HiCAD3.0采用Harness多Agent编排,构建6层协作系统,3D建模准确率提升30%。引入AI质量评测与全链路可观测面板,支持多模型切换及双阶段精准建模,确保模型生成质量与稳定性。
之前简单介绍过它的核心能力:一句话,AI就能帮你生成CAD模型。相比2.0版本,3.0版本在模型生成能力和质量上有了质的飞跃。更关键的是,引入了Harness + Langfuse可观测工程化能力,让模型生成的质量和稳定性都上了一个台阶。
长期稳定更新的攒劲资源: >>>点此立即查看<<<
直接看效果对比。3.0版本生成的跑车模型,细节和结构完整度远超2.0版本。两张图放在一起,差距一目了然。
HiCAD的生成链路是这样的:用户输入Prompt → 前端发起SSE请求 → NestJS AI服务识别意图 → 单阶段或双阶段生成JSCAD → WebWorker执行 → Three.js渲染 → 自动质量评分 → 用户保存、导出、发布或续改。
新版本中,引入了AI质量评测系统。前端生成完成后,会调用/api/ai/evaluation/code接口,将评分、等级、低分指标和建议显示在编辑器内,并支持一键触发优化。比如让HiCAD生成一个飞机模型,生成完毕后会自动弹出质量分析可视化面板。
AI会对模型进行质量打分,用户还能一键调整参数和效果,自定义提示词,让AI进一步优化,直到满意为止。具体的评测指标涵盖多个维度,确保模型质量可控。
除了模型生成时的质量评测,还设计了全面的AI可视化监控面板,实现全链路可观测。项目源码里有完整的实现方案,感兴趣的可以深入研究。
在AI生成3D模型时,还能切换不同能力的模型,同时接入第三方大模型,比如Deepseek、Kimi、千问等,实现更复杂的效果。下面是一个创意建筑的3D模型,展示了完整的生成效果。还能一键切换不同的视图,比如线框图、平面图、透视图等。
HiCAD采用前后端分离的Monorepo架构,核心目标是:把自然语言建模需求,转化为可执行、可编辑、可评测的参数化JSCAD代码,并在浏览器中通过Worker与Three.js完成安全渲染。
技术选型上,包含了前端、后端以及可观测监控的全链路闭环。这套架构设计,在做企业级AI应用时也很有参考价值。
前端部分由页面、组件、Store、Composables和Utils五层组成。核心是EditorPage,它把AI对话、代码编辑、参数化调整、3D视图、质量评分和导出能力连接在一起。前端的关键设计在于“状态驱动渲染”:AI生成完成后写入editorStore.code,useJscad用来监听代码执行Worker,ThreeViewer根据GeometryGroup更新场景,QualityPanel根据评测结果更新建议。
后端使用NestJS的模块化组织架构,每个业务域拥有Controller、Service和DTO。AI模块是核心,同时包含Prompt、Adapter、双阶段codegen、质量评测和观测。
HiCAD运行时,设计了AI建模Skills(技能)和Agent编排。通过Prompt Skills、多阶段Agent和确定性Codegen,将用户的自然语言需求变成可落地的3D CAD模型。系统设计了6层Agent协作系统,链路如下:
用户需求 → Intent Detector判断类别 → Design Agent输出结构化Spec → Spec Normalizer做范围裁剪和默认值兜底 → Codegen Agent生成确定性JSCAD → Worker Runtime执行代码并返回几何 → Quality Agent评分并生成优化建议 → Modify Agent基于当前代码续改。
这套架构设计,对于任何AI产品或建模工具的开发,都有参考意义。技术文档中有详细的介绍。
HiCAD的Harness不是单个函数,而是一套约束AI输出的建模思想:统一坐标系、底部对齐、锚点公式、轻微嵌入、最终装配、自检评测。它解决的是AI CAD最常见的问题:零件悬浮、方向错误、比例失衡、返回散件、材质语义缺失。
Harness的心智模型如下:从下到上堆叠,并让每层有轻微嵌入。这种设计思路,让AI生成的模型不再是散乱的零件,而是可装配的整体。
HiCAD的通用模型走Prompt → AI → JSCAD代码的单阶段链路,适合支架、外壳、齿轮、花瓶、文字铭牌等通用建模需求。系统Prompt会注入JSCAD API、坐标系、Harness、材质、参数化注释和反模式约束。
复杂领域模型走“AI设计决策 + 确定性代码生成”模式。比如机械臂、坦克、汽车,会先由Design Agent输出JSON Spec,再由jscad-codegen.ts生成代码,避免大模型直接写复杂定位代码时出现方向错误和零件分离。
设计了多模型的适配层,后端通过统一AiAdapter接口暴露generateStream(),MultiAdapter根据modelId路由不同供应商,并支持用户自定义API Key优先、环境变量兜底、模型输出窗口差异治理和自动重试。
prompt-builder.ts不是简单提示词,而是一个可复用的技能包,实现流程包括技能注入、分层组合、动态适配等环节。
AI输出代码必须先经过Worker Runtime清洗与沙箱执行,不能在主线程直接运行。HiCAD在Worker中完成代码提取、导入清理、截断修复、变量冲突处理、API注入、几何序列化和零拷贝传输,保障了代码质量和安全性。
代码执行阶段设计了4层防护治理:代码清洗、沙箱隔离、错误拦截、结果校验。由于计算性能的考虑,统一在Web Worker中处理。
当然,HiCAD还有很多能力没有介绍到,完整的项目源码和文档可以在GitHub上找到,供大家参考研究。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述