TraceCAD：基于执行轨迹的智能CAD生成修复系统

当前基于大语言模型的CAD智能体能够生成可执行的参数化程序，但在修复过程中往往丢失关键信息，包括已满足的需求、错误操作和先前修复记录。针对这一问题，研究团队开发了TraceCAD恢复层系统。该系统将请求特征、建模步骤、故障证据和候选结果链接为持久化状态，能够诊断可能的错误操作，在其依赖区域内搜索有限编辑，通过执行和保持检查验证候选方案，并将成功和失败的修复结果存储在可重复使用的技能记忆中。在基于DeepCAD的基准测试中，包含200个模型的消融实验和1000个模型的对比显示，TraceCAD在IoU、Chamfer距离和Hausdorff距离等几何质量指标上表现优异。实验表明，移除持久化状态会使恢复分数降低近一半；移除局部化搜索则导致几何回归增加一倍以上，并使代码智能体调用次数翻倍。在不相交的训练模型上初始化技能存储库，进一步减少了重试次数、令牌成本和延迟。这些结果证明，持久化、局部化和可重复使用的恢复机制能够显著提升最终CAD质量和修复可靠性。