Serveur MCP gNucleus Text To CAD

Que fait le serveur MCP « gNucleus Text To CAD » ?

Le serveur MCP gNucleus Text To CAD est un pont permettant aux assistants IA et aux outils alimentés par LLM de générer des modèles CAO (Conception Assistée par Ordinateur) directement à partir de descriptions en langage naturel. En se connectant à l’API gNucleus GenAI, ce serveur permet aux développeurs et aux clients IA de traduire des instructions texte ou image en pièces ou assemblages CAO éditables. Cela simplifie les workflows des ingénieurs, designers et développeurs en facilitant le prototypage rapide, la génération de conceptions et la modification collaborative via de simples consignes en langage courant. Le serveur expose cette fonctionnalité via le Model Context Protocol (MCP), le rendant accessible pour l’intégration à divers outils de développement et environnements IA, ce qui améliore considérablement l’automatisation et l’efficacité des processus de conception.

Liste des prompts

• Texte vers CAO
  Définissez un prompt en langage naturel décrivant la pièce CAO à générer, par exemple : « dessine un bloc en CAO » ou « dessine un arbre à engrenage droit avec number_teeth=20 ».
• Texte vers assemblage
  Utilisez un prompt comme « Génère un roulement à rouleaux coniques » pour créer des assemblages plus complexes.
• (Aucun modèle de prompt explicite et standardisé n’est détaillé, mais les exemples ci-dessus illustrent la forme des prompts utilisés.)

Prêt à développer votre entreprise?

Commencez votre essai gratuit aujourd'hui et voyez les résultats en quelques jours.

Demander une démo Se connecter

Liste des ressources

(Aucune ressource MCP explicite n’est documentée dans le dépôt.)

Liste des outils

• text_to_cad(input: str)
  • Génère un modèle CAO à partir du texte fourni en utilisant les modèles GenAI de gNucleus. Le résultat inclut les paramètres principaux, une description et une URL partagée pour visualiser le modèle 3D (expirant sous 24 heures).

Rejoignez notre newsletter

Recevez gratuitement les derniers conseils, tendances et offres.

Adresse e-mail

S'abonner

Cas d’usage de ce serveur MCP

• Prototypage CAO rapide à partir de texte
  • Générez instantanément des pièces ou assemblages CAO en les décrivant en langage naturel, pour accélérer la phase de prototypage et d’idéation des ingénieurs et concepteurs produits.
• Itération collaborative sur la conception
  • Plusieurs parties prenantes peuvent proposer des modifications ou de nouvelles pièces via du texte, simplifiant le travail d’équipe et les cycles de retours.
• Génération automatisée d’assemblages
  • Automatisez la création d’assemblages complexes (ex : roulements, engrenages) via de simples prompts, réduisant le travail manuel et les erreurs en CAO.
• Outils éducatifs
  • Améliorez la formation en ingénierie ou conception en permettant aux étudiants d’apprendre la CAO de façon interactive par commandes textuelles.
• Conception CAO multilingue
  • Accepte les prompts en plusieurs langues (ex : chinois, espagnol), rendant la génération CAO accessible même aux non-anglophones.

Comment l’installer

Windsurf

(Aucune documentation d’installation spécifique à Windsurf n’est fournie dans le dépôt.)

Claude

1. Assurez-vous de disposer de Python 3.7+ et d’avoir installé les dépendances dans un environnement virtuel ou global.
2. Obtenez votre clé API gNucleus et configurez votre fichier .env comme indiqué dans les prérequis.
3. Ajoutez ou mettez à jour votre claude_desktop_config.json :
   • Pour un environnement virtuel :

     {
       "mcpServers": {
         "gnucleus": {
           "command": "/CHEMIN/ABSOLU/VERS/text-to-cad-mcp/.venv/bin/python",
           "args": [
             "/CHEMIN/ABSOLU/VERS/text-to-cad-mcp/main.py"
           ],
           "workingDirectory": "/CHEMIN/ABSOLU/VERS/text-to-cad-mcp",
           "env": {
             "GNUCLEUS_HOST": "genai.gnucleus.ai",
             "GNUCLEUS_API_KEY": "VOTRE_API_KEY_ICI"
           }
         }
       }
     }
     

   • Pour un environnement global :

     {
       "mcpServers": {
         "gnucleus": {
           "command": "python",
           "args": [
             "/CHEMIN/ABSOLU/VERS/text-to-cad-mcp/main.py"
           ],
           "workingDirectory": "/CHEMIN/ABSOLU/VERS/text-to-cad-mcp",
           "env": {
             "GNUCLEUS_HOST": "genai.gnucleus.ai",
             "GNUCLEUS_API_KEY": "VOTRE_API_KEY_ICI"
           }
         }
       }
     }
     

4. Sauvegardez la configuration et (re)démarrez Claude Desktop.
5. Vérifiez que le serveur MCP fonctionne et est accessible.

Sécurisation des clés API

• Les clés API sont stockées dans la section env de votre configuration. Exemple :

  "env": {
    "GNUCLEUS_HOST": "genai.gnucleus.ai",
    "GNUCLEUS_API_KEY": "VOTRE_API_KEY_ICI"
  }
  

Cursor

(Aucune documentation d’installation spécifique à Cursor n’est fournie dans le dépôt.)

Cline

(Aucune documentation d’installation spécifique à Cline n’est fournie dans le dépôt.)

Comment utiliser ce MCP dans les flux

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP à votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flux et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section configuration du MCP système, insérez les détails de votre serveur MCP selon ce format JSON :

{
  "gnucleus": {
    "transport": "streamable_http",
    "url": "https://votreserveurmcp.exemple/cheminverslemcp/url"
  }
}

Une fois configuré, l’agent IA pourra utiliser ce MCP comme outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer "gnucleus" par le nom réel de votre serveur MCP et de modifier l’URL par celle de votre propre serveur MCP.

Vue d’ensemble

D’après la documentation disponible, le serveur MCP gNucleus Text To CAD obtient un bon score en utilité pratique et clarté, mais manque de définitions de ressources et de certaines fonctionnalités MCP avancées. Il est très utilisable pour son objectif principal, mais n’est pas entièrement complet pour tous les scénarios MCP.

Score MCP

Note :
Je donnerais à ce serveur MCP la note de 6/10. Il est robuste pour son objectif principal (génération de CAO à partir de texte) et prêt à l’intégration, mais il manque certaines fonctionnalités MCP avancées (ressources, racines, support du sampling) et des guides d’installation pour certaines plateformes.