摘要
针对现有文本生成 CAD 方法在处理模糊意图及缺乏专家知识利用上的不足，本文提出 ArtisanCAD。该智能体通过专家知识蒸馏，将工业流程转化为可复用的参数化技能。其核心是 CAD 中间表示（CAD-IR），既作为技能蒸馏载体，又将模糊提示转化为可执行程序。系统结合 CATIA-MCP 后端与多视图视觉反馈进行迭代优化，最终生成可编辑的生产级 B-Rep 模型，显著提升了复杂组件的生成质量。
AI 推荐理由
论文核心在于从专家流程中提取可复用参数化技能，并指导 Agent 执行复杂 CAD 任务。
研究机构
1Peking University, Beijing 100871, China
2Eastern Institute of Technology, Ningbo 315200, Zhejiang, China
4Renmin University of China, Beijing 100872, China
论文信息