核心用法
FreeCAD Skill 采用声明式 JSON 接口封装底层 Python API，将几何创建、变换、布尔运算及文件导出转化为结构化指令集。用户通过构造 operation 字段（create_primitive、boolean、transform、batch、export 等）并填充 parameters，即可驱动 FreeCAD 内核完成建模任务。引擎返回包含对象名称、包围盒及元数据的 JSON，作为视觉反馈。batch 操作支持多步骤链式执行，适合复杂 CSG（构造实体几何）流程。
显著优点
1. 零代码门槛：无需掌握 FreeCAD Python API 或 OpenCASCADE 语法，降低 CAD 自动化门槛。
2. 参数化驱动：所有尺寸、位置、旋转角度均可参数化，便于快速迭代与版本管理。
3. 多格式输出：原生支持 FCStd（FreeCAD 原生格式）与 STEP（ISO 10303-21 工业标准），兼容主流 PLM 系统。
4. 可审计轨迹：JSON 指令序列天然具备可重现性，利于版本控制与协作审查。
潜在缺点与局限性
- 抽象层损耗：复杂曲面或高级特征（如放样、扫掠）可能受限于 JSON 指令集的表达能力，需拆解为低阶操作。
- 实时交互弱：缺乏可视化即时反馈，依赖返回的包围盒数据脑补几何形态，对空间直觉要求较高。
- FreeCAD 版本绑定：脚本依赖特定 FreeCAD 的 Python 环境，跨版本或跨平台部署需验证兼容性。
- 错误调试间接：运行时异常需通过 stderr 日志回溯，定位 JSON 字段错位或拓扑错误效率偏低。
适合人群
- 机械工程师、产品设计师需快速生成参数化原型或批量导出 STEP 文件。
- 开发者构建自动化 CAD 流水线，如生成测试几何体、参数化零件库。
- 教育场景下用于演示 CSG 原理或脚本驱动建模概念。
常规风险
- 拓扑失效风险：布尔运算若产生非流形边或零厚度面，可能导致后续导出失败或下游软件解析错误。
- 数值精度陷阱：极小尺寸（<1e-3 mm）或极端长宽比可能触发 OpenCASCADE 的容差冲突。
- 资源占用：复杂 batch 任务可能长时间占用 CPU，建议在受控环境执行并设置超时。