在做电气柜设计的时候，大家可能都遇到过这种情况：钉板图（Wiring Diagram / Terminal Layout）要画得又清晰又规整，简直是折磨。

一个柜子里面几十上百条线，每根线都有起点、终点、颜色、规格、端子信息。怎么在二维图上把这些信息排得工整，不交叉、不乱糟糟？

这其实就是图布局（Graph Layout）的典型问题。

常见的几种算法比如：

• • 层次布局（Hierarchical / Sugiyama）：按层次排节点，尽量少交叉；
• • 力导向布局（Force-Directed）：把线当作弹簧，点当作带斥力的电荷，让它们自己“找位置”；
• • 最小交叉布局（Crossing Minimization）：钉板图特别需要，交叉越少越清楚。

在琢磨这些自动化方法的时候，我无意间在 AutoCAD 2026 的安装目录里发现了一个文件——text_encoder.onnx。

这个文件采用 ONNX（Open Neural Network Exchange）格式，是机器学习模型的标准格式，可以跨平台运行。

文件名 text_encoder 暗示它可能是一个 自然语言处理（NLP）模型。

结合文件名称和格式，我推测这个模型可能与解析文本指令有关——尽管官方并没有详细说明。

ONNX 本身是一个开放标准，定义了执行神经网络所需的所有操作，相当于一套可跨框架运行的数学函数集合。

在 AutoCAD 的背景下，这意味着用户输入的自然语言指令可能首先会被编码成高维向量（embedding），再被内部逻辑转换为具体绘图或编辑操作。