FreeCAD MCP 进阶实战指南:如何用 LangChain 与 Google ADK 打造专属 CAD Agent

发布时间:2026/10/15 7:18:23

FreeCAD MCP 进阶实战指南:如何用 LangChain 与 Google ADK 打造专属 CAD Agent FreeCAD MCP 进阶实战指南如何用 LangChain 与 Google ADK 打造专属 CAD Agent【免费下载链接】freecad-mcpFreeCAD MCP(Model Context Protocol) server项目地址: https://gitcode.com/gh_mirrors/fr/freecad-mcpFreeCAD MCP是一个 Model Context ProtocolMCP服务器能把 FreeCAD 强大的参数化建模能力开放给 AI 客户端创建与编辑模型、执行 Python 脚本、检查文档、运行 FEM 有限元分析。本文带你从能用的 MCP 连接进阶到可定制的专属 CAD Agent——通过LangChain / LangGraph与Google ADK两套主流框架在 10 分钟量级内搭出一个会自己建模的 AI 工程师。 读完本文你能收获理解 MCP 工具如何接入 Agent 框架、跑通 LangChain 交互式 CAD 助手、部署 ADK 版 CAD 设计 Agent、以及一套常见的排错清单。一、为什么 CAD Agent 离不开 MCP先看 FreeCAD MCP 能做什么。下图是 Claude 通过 MCP 在 FreeCAD 中设计法兰的全过程——Agent 自己规划步骤、调用建模工具、检查视图截图并修正全程无需人工干预MCP 服务器的核心职责是把 FreeCAD 封装成一组标准化工具tools暴露给任意 Agent 框架。常用工具包括详见 docs/tools.md工具用途create_document/create_object/edit_object建模基础三件套建文档、建对象、改属性execute_code/execute_code_async在 FreeCAD GUI 线程或后台执行 Python 代码get_view返回当前视图截图让多模态模型看见模型insert_part_from_library从 FreeCAD 零件库插入现成零件run_fem_analysis调用 CalculiX 求解器做结构分析这套工具接口与框架无关——LangChain、Google ADK、Claude Desktop 都能直接消费。这正是 MCP 的价值一次接入处处复用。二、运行前置启动 FreeCAD MCP 服务Agent 示例都依赖本地运行的 FreeCAD MCP。完整步骤见 docs/installation.md核心只有 3 步安装 addon把仓库里的 addon/FreeCADMCP/ 目录复制到 FreeCAD 的Mod/插件目录各平台路径表见安装文档重启 FreeCAD启动 RPC 服务切换到MCP Addon工作台点击工具栏的Start RPC Server保持 FreeCAD 处于打开状态——Agent 连接的是localhostFreeCAD 关闭则服务不可用。启动成功的界面如下启动失败时的界面同样附在文末方便对照排错⚠️ 两个高频错误路径写错示例代码里的path/to/freecad-mcp必须替换成你本地仓库的实际绝对路径不要把freecad-mcp包装进 FreeCAD 自带的 Python——MCP 服务器要求 Python 3.12由uv独立管理。三、LangChain 方案交互式 CAD Agent 实战官方示例 examples/langchain/react.py 用 LangGraph 的create_react_agent搭建了一个命令行交互式 CAD 助手模型选用 Groq 的llama-3.1-8b-instant速度快、成本低适合入门。它的架构可以概括为一条链路stdio_client拉起 freecad-mcp → load_mcp_tools自动发现全部 MCP 工具 → create_react_agentLLM 工具 ReAct Agent → 用户输入 → Agent 循环思考/调用工具 → 回复关键代码只有几行核心是这两处server_params StdioServerParameters( commanduv, args[--directory, path/to/freecad-mcp, run, freecad-mcp] ) # 工具自动加载无需逐个手写 tools await load_mcp_tools(session) agent create_react_agent(llm, tools)运行前设置环境变量GROQ_API_KEY然后执行python examples/langchain/react.py即可进入对话循环输入exit退出。实战技巧ReAct Agent 的优势在于思考-行动-观察循环。你只需给出高层指令例如做一个 10cm 长的悬臂梁Agent 会自动拆解成create_document→create_object→get_view等多步调用并根据截图反馈自我修正。四、Google ADK 方案声明式配置一个 CAD 设计 Agentexamples/adk/agent.py 展示了 Google ADK 的写法——更加声明式全部配置集中在一个LlmAgent里root_agent LlmAgent( modelgemini-2.5-flash-lite, namecad_design_agent, instructionYou are a CAD designer., tools[ MCPToolset( connection_paramsStdioServerParameters( commanduv, args[--directory, FREECAD_MCP_DIR, run, freecad-mcp] ) ) ] )MCPToolset会自动把 freecad-mcp 的全部工具注册进 Agent无需手写工具映射。得益于 Gemini 的多模态能力Agent 可以直接理解get_view返回的截图判断建模结果是否符合预期。五、两个 Agent 框架怎么选维度LangChain / LangGraphGoogle ADK风格代码驱动、细粒度可控声明式配置、上手极快模型任意 LangChain 支持的模型示例用 GroqGemini 系列示例用 flash-lite交互形态自带交互式命令行循环与 ADK 生态集成Web、API 部署适用场景已有 LangChain 技术栈、需要定制 Agent 循环快速验证想法、面向 Google 生态部署依赖langchain、langgraph、mcp适配层google-adk两者消费的都是同一套 MCP 工具——切换框架时FreeCAD 侧零改动。六、让 Agent 更聪明的定制技巧写更具体的 instruction示例中的You are a CAD designer.只是起点。你可以补充工作流约束例如先建文档→建模→必须调用 get_view 截图自检→有偏差再修正Agent 的可靠性会明显提升善用截图反馈多数建模工具支持include_screenshot参数默认开启见 docs/tools.md让多模态模型看到结果纯文本分析步骤可关闭截图以省 token换模型LangChain 示例把ChatGroq换成任意ChatModel即可ADK 示例修改MODEL_NAME即可进阶到 FEM 分析Agent 不只建模。配合 examples/cantilever_fem.py 的思路可以让 Agent 建悬臂梁、设材料、划分网格并调用run_fem_analysis把最大 von Mises 应力和位移与解析解对比——一个会做结构校核的 CAD Agent 就诞生了。七、常见问题排查清单❓Agent 报错连不上 FreeCADFreeCAD 是否开着RPC 服务器是否已启动对照正常界面下图检查启动状态用 MCP 的get_rpc_status工具可直接查询 RPC 健康状态与 addon 版本。❓提示GROQ_API_KEY is missingLangChain 示例依赖 Groq 模型需在环境变量中配置 API Key。❓工作台缺失 / 工具无响应打开 FreeCAD 的 View → Panels → Report view检查 addon 导入错误参考 docs/execution.md 处理超时问题。写在最后FreeCAD MCP 把AI 操作 FreeCAD的门槛降到了接一个 MCP 地址的距离而 LangChain 与 Google ADK 两个官方示例examples/langchain/react.py、examples/adk/agent.py则证明从演示到生产可用的专属 CAD Agent中间只差一段可定制的代码。更完整的工具清单见 docs/tools.md更多演示玩具车、2D 图纸建模见 docs/examples.md。现在打开 FreeCAD让你的 Agent 开始干活吧【免费下载链接】freecad-mcpFreeCAD MCP(Model Context Protocol) server项目地址: https://gitcode.com/gh_mirrors/fr/freecad-mcp创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/10/14 17:38:55

路线筛选以后详情跳错了,城市探索页别再保存数组下标

城市路线列表在只有三条数据时,用下标保存选中项看不出问题。加入距离筛选以后,原本排在第二位的“老城咖啡线”可能变成第一位,详情区域仍读取 routes[1],画面便跳到另一条路线。 城市步行探索的页面状态目前用 selectedItem: nu…

2026/10/15 7:18:17

C++ OpenCV图像二值化、细化与骨架提取实战指南

1. 项目缘起与整体设计思路图像二值化、细化与骨架提取,这三个词放在一起,基本就勾勒出了一条经典的图像预处理流水线。我做机器视觉和图像处理项目有十来年了,从最早的工业检测到后来的文档分析、生物特征识别,这套组合拳几乎每隔…

2026/10/15 7:18:17

嵌入式底层原理:从启动文件、寄存器映射到中断响应的硬核闭环

简介:这是一份专为嵌入式开发求职者与中级工程师打造的面试核心知识精要手册,聚焦C/C语言底层机制与嵌入式系统高频考点。全书200页PDF完整覆盖运算符优先级与结合性、volatile/extern/register等关键字深度解析、struct/class/union/enum的内存布局与典…

2026/10/15 7:18:17

力扣刷题第三期:二叉树、双指针与滑动窗口专题套路全拆解

力扣刷题记录写到第三期,正好是刷题打卡第五十天左右。这一阶段的做题感受跟前面两期最大的区别是,已经从"看题就懵、需要翻题解"进到了"拿到题能先判断大概属于哪个知识点"的状态。说不上突飞猛进,但明显觉得刷题状态不…

2026/10/15 7:18:17

AI落地第一步不是选模型:数据准备与组织变革才是关键

那场对话里有个细节我记得特别清楚。有人问施密特,企业AI落地最先该做什么,他几乎没有犹豫,说第一步不是选模型。旁边德勤的CEO接话也很快,大意是认同这个判断,并补了一句:数据准备和组织变革的优先级&…

2026/10/15 7:13:17

deque、priority_queue与仿函数:STL容器适配器实战解析

如果你在 C 里写过一段时间,一定遇到过这样的对话:某次代码评审里,同事指着deque说“这个不是双端队列嘛,当栈用也行”,又有人用priority_queue做定时器任务队列,结果排序规则写反,整个调度直接…

2026/10/14 11:31:03

Python调用Gemini Structured Outputs实现工单路由门禁

客服工单最怕的不是模型“答错一句话”,而是它给出一段看起来合理的说明,程序却从中猜错优先级。通俗做法是:要求模型只交 JSON(JavaScript Object Notation,轻量数据格式),再让代码验证它。Gem…

2026/10/14 17:41:07

Spring Boot超市进销存系统毕设实战:从需求拆解到答辩通关

最近带的一个学生项目组里,有A同学跑来问我:选什么毕设题目最稳妥,既能让评审老师觉得工作量够,又不会在答辩时被问到语无伦次。我第一反应就是推荐基于Spring Boot的超市仓库管理系统——也就是超市进销存系统。这个题目乍一看平…

2026/10/14 2:32:55

Flutter StatefulWidget 生命周期核心解析

很多刚开始接触 Flutter 的朋友,在看完一堆“Hello World”和基础组件之后,大概率都会撞上同一堵墙:StatefulWidget 里那堆 initState、build、dispose 方法,到底什么时候被调用?为什么顺序是那样?在里面到…

2026/10/15 0:02:22

防关联浏览器哪个好?三款产品实测差异解析

新手做多店铺,最纠结的就是防关联浏览器选哪个。飞跨、网易、站斧这三款被问得最多,先给结论:要一体化省心、长期便宜,选站斧;要网易招牌和稳,选网易;预算紧做东南亚 Lazada,选飞跨。…

2026/10/15 0:02:22

影刀RPA深度实战:大模型Fine-tuning定制RPA专用Prompt与指令生成

影刀RPA深度实战:大模型Fine-tuning定制RPA专用Prompt与指令生成 一、技术背景 大模型(LLM)在通用场景下表现强大,但当我们将 GPT-4 或 Qwen 直接用于生成影刀RPA操作指令和 XPath 定位时,准确率通常只有 40%-60%。原因…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑