Pan-Chera/Multi-Agent-CAD

What it solves

MAC (Multi-Agent CAD) 解决了基于 LLM 的 text-to-CAD 生成过程中的高成本和 Token 效率低下问题。传统的单智能体系统通常会在多次迭代中，通过将文档、对话历史和调试信息全部塞入上下文窗口，导致 Token 消耗量巨大且成本呈指数级增长。

How it works

MAC 利用 LangGraph 状态机来协调四种专门的智能体，它们传递的是紧凑的、结构化的 JSON 状态，而不是原始的对话记录：

1. Spec Planner: 将自然语言请求转换为结构化的 CADBrief JSON。
2. Geometric Architect: 将 CADBrief 转换为包含草图和几何步骤的 ArchitectPlan JSON。 n2. Python Coder: 将 ArchitectPlan 转换为可执行的 build123d Python 代码。
3. Autonomous Skill Loop: 执行代码并使用 Dual-Engine QA 报告来触发修复循环（通过 Aider），直到模型正确为止。

Who it’s for

它是为那些想要从自然语言提示词生成可打印的 3D 模型，同时最小化 API 成本和 Token 使用量的人，以及对几何设计的多智能体编排（multi-agent orchestration）感兴趣的开发者而设计的。

Highlights

• Extreme Token Efficiency: 与单智能体基准相比，Token 使用量减少了 116 倍，推理成本减少了 13 倍，同时将功能通过率提升至 99.3%。
• White-Box Transparency: 每个中间步骤（简报、计划、测量和诊断）都会序列化到磁盘，以便进行人工审计或运行中干预。
• Print-in-Place Capability: 能够生成具有精确间隙（clearance gaps）的复杂多体关节模型（例如：指尖陀螺、陀螺仪）。
• Hybrid Routing: 通过 OpenAI-compatible 终端点，支持使用不同的 LLM 提供商或模型来处理这四个阶段中的每一个。