环境准备

安装AI和必备的工具链

所有的问题都能被完整地描述成一条条设计指标和参数，而任何能被完整描述成指标的工作，本来就可以交给程序，用以从重复性工作中解放人类的双手，过去不交，不是因为想不到，是因为写程序用的时间比手画快不到哪去，没人会想脱裤子放屁，就算你想要这么干，你还得学 VBA，学 AutoLISP，翻几十页 ActiveX 参考手册，才能让 CAD 替你画一条线，今时不同往日，现在这个成本被压下来了，你可以用中文说出想法和构思，让AI写一段 Python，你审一遍，跑一次，看一眼结果，得到你想要的图纸或者模型。

丑化说在前面，因为它是全文的基础：AI 让你更容易指挥软件，不等于让你更容易做对东西。

并不是说有了AI我就可以一句话许愿似的让AI去完成，比如你说让AI给我生成一个火箭发动机图纸还有模型，大概率是不能用的，就算不考虑实用性，AI作为工具也永远无法取代人的创意和灵机一动的发现。《故事海》里面有句话：“即使鹦鹉学会诵经，也不代表它真的读懂了佛法”。

安装Agent工具之前，需要安装一些前置基础，比如Python，在浏览器搜索Python进行安装

点击Downloads，进入下载页面，点击这个Or get the standalone installer for pthon3.15.1，就会自动开始下载

下载完成之后点击运行

下面有两个框，第一个表示以管理员权限安装Python，第二个表示自动添加Python的环境路径到系统变量里面，这样就可以在cmd里面直接调用了。

下面是知识介绍，如果想直接看使用方法可以直接跳过！

为什么要安装python?

COM口有两个，一个COM的全称叫Component Object Model，是微软 1993 年搞的一套规范，说得白一点，它给软件装了一个标准插座，任何兼容此“插座”的“用电器”(软件)，任何编程语言都能插上去操纵它，不用管对面是用C++写的还是用python写的。另一个COM口，是串口，DOS 时代串行设备就叫 COM1、COM2，这名字一直用到今天。你拿一根 USB 转串口线接 Arduino，设备管理器里显示的那个 COM5，就是它，这俩除了缩写一样，一点关系都没有，CAD 不知道你机器上有没有串口，串口也不知道什么是 CAD，你要是看网上说让codex通过com口绘制CAD，把这俩混着搜，能白白浪费一天，搜"COM 接口编程"会给你一堆波特率和引脚定义，搜"串口控制 CAD"会给你一堆完全不相关的帖子，所以我后面一律把前者叫 COM 组件，后者叫串口。

COM组件是怎么让Python操纵CAD的？

这个过程值得花两分钟看清楚，因为后面所有的坑都长在这条路上。在软件安装的时候，会往注册表里写一个身份证号，叫 CLSID，长得像 {8B4929F8-076F-4AEC-AFEE-8928747B7AE3} 这样。同时写一个给人看的别名，叫 ProgID，比如 AutoCAD.Application，两个是一对，在我的电脑上AutoCAD.Application 对应的 CLSID 就是上面那串，再往下查，它告诉系统这个插座由谁提供，答案写在 LocalServer32 里：注意尾巴上那个 /Automation，AutoCAD平时启动是为了画图，加上这个参数启动，是为了当服务器。这个区别在于前者要加载界面、要弹欢迎页、要检查授权，后者可以安静待在后台，等人来调，所以当你在 Python 里写下一行 Dispatch("AutoCAD.Application")，实际上发生的事是这样的：Python 拿着这个别名去问注册表，注册表给它CLSID，CLSID带它找到那个 exe；如果 AutoCAD 没开，就顺手把它拉起来（带着 /Automation），如果开着，就直接连上去，然后 Python 拿到一个叫 IDispatch 的接口指针，从此你写 app.ActiveDocument，它就把这句话翻译成一次远程调用，送进 AutoCAD 的进程里执行。

在执行的时候，是遵守如下两条规则的：

第一，它是跨进程的。每一次方法调用都不是函数调用，是一次真实的进程间通信。所以"循环一万次、每次画一条线"会慢到你怀疑人生，正确的做法是先攒着，一次性交过去，也就是空页面突然就画满了。

第二，它大多跑在单线程套间里，也就是 STA，你要是在子线程里调它，得自己 CoInitialize，不然会收到一句让人摸不着头脑的 Call was rejected by callee。

基础环境有了，万事俱备只欠东风，现在只需要挑选心仪的agent工具就可以了，比如上文有提到的codex，虽然codex的效果出类拔萃，但是碍于价格注定是不能让大家都能经常调用的。所以我下面讲通过流程优化，让deepseek harness或workbuddy用极低的成本达到接近codex，并且让你可以方便的在后续修改而不至于让AI乱改改错地方。

deepseek harness的安装

浏览器搜索deepseek，选择红框标注的点击进去

然后点击下载windows版本

下载完成之后点击安装就可以了

workbuddy的安装

浏览器搜索workbuddy，第一个出来的就是，这是腾讯的工具，第一次下载微信登录之后就可以领取2000积分，每天都可以签到100积分，使用deepseek v4.1 flash之类的模型花费非常少

很多人对 AI 有个误解，以为它有一只看不见的手，在帮你点鼠标键盘，实则不然，现在这些工具，不管它叫DeepSeek harness 还是WorkBuddy，剥掉外壳，结构都差不多，最上面是模型，负责听懂你要什么、写出代码。中间是一层执行框架，负责把代码真的跑起来、把输出读回来、把结果交给模型看。最下面是你自己的电脑。模型自己不能画线，不能开串口，它连你的屏幕都看不见，它唯一能做的是写一段Python，让这段Python在你的电脑上跑，然后根据跑出来的结果决定下一步，有这个流程的认知很重要，这解释了为什么它经常要试错，在任务执行的过程中，你会看到有很多的绿+和红-，模型看不见结果，只能靠harness框架把报错贴回去。

那它具体能帮你干什么？

它能读报错：pywintypes.com_error 后面跟着一长串数字，人看了头大，它知道那个 -2147024809 是 E_INVALIDARG，通常意味着参数类型不对。这一步省下来的时间，常常比写代码省下的还多。

它能批量重构：把"写死尺寸的脚本"改成"读 CSV、循环出图、一张一张存盘"，这对它是舒适区，对不常写代码的人是半天活。

AI幻觉：它也不能保证 API 真的存在，这是最阴的一类错误，它会产生幻觉，编出一个听起来特别合理的方法，比如 doc.ExportDXF(path)，语法完美，一跑就 AttributeError，因为 AutoCAD 里根本没这个东西。你要是只看代码不看报错，会以为是环境没装好，找半天都不知道哪的问题，它也不能判断几何对不对。脚本成功画出十四条线，和这十四条线围成的东西能不能装配，是两码事。前者它能告诉你，后者只能你看了之后给他反馈再改，而且它不知道你的软件是哪个版本，SaveAs 的第二个参数在不同版本里含义不一样，Fusion 的 API 每隔几个月就有方法被弃用，所以第一件事永远是把版本号提前告诉AI。

说到这儿肯定就有人问了，你说这么多都是举得python，你上面也说可以用c++了，既然它什么语言都能写，为什么偏偏对 Python 这么情有独钟？最直接的一层原因，是 Python 把 COM 压成了一行，在 C++ 里调 COM，你要 CoInitialize，要 CoCreateInstance，要 QueryInterface，要处理 HRESULT，要管引用计数。一百行起步，错一个就内存泄漏。在 Python 里就是 import win32com.client，然后 Dispatch。pywin32 这个库把 IDispatch 所有的脏活都塞进了属性访问里，写app.Workbooks，它去查类型、构参数、发调用、解返回值。这件事对 AI 的意义特别大。模型擅长的是"知道 Excel 有 Workbooks 和 Range"，不擅长"正确管理引用计数"。库把后者吃掉了，等于把它的能力边界往前推了一大截。但只讲这一层不够，因为它只解释了"Python 能用"，没解释"为什么是 Python 而不是别的"。真正的原因在第二层：这些软件的厂商，自己就选了 Python。你去看一圈就明白。Fusion 360 的脚本语言就是 Python，模块叫 adsk，没有第二个选项。FreeCAD 整个就是 Python，你可以直接 import FreeCAD。Blender 的 bpy 是Python。Rhino 的RhinoScriptSyntax是Python。KiCad 的插件是 Python。ANSYS 主推 PyMAPDL。Abaqus 的脚本语言就是Python。连 Mathematica 官方给的客户端 wolframclient，也是 Python。

为什么会这样？2005 年之后，科学计算生态整体搬到了Python 上，矩阵运算、绘图、优化、插值，全都有现成的。厂商要自己重造一套NumPy加Matplotlib，成本高得离谱，所以干脆把Python 接进来。于是形成一个自己喂自己的循环：厂商提供 Python 接口，用户就写 Python 插件，教程和问答就都是 Python，模型学到的自然也是 Python。所以"AI 偏爱 Python"这个说法，因果其实是反的。不是 AI 挑中了 Python，是工业界先挑中了它，AI 只是继承了这个分布。还有就是数量级的差距。模型写代码的能力，本质是对"意图—代码"配对的记忆，Python 在这上面的存量太大了：PyPI 上几十万个包，GitHub 上占比最高的语言之一，StackOverflow上百万条问答，而且问答结构特别适合学习——"我想干这个"、"这段代码"、"报错是这个"。AutoLISP 的语料可能只有它的千分之一。这不影响模型"勉强能写"，但会显著影响它"一次写对"的概率。而一次写对，意味着你只需要审一遍。

第四层，是它能把整条流水线串起来。一个 DIY 项目的数据流通常长这样：用 sympy 推公式，用 numpy 扫参数，用 matplotlib 画曲线，写进一张 CSV，然后生成二维图（ezdxf 直接写文件，或者用COM驱动AutoCAD），接着进 Fusion 建模导 STEP。这条链上每一环都有成熟的Python库入口，而没有任何另一种语言能覆盖全部。C# 能调 COM，但画不了漂亮的科学图。MATLAB 能算，但不方便写 DXF。VBA 只能活在 Office 和 AutoCAD 里，对 AI 来说，它可以在一门语言里把你整个项目编排完，不用在语言之间翻译，也就不会在翻译的地方出错，报错信息天生适合自纠，Python 的 traceback 有文件名、有行号、有那一行源码、有异常类型、有错误码，全在一段文本里。模型拿到这段文本，几乎能直接定位到"第二十一行的参数类型不对"。这是它敢反复试错的前提。如果报错只有"程序崩溃了"五个字，你俩就都只能大眼瞪小眼了。。。最重要的是试错成本接近零。解释执行，不编译不链接，改一行重跑，两秒后见结果。

使用AI参与设计的流程

这个流程是我在使用AI的时候总结出的方案，先通过Wolfram Mathematica 14或者MATLAB进行项目的数学建模，从一开始就做出可行性验证，再把数学模型解出来的合理数据返回给AI，让AI编写脚本调用CAD绘制二维图纸，绘制完成之后人工确认图纸无误之后准许AI调用fusion去建模，这样做的一个好处是，如果你想改一个地方，你就可以直接指出哪张dwg图纸需要修改，怎么修改，在修改之后重绘fusion模型，这样远比你一句话模型哪里不对，你给我改成XXXX要靠谱稳定的多。

下面全程用workbuddy做演示，用其他的agent工具也是一样的道理

首先在你的电脑上先新建项目的文件夹，选择你新建的文件夹为工作空间，把权限改成完全访问，只有这样agent工具才有权限调用你电脑上的其他软件(CAD)，提示词如果自己描述太白话文的话可以点击模型选项旁边的AI提示词优化选项

确认需求表达明确之后就可以发给AI去执行了，下图展示的是使用Step-5做的，workbuddy时常会有免费模型可以调用，大家仁者见仁智者见智了就，deepseek也不贵。

AI在进行完理论验证之后会给你验证的计算数据图表，你根据这些仿真数据确定是不是这真的是你想要的效果。

如果你一开始给的数据有问题，那么AI也会更正给你让你确认之后再进行下一步

在所有数据准确无误并且得到你的同意之后，AI便可以直接绘制CAD图纸了，并且会在框里面标明所需要的零件和加工参数

在确认所有图纸没有问题之后，就能直接进行3D建模了

在fusion里面打开就可以了，如果感觉有问题，也可以直接说明修改，直接告诉他修改哪个地方，他就会按照先修改CAD图纸确认无误之后再重建模型

也可以导入到solidwork装配体，如图所示