在CAD建模这个圈子里这几年“AI替代人工画图”的话题一直很热但真正让我觉得有质变意义的是最近集中爆发的text-to-cad方向。先说人话这个技术就是把“给我一个带加强筋的L型支架壁厚3mm带四个直径6mm的安装孔”这类口头描述直接变成可编辑的CAD模型文件而不是一张渲染图或者Mesh网格。我自己实际体验下来这东西在概念设计、非标件快速打样、还有给不懂三维软件的客户出方案这几个场景里节省的时间是肉眼可见的。这篇文章我就把这些实操体验、背后的原理拆解、以及我踩过的坑一次性说清楚。1. 思路拆解为什么text-to-cad不是“换个方式建模”这么简单先解决一个问题市面上早就有参数化建模、草图拉伸、特征识别这些工具为什么还要费劲做text-to-cad这个问题的答案其实也是整个技术方向的核心逻辑。传统CAD建模的逻辑是“手动驱动”——你得先想清楚自己要画什么然后在软件里一步步执行。哪怕是用SolidWorks或者Fusion 360里的宏、脚本本质上也还是“人把操作流程写进代码”机器本身不理解“一个带圆角的钣金折弯件”到底是什么概念。而text-to-cad想做的事情是把“设计意图”直接翻译成“参数化特征树”让机器自己去做中间那一大堆几何运算和特征编排。这个转变背后的价值我总结成三点第一它把CAD的准入门槛从“学会软件操作”降到了“能说清楚需求”。实际项目中我经常遇到一个尴尬场景客户是搞机加工的他脑子里有非常清晰的零件形状但他不会用三维软件。过去我只能反复跟他开视频会议、让他发手绘草图、再自己重新画一遍。现在如果他描述得足够准确text-to-cad生成的初稿至少能覆盖80%的结构剩下需要修改的只有细节配合尺寸。第二它改变了方案比选的速度。以前给客户出三个不同形态的支撑结构对比方案我得建三个模型文件哪怕用配置功能也要逐个调参数。用text-to-cad的时候理论上你只需要写三行不同的描述文字就能批量生成三个不同拓扑方案整体流程从“小时级”压缩到“分钟级”。第三它跟参数化是天然互补的而不是替代关系。我见过不少人对这个方向有误解觉得AI建模就是“输入文字出来一个死模型”没法改。实际现在主流的text-to-cad方案生成结果都是带特征历史树的比如Fusion 360的建模环境里能直接看到“拉伸-1”“孔-2”“倒角-3”这些步骤。换句话说AI只是帮你把“前期的脏活累活”干了真正需要精确控制的地方你依然可以手动拖拽参数去调整。在这个思路下text-to-cad在实际工作流里的定位就开始清晰了它不是“替代设计师”而是“替代设计工序中最繁琐的起步阶段”。这一点我觉得是所有想尝试这个工具的人最先要摆正的心态。2. 核心技术解析从文字到三维实体中间到底发生了什么很多人都以为text-to-cad是“大模型看图识字”实际上它的技术链路比单纯的自然语言处理复杂得多。我拆开来讲这一整套流程大致分三个阶段。2.1 自然语言到“设计约束”的转化第一步是把你的话翻译成机器能理解的、带约束关系的参数表。比如你说“壁厚3mm”模型不光要识别“3mm”这个数值还要理解它应该关联到“抽壳”特征或“拉伸截面轮廓”的偏置距离而不是当成一个无关紧要的标注尺寸。这一步现在主要靠大语言模型来扛。实际测试下来几个主流开源模型对短句的处理已经很稳但遇到复合条件时还是会出岔子。我举一个真实踩坑例子有次我输入“一个方形底座四角各有一个通孔孔中心距边缘10mm底座侧面带一个U型槽”。模型把“四角各有一个通孔”理解成了“四个孔分别位于四条边的中点附近”方向差了45度。原因就在于“四角”这个空间语义模型没法仅凭文字确定到底指的是“顶点区域”还是“顶点中心点”这时候就需要在描述中显式补充“孔位于顶点的正中心”这类位置限定词。所以跟text-to-cad交流本质上是学习一种“对机器友好的精确描述语法”。比如尽量用“中心”“对称”“等距”“与顶面平齐”这类几何关系词少用“差不多”“看上去”这类模糊词。这个经验在后面的实操部分我会再展开。2.2 约束条件到“三维几何”的生成第二阶段是整个流程的硬核区——把约束集合真正变成三维几何。当前主流技术路线主要有两类我分别说一下。一类是“隐式神经场”路线典型代表是那些基于Occupancy Field或者SDF带符号距离场的模型。这类方法先生成体素级别的粗糙几何再通过Marching Cubes算法提取出等值面最终得到网格。优点是对拓扑结构复杂的自由曲面很友好比如生成一个异形雕塑或者有机形态的把手缺点是输出的本质是Mesh还需要额外做曲面拟合成B-rep才能进CAD里修改。另一类是“面向B-rep的生成式路线”这也是我更推荐实际工程项目使用的方向。B-rep说白了就是CAD软件内部存储的那套“点-边-环-面”拓扑结构。走这条路的模型通常是先让大模型输出一个代码框架再通过程序化方式构造几何实体切片。典型的产品形态就是“用自然语言生成一段Python脚本脚本调用CAD内核API来造特征”。这种方式生成的结果天然是参数化的而且每一步都能追溯修起来也方便。我自己的对比测试感受是如果你要的是“能直接用的工程零件”B-rep路线的实用价值远高于神经场路线。神经场适合做外观造型前期探索但后续转工程图、做有限元分析、出加工代码都得绕一大圈。B-rep路线虽然在自由曲面造型上受限但80%的机械零件、钣金件、外壳件都是拉伸、旋转、扫掠能搞定的实用性拉满。2.3 CAD内核的重建脚本生成与特征映射最后一步最容易被忽略不管前面模型输出的是什么最终总得落进某个CAD内核里。目前开源生态里大多数text-to-cad方案默认对接的是OpenCASCADE内核因为它是开源的、支持Python绑定也是FreeCAD、CadQuery这些工具的地基。这里有个关键概念叫“特征映射”。大模型输出的脚本里写了“makeBox(100, 50, 30)”CAD内核执行时就要把这个调用映射成“创建一个长100宽50高30的长方体实体”。听起来简单但实际工程里交叉特征特别容易出错。比如你先创建一个基体再在基体上做一个贯通切除切除如果你的草图平面定义错了要么切出个斜孔要么直接特征报错。我实践下来的经验是尽量让AI生成基于“程序化建模框架”的脚本而不是直接生成底层API调用。程序化框架比如CadQuery会把很多底层拓扑逻辑封装好AI生成时只需要关注尺寸和特征顺序容错率高很多。直接调底层OpenCASCADE API的话AI生成十个脚本可能有三四个会因为边界面选择歧义而失败。3. 实操指南五步跑通一个text-to-cad工作流这里我分享一套我自己在用的、基于免费开源工具链的完整流程。你不用换掉自己熟悉的CAD软件只需要额外装两个工具就行。3.1 环境准备与工具选型推荐组合是Python 3.9以上 CadQuery 2.x 一个支持代码补全的大模型接口本地部署或云端API均可。这套组合的好处是全程免费、可离线跑核心建模逻辑、并且模型生成的是纯代码方便审查和修改。不建议一上来就上商业闭源软件里的AI功能原因有两个。第一闭源方案的模型生成过程是个黑盒出了问题你完全不知道往哪个方向调试第二商业方案往往绑定云端服务模型数据传上去在有些企业的保密要求下比较敏感。开源的这套方案脚本和模型都留在本地数据安全可控。安装CadQuery这一步很简单直接pip install cadquery就行。如果你在国内网络环境下需要配置镜像源这个属于基础操作我提一句不展开了。3.2 构建“描述模板”打击AI幻觉实际操作中我发现对text-to-cad模型来说最难的不是理解“做一个方块”而是准确解析“复杂描述里的所有约束”。为了让AI少犯错误我总结了一套描述模板分四层写总体形态句先用一句话概括主体是什么形状比如“一个工字型截面的水平悬臂梁”。参数约束句逐个写明关键尺寸和位置关系比如“总长200mm截面高度60mm翼缘宽度40mm腹板厚度10mm”。特征操作句说明要加减什么特征比如“在翼缘上表面中心位置加工一个直径10mm的垂直通孔”。参考基准句明确坐标系和基准面比如“以悬臂梁底面为Z0平面长度方向为X轴”。这四层不是固定模板但对话时按这个顺序组织AI模型的理解准确率明显提升。我对比过不按这个顺序、直接口语化描述的情况生成结果的尺寸错漏率能从大约三成降到一成以内。3.3 一个真实案例全流程演示我用一个“带安装孔的L型固定支架”来完整走一遍流程。描述文本我按刚才的四层模板这样写创建一个L型固定支架。主体由两个长方体组成竖直部分高80mm、宽60mm、厚10mm水平部分长100mm、宽60mm、厚10mm。水平部分的下表面与竖直部分的下端面平齐。在竖直部分的中心区域距离顶边20mm处设置一个直径8mm的水平通孔贯穿厚度方向。在水平部分上表面以宽度方向中心线对称距离前端边缘15mm处设置两个直径6mm的垂直通孔孔间距40mm。把这段描述丢给大模型让它生成CadQuery脚本。你可能会收到类似这个结构的代码import cadquery as cq vertical cq.Workplane(XY).box(60, 80, 10) horizontal cq.Workplane(XY).box(100, 60, 10) # 移动水平部分使其顶面与竖直部分底面平齐 vertical vertical.translate((0, 0, 5)) horizontal horizontal.translate((0, -10, -5)) # 合并 part vertical.union(horizontal) # 竖直部分水平通孔 part part.faces(Z).workplane().transformed(offsetcq.Vector(0, 0, -20)) # 实际上这里需要更精确的定位所以直接用点和方向创建孔更稳妥 part part.faces(Y).workplane().center(-20, 0).hole(8) # 水平部分两个垂直孔 part part.faces(Z).workplane().center(-30, 15).hole(6) part part.faces(Z).workplane().center(10, 15).hole(6) cq.exporters.export(part, l_bracket.step)这段代码跑通以后你会得到一个step格式的实体模型直接导入SolidWorks、Fusion 360或者FreeCAD就能继续编辑特征。重点说一下这里容易翻车的两个环节。第一孔的位置定位。我见过AI经常把上文里的“距离顶边20mm”实现成从底面往上20mm方向正好反了所以脚本生成后要第一时间检查关键孔位坐标。第二合并后的特征选择。“合并后选择竖直部分的某个面开孔”这个操作有时候会因为面序号混乱而失败。我的习惯是让AI在合并之前先把两块体分别存成单独的变量开孔操作尽量在合并前完成再合并或者明确指定用哪个基准面来定孔位置。3.4 生成结果的审查与参数修正AI生成完代码和模型绝对不能直接拿去加工。我自己设了一个“三步审查法”第一步看关键尺寸。用CadQuery直接查询模型的长宽高跟描述文本一一比对这一步可以用程序自动做。第二步看相对位置关系。比如孔到底有没有在中心线上、凸台和基体有没有平齐这个目测就够。第三步看特征树合理性。在CAD软件里打开step文件后检查特征顺序和依赖关系防止出现“零厚度的面”“重合边”这类隐藏问题。如果发现尺寸不对不用重新让AI生成直接修改代码里的数值即可。我见过有人反复让AI生成全新代码来修正一个尺寸效率反而极低。text-to-cad的核心价值在于它帮你把“结构”搭好了微调阶段你本来就该接管。4. 常见问题与排查技巧实录实践这么久我整理了几个高频问题很多人第一次跑通工作流都会撞上。这里我按问题类型列个速查表每一条都是我实际遇到过、并且验证过解决路径的。4.1 CAD模型生成后是“空壳”或“破面”这个问题十有八九出在“生成物是Mesh网格而不是实体”。判断方法是导入CAD后看看能否直接编辑特征、能否直接抽取中面。如果只能像操作网格一样拖拽顶点那说明模型还停留在曲面片阶段。解决思路有两个如果使用CadQuery脚本路线检查是否忘了把结果通过cq.exporters.export导出为step格式而不是stl格式。stl是网格step才是实体这个基础但致命的坑我见过太多次了。如果是神经场路线生成的结果那就需要用反向工程软件比如FreeCAD里的Reverse Engineering工作台做曲面拟合流程长、精度损失大所以我一直建议直接走脚本路线。4.2 孔位置总是偏移这类问题八成出在描述文本的“基准不明确”上。你说“中心处的孔”模型可能理解成“整体模型的中心”也可能理解成“某个面的中心”。解决方法是显式写清楚参照系比如“以竖直部分的上表面为基准向下20mm处位于该表面宽度方向的中心线上”。我实测发现在描述里增加“相对于xxx”这类限定词孔位正确率能提升非常明显。从概率角度说这相当于把模型的猜错空间从“整个三维空间”压缩到了“某个面上的二维区域”。4.3 特征重叠导致布尔运算失败这是程序化建模里最常见的一类报错。两个实体相交的边界如果出现共面、共边布尔运算经常直接失败。比如你要在一块板的端面上叠加一个同样厚度的凸台两个长方体的接触面完全重合union的时候就会报错“cannot compute boolean operation”。我用过一个有效的规避方法把凸台的尺寸稍微放大0.01mm让它跟基体重叠一点点再去union。因为加工精度和实际设计里多0.01mm的过盈量根本不影响功能但对几何内核来说就避免了“零间隙”这种拓扑判断难题。4.4 描述复杂形状时输出失控如果你输入“一个像海豚形状的外壳”大多数text-to-cad模型会直接抓瞎——不是生成一堆破面就是生成一个不可编辑的网格。我的经验是描述复杂曲面时不要用“像什么”这种比喻而是拆解成可测量的几何构成。比如把“海豚形外壳”拆解为“一个沿X轴方向拉伸的椭圆截面主体尾部渐缩至尖端在主体上方中央位置有一个凸起的背鳍形状特征”。每个句子描述的几何操作都落进“拉伸、扫掠、旋转、放样”的范畴里生成成功率就高得多。这个问题的根源在于当前大模型对“自由形状仿生”类描述的理解能力还远没到“看图建模”的程度但用工程语言拆解后它就能把每个子特征翻译成具体建模操作。4.5 脚本运行时报“face not found”CadQuery里这类问题很常见。原因通常是在选择某个特定平面时模型内部对该面的编号顺序发生了变化。比如你先做了一个box然后在上面切了一个槽之后选择面的时候如果不指定方位代码可能选到切槽时产生的新面。对策是尽量使用方位约束选择方法。CadQuery里faces(Z)这种写法是“选取Z轴正方向最外侧的那个面”一般比直接选faces(tag)更稳。如果必须用标签需要在创建特征时就给关键面打上tag后面引用就不会乱。5. 个人经验与后续扩展建议文章写到最后分享一些我自己在这段时间实操里沉淀下来的心得还有我接下来会试的方向。先说我踩了无数次才明白的一个核心认知用text-to-cad功夫在模型之外。你喂给它的描述文本质量直接决定产出模型的可用度。这不是玄学是因为文字本身就有信息损耗。中文描述的语义粒度比参数化建模的精确性要粗得多所以你必须学会“机械式翻译”——把“带一个弯折”改写成“在距离端点40mm处沿Y轴方向折弯90度”效果天差地别。另外一个心得是关于工作流的组织方式。我现在已经形成一套固定动作先让大模型生成CadQuery脚本并导出step然后在FreeCAD里打开检查发现问题直接在CadQuery代码里改改完重新导出再进主流CAD编辑配合尺寸。整个过程完全本地化不依赖任何云建模服务。对于常用的零件族比如支架、底座、盖板、轴套我手里已经沉淀了一批微调过的提示词模板基本上“改数字就能复用”。后续我想扩展的方向有两个。第一个是把这个工作流跟参数化设计表格打通。比如生成一个“螺栓连接底座”模型后自动提取所有尺寸参数到Excel表格里改表格里的某个数值模型自动重建。这个方向上CadQuery已经有一定的支持但目前还需要自己写胶水代码值得深入。第二个是尝试多轮对话式建模。前一轮生成的模型我在代码里加了一个倒角下一轮直接告诉AI“在刚才的基础上继续做”看它能不能基于历史上下文准确迭代。实测现在的模型在这方面的上下文保持能力还比较弱但趋势是对的用起来也会越来越顺。从整个行业视角看text-to-cad目前在机械标准件、钣金件、外壳结构件这几个领域的工程可用性已经很高了但你绝不能指望它一步到位生成一个精密配合的模具件。正确的心态是把它当成一个“自带空间想象力的实习生”第一版交给你的是完成度七成的草稿你要做的就是检查、修改、把住最后的尺寸关。最后再补一个小技巧描述尺寸时尽量统一用公制单位并显式写出单位符号“mm”千万别省略。模型对“100”和“100mm”的置信度理解不一样。这个细节成本为零但对成败的影响却很大。希望这篇实战分享能让你少走弯路早日跑通自己的text-to-cad流程。
在CAD建模这个圈子里这几年“AI替代人工画图”的话题一直很热但真正让我觉得有质变意义的是最近集中爆发的text-to-cad方向。先说人话这个技术就是把“给我一个带加强筋的L型支架壁厚3mm带四个直径6mm的安装孔”这类口头描述直接变成可编辑的CAD模型文件而不是一张渲染图或者Mesh网格。我自己实际体验下来这东西在概念设计、非标件快速打样、还有给不懂三维软件的客户出方案这几个场景里节省的时间是肉眼可见的。这篇文章我就把这些实操体验、背后的原理拆解、以及我踩过的坑一次性说清楚。1. 思路拆解为什么text-to-cad不是“换个方式建模”这么简单先解决一个问题市面上早就有参数化建模、草图拉伸、特征识别这些工具为什么还要费劲做text-to-cad这个问题的答案其实也是整个技术方向的核心逻辑。传统CAD建模的逻辑是“手动驱动”——你得先想清楚自己要画什么然后在软件里一步步执行。哪怕是用SolidWorks或者Fusion 360里的宏、脚本本质上也还是“人把操作流程写进代码”机器本身不理解“一个带圆角的钣金折弯件”到底是什么概念。而text-to-cad想做的事情是把“设计意图”直接翻译成“参数化特征树”让机器自己去做中间那一大堆几何运算和特征编排。这个转变背后的价值我总结成三点第一它把CAD的准入门槛从“学会软件操作”降到了“能说清楚需求”。实际项目中我经常遇到一个尴尬场景客户是搞机加工的他脑子里有非常清晰的零件形状但他不会用三维软件。过去我只能反复跟他开视频会议、让他发手绘草图、再自己重新画一遍。现在如果他描述得足够准确text-to-cad生成的初稿至少能覆盖80%的结构剩下需要修改的只有细节配合尺寸。第二它改变了方案比选的速度。以前给客户出三个不同形态的支撑结构对比方案我得建三个模型文件哪怕用配置功能也要逐个调参数。用text-to-cad的时候理论上你只需要写三行不同的描述文字就能批量生成三个不同拓扑方案整体流程从“小时级”压缩到“分钟级”。第三它跟参数化是天然互补的而不是替代关系。我见过不少人对这个方向有误解觉得AI建模就是“输入文字出来一个死模型”没法改。实际现在主流的text-to-cad方案生成结果都是带特征历史树的比如Fusion 360的建模环境里能直接看到“拉伸-1”“孔-2”“倒角-3”这些步骤。换句话说AI只是帮你把“前期的脏活累活”干了真正需要精确控制的地方你依然可以手动拖拽参数去调整。在这个思路下text-to-cad在实际工作流里的定位就开始清晰了它不是“替代设计师”而是“替代设计工序中最繁琐的起步阶段”。这一点我觉得是所有想尝试这个工具的人最先要摆正的心态。2. 核心技术解析从文字到三维实体中间到底发生了什么很多人都以为text-to-cad是“大模型看图识字”实际上它的技术链路比单纯的自然语言处理复杂得多。我拆开来讲这一整套流程大致分三个阶段。2.1 自然语言到“设计约束”的转化第一步是把你的话翻译成机器能理解的、带约束关系的参数表。比如你说“壁厚3mm”模型不光要识别“3mm”这个数值还要理解它应该关联到“抽壳”特征或“拉伸截面轮廓”的偏置距离而不是当成一个无关紧要的标注尺寸。这一步现在主要靠大语言模型来扛。实际测试下来几个主流开源模型对短句的处理已经很稳但遇到复合条件时还是会出岔子。我举一个真实踩坑例子有次我输入“一个方形底座四角各有一个通孔孔中心距边缘10mm底座侧面带一个U型槽”。模型把“四角各有一个通孔”理解成了“四个孔分别位于四条边的中点附近”方向差了45度。原因就在于“四角”这个空间语义模型没法仅凭文字确定到底指的是“顶点区域”还是“顶点中心点”这时候就需要在描述中显式补充“孔位于顶点的正中心”这类位置限定词。所以跟text-to-cad交流本质上是学习一种“对机器友好的精确描述语法”。比如尽量用“中心”“对称”“等距”“与顶面平齐”这类几何关系词少用“差不多”“看上去”这类模糊词。这个经验在后面的实操部分我会再展开。2.2 约束条件到“三维几何”的生成第二阶段是整个流程的硬核区——把约束集合真正变成三维几何。当前主流技术路线主要有两类我分别说一下。一类是“隐式神经场”路线典型代表是那些基于Occupancy Field或者SDF带符号距离场的模型。这类方法先生成体素级别的粗糙几何再通过Marching Cubes算法提取出等值面最终得到网格。优点是对拓扑结构复杂的自由曲面很友好比如生成一个异形雕塑或者有机形态的把手缺点是输出的本质是Mesh还需要额外做曲面拟合成B-rep才能进CAD里修改。另一类是“面向B-rep的生成式路线”这也是我更推荐实际工程项目使用的方向。B-rep说白了就是CAD软件内部存储的那套“点-边-环-面”拓扑结构。走这条路的模型通常是先让大模型输出一个代码框架再通过程序化方式构造几何实体切片。典型的产品形态就是“用自然语言生成一段Python脚本脚本调用CAD内核API来造特征”。这种方式生成的结果天然是参数化的而且每一步都能追溯修起来也方便。我自己的对比测试感受是如果你要的是“能直接用的工程零件”B-rep路线的实用价值远高于神经场路线。神经场适合做外观造型前期探索但后续转工程图、做有限元分析、出加工代码都得绕一大圈。B-rep路线虽然在自由曲面造型上受限但80%的机械零件、钣金件、外壳件都是拉伸、旋转、扫掠能搞定的实用性拉满。2.3 CAD内核的重建脚本生成与特征映射最后一步最容易被忽略不管前面模型输出的是什么最终总得落进某个CAD内核里。目前开源生态里大多数text-to-cad方案默认对接的是OpenCASCADE内核因为它是开源的、支持Python绑定也是FreeCAD、CadQuery这些工具的地基。这里有个关键概念叫“特征映射”。大模型输出的脚本里写了“makeBox(100, 50, 30)”CAD内核执行时就要把这个调用映射成“创建一个长100宽50高30的长方体实体”。听起来简单但实际工程里交叉特征特别容易出错。比如你先创建一个基体再在基体上做一个贯通切除切除如果你的草图平面定义错了要么切出个斜孔要么直接特征报错。我实践下来的经验是尽量让AI生成基于“程序化建模框架”的脚本而不是直接生成底层API调用。程序化框架比如CadQuery会把很多底层拓扑逻辑封装好AI生成时只需要关注尺寸和特征顺序容错率高很多。直接调底层OpenCASCADE API的话AI生成十个脚本可能有三四个会因为边界面选择歧义而失败。3. 实操指南五步跑通一个text-to-cad工作流这里我分享一套我自己在用的、基于免费开源工具链的完整流程。你不用换掉自己熟悉的CAD软件只需要额外装两个工具就行。3.1 环境准备与工具选型推荐组合是Python 3.9以上 CadQuery 2.x 一个支持代码补全的大模型接口本地部署或云端API均可。这套组合的好处是全程免费、可离线跑核心建模逻辑、并且模型生成的是纯代码方便审查和修改。不建议一上来就上商业闭源软件里的AI功能原因有两个。第一闭源方案的模型生成过程是个黑盒出了问题你完全不知道往哪个方向调试第二商业方案往往绑定云端服务模型数据传上去在有些企业的保密要求下比较敏感。开源的这套方案脚本和模型都留在本地数据安全可控。安装CadQuery这一步很简单直接pip install cadquery就行。如果你在国内网络环境下需要配置镜像源这个属于基础操作我提一句不展开了。3.2 构建“描述模板”打击AI幻觉实际操作中我发现对text-to-cad模型来说最难的不是理解“做一个方块”而是准确解析“复杂描述里的所有约束”。为了让AI少犯错误我总结了一套描述模板分四层写总体形态句先用一句话概括主体是什么形状比如“一个工字型截面的水平悬臂梁”。参数约束句逐个写明关键尺寸和位置关系比如“总长200mm截面高度60mm翼缘宽度40mm腹板厚度10mm”。特征操作句说明要加减什么特征比如“在翼缘上表面中心位置加工一个直径10mm的垂直通孔”。参考基准句明确坐标系和基准面比如“以悬臂梁底面为Z0平面长度方向为X轴”。这四层不是固定模板但对话时按这个顺序组织AI模型的理解准确率明显提升。我对比过不按这个顺序、直接口语化描述的情况生成结果的尺寸错漏率能从大约三成降到一成以内。3.3 一个真实案例全流程演示我用一个“带安装孔的L型固定支架”来完整走一遍流程。描述文本我按刚才的四层模板这样写创建一个L型固定支架。主体由两个长方体组成竖直部分高80mm、宽60mm、厚10mm水平部分长100mm、宽60mm、厚10mm。水平部分的下表面与竖直部分的下端面平齐。在竖直部分的中心区域距离顶边20mm处设置一个直径8mm的水平通孔贯穿厚度方向。在水平部分上表面以宽度方向中心线对称距离前端边缘15mm处设置两个直径6mm的垂直通孔孔间距40mm。把这段描述丢给大模型让它生成CadQuery脚本。你可能会收到类似这个结构的代码import cadquery as cq vertical cq.Workplane(XY).box(60, 80, 10) horizontal cq.Workplane(XY).box(100, 60, 10) # 移动水平部分使其顶面与竖直部分底面平齐 vertical vertical.translate((0, 0, 5)) horizontal horizontal.translate((0, -10, -5)) # 合并 part vertical.union(horizontal) # 竖直部分水平通孔 part part.faces(Z).workplane().transformed(offsetcq.Vector(0, 0, -20)) # 实际上这里需要更精确的定位所以直接用点和方向创建孔更稳妥 part part.faces(Y).workplane().center(-20, 0).hole(8) # 水平部分两个垂直孔 part part.faces(Z).workplane().center(-30, 15).hole(6) part part.faces(Z).workplane().center(10, 15).hole(6) cq.exporters.export(part, l_bracket.step)这段代码跑通以后你会得到一个step格式的实体模型直接导入SolidWorks、Fusion 360或者FreeCAD就能继续编辑特征。重点说一下这里容易翻车的两个环节。第一孔的位置定位。我见过AI经常把上文里的“距离顶边20mm”实现成从底面往上20mm方向正好反了所以脚本生成后要第一时间检查关键孔位坐标。第二合并后的特征选择。“合并后选择竖直部分的某个面开孔”这个操作有时候会因为面序号混乱而失败。我的习惯是让AI在合并之前先把两块体分别存成单独的变量开孔操作尽量在合并前完成再合并或者明确指定用哪个基准面来定孔位置。3.4 生成结果的审查与参数修正AI生成完代码和模型绝对不能直接拿去加工。我自己设了一个“三步审查法”第一步看关键尺寸。用CadQuery直接查询模型的长宽高跟描述文本一一比对这一步可以用程序自动做。第二步看相对位置关系。比如孔到底有没有在中心线上、凸台和基体有没有平齐这个目测就够。第三步看特征树合理性。在CAD软件里打开step文件后检查特征顺序和依赖关系防止出现“零厚度的面”“重合边”这类隐藏问题。如果发现尺寸不对不用重新让AI生成直接修改代码里的数值即可。我见过有人反复让AI生成全新代码来修正一个尺寸效率反而极低。text-to-cad的核心价值在于它帮你把“结构”搭好了微调阶段你本来就该接管。4. 常见问题与排查技巧实录实践这么久我整理了几个高频问题很多人第一次跑通工作流都会撞上。这里我按问题类型列个速查表每一条都是我实际遇到过、并且验证过解决路径的。4.1 CAD模型生成后是“空壳”或“破面”这个问题十有八九出在“生成物是Mesh网格而不是实体”。判断方法是导入CAD后看看能否直接编辑特征、能否直接抽取中面。如果只能像操作网格一样拖拽顶点那说明模型还停留在曲面片阶段。解决思路有两个如果使用CadQuery脚本路线检查是否忘了把结果通过cq.exporters.export导出为step格式而不是stl格式。stl是网格step才是实体这个基础但致命的坑我见过太多次了。如果是神经场路线生成的结果那就需要用反向工程软件比如FreeCAD里的Reverse Engineering工作台做曲面拟合流程长、精度损失大所以我一直建议直接走脚本路线。4.2 孔位置总是偏移这类问题八成出在描述文本的“基准不明确”上。你说“中心处的孔”模型可能理解成“整体模型的中心”也可能理解成“某个面的中心”。解决方法是显式写清楚参照系比如“以竖直部分的上表面为基准向下20mm处位于该表面宽度方向的中心线上”。我实测发现在描述里增加“相对于xxx”这类限定词孔位正确率能提升非常明显。从概率角度说这相当于把模型的猜错空间从“整个三维空间”压缩到了“某个面上的二维区域”。4.3 特征重叠导致布尔运算失败这是程序化建模里最常见的一类报错。两个实体相交的边界如果出现共面、共边布尔运算经常直接失败。比如你要在一块板的端面上叠加一个同样厚度的凸台两个长方体的接触面完全重合union的时候就会报错“cannot compute boolean operation”。我用过一个有效的规避方法把凸台的尺寸稍微放大0.01mm让它跟基体重叠一点点再去union。因为加工精度和实际设计里多0.01mm的过盈量根本不影响功能但对几何内核来说就避免了“零间隙”这种拓扑判断难题。4.4 描述复杂形状时输出失控如果你输入“一个像海豚形状的外壳”大多数text-to-cad模型会直接抓瞎——不是生成一堆破面就是生成一个不可编辑的网格。我的经验是描述复杂曲面时不要用“像什么”这种比喻而是拆解成可测量的几何构成。比如把“海豚形外壳”拆解为“一个沿X轴方向拉伸的椭圆截面主体尾部渐缩至尖端在主体上方中央位置有一个凸起的背鳍形状特征”。每个句子描述的几何操作都落进“拉伸、扫掠、旋转、放样”的范畴里生成成功率就高得多。这个问题的根源在于当前大模型对“自由形状仿生”类描述的理解能力还远没到“看图建模”的程度但用工程语言拆解后它就能把每个子特征翻译成具体建模操作。4.5 脚本运行时报“face not found”CadQuery里这类问题很常见。原因通常是在选择某个特定平面时模型内部对该面的编号顺序发生了变化。比如你先做了一个box然后在上面切了一个槽之后选择面的时候如果不指定方位代码可能选到切槽时产生的新面。对策是尽量使用方位约束选择方法。CadQuery里faces(Z)这种写法是“选取Z轴正方向最外侧的那个面”一般比直接选faces(tag)更稳。如果必须用标签需要在创建特征时就给关键面打上tag后面引用就不会乱。5. 个人经验与后续扩展建议文章写到最后分享一些我自己在这段时间实操里沉淀下来的心得还有我接下来会试的方向。先说我踩了无数次才明白的一个核心认知用text-to-cad功夫在模型之外。你喂给它的描述文本质量直接决定产出模型的可用度。这不是玄学是因为文字本身就有信息损耗。中文描述的语义粒度比参数化建模的精确性要粗得多所以你必须学会“机械式翻译”——把“带一个弯折”改写成“在距离端点40mm处沿Y轴方向折弯90度”效果天差地别。另外一个心得是关于工作流的组织方式。我现在已经形成一套固定动作先让大模型生成CadQuery脚本并导出step然后在FreeCAD里打开检查发现问题直接在CadQuery代码里改改完重新导出再进主流CAD编辑配合尺寸。整个过程完全本地化不依赖任何云建模服务。对于常用的零件族比如支架、底座、盖板、轴套我手里已经沉淀了一批微调过的提示词模板基本上“改数字就能复用”。后续我想扩展的方向有两个。第一个是把这个工作流跟参数化设计表格打通。比如生成一个“螺栓连接底座”模型后自动提取所有尺寸参数到Excel表格里改表格里的某个数值模型自动重建。这个方向上CadQuery已经有一定的支持但目前还需要自己写胶水代码值得深入。第二个是尝试多轮对话式建模。前一轮生成的模型我在代码里加了一个倒角下一轮直接告诉AI“在刚才的基础上继续做”看它能不能基于历史上下文准确迭代。实测现在的模型在这方面的上下文保持能力还比较弱但趋势是对的用起来也会越来越顺。从整个行业视角看text-to-cad目前在机械标准件、钣金件、外壳结构件这几个领域的工程可用性已经很高了但你绝不能指望它一步到位生成一个精密配合的模具件。正确的心态是把它当成一个“自带空间想象力的实习生”第一版交给你的是完成度七成的草稿你要做的就是检查、修改、把住最后的尺寸关。最后再补一个小技巧描述尺寸时尽量统一用公制单位并显式写出单位符号“mm”千万别省略。模型对“100”和“100mm”的置信度理解不一样。这个细节成本为零但对成败的影响却很大。希望这篇实战分享能让你少走弯路早日跑通自己的text-to-cad流程。
