

社群已有多個實際可用的方案,全部走 REST API 程式化建模、API 金鑰認證、掛在 Claude Code。

專案做法狀態
jarvis-onshape-mcp
~60 工具
Claude Code plugin,REST API 下幾何指令;關鍵:給 AI「一副眼鏡」 — 多視角算圖(前/上/右/等角)+compare_to_reference 把模型疊在參考圖下視覺 diff,讓 Claude 抓自己的錯。實測 ~1 小時建出 4 件式螢幕支架✓ 可用·最完整
clarsbyte/onshape-mcp
171★
明確標榜「無需手動 UI 互動」,工具如 create_sketch_rectangle / create_extrude / create_fillet / create_gear✓ 可用
hedless/onshape-mcp
45 工具·471 測試
基底款,api/client.py HTTP client,ONSHAPE_ACCESS_KEY+SECRET_KEY 認證;草圖/特徵/組合件/匯出 STL·STEP·PARASOLID✓ 可用
OnPy
Python 函式庫
寫 Python(非 FeatureScript)經 REST API 建模,產出等同網頁 UI 的設計⚠ repo 已封存(2026-01)·會快速耗盡 API 配額
Onshape 官方 AI三階段 Advise→Assist→Automate:AI Advisor 問答/AI 生成 FeatureScript/AI agent 改參數·幾何Advisor ✓上線(不建模) FS補全·agent = 2026 路線圖

其他 CAD

同一個「程式碼 / API」範式,橫跨商用與學術。

方法論比較與建議

為何「AI 點 GUI/canvas」難(本專案親身踩到):精度/座標/即時操作不可靠 — WebGL 畫布 1px 邊線、合成點擊掉字、視窗座標漂移,全是死路。

為何「AI → 程式碼/API」可行:給出精確(曲線是真曲線)、可重現、可版本化、可被 LLM 自我檢視迭代的幾何定義。Onshape(MCP/OnPy)、Blender(bpy)、Zoo(KCL)、學術(序列化操作) 四個獨立領域證據完全收斂。

👉 對本專案的具體建議:放棄 WebGL 點選,改用 Onshape REST API(直接呼叫,或經現成 jarvis MCP server / OnPy),沿用「程式化下指令 + 多視角算圖視覺驗證」迴圈。這會一次解決所有卡關。

注意事項與限制

§主要來源

▸ Onshape 官方 AI:AI 路線部落格 · AI Advisor
▸ 學術:DeepCAD · Text2CAD · CAD-Coder