Autodesk Fusion Compute MCP：将 AI 代理引入 CAD 和制造领域

Autodesk Fusion Compute MCP：将人工智能代理引入 CAD 和制造领域

ChampionXperience 团队

2026年9月21日阅读时间：9分钟

人工智能正在成为工程软件中越来越重要的一部分，但是解释如何做某事的AI 助手和能够在工程软件中实际执行任务的AI 代理之间存在着重要的区别。

Autodesk 正在通过 Fusion Compute MCP，该产品目前已推出公开测试版。借助 Fusion Compute MCP，AI 代理可以通过云端与 Autodesk Fusion ，并执行诸如创建参数化模型、处理装配体、准备制造操作、导出文件以及处理 Fusion Team 数据等任务。

真正吸引我的是，这不仅仅是让人工智能生成CAD图像或描述建模工作流程。该智能体实际上可以与Fusion 360配合使用，并创建可编辑的设计数据。.

那么，让我们仔细看看它是如何工作的，以及它能做什么。.

什么是融合计算MCP？

在深入了解 Fusion Compute MCP 本身之前，有必要先了解 MCP，即 模型上下文协议。

MCP 是一种开放标准，允许 AI 应用连接到外部工具和数据。AI 模型不再仅仅生成文本，而是可以发现可用的工具并使用它们来执行操作。以 Fusion Compute MCP 为例， Autodesk 提供了一个基于云的环境，AI 代理可以在其中与 Fusion 进行交互。据 Autodesk，该服务通过 Fusion 的 TypeScript API 公开了超过 7000 个端点 。

这意味着该代理可以处理许多通常在 Fusion 中手动执行的操作。.

例如，代理人可以：

创建和修改草图
创建拉伸、旋转、圆角和倒角等特征
装配和连接工作
创建生产装置
生成CAM刀具路径
使用 Fusion Team 文档
导出 STL 和 STEP 文件

这使得工作流程与简单地将人工智能用作聊天机器人截然不同。.

从图像到参数化CAD模型

Autodesk 的一个演示展示了一个有趣的例子。.

系统会根据参考图像提示，创建一个可配置的参数化木制橱柜。智能体并非仅仅生成视觉效果图，而是会创建实际的 Fusion 模型。它会创建橱柜结构、层板、门和抽屉。之后，用户可以修改设计，例如将实心门替换为玻璃面板，以及应用不同的外观。对我而言，最重要的是，最终结果不仅仅是一个网格或渲染图像，而是一个具有特征历史记录和可调节参数的原生 Fusion 设计。

这意味着即使人工智能完成模型创建后，仍然可以继续对其进行编辑和配置。这正是人工智能辅助CAD在工程工作流程中更具吸引力的原因所在。.

零件、模具和刀具路径的设计

Autodesk 另一项演示将工作流程进一步推进。.

要求人工智能代理设计 一个用于单板计算机的两部分注塑外壳。

该代理程序会执行多个设计步骤，包括创建：

带散热片的散热器盖
GPIO插槽
螺钉沉孔
端口切口
模具裂开了

完成外壳制作后，工作流程继续进入模具设计阶段。代理程序会创建 型芯和型腔，然后进行CAM编程。

它创建的操作如下：

面铣削
自适应粗加工
平行精加工

根据 Autodesk，本次演示中的刀具路径生成时间约为 6.5 秒。我感兴趣的不仅仅是速度。

关键在于工作流程将 设计和制造。

代理人不仅可以创建 CAD 模型，还可以继续进行生产准备工作。.

多个AI代理并行工作

Fusion Compute MCP 也可以与多个 AI 代理一起使用。.

Autodesk 自主割草机器人来演示这一功能 1100 个彩色零件的。任务是创建五种不同的配色方案。该工作流程并非按顺序创建每个版本，而是将工作分配给多个代理。四个子代理各自拥有独立的 Fusion 云实例，并分别处理不同版本的设计，而另一个版本则由主代理处理。

然后可以将最终得到的选项汇总成一份对比报告。这种方法为工程工作流程引入了另一个有趣的思路：

人工智能代理不一定需要依次工作。.

不同的代理人有可能同时处理不同的设计方案、配置或制造任务。.

三台 Fusion MCP 服务器

Fusion 目前有三项与 MCP 相关的服务，每项服务都有不同的用途。.

Autodesk Fusion MCP

Fusion MCP 与运行在用户计算机上的 Fusion 桌面应用程序配合使用。它主要用于与本地 Fusion 环境交互，并执行设计和制造操作。

Autodesk Fusion Data MCP

Fusion Data MCP 专注于与设计相关的数据。

这包括以下领域：

枢纽
项目
文件夹
权限
特性
元数据

Autodesk Fusion Compute MCP

新的 Fusion Compute MCP 的 工作方式有所不同。它并非使用运行在用户计算机上的 Fusion 应用程序，而是在云端。这意味着 AI 代理可以拥有自己的 Fusion 环境来执行任务，而无需占用用户的桌面会话。

例如，我可以继续在我的电脑上工作，同时人工智能代理在其云 Fusion 环境中处理另一个设计任务。.

然后我就可以事后审查生成的模型了。.

融合计算 MCP 能做什么？

Fusion Compute MCP 可以在多个领域与 Fusion 进行交互。.

参数化建模

代理可以创建、读取、更新和删除草图和特征。.

这包括以下常见操作：

拉伸
围绕
鱼片
倒角
图案

这一点很重要，因为代理并非只能生成一次几何体。.

它可以与 模型的参数结构。

组件

Fusion Compute MCP 也可以处理组件。.

代理可以创建和管理组件、事件、转换和连接。.

这意味着人工智能交互可以不仅限于单个部件，还可以扩展到更大的机械设计中。.

制造业

生产制造环节是工作流程中的另一个重要组成部分。.

经纪人可以与以下人员合作：

生产设施
CAM模板
刀具路径
已发布的NC代码

这便建立了CAD设计与制造准备之间的联系。.

文件和出口

该代理还可以处理 Fusion 文档和 Fusion Team 项目。它可以打开和保存文档，浏览中心和项目，并导出 STL 和 STEP。

这样一来，工作流程就更加实用，因为生成的工程数据可以存储和共享，而不是仅仅保留在人工智能对话中。.

人工智能模型仍然至关重要。

有一点非常重要。.

Fusion Compute MCP 是 AI 代理与 Fusion 之间的连接桥梁，它本身并非 AI 模型。.

实际结果取决于控制智能体的AI模型。.

例如，MCP 可以为代理提供 CAD 和 CAM 操作的访问权限，但代理仍然需要了解设计任务、规划工作流程、选择正确的操作并解释结果。.

随着人工智能模型的改进，同样的融合计算MCP环境或许能够处理更复杂的工程任务。这也意味着，人工智能生成的CAD图纸仍然需要由工程师进行审核。.

即使根据提示成功创建了模型，仍然需要对尺寸、设计意图、可制造性、公差或其他工程要求进行更改。.

公开测试版限制

Fusion Compute MCP 目前处于 公开测试阶段，因此存在一些限制。

目前， Autodesk 提供：

每个用户可同时进行两个会话。
每次课程最长时长为 一小时。
15分钟无活动后自动终止会话
当服务达到容量上限时，需要排队。

这些课程也是暂时的。.

如果您创建了想要保留的内容，则需要在会话结束前将其保存到Fusion Team或导出。

随着 Autodesk 不断开发和扩展服务，这些限制预计会发生变化。.

如何入门

Autodesk 表示，要试用 Fusion Compute MCP，您需要：

Autodesk 帐户
有效的Fusion许可证
融合团队中心
兼容 MCP 的 AI 客户端

然后，您将 MCP 客户端连接到 Fusion Compute MCP 服务，并让 AI 代理开始与 Fusion 协同工作。有趣的是，您不必一直坐在 Fusion 前面手动执行每个操作。.

代理程序可以在其云端 Fusion 环境中运行，而您可以随后查看结果。.

这对CAD工作流程意味着什么？

对我而言，融合计算 MCP 最吸引人的地方在于人工智能与实际工程操作的结合。我们已经看到人工智能在激发创意、解释指令、编写代码以及帮助工程师查找信息等方面发挥了重要作用。

现在工作流程正在朝着不同的方向发展：

咨询 → 设计 → 修改 → 生产 → 出口

人工智能代理可以逐步完成工程流程的多个阶段，而不仅仅是在生成建议后就停止。当然，这并不意味着工程师可以简单地给人工智能一个提示，然后接受它生成的所有结果。.

最终得到的几何形状仍需检查。尺寸、接口、设计意图、可制造性、公差、刀具路径以及最终制造要求等都需要工程审核。但工程师的角色可能会发生变化。.

工程师与其花费时间手动执行每个重复的 CAD 操作，不如将更多精力集中在 定义设计要求、审查结果和做出工程决策。

结论

Fusion Compute MCP 让我们提前了解了人工智能代理如何直接与 CAD 和制造软件进行交互。

人工智能不再只是告诉我们 如何创建模型，而是能够真正地在 Fusion 360 中工作，创建参数化几何体、修改设计、构建装配体、准备 CAM 操作并导出工程数据。目前公开测试版的功能仍然有限，驱动工作流程的人工智能模型的能力仍然是一个重要因素。但发展方向很明确： 人工智能正从为工程师提供信息，转向直接与工程师用于设计和制造产品的工具进行交互。

随着 Autodesk 不断开发 Fusion Compute MCP 以及 AI 模型功能日益强大，这些工作流程将如何演变，这将非常有趣。.