Hugging Face 5 月 10 日发布的 MachinaCheck 项目，展示了 AI Agent 在制造业里的一个具体落点：上传 STEP 格式的零件文件，再输入材料、公差和螺纹信息，系统在几十秒内给出 CNC 可制造性报告。
项目文章介绍，传统小型 CNC 车间评估一张图纸可能需要 30 到 60 分钟，经理要看尺寸、查刀具、判断机器能力和公差风险。MachinaCheck 把流程拆成多个组件：先用程序解析 STEP 文件，再由 Qwen 2.5 7B 判断加工工序，随后用确定性逻辑查询刀具库存，最后由 Agent 给出可制造性决策和报告。
它值得关注的地方，是没有把所有问题都交给大模型。刀具匹配这类数据库查询由纯 Python 完成，减少延迟和幻觉；需要制造知识推理的部分才交给本地模型。项目使用 AMD MI300X、ROCm、vLLM 和 LangChain，测试中完整流水线约 25 到 40 秒完成，并强调 STEP 几何数据不需要传到外部。
这类案例比通用聊天机器人更接近行业 AI 的未来：把模型嵌入专业流程，保留确定性系统，保护敏感数据，并输出可执行结论。它仍是 hackathon 项目，但方向很清楚，制造业 AI 不只会写文档，也能参与报价和生产前审查。
对中小工厂而言，最现实的价值不是替代老师傅，而是先筛掉明显不可做或需要补工具的订单，减少沟通成本。等系统积累更多真实零件和加工反馈后，才可能进一步进入排产和成本估算。
