Resumo Técnico: AgentsCAD

Declaração do Problema

Peças fabricadas via Modelagem por Deposição Fundida (FDM) frequentemente requerem modificações de Design para Manufatura Aditiva (DFAM) para garantir a imprimibilidade, integridade estrutural e o mínimo de pós-processamento. Embora os softwares de fatiamento atuais consigam identificar defeitos como balanços (overhangs) íngremes (superfícies inclinadas além de ~45° da vertical), eles carecem da capacidade de modificar a geometria subjacente da Representação de Fronteira (B-Rep). A literatura existente aborda subproblemas isolados: sistemas de Text-to-CAD geram nova geometria a partir de comandos (prompts), mas não podem modificar partes existentes; redes de Reconhecimento Automático de Características (AFR) classificam tipos de faces, mas não propõem correções geométricas; e ferramentas de manufaturabilidade preveem defeitos sem gerar estratégias corretivas. Consequentemente, engenheiros devem iterar manualmente entre plataformas de CAD e de fatiamento para resolver esses problemas. Existe uma lacuna crítica em sistemas de malha fechada que possam analisar uma peça CAD existente, raciocinar sobre sua manufaturabilidade e modificar automaticamente sua geometria B-Rep para resolver defeitos específicos.

Metodologia

Os autores propõem o AgentsCAD, um sistema multi-agente que faz a ponte entre a geometria B-Rep bruta e o raciocínio de Modelos de Linguagem de Grande Escala (LLM) para automatizar o DFAM direcionado. O sistema opera em uma arquitetura de Blackboard, utilizando um objeto de estado compartilhado para orquestrar nove fases distintas. Este design desacopla os componentes, permitindo agentes determinísticos baseados em regras e agentes intercambiáveis sem a necessidade de refatorar a lógica de coordenação.

1. Representação Geométrica e Parsing

O fluxo de trabalho começa com o parsing de um arquivo STEP usando CadQuery para percorrer a topologia B-Rep. Para tornar a geometria legível para um LLM, o sistema converte milhares de faces, arestas e vértices em um prompt JSON estruturado e compacto. Esta representação inclui:

• Atributos Escalares: Tipo de superfície (Plana, Cilindrica, etc.), área, centroide, ângulos de inclinação assinados, raio de giração e índice de elongação.
• Contexto Topológico: Um grafo de adjacência de faces explícito (serializado como uma lista de links) codificando relacionamentos de arestas compartilhadas, que arrays escalares brutos não conseguem representar.
• Aumentação Semântica: Um modelo GraphSAGE, treinado no corpus MFCAD++ (59.665 partes), gera rótulos de características semânticas de 25 classes (ex: rect_pocket, chamfer) e pontuações de confiança para cada face. Estes são injetados no prompt para fornecer contexto de manufatura.

2. Fluxo de Trabalho Multi-Agente

O sistema executa as seguintes fases:

• Detecção de Defeitos (Baseada em Regras): Um módulo determinístico sinaliza faces cujos normais de superfície satisfazem $\theta = \arccos(\hat{n}_{face} \cdot \hat{z}_{plane}) \le 0$ como balanços (overhangs). Isso estabelece uma verdade fundamental verificável.
• Raciocínio de Design (LLM): Um agente Claude Sonnet 4.6 analisa o prompt JSON usando raciocínio de Cadeia de Pensamento (CoT). Ele é fundamentado por ferramentas de Protocolo de Contexto de Modelo (MCP) (check_orientation_overhangs, lay_face_to_build_surface) para realizar "rotação mental" e calcular ângulos de Euler exatos, prevenindo alucinações de transformação de coordenadas. O agente recomenda reorientações, filetes (fillets), chanfros (chamfers), formas de lágrima (teardrops) ou divisão de peças.
• Modificação: Um script aplica as operações recomendadas programaticamente via CadQuery. A reorientação é realizada por último para preservar a integridade do ID da face.
• Verificação Visual: Um modelo de linguagem-visão GPT-4o inspeciona visualizações renderizadas (2048×2048 pixels) da parte modificada. Ele responde perguntas de sim/não direcionadas sobre integridade geométrica (ex: "As arestas parecem suavemente arredondadas?") e registra falhas no blackboard.
• Memória RAG: Para acumular nuances técnicas entre diferentes peças sem retreinamento, o sistema utiliza Geração Aumentada de Recuperação (RAG). Estados de análise passados são codificados em um armazenamento de vetores FAISS e recuperados para informar o raciocínio de novas peças.

Principais Contribuições

1. Automação de DFAM de Malha Fechada: O AgentsCAD é o primeiro sistema, até onde os autores sabem, que modifica a geometria B-Rep subjacente de uma parte existente para resolver defeitos de manufatura, em vez de apenas gerar nova geometria ou prever defeitos.
2. Tradução Estruturada de Geometria-para-Linguagem: O artigo demonstra que uma representação JSON estruturada, combinando descritores escalares com grafos de adjacência topológica explícitos, é suficiente para que LLMs realizem raciocínio de DFAM contextual, superando as limitações de arrays escalares brutos.
3. Reconhecimento de Características Indutivo: O trabalho valida o uso de GraphSAGE sobre Redes Neurais de Convolução em Grafos (GCN) para o reconhecimento de características de CAD. A natureza indutiva do GraphSAGE permite que ele generalize para arquivos STEP não vistos, e sua agregação baseada em concatenação preserva as auto-características, superando a GCN que dilui a geometria local através de normalização simétrica.
4. Necessidade de Fundamentação Geométrica: Através de estudos de ablação, os autores demonstram que o fundamento por ferramentas MCP é um pré-requisito para um raciocínio confiável. Sem ferramentas para verificar rotações, o LLM consistentemente alucina transformações de coordenadas com alta confiança.

Resultados

Desempenho de Reconhecimento de Características

No conjunto de teste mantido (held-out) MFCAD++, a arquitetura GraphSAGE com aumentação de normal de superfície UV-net alcançou desempenho de estado da arte:

• Acurácia: 85,0%
• Macro F1: 0,785
• Comparação: Superou significativamente a linha de base GCN (53,8% de acurácia, 0,469 Macro F1). A lacuna de desempenho aumentou com conjuntos de características mais ricos, confirmando que o GraphSAGE explora melhor informações adicionais sem diluir sinais de classes minoritárias.
• Visualização: As classificações incorretas foram encontradas agrupadas em zonas de transição entre características, sugerindo que trabalhos futuros poderiam se beneficiar de ponderação de perda consciente das fronteiras.

Validação de Ponta a Ponta

O sistema foi validado em um modelo de casinha de pássaro contendo dois furos cilíndricos que se apresentavam como severos balanços (overhangs) na orientação padrão.

• Resolução: O sistema identificou corretamente os balanços, recuperou conhecimento de domínio via RAG e recomendou uma estratégia de reorientação (deitar a peça sobre uma face específica) combinada com uma modificação de formato de lágrima para um furo horizontal restante.
• Resultado: O arquivo STEP modificado apresentou zero balanços acionáveis. O delta de volume foi de -0,75%, consistente com a remoção de material esperada do perfil de lágrima.
• Verificação: O verificador visual confirmou a integridade geométrica, atribuindo quaisquer flags inconclusivas à resolução da renderização, e não a defeitos reais.

Significância e Alegações

O artigo alega que o AgentsCAD consegue fazer a ponte entre a geometria B-Rep e o raciocínio de LLM para o problema tratável e específico de resolução de balanços (overhangs). O sistema produz arquivos STEP modificados fisicamente válidos e relatórios de manufatura legíveis por humanos.

Os autores enfatizam três descobertas primárias:

1. O JSON estruturado com topologia explícita é suficiente para que LLMs realizem raciocínios de DFAM complexos, incluindo análise de estabilidade.
2. O GraphSAGE é superior ao GCN para este domínio devido às suas capacidades indutivas e preservação de auto-características.
3. A fundamentação geométrica via ferramentas não é um aprimoramento opcional, mas um requisito fundamental para um raciocínio de DFM confiável; sem elas, os LLMs alucinam transformações físicas.

O trabalho posiciona-se como um passo em direção ao DFAM totalmente automatizado, reconhecendo limitações atuais, como restrições de tamanho de contexto para peças grandes, a falta de suporte para montagens e a dependência de um único agente de raciocínio. Trabalhos futuros são propostos para incluir sub-agentes dedicados a defeitos específicos (ex: concentração de tensão), injeção ativa de GraphSAGE e a eventual integração de modelos de próxima geração (ex: GPT-5) para uma colaboração multimodal mais conversacional.