- 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
5.0 KiB
5.0 KiB
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
- 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)。 - 审查依据:清单驱动(
review_checklist.json)+ LLM 自主判断。 - 输出:Markdown + JSON 报告 + 可选 CAD 图上批注回写(统一落
AI_REVIEW层)。 - 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。 - 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 WindowsMachine(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.py4/4 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.py9/9 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)。