Files
cad-agent/ai.memory/project_review_agent_impl.md
T
gjm 1cbcbb92f4 perf(review): 安装 Pillow 并优化截图下采样策略
- 视觉 token 成本由像素尺寸决定,故仅在长边超过 IMAGE_MAX_EDGE(默认1280) 时才缩放
- 不需要缩放且格式未变时原样返回,不重新编码,避免 CAD 线稿的无谓压缩损失
- 缩放后默认输出无损 PNG(IMAGE_FORMAT=png),可设 jpeg 换取更小体积
- 缺少 Pillow 时自动降级为原图直传
2026-10-13 23:48:46 +08:00

5.0 KiB
Raw Blame History

name, description, type
name description type
LLM 识图审图 Agent —— 架构决策(已定稿) cad_mcp_frame + 自研 Agent 的架构决策与分阶段路线——混合式(流水线骨架+受控只读取证子循环)、基座 B 最小集、标准化路线(先 stdio 桥) project

LLM 识图审图 Agent —— 架构决策(2026-10-13 定稿)

决策

  1. Agent 形态:混合式自研(非纯 ReAct、非纯流水线):确定性流水线骨架 (规划 → 逐图框取证 → 审查 → 汇总)+ 审查阶段给 LLM 一个受控只读取证工具子循环 (白名单 15 个只读工具,add_*/delete_*/set_*/draw_* 一律禁止)。
  2. 审查依据:清单驱动(review_checklist.json)+ LLM 自主判断。
  3. 输出:Markdown + JSON 报告 + 可选 CAD 图上批注回写(统一落 AI_REVIEW 层)。
  4. 基座改造:只做「B 最小集」——换行分帧(\n 为消息边界)、去掉单次 recv(2048) 限制、 isError 映射、id 支持 string/number + 通知不回包;不做 initialize/ping 握手。
  5. 标准化路线:先自研 agent 跑通 → 再做 stdio↔TCP 桥 → 远期才考虑 Streamable HTTP。

Why(关键结论,非显而易见):

  • 基座是裸 TCP 自定义传输。规范虽允许自定义传输,但标准客户端(Claude Desktop / CodeBuddy / MCP Inspector)只实现 stdio 与 Streamable HTTP——因此裸 TCP 无论怎么补 生命周期都无法被标准客户端直连。"能被标准客户端接入"只有两条路:stdio 桥 (省力、CAD 侧零改动)或 Streamable HTTP(彻底、要在 CAD 内做 HTTP+SSE、最贵)。
  • 自研 agent 直接连 TCP,传输是否"标准"不影响,故标准化不是前置条件。
  • mcp_server.cpp 原来单次 recv 仅 2048 字节,请求超 2KB 会被截断成 -32700; 这是服务端限制、客户端绕不过去 → 必须先改基座。
  • image 内容块 {type:image,data,mimeType} 本就是 MCP 标准(source:{type,mediaType} 是 Anthropic Messages API 的格式,别混淆),无需改。

How to apply:新增审图工具仍走 cad_mcp_plugins + mcp_config.json;agent 侧工具从 tools/list 动态发现,加工具零代码。日后要做标准客户端接入,从 stdio 桥起步。

新增产物

  • dwg_review/(Python 包):config.py(环境变量,无硬编码 Key)、mcp_client.py (唯一 TCP 封装:单飞锁 + 换行分帧 + 重试 + 兼容 error/isError)、llm_client.py、 cad_tools.py(动态工具表 + 只读白名单 READ_ONLY_TOOLS)、checklist.py、 phases/{planning,evidence,review,report}.py、annotator.py、__main__.py。 取代根目录散落的 dwg_review_agent.py / agent_loop.py 等重复脚本。
  • verify_mcp_frame.py:基座改动验证脚本(分帧 / 大报文 / string id / 通知 / isError)。

环境事实

  • Pillow 已安装(12.3.0)。截图下采样策略(dwg_review/llm_client.py: downsample_image_b64): 视觉 token 成本由像素尺寸决定而非文件大小 → 只在长边超 IMAGE_MAX_EDGE(默认 1280)时才缩放; 既不需要缩放、格式又没变时原样返回不重编码(避免给 CAD 线稿引入无谓压缩损失); 缩放后默认输出无损 PNG(IMAGE_FORMAT=png,适合线稿),需要更小体积可设 IMAGE_FORMAT=jpeg。 缺少 Pillow 时自动降级为原图直传。
  • 视觉模型 deepseek-flash。
  • DEEPSEEK_API_KEY 设在 Windows Machine(系统)级。因新设的系统变量不会传播到已启动 的进程,dwg_review/config.py 的 _read_env() 在进程环境读不到时回退读注册表 (HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment → HKCU\Environment)。 否则 CodeBuddy 内的命令永远读不到新设的 Key。
  • AutoCAD 2020 自动加载 ARX(用户配置,不在仓库内):在 bin/Debug-R230/ 下建 acad.rx(内容一行 cad_mcp_frame.arx),并把该目录加入 CAD 的搜索路径与信任路径。 这是 AutoCAD 官方 RX 自动加载机制,比 acaddoc.lsp + LISP 更直接。
  • AutoCAD 2020 安装于 C:/Program Files/Autodesk/AutoCAD 2020/;用户配置目录 C:/Users/gjm/AppData/Roaming/Autodesk/AutoCAD 2020/R23.1/chs/(acaddoc.lsp 已用于 PDF2CAD,勿覆盖)。

验证结论(2026-10-13 实测通过)

  • verify_mcp_frame.py 4/4 PASS(换行分帧 / >2KB 报文不截断 / string id 原样回显 / 通知不回包 / isError)。
  • verify_annotate.py 9/9 PASS(批注工具无回归)。
  • dwg_review --list-tools = 26 个工具;--plan-only 取证正常;全流程跑出报告。
  • 受控取证子循环实测生效:LLM 自主调用了白名单内的 get_drawing_info/get_layers/ find_zero_length/find_duplicate_entities/get_dimensions 做二次确认。
  • 批注回写实测通过;注意 add_leader_annotation 的 points 必须 ≥2 个点(首个为箭头)。