Agent 想替你干活,第一道坎从来不是模型够不够聪明,是它能碰到什么。这周 GitHub 上两个 Rust 桌面软件把这事儿办得挺干脆:一个参数化 CAD,一个剪映平替,两家都把 MCP 服务器直接编译进了安装包。装完软件,Agent 就多了一双手。
SolidCraft:16 天 9.3K 星,CAD 内核自己写了一遍
10 月 7 日建仓,到写稿这天 9.3K 星、1120 个 fork,Apache-2.0。主程 bherbruck 一个人干了 822 次提交。
纯 Rust 写的参数化 CAD,界面是 egui,渲染走 WGSL,B-rep 内核和约束求解器都是自研——没套 OpenCascade 那个老家伙。草图、拉伸、旋转、扫掠、放样、圆角、抽壳、拔模、螺纹、阵列、镜像,全挂在一条可编辑的特征时间线上,改个参数整棵树重算。STEP 能进能出,同一套代码编成 WASM 还能在浏览器里跑,说明几何内核没绑死桌面 API。
官方自检是 76 个公开参考零件,75 个的体积、面积、重心、包围盒跟解析解或 FreeCAD 算的对得上,剩下那个挂着 bug。这数据我信一半:参考件都是规整几何,真上手做复杂曲面照样会翻车。版本号现在 v0.20.0,10 月 22 号刚发,一周两三个版本,典型的高速迭代期。
对要装机箱的人来说,README 里那个 demo 比星数有用:从空文件画一个树莓派 4 的外壳,58×49mm 的孔位矩形上阵列 M2.5 铜柱,开 USB 口、开散热槽、刻字、选 PETG 材料直接算质量,最后把高度从 24 改成 32,整件重建。这套流程以前得拿 FreeCAD 加一堆插件拼。顺带说一句,今年 9 月我们写过 text-to-CAD 那类让 Agent 直接吐图纸的项目,那条路是生成几何,这条是让人和 Agent 共用同一个建模内核,落点不一样。
MCP 有两种接法,这个设计值得说。solidcraft-cli mcp 无头跑,进程里起一个设计会话,不弹窗,连截图都走 GPU;或者 solidcraft --control 7878 把图形界面开着,再用 solidcraft-cli mcp --connect 127.0.0.1:7878 桥过去,你能看着 Agent 一根线一根线地画。工具执行的全是引擎命令,跟工具栏、脚本、控制通道用的是同一套,不会弹对话框把流程卡死。命令还能带参数契约检查,--param-check strict 直接拒掉类型不对的调用,不用等模型自己发现错了。
Concat:10.8K 星的剪映平替,Agent 剪片得排队
8 月 25 日建仓,现在 10.8K 星,AGPL-3.0,v0.2.8。
Rust 引擎加 GPU 合成器,界面用 Slint,macOS / Windows / Linux / Android 四个平台。功能表基本照着剪映抄:本地 Whisper 自动字幕、TTS 和几秒样本的声音克隆、抠像、带曲线编辑器的关键帧、100 个特效滤镜转场、多轨多时间线、4K 导出。没有水印、不要账号、素材不上传,模型从设置里下一次就能离线用。
MCP 这块它想得比 CAD 那边细,因为它要面对「人和 Agent 抢同一个工程」这个真问题。concat --mcp 分两种模式:
- window 模式:Concat 开着,设置里打开 Automation,窗口把自己的地址和 token 写进 automation.json,MCP 服务器读出来,从窗口走。Agent 打不开你屏幕上那个工程,导出也得排队。
- headless 模式:什么都不用开,MCP 自己起引擎。每个进程会锁住自己打开的工程目录(concat.lock),你开着的工程它直接拒绝,反过来也一样。
它还限制 Agent 只能往家目录写文件,要放开得设 CONCAT_MCP_ROOTS。至于「边看你剪边改」,官方说还没做,挂在 issue #337 上。
实话
两家走的是两条路:SolidCraft 让你围观,桥接个控制端口,每一步都看得见;Concat 让你别打架,文件锁加排队。都合理,也都还没到能托付的程度——SolidCraft 挂着 2700 个 open issue,Concat 才 0.2.8,两家的安装包都没有代码签名,Windows 上第一次装得点「仍要运行」。
跟截图点按那类 GUI Agent 比,差别在这儿:MCP 是有语义的接口,改一个尺寸就是改一个参数,窗口挪了、主题换了、分辨率变了都不影响;靠视觉模型找按钮的,界面一改就瞎。我们实测 REA 那类逆向工具时也是这个结论,真正值钱的是能读懂的中间表示,不是像素坐标。
保留意见也得说:我没在 4K 多轨上压过 Concat,也没拿 SolidCraft 出过复杂曲面件,这两块的性能和稳定性先存疑。装得上、跑得起来、Agent 能调通,是目前能确认的部分。
最后
以后挑软件,可以多问一句:它有没有把命令层露出来。有 MCP 的软件,Agent 是用户;只有 GUI 的软件,Agent 只能是瞎子摸象——摸得再准,也只是在模仿人的手。