标题： ArtisanCAD：一种基于专家知识蒸馏的工业级CAD智能体
摘要： 面向工业部件的计算机辅助设计（CAD）需要长程程序化建模、稳健的特征依赖关系、可编辑的参数化几何体以及生产级B-Rep执行能力。现有的文本到CAD方法在从自然语言描述生成CAD程序方面取得了有希望的进展，但当用户提示存在歧义、描述不充分或仅表达高层设计意图时，这些方法仍面临困难。它们也很少利用工业工作流程中自然存在的专家程序化知识，例如CATIA操作记录、宏日志、图纸注释和工程描述。我们提出\algname，一种基于技能引导的工业CAD智能体，采用专家知识蒸馏技术。\algname的核心是CAD中间表示（CAD-IR），这是一种可执行的程序化表示，编码了参数、有序操作、MCP工具绑定、依赖关系、生成的实体以及验证规则。CAD-IR扮演两个关键角色：首先，它作为载体，将专家CAD程序蒸馏为可复用的参数化技能；其次，它提供程序化支架，将模糊或中间级别的提示转化为完整可执行的CAD操作。\algname检索专家派生的技能，实例化并修订CAD-IR，通过专用的CATIA-MCP后端执行生成的程序，并利用多视角视觉反馈进行迭代优化，最终生成生产就绪的B-Rep模型。在Text2CAD基准测试中，CAD-IR将中间提示生成的模型平均倒角距离从14.83降至9.88，展示了其弥合模糊文本意图与可执行CAD构建之间差距的能力。在四个复杂的汽车部件上，CAD-IR使专家CATIA记录能够被蒸馏为可复用技能，从而让\algname能够为新的变体需求生成可编辑的CATIA原生B-Rep模型。