Perfil do cliente
Um engenheiro mecânico em um fabricante de componentes de precisão de médio porte é responsável pela revisão de conformidade GD&T (dimensionamento e toleranciamento geométricos) de desenhos técnicos antes de serem liberados para fabricação. A função abrange desenhos de fornecedores recebidos e saídas de projeto internas: tudo o que chega ao chão de fábrica precisa ser verificado em relação à norma aplicável antes que as peças sejam cortadas. Conjuntos que envolvem componentes rotativos, trens de engrenagens e interfaces de luva com ajuste por interferência estão entre os mais exigentes de revisar — o acúmulo de tolerâncias dimensionais, a coaxialidade e as tolerâncias de batimento afetam diretamente a função e a vida útil.
A equipe trabalha em um ambiente de alta variedade e baixo volume, no qual a qualidade dos desenhos varia significativamente entre clientes e fornecedores. Um processo de auditoria consistente e rastreável — que produza achados documentados com referências explícitas à norma — é essencial para sustentar decisões de revisão em auditorias de fornecedores e reuniões internas de revisão de projeto. Marcação genérica em um desenho já não é suficiente; as equipes de qualidade agora esperam que cada achado esteja vinculado a uma cláusula específica e a uma característica específica.
Problema
Dois problemas estruturais tornavam o processo de revisão existente difícil de escalar.
O primeiro era o gargalo de referência. A norma GD&T da empresa é um manual técnico de 411 páginas. Nenhum engenheiro consegue manter esse volume de detalhes de especificação na memória de trabalho durante uma revisão ativa de desenho. A abordagem convencional — manter o PDF aberto em uma segunda janela e executar buscas manuais — é lenta, inconsistente e produz registros de auditoria que se resumem a julgamentos, em vez de achados respaldados pela norma. Quando uma decisão de revisão precisa resistir a uma disputa de qualidade com um fornecedor, um achado sem referência de página tem pouco peso.
O segundo problema era o acesso a dados estruturados. Os desenhos chegavam como arquivos DWG proprietários. Antes que qualquer lógica GD&T pudesse ser aplicada, o engenheiro precisava de uma representação estruturada do conteúdo de anotações do desenho: layouts de paper space, strings de texto, chamadas de dimensão, inserções de blocos e possíveis quadros de controle de características GD&T. Fazer isso manualmente, entidade por entidade, não é prático para conjuntos complexos. Sem uma etapa de extração automatizada, a única opção era uma análise visual — que não pode produzir citações no nível da entidade, não pode ser automatizada e não pode ser repetida quando o desenho é revisado.
O desenho em análise — um conjunto de bobina de aço combinando engrenagens e uma luva — ilustrou os dois problemas ao mesmo tempo. Ele continha intenção de fabricação reconhecível, mas nunca havia sido revisado segundo um padrão moderno de completude GD&T. Identificar cada lacuna, citar a cláusula relevante do manual para cada uma e produzir um relatório estruturado que pudesse ser devolvido ao originador com instruções de correção exigia um fluxo de trabalho que as ferramentas existentes não conseguiam suportar.
Por que agora
Os requisitos de qualidade de fornecedores vêm se tornando progressivamente mais rigorosos, e a checklist interna da empresa para revisão de projeto para manufatura foi atualizada para exigir cobertura explícita de GD&T — referenciais de datum, quadros de controle de características, chamadas de textura superficial e critérios de aceitação de inspeção — para qualquer conjunto rotativo ou de ajuste de precisão antes da liberação.
O desenho da bobina de aço era um caso representativo: geometria útil, dimensionamento parcial e um conjunto de notas de fabricação que sugeria intenção sem atender ao novo patamar de completude. Devolver um desenho com um achado genérico já não era aceitável. O novo processo exigia lacunas itemizadas com referências à norma. Fazer isso manualmente para um conjunto rotativo de múltiplos componentes — engrenagem, luva, corpo da bobina — contra uma referência de 411 páginas, com uma conversão de DWG para dados estruturados à frente da revisão, consumiria a maior parte de um dia de trabalho por desenho. No volume de revisões que a equipe estava lidando, esse ritmo não era sustentável.
Por que energent.ai
Várias alternativas foram consideradas antes de a equipe optar por energent.ai.
Uma ferramenta independente de anotação de PDF poderia localizar termos no manual, mas não oferecia uma forma de conectar referências da norma a entidades específicas do desenho nem de produzir um relatório de auditoria estruturado. Uma checklist de desenho com controle de versão em uma planilha impunha consistência, mas ainda exigia que um humano preenchesse cada linha lendo o desenho e a norma em janelas separadas. Contratar um desenhista especialista para o trabalho de extração e cruzamento de referências teria acrescentado prazo e custo por desenho, sem ganho de repetibilidade.
Outras ferramentas de IA foram avaliadas, mas o fluxo de revisão exigia capacidades que poucas combinavam em uma única sessão: ingerir um arquivo CAD binário em formato DWG, executar scripts de conversão e extração, escrever saída estruturada em CSV e JSON, carregar e processar um PDF técnico de 411 páginas, manter uma referência consultável ao longo desse documento sem risco de alucinação e produzir um relatório de engenharia citável — tudo dentro de uma única sessão coerente e sem repasses manuais entre ambientes.
A capacidade do energent.ai de executar scripts Python e bash na mesma sessão do agente em que fazia a análise de documentos foi o fator decisivo. O agente podia executar o conversor de DWG para DXF, rodar scripts de extração sobre a saída, produzir tabelas estruturadas com identificadores espaciais no nível da entidade e, em seguida, usar essas tabelas junto com a referência do manual para compor um relatório que pudesse ser auditado linha por linha.
O agente também tratou explicitamente o risco de alucinação. Em vez de afirmar que havia lido todas as 411 páginas para uma memória de trabalho confiável — algo que o próprio agente sinalizou como não confiável para um documento desse tamanho —, ele construiu uma referência estruturada externa composta por notas semânticas no nível da página, um inventário de conceitos e um registro de leitura em CSV/JSON. Cada afirmação no relatório final podia ser rastreada até um intervalo de páginas no documento de origem. Essa auditabilidade era um requisito, não um bônus.
Workflow
A sessão executou um pipeline de seis etapas, do arquivo DWG bruto ao relatório final de engenharia.
Etapa 1 — Conversão de DWG para DXF. O agente executou a skill de conversão CAD no arquivo de origem e produziu um DXF validado no formato AC1027, confirmado por uma verificação de integridade pós-conversão. Um detalhe estrutural crítico surgiu imediatamente: o conteúdo de anotação do desenho estava quase inteiramente em um layout de paper space chamado "lito", e não em model space. Uma extração ingênua direcionada ao model space teria retornado tabelas quase vazias, deixando de fora a maior parte do conteúdo do desenho relevante para GD&T.
Etapa 2 — Extração de entidades para arquivos estruturados. Um script de extração inventariou cada entidade no layout de paper space: strings de texto, anotações de dimensão, inserções de blocos, layers e extensões de coordenadas. A saída foi gravada em um resumo de extração em JSON — um mapa legível por máquina do desenho, com handles espaciais que poderiam ser citados por referência no relatório subsequente.
Etapa 3 — Isolamento de candidatos a GD&T. Um segundo script filtrou as entidades extraídas em busca de conteúdo relevante para GD&T: chamadas de tolerância, rótulos de datum, modificadores de condição de material e notas de fabricação. Os resultados foram gravados em um CSV estruturado de candidatos a GD&T, que o agente consultou ao longo da fase de revisão.
Etapa 4 — Construção da referência do handbook. O agente processou o handbook de GD&T de 411 páginas em três camadas recuperáveis: notas semânticas por página, um inventário de conceitos e um log de leitura em CSV/JSON. A escolha de design foi deliberada — em vez de tentar manter o documento completo no contexto de trabalho, a referência externa estruturada permitiu buscas em nível de conceito com citações por intervalo de páginas durante a revisão. A árvore de conhecimento é reutilizável em futuras auditorias de desenhos sem repetir o trabalho de indexação.
Etapa 5 — Revisão de engenharia com referências cruzadas. Com as tabelas do desenho e a referência do handbook disponíveis, o agente compôs um relatório de engenharia detalhado em markdown. Cada achado citava um handle de entidade DXF para a localização no desenho e um conceito do handbook com um intervalo de páginas como base normativa. O relatório separou boas práticas confirmadas de lacunas importantes, listou adições mínimas recomendadas de GD&T antes da liberação e sinalizou explicitamente cláusulas que dependem de símbolos ou diagramas de inspeção como exigindo uma verificação visual contra as figuras originais do PDF.
Etapa 6 — Empacotamento do entregável. Quatro arquivos foram produzidos: o DXF convertido, o relatório de revisão de engenharia em markdown, a tabela de anotação de candidatos a GD&T em CSV e o resumo de extração do desenho em JSON. Cada arquivo desempenha um papel distinto — o DXF para ferramentas CAD downstream, o relatório para a solicitação de correção, e o CSV e o JSON como base de evidências auditável.
Results
A revisão de engenharia identificou seis lacunas principais de GD&T no desenho do conjunto de bobina de aço:
- Declaração do padrão de desenho ausente
- Esquema de referência de datum fraco ou ambíguo
- Controles de run-out e coaxialidade ausentes para um conjunto rotativo
- Nenhuma tolerância posicional especificada para padrões de furos
- Interface de ajuste por interferência subespecificada
- Requisitos de inspeção de engrenagem listados sem critérios de aceitação
Uma sétima constatação — requisitos de balanceamento dinâmico sem critérios de aceitação — surgiu da tabela estruturada de candidatos, e não de uma análise visual, ilustrando o valor da extração em nível de entidade em vez de uma revisão puramente visual.
Cada lacuna foi cruzada com o conceito relevante do handbook e o intervalo de páginas, dando ao engenheiro uma base documental para cada solicitação de correção, em vez de uma lista de opiniões sem sustentação. O relatório também identificou o que o desenho fazia bem — práticas confirmadas que não precisavam de revisão —, de modo que a solicitação de correção ficou focada e acionável, em vez de uma rejeição genérica.
No lado da referência, o handbook de 411 páginas foi convertido em uma árvore de conhecimento persistente e consultável. Em vez de um PDF estático que exigiria busca manual para cada novo desenho, a equipe agora tem uma referência estruturada em CSV/JSON que o agente pode consultar por conceito em qualquer auditoria subsequente. O pipeline de extração e revisão — da entrada do DWG ao relatório estruturado — é repetível em qualquer desenho recebido e pode ser executado novamente conforme os desenhos forem revisados.
Proof
"A parte que eu não esperava era a qualidade das citações. Cada issue no relatório tinha um handle DXF apontando para a anotação exata no desenho e um intervalo de páginas do handbook que sustentava o requisito. Isso não é algo que eu conseguiria produzir em uma única sessão de revisão trabalhando manualmente — cruzar tudo à mão levaria a maior parte de um dia." — Mechanical engineer, precision components manufacturing
O conjunto final de entregáveis do agente incluiu um relatório completo de revisão de engenharia organizado em boas práticas confirmadas, lacunas principais, referências de localização no desenho por handle de entidade, citações de conceito e intervalo de páginas do handbook e adições mínimas recomendadas antes da liberação. O CSV de candidatos a GD&T serviu como inventário de anotações rastreável que sustentou cada achado.
Trust note
O agente é explícito sobre um limite importante: achados que dependem de símbolos GD&T, diagramas de frame de tolerância ou ilustrações de setup de inspeção exigem uma verificação visual contra as figuras originais do PDF. O log de leitura e o inventário de conceitos permitem raciocínio fundamentado sobre requisitos de GD&T, mas não substituem a revisão humana de conteúdo dependente de figuras. Relatórios de engenharia produzidos por este fluxo de trabalho devem ser tratados como uma auditoria de primeira passagem com rastreabilidade total do documento — e não como uma aprovação final de liberação. Um profissional qualificado de GD&T deve confirmar os achados dependentes de símbolos antes que o desenho seja devolvido ao originador ou aprovado para fabricação.