AI Skill + MCP 툴킷을 이용한 신뢰할 수 있는 데스크톱 CAD 자동화

AI Skill + MCP toolkit for reliable desktop CAD automation.

Codex, Claude, Cursor 등의 Agent가 자연어(natural language)를 통해 실제 CAD 소프트웨어를 호출하고, 실행 결과를 검증 및 추적하는 방법입니다.

Tool이 성공했다는 것이 곧 작업의 성공을 의미하지 않습니다. 리뷰가 필요한 작업은 결과 검증 과정을 거쳐야만 전달됩니다.

User → Agent (Codex / Claude / Cursor) → Skill / MCP → Execution Core → CAD → Artifacts + Evidence

AI는 의도 이해, API 조회, 단계 계획을 담당하며; Execution Core는 실행 과정이 추적 가능하고, 검증 가능하며, 실패 시 복구 가능한 것을 보장합니다.

실제 프로세스 예시: 자연어 요구사항 → Agent가 Skill 호출 → SolidWorks에서 원본 SLDPRT + SLDDRW 생성 → PDF로 내보내기 → 치수 및 증거 자동 검토.

npx github:wzyn20051216/solidworks-automation-skill
# 또는
claude skill add https://github.com/wzyn20051216/solidworks-automation-skill

npm install -g @smithery/cli
smithery mcp add wzyn20051216/solidworks-automation-skill --client codex --config '{}'

GitHub Releases에서 Windows 설치 패키지를 다운로드하세요.

Choose one entry point. You do not need to run all three.

| 진입점 | 적합한 사용자 | GUI 필요 여부 | 일반적인 사용법 |
|---|---| :--- |
| Skill | skill 임포트를 지원하는 Agent 클라이언트 | 아니요 | 자연어 기반 SolidWorks 구동 |
| MCP | Codex / Claude / Cursor / Windsurf 등 MCP 클라이언트 | 아니요 | Agent의 자동 Tool Calling |
| CAD Studio | 프로젝트/작업/미리보기/전달을 GUI로 관리해야 하는 사용자 | 예 | 데스크톱에서 작업 제출 |

세 가지는 동등한 수준의 진입점이며, 동일한 능력 목록(capabilities.yaml)과 스크립트 및 증거 시스템을 공유합니다. 설치 후 python scripts/cad_doctor.py를 실행하여 환경 진단을 할 수 있으며, 자세한 설치 및 CLI 사용법은 docs/CAD_STUDIO_USER_MANUAL.md를 참고하세요.

LLM이 계획을 세우지만, 일반적인 AI CAD 자동화에는 몇 가지 실제 문제가 있습니다:

• LLM은 계획만 할 뿐, 데스크톱 CAD 소프트웨어를 실제로 조작하지 못합니다.
• Tool이 success를 반환한다고 해서 작업이 정말로 완료되었다는 것을 의미하지 않습니다. - CAD API 버전, 환경, 백엔드 차이로 인해 복잡성이 높습니다.
• 고정된 Tool 세트만으로는 모든 엔지니어링 요구사항을 커버할 수 없습니다.
• Agent의 실행 과정은 일반적으로 추적하거나 감사하기 어렵습니다.

본 프로젝트의 해결책:

User / Agent
↓
Skill / MCP
...

• Root Skill = 범용 능력, 규칙 및 실행 인프라 (연결, 모델링, 검토, MCP).
• Subskills = 전문 분야 워크플로우 (도면, 나사산 구멍, CNC 모따기(fillet), VibeCAD, AutoCAD)로, Root Skill이 필요에 따라 호출하며 사용자가 수동으로 시작할 필요가 없습니다.
• Execution Core = 내부의 신뢰성 있는 실행 계층: 통합 상태, 결과 검증, 실패 복구 결정 및 실행 추적. 이는 내부 구현이며, 독립 서비스가 아니므로 사용자에게 시작을 요청할 필요가 없습니다.
• Capability Gap = 능력을 찾지 못했을 때 CAPABILITY_GAP으로 구조화하여 반환합니다.

교환 에이전트(Agent)에게 확인을 요청하고, '할 수 없음'이라고 말하지 않기: Existing Tools → Tool Composition → Backend Fallback → Capability Gap → Agent가 references / 공식 API / SDK를 확인 → 최소 구현 → 검증

Execution Core 자체는

알 수 없는 코드를 자동으로 네트워크에 연결하여 실행하지 않습니다.

V2에는 정상 실행, 오류 주입, 백엔드 폴백(fallback), 능력 격차 및 정책 게이트 등 37개의 결정론적 신뢰성 시나리오가 포함되어 있습니다.

이것은 결정론적 엔지니어링 벤치마크(Fake Handler/Reviewer + 오류 주입)이며, 생산 SLA나 실제 사용자 성공률이 아닙니다. 자세한 내용은 docs/architecture/v2-evaluation.md를 참조하십시오.

SolidWorks의 네이티브 작업은 현재 2026을 지원 및 승인 목표로 합니다. 솔루션 B는 기존 실행 아키텍처를 유지하고, 실패 상태, 네이티브 배열(array), 스케치 편집 가능성, 문서 소유권을 수정하며, 선택적 HTTP와 검증 가능한 산출물 회수 기능을 제공합니다. 기존 60개의 MCP 도구의 이름과 입력 Schema는 호환성을 유지합니다.

| Category | 할 수 있는 것 | 상태 |
|---|---|
| Modeling | 부품 모델링, 스케치/돌출/회전, 기어, 판금, 용접물 | verified + pilot |
| ... |
상태 등급 (capabilities.yaml 정의):

실제 장비 기본선: SolidWorks 2024 / 2026, AutoCAD 2024. 검증되지 않은 능력은 무인 배포로 포장되지 않습니다.

• 전체 능력 매트릭스 (각 능력의 정확한 등급/버전/제한) → capabilities.yaml
• 도메인 워크플로우 → subskills/

·SUBSKILLS.md

SolidWorks가 없을 때도 일부 개방형 형식 작업은 여전히 완료할 수 있습니다:

STEP · IGES · BREP · STL · OBJ · GLB · DXF · SVG · PDF · PNG
(OCCT/OCP 격리 프로세스를 통해 실제 쓰기)

하지만 네이티브 SLDPRT / SLDASM / SLDDRW는 여전히 합법적인 SolidWorks 환경을 필요로 합니다.

examples/ 디렉토리에는 기본 부품부터 조립, 엔지니어링 도면, Motion, FEA에 이르기까지 실행 가능한 예제가 포함되어 있습니다.

기여 방법(Contributing): 새로운 능력을 추가할 때는 먼저 capabilities.yaml을 확인하고, 기존 백엔드를 우선 재사용하며, 테스트 및 증거를 추가하고, 검증되지 않은 능력을 verified로 표시하지 마십시오. 자세한 내용은 CONTRIBUTING.md를 참조하십시오.

MIT · GitHub Issues · Star History

SolidWorks Automation Skill은 신뢰할 수 있는 데스크톱 CAD 자동화를 위한 AI Skill + MCP 툴킷입니다. Codex, Claude, Cursor 및 기타 에이전트들이 자연어를 통해 실제 SolidWorks/CAD 워크플로우를 구동하며, 검증(verification), 결정론적 복구(deterministic recovery) 결정, 그리고 실행 추적(execution tracing)을 제공합니다. 세 가지 동급 진입점인 Skill, MCP, CAD Studio는 하나의 기능 레지스트리(capabilities.yaml)를 공유합니다. 하나를 선택하면 되며, 추가 런타임 서비스가 필요하지 않습니다. 위 빠른 시작 가이드를 참조하십시오.

关注抖音 @balance. · 임베디드 개발, SolidWorks 자동화 및 AI 보조 엔지니어링 실습을 지속적으로 업데이트합니다.

solidworks_interference_check

IAssemblyDoc.InterferenceDetectionManager를 사용하여 GetInterferences()로 계산하고 읽어 들인 IInterference.Components와 부피(volume)를 마지막으로 Done()을 호출합니다. 숨겨진 엔티티나 무시된 결과가 검사에 참여하며, 동일한 다중 엔티티 파트 내부의 교차는 계산에 포함되지 않습니다.
계산 실패, 카운트 읽기 실패, 배열 수량 불일치 또는 종료 검사 실패 시 모두 blocked를 반환하므로 0개의 간섭을 잘못 보고하지 않습니다.
컴포넌트가 계산에 참여하는 것을 억제합니다; 0개의 결과라도 컴포넌트 파싱 상태와 설계 의도를 확인해야 합니다.
오프라인 회귀(offline regression)는 호출 순서, 실패 처리 및 SI 부피 변환(26개 항목 통과)을 커버했습니다.
SOLIDWORKS 2026 SP4.1 (34.4.1), Python 3.10에서 MCP를 통해 정상적으로 반환되었으며;
이 실제 예시는 간섭이 없지만, 0이 아닌 결과 읽기는 여전히 오프라인 회귀가 증거입니다.