先把话放这儿AI 拿起 CAD 不是概念是已经在发生的效率革命。我用 WorkBuddy 驱动 SolidWorks 连续跑了一个多月的建模任务从 2D 图纸重建到参数化改型再到装配体检查每天都有一批平时要磨半天的活儿被 AI 在几分钟内消化掉。这篇文章不聊虚的我会把整套环境怎么搭、指令怎么配、模型怎么一步步画出来、踩过哪些坑全部按实际操作记录下来给正在观望“AI CAD”这个方向的机械设计、非标自动化同行一个可以直接参照的底稿。我判断你看到“AI 握住 CAD”这句话的第一反应大概率是AI 画个示意图还行真能上手 SolidWorks 拉特征说实话一个月前我也这么想。但 WorkBuddy 这套东西走的是另一条路——它不让 AI 去“画图”而是让 AI 读图纸、写方案、调 API真正去驱动建模树里的每一个操作。适用场景非常明确机械设计里的重复性劳动、标准件变体、图纸语义识别、装配体批量检查。今天这篇全程高浓度实操经验适合正在选型 AI 辅助设计工具、或者想把手头重复劳动交给自动化的工程师和管理者。1. 为什么要把 AI 接进 SolidWorks我的真实动机1.1 工程师真正该干的事不该是重复建模先算一笔账。我平时接触最多的是非标自动化设备的零部件一个中等复杂度的安装板从读图纸、定基准、画草图、拉伸切除、打孔阵列到标注出工程图熟练工程师大概需要四十分钟到一小时。这活儿难吗单看每一步都不难但问题是它太“规整”了——图面上已经把所有尺寸、公差、粗糙度标得清清楚楚三维建模本质上就是在做“抄写”。真正值钱的判断在哪里在于这个零件为什么这么设计、载荷路径是否合理、加工工艺能否实现、要不要跟旁边零件留装配间隙。这些事情 AI 不能替我做但我也不该把时间耗在“把 58mm 的孔距从图纸抄到草图里”这种操作上。我的想法很简单让 AI Agent 去干那些确定性强的机械步骤我腾出手来干判断、沟通和方案决策。另一个痛点是图纸版本变更。客户改了一个安装尺寸下游所有相关零件的模型、装配体、工程图都要跟着动。过去我得打开文件、找特征、改尺寸、看关联特征有没有报错、重新生成工程图——一整套流程全是重复动作而且改多了容易漏。这种场景天然适合交给 AI 做参数化驱动因为它的执行路径是固定的难的是“理解变更影响范围”这一步而这一步恰恰是大模型的强项。1.2 WorkBuddy 在大模型和 CAD 之间搭了一座桥刚开始我想过去调 SolidWorks 的 API 自己写脚本。SolidWorks 提供了一套相当完整的 COM 接口从 SketchManager 到 FeatureManager理论上所有建模动作都能代码化网上也能找到不少 VBA 宏和 C# 二次开发案例。但问题在于传统脚本是“死”的你得把每种情况都写进分支判断里而真实的工程图纸千奇百怪孔位分布可能是阵列可能是镜像可能是圆周均布每个工程师的绘图习惯还不一样。写一个万能脚本的成本比直接手画高得多。WorkBuddy 的思路换了个赛道。它本质上是一个“AI Agent 运行时”把大模型的语言理解能力、任务拆解能力和 SolidWorks 的 API 调用能力缝合在一起。你在对话框里给它一张图纸截图、一段需求描述或者一个模板文件名它会自己规划建模步骤按顺序调用 SolidWorks 的功能模块来执行。你看到的交互界面像聊天但后台跑的是“理解任务-生成计划-执行 API-校验结果”的循环。我觉得这套设计最高明的地方在于它没有试图替代 SolidWorks也没有让工程师改用一套“AI 原生建模软件”而是把 AI 变成 SolidWorks 的一个“驾驶层”。工程师原有的工作流全部保留只是执行动作从“手操作”变成了“口述 确认”。这种过渡路径对生产环境特别友好团队不用推翻现有图纸库和模板体系学起来也快。2. 先搭环境SolidWorks WorkBuddy 工具链配置2.1 版本选择与安装调试记录工欲善其事必先利其器。我用的是 SolidWorks 2024 SP5 搭配 WorkBuddy 桌面端系统是 Windows 11 专业版CPU 是 i7-13700K内存 64GB显卡 RTX A4000。这个配置跑中等复杂度的零件模型很宽松但如果你要处理大型装配体建议内存上到 128GB因为 AI 连续执行建模操作时 SolidWorks 的内存占用会明显爬升32GB 以下容易出现长任务中途“软死”的情况。安装环节有两个地方值得提醒。第一SolidWorks 首次启动时如果弹许可相关的错误别急着重装系统先检查 SolidWorks FlexNet 服务是否正常启动再用 SolidWorks Clean Uninstall Utility 把残留的注册表项和许可证缓存彻底清一遍重新激活成功率会高很多——这类问题八成是旧版本残留或者许可服务没起来而不是安装包本身有问题。第二WorkBuddy 安装完以后第一次连接 SolidWorks 会要求授权需要在 SolidWorks 里开启“允许第三方应用通过 API 访问”这个开关默认是关闭的很多新手卡在这一步。连接成功之后建议先跑一个最简单的“Hello World”任务让 WorkBuddy 新建一个零件文件画一个 100mm×60mm×10mm 的矩形板。这个任务主要是验证三件事API 调用链路是否通畅、特征管理器能否正确响应、命令执行速度是否在可接受范围内。我第一次跑的时候等了足足二十秒才看到拉伸特征出现排查之后发现是杀毒软件在实时扫描 SolidWorks 的临时文件把工作目录加入白名单后速度快了一倍多。2.2 让 AI 懂设计自定义指令与技能库配置WorkBuddy 这类 Agent 工具最容易被忽略、但影响最大的配置项是“自定义指令”。默认状态下大模型对 CAD 建模的“通用常识”并不够用比如它可能默认你画草图时已经自动加了完全约束或者默认所有孔都是通孔事实上这些都要根据企业规范去设定。我在系统指令里写入了一整套设计规则相当于给 AI 立了一本“小企业标准”。我把我当前用的指令模板简化一下你可以直接复制改系统指令基线: 单位体系: MMGS毫米、克、秒 草图规范: - 所有草图必须完全定义欠约束草图视为失败 - 中心线/构造线用于对称约束不使用于轮廓 - 圆角优先在特征阶段添加不在草图中处理 特征命名: - 特征名称格式类型_序号_用途如 Boss_01_安装板主体 - 每个特征必须添加备注注明设计意图 默认参数: - 未标注圆角统一 R0.5钣金件除外 - 未标注公差按孔 H7、轴 h6 执行 失败处理: - 任何特征重建失败时停止后续操作并报告原因 - 禁止自动删除出错特征必须列出可选处理方案这些规则看着琐碎但直接影响 AI 建模的质量。没有这些约束时AI 生成的模型经常“乍一看没问题一深究全是毛病”——草图开环、特征顺序混乱、命名不可读交付到下游工艺那里根本没法用。加了规范之后模型的可维护性和可追溯性提升了一个量级。技能库方面我会给固定场景各写一个 Skill。比如“从工程图 PDF 提取建模要素”是一个技能“按模板创建标准件变体”是另一个技能“导入中间格式后清理与修复”又是一个。每个技能都包含一段提示词、输入输出的约定以及可选的参考文件路径。这样做的好处是日常使用不用每次都重复长篇大论描述需求直接说“用图纸重建技能处理这个文件”就行AI 会自动调用对应的那套流程。3. 实测全记录WorkBuddy 是怎么把一件件模型画出来的3.1 从 2D 图纸到 3D 模型一次完整的自动重建我先挑了一个难度适中、又最能体现 AI 价值的场景来描述一张客户发来的 PDF 工程图一个带四个沉头安装孔、两个腰型槽的电机安装座需要重建为三维模型。过去我的做法是打开 PDF、切换软件、手动画草图、拉伸、切除、检查尺寸耗时大概四十五分钟现在整个过程被拆成了四个阶段全部由 WorkBuddy 驱动。第一步是读取图纸语义。把 PDF 转成高清图片发给 WorkBuddy它会先识别视图方向、尺寸标注、基准符号、剖面符号这些图纸元素。这一步我特别关注的是它能否分清“主视图看到的沉头孔”和“俯视图看到的腰型槽”各自对应的建模特征。实测下来对于标注规范的图纸识别准确率相当高但遇到局部剖视图、局部放大图混排的图纸它也有犯迷糊的时候这时需要我在对话框里追加一句“注意 B -B 剖视图表示的是安装孔沉孔深度”它就能快速修正。第二步是生成建模方案。AI 会输出一段文字描述它的建模计划比如“基准选择前视面先拉伸主体 120×80×15再在上表面添加四个沉头孔孔距水平 80 垂直 50沉孔直径 13 深度 8通孔直径 7最后在前端面绘制两个腰型槽”。这个方案生成后不会直接执行而是等我来确认——这一步是安全设计的关键给工程师保留了“否决权”。我会重点检查建模顺序是否合理比如先做主体后打孔没问题但如果它想把腰型槽放在主体拉伸之前做就要纠正一下因为后者的特征树逻辑比较别扭后续改尺寸容易崩。第三步才进入自动执行。确认方案后WorkBuddy 会通过 API 在 SolidWorks 里逐步建模每完成一个特征就刷新一次模型树。你能在屏幕右下角看到类似“正在创建草图 2”“正在拉伸凸台 15mm”“正在创建异型孔向导 沉头孔”这样的执行日志。整台机器像有一个看不见的工程师在快速操作。中间偶尔会出现参数输入错误比如把腰型槽的长度 25mm 输成了 20mm这时 AI 会暂停并弹出提示不会硬着头皮继续做下去。第四步是结果验证。建模结束后WorkBuddy 自动调用了测量工具把关键尺寸和图纸标注逐项比对输出一份偏差报告。我之前设想这个环节可能要人工校对但实测它对已标注尺寸的比对非常可靠。最终我从发出指令到拿到合格模型耗时十一分钟其中还包括我人工确认方案的两分钟。效率提升是实打实的。3.2 参数化改型标准件批量换尺寸的“魔法时刻”如果说从图纸重建模型是“从无到有”那参数化改型就是“一变百”。我们公司有一批标准铝型材支架结构拓扑完全一致只是根据客户需求长度、宽度、安装孔距、槽位会变化。以前每来一个新规格我都要打开上次的模型、修改关键尺寸、检查关联特征、重新出图单个型号最快也要二十分钟。用 WorkBuddy 之后我把这个流程做成了固定 Skill“基于模板的标准件改型”。输入只需要三样东西模板文件名、目标尺寸表、输出命名规则。AI 会先打开模板识别模板里设定的全局方程式和设计表然后根据新的尺寸表更新参数重建模型最后重新生成工程图并更新图纸标题栏里的型号和重量。我第一次实际跑的时候做了一个很关键的验证把一组极限尺寸长度方向从 600mm 改到 1500mm交给 AI看它是否会正确处理阵列数量和加强筋的位置。结果是 AI 先识别出长度方向上的孔阵列是“等距阵列间距固定数量由长度计算”于是自动把阵列数量从 5 增到 12而加强筋的位置关联到阵列的中间点也跟着正确移动了。整个过程没有报错模型更新得干净利落。这里特别想强调一下模板质量的重要性。如果你原来的模板本身就是“草图欠约束 尺寸硬编码”的野路子模型那 AI 再聪明也改不动因为它没办法安全地把尺寸 A 关联到特征 B。反过来只要模板是参数化做得规范的——尽量用全局变量、方程式、设计表而不是把数字直接填在草图里——AI 的改型成功率会极高。所以我会建议在引入 AI 之前先花一两周把高频使用的模板全部参数化重构一遍这个前期的“模型整洁度”投资会直接决定后面 AI 自动化能省多少时间。3.3 装配体场景配合、限制与自动化检查零件级建模跑通之后我开始把需求延伸到装配体。最典型的任务是一个由十几个零件组成的焊接夹具当某个关键零件的厚度从 8mm 改到 12mm 时所有相关配合、定位、螺栓长度是否需要联动调整。这种任务以前最头疼因为光打开装配体等它完全加载就要几分钟改完一个零件后还要逐个检查干涉和配合错误。WorkBuddy 在这个场景里做了三类事。第一类是配合诊断AI 会扫描整个装配体的配合列表找出与“被修改零件”相关的配合项并预测哪些配合可能因尺寸变化而失效。它的判断依据主要是配合面的几何关系和尺寸关联准确度比我预想的高基本能做到“报出来的问题都是真问题”。第二类是自动化修复建议比如某个面与面的距离配合因为零件变厚而从 10mm 变成了 6mmAI 会列出两个选项调整配合距离或者修改另一个垫片的厚度。第三类是干涉检查批量跑它会自动调用 SolidWorks 的干涉检查工具把结果按干涉体积排序输出方便我优先处理严重干涉。装配体场景我踩过的坑集中在文件引用路径上。SolidWorks 的装配体对文件路径极度敏感如果 AI 在构建新模型时改了默认保存路径或者某些外购件没有随模型一起打包装配体一打开就是红色的“找不到参考件”AI 后续的检查任务全部失效。我的解决方案是单独给 WorkBuddy 划了一个“工作区目录”所有由 AI 生成的零件、装配体、工程图统一存放并且每次任务开始前强制 AI 检查文件引用完整性缺文件的零件自动列入报告而不是带病往下跑。4. 踩坑实录与排查方案4.1 特征顺序错乱AI 思路对但 API 执行顺序不对要说这一个月里遇到最多的问题不是 AI 看不懂图纸而是“看懂了但做错了顺序”。有一次让 AI 做一个轴承座它的建模思路是合理的底座拉伸、然后肋板、然后轴承孔切除。但在实际执行时WorkBuddy 先创建了轴承孔切除再进行底座拉伸导致后一个特征把前一个特征完全覆盖模型重建出来完全不是图纸的样子。这类问题的根源并不在于大模型的“理解”而在于任务分解后 API 调用序列的编排。大模型按自然语言逻辑规划步骤但 SolidWorks 的特征树要求严格的几何依赖顺序——后一个特征所引用的面边线必须在前一个特征中已经存在。排查手段也不复杂WorkBuddy 每次运行都会保留工作流日志里面记录了每一步调用的 API 函数名、参数、执行时间我在日志面板里按时间倒序找到第一次出现“特征重建失败”的记录就能顺藤摸瓜找到是哪一步顺序出了问题。找到了规律之后我的应对策略是在指令里加了一条“在执行任何特征操作前先检查该操作引用的几何元素是否在当前模型状态下存在”。这条指令看着简单但显著降低了跨特征依赖的报错率。另一个有效手段是把复杂模型拆成多个子任务分批执行比如“先单独完成主体再单独完成孔系最后做倒角”每个子任务结束立刻检查模型状态而不是让 AI 一口气从头画到尾。4.2 崩溃、卡顿与许可异常的处理经验AI 连续高频调用 API 时SolidWorks 偶尔会卡死甚至闪退。我排查了一圈发现并不完全是 WorkBuddy 的锅而是 SolidWorks 本身在设计时也不是为“毫秒级连续操作”优化的。每执行一个特征软件都要重建模型、刷新图形区、更新特征树这些操作紧凑堆叠时GUI 线程根本反应不过来。我的建议是给 AI 执行的频率做“限速”——不是技术层面的限速而是在工作流里插入短暂停比如每完成一个特征让 WorkBuddy 等待 300 毫秒到 500 毫秒再执行下一个。这一点小小的间隔能把卡死率降一大截代价是单个任务的完成时间拉长不到十秒完全可以接受。此外我养成了启动长任务前手动保存模型副本的习惯一旦中途崩溃重新打开自动保存的 .swx 文件就能恢复大半进度不至于从头再来。还有一类烦人的问题是许可异常。表现为SolidWorks 用着用着突然弹“无法获得下列许可”的错误然后整个软件退出。我遇到两次都发生在 AI 长时间运行、期间 SolidWorks 窗口被最小化的场景下。分析后判断是许可证服务的“会话保活”机制被系统节能策略打断了。处理方式是在 Windows 电源设置里关闭 USB 选择性暂停、关闭硬盘休眠并把 SolidWorks 和许可证服务进程设为“不会进入睡眠”的后台应用。调整之后连续跑五六个小时也没再出过问题。4.3 复盘哪些环节必须有人在旁边把关AI 建模提效明显但我不建议把它当“无人值守”的工具。这一个月里我认为有三个环节无论如何都要人工参与。第一个是设计方案的确认节点AI 生成的建模计划难免有“方向对但不算最优”的情况比如为了省一个草图而选择更复杂的切除特征这种方案在模型后期维护时很痛苦不如人工一秒钟纠正过来。第二个是涉及公差、材质、表面处理这类工程语义的输入图纸上用文字标注的“未注公差按 GB/T 1804-m”这类信息AI 容易忽略需要人工明确提醒。第三个是交付前的最终检查AI 的偏差报告只能覆盖它自己“知道”要检查的尺寸如果图纸上某个形状位置度它根本没识别到偏差报告里也不会有这时候需要有经验的工程师对照原件做一次目检。5. 效率对比与团队落地的现实建议5.1 同样一个零件AI 画要多长时间这里我把自己过去几周记录的一组实测数据分享出来样本来自不同复杂度的真实零件和改型任务任务类型典型零件手动耗时AI 辅助耗时效率提升2D 图纸重建 3D电机安装座4 沉头孔 2 腰型槽45 分钟11 分钟约 4 倍标准件参数化改型铝型材支架长度变化20 分钟3 分钟约 6 倍零件更新后装配体检查焊接夹具18 个零件35 分钟9 分钟约 4 倍复杂曲面建模异形把手自由曲面90 分钟85 分钟基本无提升值得注意的是效率提升最大的是参数化改型和图纸重建而复杂曲面、造型设计这类依赖“手感”和空间想象力的任务AI 的介入价值很低。表格最后一行的 85 分钟里有大量时间是花在 AI 不断试错、人工干预修正上体验反而不如直接手画。这也是我强调“选对场景”的原因——AI 辅助设计不是万能的它是专门解决重复劳动的利器而不是设计灵感的源头。5.2 什么活该交给 AI什么活别硬上结合这一个月的实践我给同类团队一个很直接的分工建议。适合交给 WorkBuddy 和 AI 建模的活特征非常明显规则清晰、参数明确、重复性强、出错可校验。典型就是标准件变体、从规范化图纸重建模型、装配体批量检查和 BOM 整理。这些任务有一个共同点执行逻辑可以被完整写成步骤而大模型擅长把自然语言需求翻译成这些步骤。不适合硬上的活也有明显画像高自由度的工业设计、拓扑结构经常变化的创新结构、需要大量“看一眼实物才能决定”的逆向建模以及图纸质量本身很差缺标注、乱图层、草绘不规范的情况。在这些场景里AI 会用一种“礼貌而坚定”的方式把你的耐心耗干。我的做法是手头图纸规范化程度高就大胆放给 AI图纸质量参差不齐就先做人工整理整理完再给 AI——把脏活累活前置比让 AI 处理脏乱差输入要省心得多。另外关于团队推行我建议分三步走先让一两个对工具敏感的工程师做一周试点把问题和效率数据量化出来再挑三个高频的标准化产品线做小范围推广同时根据实际反馈把 Skill 和指令库打磨成熟最后才全员铺开。而不是上来就让全部门改用那样只会收获一堆“AI 不靠谱”的负面结论。刚开始阶段最重要的是让人感受到“AI 在帮我省时间”而不是“AI 在让我失业”这需要管理层把节省出来的时间导向设计优化和创新能力建设而不是变相增加个人产出指标。我个人的体会是AI 驱动 CAD 这事儿真正难的不是技术接入而是工作习惯的重塑。你得接受“AI 可以替你按按钮但设计决策还得你来拍板”这个分工。顺便分享一个小技巧给 AI 建立“错题本”。每次任务失败我会把失败原因和修正方式追加到 WorkBuddy 的长期记忆里比如“腰型槽建模前必须先选择正确的草图平面”“所有沉头孔的沉孔深度以剖面图为准”。测试下来很多第一次会犯的错第二次第三次基本就能避免这个“越用越顺手”的积累过程才是这套工具最有意思的地方。