gjm/cad-agent
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
64 Commits 1 Branch 0 Tags
b757892c67bf7465c3d78b583b757485e1908a44
Commit Graph
7 Commits
Author SHA1 Message Date
gjm b757892c67 feat(review): agent 侧虚拟工具 inspect_region —— 按可读分辨率放大指定区域 
解决三个缺口：① 放大没复用标定/瓦片数学（LLM 一次 zoom 只出一张，宽区域仍读不清）；
②「看清没」由 VLM 自评（易过度自信/幻觉）；③ 只能按 handle / 手算 bbox 指认，
图上看到但没 handle 的东西指认不了。

核心思路：把「放大」升级成一个语义化工具——LLM 只指认「要看哪里」，由 agent 复用
tiling.py 的标定数学算出该切几张、每张覆盖多大，用构造保证可读。

新增 dwg_review/inspect.py（agent 侧，不编 DLL）：
- TOOL_SCHEMA：inspect_region(target, purpose)；target 三形态 {handle} / {window} /
  {label,cx,cy,span}，purpose = text(8px) / line(6px)。
- InspectState：单图框内「截图标签 → 世界可见范围」登记表，支持逐级下钻
  （返回的 inspect-N 可继续作为 label 指认）。
- resolve_target / _point_box：label+cx+cy → WCS。cy 是图像坐标（上→下），
  世界 y 必须翻转（y = y2 - cy*H）——单测专门钉住。
- plan_tiles：复用 world_per_px + tiles_for_box + subdivide；超 INSPECT_MAX_TILES(4)
  则硬失败并给出「缩小 target / 分多次请求」的指引（不静默降级）；拿不到比例/像素
  则退回单张并如实告知。

关键几何：CAD 的 _.ZOOM _W 是等比适配（不拉伸），故「截图上的归一化坐标」必须按
max(W/ew, H/eh) 反算真实可见范围（新增 tiling.visible_box）——直接用送进去的窗口会偏。
zoom_to_window 返回的 view 是「加过 margin 的窗口」，不是可见范围，不能混用。

证据层配套：evidence_model.make_image(..., window=) 记录每张图的可见世界范围；
capture_images 用 view_px（overall 图原始像素）+ visible_box 逐张登记。

子循环接入：_run_readonly_tool 在只读白名单校验之前拦截 inspect_region（它不在
READ_ONLY_TOOLS 里，内部只调白名单内的只读 MCP 工具）；_review_tools 启用时用
inspect_region 取代三个裸视口工具；inspect_region 计入 _VIEW_TOOLS → 结束复位视口。
配置：INSPECT_ENABLED(True) / INSPECT_MAX_TILES(4)。

端到端实测（真实图纸 1 图框）：取证与审查两阶段均在最大化态、结束精确还原（4 项 PASS）；
LLM 的 11 次取证调用里 2 次是 inspect_region，且都显式给 window + purpose:"text"
（x[20000,115000] y[-6500,3000]，即 A0 图框底部横条＝标题栏所在）。
验收口径达成：报告报出标题栏乱码 ???????????????，而 get_text_content 对全图返回 0 条文字
（本图文字全在块/自定义实体内）→ 块内文字是被视觉放大读出来的。
pytest 343 passed。
 2026-10-16 19:15:32 +08:00
gjm e8140f2bc5 feat(review): 审查阶段对齐绘图区分辨率 + 放大取证闭环 
发现的缺口：maximized_drawing_area 原先只包住取证循环，审查阶段没被包住 →
LLM 在受控子循环里 zoom + 截图拿到的是未最大化的 2110x462（正是上一轮刚解决的
低分辨率问题，在最需要放大看细节的审查阶段又出现了）；且审查中的 zoom 不复位视口，
跑完把用户的 CAD 留在最后一次放大处。

改动：
1. __main__.run_review：把 maximized_drawing_area 从「只包取证」扩到「包取证 + 审查」
   （两者都要截图）；report/annotate 留在 with 之外。
2. phases/review.py：新增 _VIEW_TOOLS；review_frame 拆成外壳 + _review_frame，
   外壳 try/finally 里仅当确实动过视口才复位到该图框整幅视图
   （zoom_to_window(win, margin=0.02)）。纯查结构化数据的路径不受影响。
3. checklist.build_system_prompt：把「可调用只读工具」改写成明确的放大取证协议——
   截图看不清时用 zoom_to_window（坐标由图框/实体 bbox 算）或 zoom_to_entity，
   再 get_viewport_screenshot 复核；并约束不要为看图而反复放大。

次生问题（同轮修复）：_MAX_OBS_IMAGES 原为硬编码 3，而模型一轮内会发 8 次截图 →
拍了 8 张只回灌 3 张。改为配置项 REVIEW_OBS_IMAGES（默认 6），并把预算耗尽的占位
文案改成明确告知模型「不要再请求截图，请给出结论」。

实测（真实图纸 1 图框，新增 verify_review_maximized.py）：取证与审查两阶段窗口均为
[-4,-2,3444,1442]（最大化态），结束精确还原 [68,0,2316,960]，三项全 PASS；
子循环里 LLM 连发 8 组 zoom_to_window + get_viewport_screenshot，提示词生效。
pytest 304 passed。
 2026-10-16 18:55:31 +08:00
gjm 1e5bff268a feat(review): 截屏前最大化绘图区 + 空瓦片过滤覆盖回退路径 
新增 MCP 工具 set_drawing_area(mode="max"|"restore")：最大化主窗口 + CLEANSCREENON
（隐藏功能区/命令行/面板）。实测绘图区 2110x462 -> 3310x1084（面积 3.68x），
restore 精确回位（窗口矩形/最大化态/绘图区尺寸全部还原）。

坑：CLEANSCREENOFF 是异步命令，AutoCAD 会按「进入干净屏幕时的布局」重设窗口几何，
把同步的 SetWindowPlacement 覆盖掉（表现为窗口停在最大化）。解法是插件内
SetTimer 延迟 700ms 再压回；实测窗口在 0.5~1.0s 之间收敛，故调用方等待取 1.5s。

取证层：
- 新增 maximized_drawing_area(ctx) 上下文管理器，__main__ 用它包住整个取证循环
  （多图框只进出一次）；受 DRAWING_AREA_MAXIMIZE 控制，工具缺失/调用失败静默降级，
  restore 失败不掩盖业务异常。
- 内容过滤统一到规划与回退两条路径，共用同一谓词；过滤后为空则退回原集合。
- 判定改用「实体 bbox」而非「占用格」：格子量化会把跨界内容算进相邻格，反而更粗
  （实测实体 bbox 正好压象限边界时 4 个象限全判有内容）。heatmap.occupied_boxes 随之删除。

实测（真实图纸 A0/A1/A2 三图框）：截图张数 12/8/4 -> 8/5/4；pytest 296 passed。
新增 verify_drawing_area.py 作为该工具的验收脚本。
 2026-10-15 23:44:32 +08:00
gjm 8c0fcfee83 chore: 删除 5 个遗留调试脚本并同步文档引用 
- 删除 agent_loop.py / dwg_review_agent.py / countOfCircle.py
  （硬编码 DeepSeek API Key）与 test.py / test_autoagent.py
  （重复实现；且 test_autoagent.py 名字与 pytest 的 test_*.py 收集规则冲突）
- CODEBUDDY.md 测试章节改为「pytest 快层 + verify_* 慢层」
- review_checklist.json 描述改指 dwg_review 包
- ai.memory 同步引用与历史说明

安全：Key 已随提交 bdd77af 进入 git 历史并推到远程，删除文件不能清除历史，
需去 DeepSeek 控制台轮换该 Key（已在 ai.memory 备案）。
 2026-10-14 19:07:35 +08:00
gjm 2fa27b1161 fix(mcp_frame): c++_dll 版本校验默认只比大版本，R24.3 单独分组 
- acrxGetApiVersion 返回值编码为 (major<<16)|minor，据此拆分大/小版本
  （实测 R22.0=0x160000、R23.0=0x170000）。
- 同一大版本内二进制兼容（R24.0/R24.1/R24.2 可共用 ARX；2019/R23.0 编的 ARX
  可跑在 2020/R23.1 上），故默认只比大版本，避免为每个小版本各编一份。
- 唯一例外 R24.3：换了 MSVC toolset，与 R24.0~R24.2 不兼容，
  对 major==24 再按 minor>=3 分组判定。
- 同步更新 CODEBUDDY.md 与 ai.memory 说明。
 2026-10-09 23:42:05 +08:00
gjm ec5f62670d fix(mcp_frame): 修复 c++_dll 工具大量注册失败与写库被文档锁拦截 
- 版本校验：基座侧改用编译期常量 (ARX<<16)|SUB_ARX，不再调用运行时的
  acrxGetApiVersion()。该函数由 rxapi.lib 的 acrxGetApiVersionImpl 提供，
  是有状态实现（读写进程内全局），返回值随调用次数变化；AutoCAD 加载 ARX
  时已调用过一次，导致基座值与 DLL 值不等，绝大多数 DLL 工具被拒绝注册。
- 新增 DLL 模块缓存：同一 DLL 全进程只 LoadLibrary 一次，后续工具复用句柄
  并跳过版本校验。
- 文档锁：mcp_Tool_DllProxy::Execute 统一 lockDocument/unlockDocument，
  修复 DLL 工具在 AutoCAD 应用上下文写数据库返回 eLockViolation
  （表现为 openWriteSpace 拿不到模型空间）的问题。
- 代理类不再 FreeLibrary 模块（改由模块缓存统一卸载），避免同一 DLL 的多个
  工具重复释放、引用计数被打穿。
- 诊断日志精简为仅记录 arx_version/dll_version，且每次加载清空重写。
- 新增 verify_annotate.py：批注工具集运行时验证脚本（绘制/校验/改属性/清理）。
 2026-10-09 22:31:49 +08:00
gjm bdd77af041 feat(review): 新增图纸审查工具集与逐图框审查流程 
向 MCP 基座注册 15 个 C++ 工具（cad_mcp_plugins.dll）：
- 概览: get_drawing_info / get_layers / get_layouts
- 数据: query_entities / get_text_content / get_dimensions /
        get_block_references / get_polylines_info / get_entity_detail
- 图框识别: detect_drawing_frames（块/闭合多段线/直线组三种形态，推算图幅）
- 检查: find_duplicate_entities / find_zero_length
- 视图: zoom_to_entity / zoom_to_window / highlight_entities

其它：
- 抽出 dwg_review_common 公共层（实体遍历 / handle / bbox / 分页 / 错误码）
- 工具返回统一为 MCP content 信封，与既有截图工具保持一致
- 新增 dwg_review_agent.py 逐图框审查脚本（deepseek-flash）
- 新增可配置审查清单 review_checklist.json
- 更新 cad-mcp-frame.json：合并视图工具与审查工具，共 18 个
- cmakelists 加入新增源文件
 2026-10-08 15:21:23 +08:00