agentcad
jdilla1277 · 程式設計
agentcad 是一套為 AI Agent 打造的開源 CAD 工具。你把設計任務交給 Claude Code 或 Cursor 這類程式 Agent，Agent 撰寫一段 build123d Python 腳本，agentcad 負責執行、檢查幾何、渲染預覽並匯出真實檔案。它同時提供 CLI 與 MCP 伺服器，在本機執行，完全免費，也不需要註冊。
關於 agentcad
agentcad 是什麼
agentcad 站在程式 Agent 與 CAD 核心之間。Agent 寫 Python，agentcad 執行，回傳的不只是檔案。你拿到的是結構化回饋：幾何量測數據、有效性旗標、四視角渲染，以及拓樸報告。這個回饋迴圈正是重點。Agent 第一次通常會產出破損的幾何，若沒有辦法看出哪裡出錯，它們只會繼續瞎猜。
這套工具原生支援 build123d 並相容 CadQuery，所以腳本讀起來就像一般的參數化 CAD 程式碼，而不是某種只給 Agent 用的方言。每次執行都會產生一份帶版號的 STEP 檔案，從第二次執行起，agentcad 會把新結果與前一次比對，讓你能追蹤設計如何變化。執行前的檢查能在 100 毫秒內抓出語法錯誤、漏掉的 show_object() 呼叫，以及損壞的 import，而且是在消耗版號之前。這省下的是你不想浪費的時間。
有兩項限制值得先知道。它是 Python 工具，而且只支援 Python 3.10 到 3.12，因為它依賴的 OpenCascade 綁定目前還沒有 3.13 版本。它也沒有圖形編輯器。這是命令列與 MCP 產品，適合熟悉終端機的工程師與開發者。想找滑鼠驅動建模軟體的人，它並不適合。
開始使用
- 建立 Python 3.12 虛擬環境並啟用它。
- 用
pip install 'agentcad[mcp]'安裝，若只要 CLI 則用pip install agentcad。 - 執行
agentcad init --name myproject建立專案，並在資料夾放入 AGENTS.md 區塊與一個 Claude Code skill。 - 把一段白話的設計提示貼進你的程式 Agent，讓它寫出第一段腳本。
- 讀取 JSON 回應、檢查渲染，然後持續迭代，直到幾何可以列印。
產品資訊
快速了解 agentcad 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 已經用腳本處理 CAD 工作的工程師：你保留參數化的 Python 工作流程，讓 Agent 處理重複的幾何，前提是你在 Python 3.10 到 3.12 上。
- 打造代理式設計流程的開發者：MCP 伺服器直接接上 Claude Code 或 Cursor，Agent 因此有真正的 CAD 後端，而不是憑空猜測。
- 3D 列印玩家：匯出的 STL 與 GLB 檔案直接丟進切片軟體或網頁檢視器，不需要額外的轉檔步驟。
任務
- 把文字描述變成初稿零件：描述一個手機架或一個支架，Agent 會對照 agentcad 的量測數據反覆迭代，直到形狀有效。
- 及早抓出幾何錯誤：執行回應會標示無效實體，並回報面與邊的數量，壞模型在列印前就會被修正。
- 追蹤設計如何演進：帶版號的 STEP 檔案加上內建 diff，精確顯示兩個版本之間改了什麼。
情境
- 在終端機工作階段裡快速打樣：從空資料夾到可列印零件，只需幾個提示，而且不用 CAD 圖形介面。
- 教 Agent 一套建模函式庫：注入的 build123d 基本圖元與編輯輔助函式，讓腳本完全不需要樣板 import。
- 依參考圖重現已知物件：團隊的案例研究依實測圖紙重建了一架 1903 年的 Wright Flyer，拆成 234 個獨立零件。
主要功能
執行 Agent 撰寫的 Python 並回傳量測數據
核心迴圈執行 build123d 腳本並回傳結構化 JSON。你會拿到三個軸向的尺寸、體積、面與邊的數量，以及 is_valid 旗標。模型壞掉時，回應會附上錯誤，針對常見的失敗形狀還會給出修正建議。這把含糊的「它沒成功」變成 Agent 能據以行動的資訊。簡單，但影響很大。
四視角渲染供目視檢查
每次執行都會從四個角度渲染 PNG 預覽，你也可以指定自訂的相機位置。渲染是 2D，放在與 3D 輸出不同的鍵底下，所以不會混淆。渲染失敗絕不會毀掉成功的建模。你保留 STEP 檔案，只重試你需要的那個視角。
匯出 STEP、STL、GLB 與 OBJ
完成的模型會匯出成各下游工具真正需要的格式。STEP 帶有精確幾何，供後續 CAD 作業使用，STL、GLB 與 OBJ 則涵蓋 3D 列印與網頁檢視器。每次成功建模也會寫出一份帶版號的 STEP 檔案。不會有任何東西被覆寫。
執行前的快速驗證
靜態檢查能在 100 毫秒內抓出語法錯誤、漏掉的 show_object() 呼叫，以及無法解析的 import。什麼都不會執行。什麼都不會寫入磁碟，也不會消耗任何版號。對一個會產生數十次嘗試的 Agent 來說，跳過注定失敗的那些能省下真實的時間。
拓樸檢查與版本比對
專用的 inspect 指令會產生拓樸報告，用來除錯棘手的幾何，而從第二個版本起，agentcad 會把每次結果與前一次執行比對。兩者合起來回答最常出現的兩個問題：這個實體為什麼無效，以及上次之後改了什麼。
零樣板腳本
腳本不需要一堆 import。build123d 基本圖元、show_object，以及 agentcad 自己的編輯輔助函式都會預先注入，所以 Agent 寫下 box = Box(10, 20, 5) 就能繼續。更少的 import，更少的錯誤。樣板越少，Agent 能出錯的地方也越少。
MCP 伺服器與專案鷹架
把 agentcad 加入專案的 MCP 設定，就能讓 Claude Code、Cursor 或任何相容的 Agent 直接存取 CAD 後端。執行 agentcad init 也會把操作指南以 AGENTS.md 區塊與 Claude Code skill 的形式寫進儲存庫，Agent 每次工作階段都會自動接手流程，不必提醒。
優缺點
優點
- 依 Apache-2.0 授權，免費且開源，原始碼在 GitHub，不需要帳號。
- 完全在本機執行，設計檔案永遠不會離開你的機器。
- 回傳豐富的結構化回饋（量測數據、有效性、拓樸、渲染），而不是單一不透明的檔案。
- 原生支援 build123d 並相容 CadQuery，腳本保持可攜且易讀。
- 版本歷史與 diff 讓設計迭代可追溯。
缺點
- 沒有圖形介面，你需要一個程式 Agent 或熟悉命令列才能使用。
- 僅支援 Python 3.10 到 3.12，這排除了 3.13，直到 OpenCascade 綁定跟上。
- CadQuery 支援是選用額外項目，有自己的依賴與授權考量。
- 品質取決於底層 Agent，弱的模型仍會產出弱的幾何。
常見問題
它是一套開源的命令列工具與 MCP 伺服器，讓 AI 程式 Agent 做真正的 CAD 工作。Agent 撰寫 build123d Python 腳本，agentcad 執行、驗證幾何、渲染預覽並匯出標準 3D 檔案。
相關內容
探索與 agentcad 相關的工具、技能與文章。
agentcad 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。