核心用法
ShopPrentice（Woodworking）是一套面向 Fusion 360 的 AI 驱动参数化家具建模技能。用户通过自然语言描述、参考图片或链接，即可生成可直接用于数控加工（CNC）的 Python 脚本。该技能深度集成 Fusion 360 API，遵循「先设计后编码」原则：在写代码前必须输出高层规划与组件计划，确保模型具备真实木工结构（榫卯、燕尾、直榫等）。
显著优点
1. 真实 joinery：模型包含物理可实现的榫头、榫眼、燕尾等，而非简单布尔运算，确保加工可行性。
2. 完全参数化：所有尺寸通过 userParameters 管理，修改任意参数（如桌高、板厚）会自动重算整个模型，无硬编码。
3. 组件化架构：按真实木工逻辑组织组件（腿、横档、面板等），支持 Mirror/Pattern 特征复制，避免 Python for 循环带来的静态几何。
4. MCP 实时执行：通过本地 MCP 服务器（localhost:9100）直接在 Fusion 360 中执行脚本，即时预览与迭代。
5. 模块化知识库：20+ 专题文件覆盖各类家具类型、风格、榫卯细节，按需加载，避免提示词膨胀。
潜在缺点与局限
- 模型门槛：必须使用 Claude Opus 等前沿长上下文模型，普通模型难以遵循多步骤过程指令。
- 学习曲线：用户需理解 Fusion 360 参数化设计、组件层级、特征树等概念，纯新手上手较慢。
- Draft 内容风险：部分榫卯文件（如 Box Joint、Bridle Joint）标记为 Draft，未经完整验证，需用户自行调试。
- 系统依赖：需安装 Fusion 360、MCP 插件及 git，Windows/Linux/macOS 均可，但配置步骤较多。
适合人群
- 专业木工/家具设计师，希望将设计快速转化为可加工模型
- CNC 加工爱好者，需要带真实结构的 3D 文件
- 教育机构教授参数化设计与数字制造
常规风险
- 脚本执行风险：生成的 Python 脚本会在本地 Fusion 360 中执行，虽可审查脚本内容，但自动执行可能产生意外几何操作。
- 参数误设导致模型破裂：若用户将关联参数设为矛盾值（如
table_h < leg_h），模型会失效，需理解参数约束链。 - 网络访问仅限本地：MCP 服务器仅监听 localhost，无外网暴露，但需确保 9100 端口未被其他应用占用。
安全与来源评估
- 来源：GitHub 开源仓库（ShopPrentice/shopprentice），安装脚本可审计，符合 T2 标准。
- 安全等级：S — 本地 MCP 通信、无外部网络依赖、代码可审计，但涉及本地代码执行与 Fusion 360 自动化操作。