面向 AI 原生 3D 建模应用的 SDF、网格与 CAD 内核调研：运行时、交换、评估与资料

主文档与完整目录。本分篇保留原调查日期的依据与实测记录；其中的当前状态、建议和授权仅属于历史快照，不是执行队列。

12. 运行时架构

Human UI / AI Agent / CLI / Plugin
              │
              ▼
     Domain Transaction API
              │
              ▼
   AMIR Store + Type/Unit Checker
              │
      Incremental Dependency DAG
        ┌─────┼─────────┐
        ▼     ▼         ▼
   Exact Worker   Mesh Worker   Field Worker/GPU
   OCCT WASM      Manifold WASM Field IR -> TSL/WASM
        └─────┬─────────┘
              ▼
     Artifact + Source Map Store
              │
              ▼
  Three.js View / Query / Validate / Export

关键工程规则：

每个 worker 都有超时、取消、内存上限与 crash recovery。
kernel object 只活在所属 worker，跨边界只传 artifact handle 或 typed arrays。
三角化结果按 node hash + kernel version + tolerance 缓存。
重算只覆盖 dirty subgraph；用户拖动参数时允许 coarse preview，停止后再 authoritative refine。
WebGPU 是增强项，不能成为基本建模正确性的唯一依赖。
Three.js 固定版本并通过 renderer adapter 使用，避免其快速迁移影响核心。

13. 文件与交换格式

建议的 Aira 项目包：

project.aira/
  manifest.json
  model.aira
  model.amir.json
  assets/
  imports/
  previews/
  cache/              # 可删除，不进版本控制
  history/

格式角色：

格式	角色
.aira / AMIR JSON	唯一 authoring source
STEP AP242	精确 CAD 交换；不能替代 feature history
3MF	可打印 manifold mesh；优先于 STL
glTF/GLB	Web/实时交付；可带材质与 EXT_mesh_manifold，但不是 authoring source
STL	仅兼容出口；无单位、拓扑与材质语义，避免内部保存
OpenUSD	未来大型装配、场景组合、variant/layer 协作候选；不直接替代 CAD feature graph

OpenUSD 的强项是 layer、reference、payload、variant 等场景组合；官方也说明它主要面向大规模 3D scene description。可在装配/协作阶段引入，而非让首版承担精确 CAD 历史。OpenUSD Introduction

14. AI 原生评测

不能只看“截图像不像”。建议建立从第一天持续运行的双层 benchmark。

14.1 语言与代理指标

schema-valid patch rate；
parse/type/unit check 成功率；
首次执行成功率与最终自修复成功率；
平均修复轮数与 token 数；
edit locality：修改一个参数时不相关节点是否保持不变；
reference survival：参数跨临界点后引用是否仍指向设计意图；
deterministic replay：跨机器/重启是否得到同 hash；
invalid request rejection：是否拒绝单位错误、歧义 selector、越界 pattern；
human review cost：diff 是否可读、能否说明每个变化。

14.2 几何与 CAD 指标

B-Rep validity、闭合 solid、Manifold status；
自相交、退化元素、最小壁厚、间隙；
体积/面积/重心与 golden model 差异；
STEP 往返的类型/容差/属性保留；
Field bake 的 Hausdorff/采样距离误差；
tessellation 误差、三角形数、交互延迟与峰值内存；
fillet/shell/boolean 的参数 sweep 成功域；
约束 DOF、过约束诊断准确率。

14.3 任务集

至少覆盖：

从文本创建基础机械件；
从多视图/图片创建可参数化模型；
对现有模型做局部编辑；
改变关键尺寸导致面/边拆分或消失；
混合 B-Rep 与 SDF feature；
导入 STEP 后测量、添加新 feature、导出；
恶意或错误输入：无界 SDF、零厚度、非 manifold mesh、歧义 selector；
性能压力：大 pattern、深 CSG、复杂晶格。

15. 分阶段落地

Phase 0：可证伪的技术样机

Three.js 视口；
Replicad/opencascade.js worker；
manifold-3d worker；
20 个 AMIR node；
ExactSolid、MeshSolid、Field3D 三种类型与四种显式转换；
参数、单位、hash、preview/commit；
STEP、3MF、GLB 输出；
一组固定几何和性能 benchmark。

退出条件：

同一模型可完全从 AMIR 重放；
修改参数只重算依赖子图；
UI 和 AI 都通过同一 patch API；
能明确展示一次有损转换；
错误返回稳定 code，而不是只有异常文本。

Phase 1：真正可编辑的机械 CAD

约束草图；
extrude/revolve/sweep/loft；
boolean/fillet/chamfer/shell；
SemanticRef、history mapping、expect cardinality；
几何查询与 feature-ID segmentation；
STEP round-trip 测试。

Phase 2：隐式与生成式差异化

Field IR；
TSL/WebGPU 实时预览；
自适应 bounds 和 quality budget；
Manifold bake；
lattice、smooth blend、warp 与材料/来源传播；
Field/Mesh 制造检查。

Phase 3：生态与智能

feature package registry；
自描述 capability catalog；
TypeScript builder SDK、CLI、LSP；
AI 自修复与 benchmark；
装配、variant、协作；
评估 OpenUSD 与服务端 OpenVDB。

16. 主要风险与缓解

风险	后果	缓解
OCCT WASM 过大/启动慢	首屏和移动端差	custom build、worker 预热、缓存、按功能包拆分、桌面原生后端
LGPL 合规	商业发布受阻	早期法务方案、可替换构建材料、About/源码义务、必要时商业许可
拓扑命名失败	参数修改后 fillet 到错误边	SemanticRef + history + 邻接/几何 predicate + 基数契约；歧义即失败
B-Rep/mesh/SDF 隐式转换	精度和设计意图悄悄丢失	类型系统、显式 bake、误差报告、禁止自动逆转换
SDF 无界或分辨率爆炸	卡死/内存耗尽	强制 bounds、cost estimate、cell/triangle budget、取消
AI 生成任意代码	安全、不可重放、难 diff	canonical AST、受限语言、沙箱、事务工具
UI 与代码打架	模型源码失真	GUI 只生成 AST patch；双向 source map 与 canonical formatter
只看渲染截图	错误模型被误判正确	结构查询、测量、有效性、分割图与多视图联合验证
Three.js/WebGPU API 迁移	UI 持续破坏	固定版本、renderer adapter、无 GPU 的 DisplayMesh 基线
跨平台结果不逐位相同	缓存、回归和协作误报	版本化 tolerance/seed/kernel；规范化拓扑摘要；按不变量和误差界比较，不比较二进制或遍历顺序

17. 明确不要做什么

不让 AI 直接调用 raw OCCT、Embind 或 C++ 对象。
不把任意 TypeScript/Python 执行结果当唯一项目文件。
不把 Three.js scene、GLB 或 STL 当 authoring source。
不用数组下标长期引用 face/edge。
不在 exact、mesh、field 之间静默转换。
不把 Manifold 的 manifold guarantee 解释成几何绝对正确。
不在第一版重写完整 B-Rep kernel 或完整约束求解器。
不把完整 OCCT WASM 直接塞进首屏生产包。
不只做 text-to-3D；必须把 inspect、edit、validate、repair 放在同等位置。

18. 最终技术选型

如果现在立项，我会这样定：

UI / Viewer： TypeScript + Three.js，WebGL2 基线，WebGPU/TSL 渐进增强。
Canonical model： 自研 AMIR JSON schema；.aira 纯函数式表层语言；Rust parser/compiler/transaction core。
Exact CAD： OCCT，先用 Replicad 验证，随后维护最小 opencascade.js custom build 和自家 adapter。
Mesh solid： manifold-3d WASM。
Implicit： 自研 Field IR；首版由 Manifold LevelSet bake；Fidget 作为区间求值和自适应 meshing 的研究/候选后端。
Constraint： 自有抽象 + planegcs WASM spike。
Storage： .aira/AMIR 为源；STEP、3MF、GLB 为显式出口；缓存可删除。
AI API： catalog/read/query/proposePatch/preview/validate/commit/export 八类事务工具。
产品护城河： SemanticRef、双向 Source Map、Geometry Observatory、结构化诊断、可重复 benchmark。

一句话版本：

用 OCCT 获得精确 CAD，用 Manifold 获得可靠网格，用自研 Field IR 获得 SDF 创造力；再用一个比“代码生成”更严格的语义模型和事务协议，把三者变成 AI 真正能理解、修改、验证和解释的系统。