CATIA接入DeepSeek，自然语言指令建模

没想到热度成了2016年到现在发的近400篇原创文章里，最高的一篇。截止到本文发表时，阅读量直逼60,000！在这里，小编要真诚地对各位小伙伴的支持表示感谢

咱们书接上回，如果将上一篇文章概括为：AI辅助我们写二开代码。那么本篇即将展示的内容，则是在“建模代码写好”的前提下，AI如何调用它们！

书的最后一章，我们就已经对AI与CATIA的结合做了一些探索，并分享了一个小案例：借助百度AI的api，实现了“语音控制CATIA建模”。

但这个例子使用语音作为输入，更多是噱头。实际上放眼当下，“将语音转为文字”这一功能已经很容易实现，各种在线/离线的speech to text模型不计其数。

所以，这不是重点。

我在书中提到，如何让计算机“听懂”人类语言的指令，是个难点。毕竟在小编写这本书的2020年，还没有ChatGPT这种东西。

所以，当时只是通过判断指令中是否包含某些关键词，来决策执行什么动作。

就好比某些初代的支持语音控制的“智能车机”：你和它说“放音乐”，或者“播放音乐”，它可以执行；但你说“我想听歌”，它便不会执行播放音乐的动作。因为这条指令，或者说这个关键词，没有在它的库里。

而接入了像Deep Seek这种大语言模型的API后，“语义识别”这一大难题便迎刃而解，甚至有些大材小用。大家可以看到我上面视频中，故意说了“长宽高都是50”这样的表达，而借助AI也可以清晰准确地从这条指令中，将“长、宽、高”这三个参数的值，分别提取出来。

好的，如果说2020年那本书的实例，实现了“机器能够听到我们说的”；

今天这篇，借助LLM api，我们便更进一步，实现了“机器能够听懂我们说的，知道我们想让它做什么”；

那么，下一个问题就是：“机器怎么执行动作！”

毕竟现在，它只是个通用的大预言模型，它可以通过文字（或者我们将它回答的文字转成语音），来表达任何答案，仅此而已。

以CATIA为例：如果计算机想和CATIA交互，来控制CATIA做一些动作，或者从模型中读取一些信息，那么似乎Automation是一种最直接的方式，也就是我们常说的二次开发。相对于让AI去控制鼠标点击命令，在对话框中输入参数，这种方式显然更容易实施。

但对于AI来说，它可以理解“你要创建一个立方体”，但它不知道如何控制CATIA来创建立方体。

当然，我们可以让它写一段vba或python的代码，来execute它。

但你要知道，如前一篇文章所说：当前阶段，包括ChatGPT，DeepSeek在内的这些模型，他们给出的CATIA脚本的准确性还是很低的。

所以，小编是通过如下思路实现视频中的效果的：

我定义了一个字典，是一些指令和函数。当用户输入一句话时，我会调用DeepSeek的api，来判断，用户的这句话和指令库中的哪一条含义最接近，同时从用户指令中提取参数，进而调用对应函数。

由于api key保密，这里就不分享代码了，不过你问DeepSeek，它自己就可以给出如何调用它的api的代码

或许，今天这个视频这个例子，水平仅相当于一个牙牙学语的婴儿喊出的第一声“妈妈”。

但如果有一天，真有足够多的数据量，能够支持训练出用于CATIA 二次开发的专用大模型，那又会是一番怎样的场景呢？