text-to-cad 这个词翻译过来就是“文本转 CAD”。我第一次听到时第一反应是“这又要画大饼了吧”。后来真的在电脑前跑了几轮看着一句普通得不能再普通的需求变成一个带孔、带圆角、能导出的 STEP 文件我还真在原地愣了几秒。现在回头看这个方向最打动我的不是“取代设计师”而是它把“脑子里有个东西到屏幕上出现一个能改、能打、能进下游流程的模型”这条链路压缩到了几分钟。这篇文章不谈太多理论名词就把我实际调研和动手的完整过程写出来技术上有哪几条路我选了哪条怎么一步步做通踩了哪些坑以及现在还能怎么扩展。适合正在做 3D 打印、机械设计、或者对 AI 辅助设计感兴趣的工程师和朋友参考。1. text-to-cad 到底解决了什么问题1.1 它解决的真正问题不是“打字建模”很多人一听到 text-to-cad直觉以为是“以后不用学 CAD 了打字就出图”。这理解对了一半但只对了一半。传统 CAD 建模最耗时的部分其实不是操作本身而是“语义”到“参数化操作”的转换。比如我脑子里想的是“一块 100 毫米长、60 毫米宽、8 毫米厚的板子四角倒圆角 R10上面等距打三个直径 6 的孔”。用 SolidWorks、FreeCAD 或者 Catia我至少要做一次草图、标约束、拉伸切除、倒角手熟也要一两分钟不太熟的人光是找命令、调基准面就能折腾半天。这段过程本质上是“用软件能理解的方式重新表达一遍我的意图”。text-to-cad 做的就是把这层重新表达交给模型。它把自然语言直接翻译成 CAD 命令序列或者直接生成几何数据。你可以把它理解成一个“翻译官”但翻译的对象不是语言而是三维约束和建模步骤。这也是为什么它能在 3D 打印、模型验证、概念设计这些场景里快速跑起来——因为这些场景的痛点高度集中在“想法到草稿”这一段。1.2 谁在用这个东西谁在受益我从社区和实际项目里观察目前主要有三类人在用。第一类是 3D 打印爱好者。我要打一个路由器支架、一个相机快装板、一个花盆排水垫以前得在网上一顿搜模型搜不到就只能自己学建模。现在用 text-to-cad 直接描述出来的模型凑合能用甚至比自己建模还快。第二类是机械工程师。他们大多不指望一句话就得到最终图纸而是用 text-to-cad 做“草稿快速验证”——把一个安装板、一个外壳的风道结构快速成型确认空间布局、孔位是否冲突再在正式软件里精修。省掉大量打开软件、建基准、拉草图的重复劳动。第三类是完全没有 CAD 基础的跨界用户。做产品企划的、做电商选品的、做手办定制的他们不需要精通建模只需要“尽快看到一个可打印/可看的三维形态”。text-to-cad 对他们的友好程度直接决定这个工具能不能普及。1.3 为什么这两三年它才真正热起来“自然语言生成 CAD 模型”这个概念早在二十多年前就有研究者提过。当时多走专家系统、规则匹配路线效果很不稳定用户输入稍微变个说法系统就傻眼了。真正让它活过来的是“大语言模型 程序化建模”这个组合。大模型把“自然语言理解”成本打到了最低程序化建模语言CadQuery、OpenSCAD、FreeCAD 宏又把“文本到实体”变成一段可执行的代码。两者一拼效果就完全不一样了。再加上 3D 打印设备普及、开源硬件社区活跃需求也被彻底释放。说白了这是个技术成熟度和市场需求同时到位的故事不是某个单一项目的功劳。2. 从文本到模型主流的四条技术路线2.1 代码生成路线工程界公认最实用的一条我现在主要采用“LLM 生成程序化建模代码 本地执行”的路线。简单说就是让大模型输出 CadQuery 或 OpenSCAD 脚本然后在本地环境运行脚本得到真正的实体模型。为什么这条路线在工程上最实用核心原因是“可编辑、可追溯、参数化”。生成的 CadQuery 代码是一个带有尺寸、坐标、草图和特征的完整程序运行后输出的是精确的 B-rep 实体模型能直接导出 STEP、IGES 这些工业标准格式。下游管它是加工、仿真还是装配都认这个。而且代码本身就是模型档案。某天客户说“把孔从 6 毫米改到 8 毫米”不用重新生成直接改脚本里的一个数字重新跑一遍渲染就完了。这种可控性是其它几条路线目前都做不到的。缺点当然也有。程序化建模 API 能表达的几何范围决定了生成效果的上限。CadQuery 擅长拉伸、旋转、放样、布尔运算这类传统特征建模但如果你想要一个自由曲面、有机形态、雕塑感强的东西用代码来写会非常痛苦模型的表达能力明显不足。所以这条路线适合机械零件、板类件、连接件、标准件不适合外观造型设计。2.2 端到端生成路线看着酷落地难另一条路线是端到端生成也就是神经网络直接从文本生成三维几何数据比如体素模型、点云、隐式场或者三角网格。这条路线看起来最“AI”因为它跳过了 CAD 这个中间环节完全靠模型“想象”出一个形状。问题也很明显。第一是精度神经网络生成的分辨率有限你没法保证一个孔正好是 6 毫米、一个面正好是平面这在工程上是要命的。第二是不可编辑生成的是网格或点云下游想改成参数化特征基本是重做。第三是数据依赖训练需要海量的“文本-形状”配对数据而在 CAD 领域这种有标注的数据极度稀缺。所以目前端到端生成主要用于概念设计、游戏资产、视觉效果离“能出工程图”还差得很远。如果你只是想快速看个造型方向它很香如果你想拿模型去机加工趁早拐弯。2.3 模板检索加参数编辑企业内部最实用的方案第三种路线是预先准备好一整套参数化模板库LLM 负责理解用户需求、检索最接近的模板、填充参数、调用约束求解器完成建模。比如一个企业有上百种标准轴承座、管道法兰、机柜支架模板用户说“给我来一个 60 毫米轴径的轴承座螺栓孔做成四孔均布”模型就去模板库里匹配然后调参生成。这条路线最大的优点是工程可靠性极高——模板是工程师预先验证过的每个参数都有上下限生成结果一定合法、可制造。缺点是覆盖面完全依赖模板库的大小你没建过模板的类型它生成不了。在我看来企业内部部署 text-to-cad最务实的方案就是这条路线。通用模型负责“理解语义和匹配意图”工业可靠性由“模板库 人工审查”兜底两不耽误。2.4 自主代理路线还在路上的未来形态第四条路线是“AI 代理”形态——大模型像人一样“操作”CAD 软件自己开草图、画线、约束、拉伸遇到错误自己读报错、自己修正甚至自己扩展功能插件。听起来非常科幻也已经有不少项目在做但老实说现在还远没到可以日常使用的程度。问题主要出在 CAD 软件本身。商业 CAD 的模型内核和 API 高度封闭很多操作在设计时只考虑了“给人用”的场景自动化接口要么缺失要么不稳定。加上渲染器、鼠标交互、视图控制这些东西对 AI 代理来说全是噪音。不过这个方向我很看好如果有一天 CAD 软件真正开放了底层几何内核的编程接口让 AI 代理能在闭环里试错那才是整个行业质变的时候。3. 实操入门在本地跑通第一个 text-to-cad3.1 环境准备其实就三步我以 CadQuery 作为程序化建模后端来演示。选择它不是因为 FreeCAD 或 OpenSCAD 不行而是 CadQuery 的 Python API 对自然语言生成的友好度最高生成的代码可读性好调试也直接。先准备一个干净的 Python 环境。官方推荐 Python 3.10 或 3.11太新的版本有时轮子不全。安装就一条命令pip install cadquery如果是在 Windows 上遇到编译问题建议直接换成 conda 环境conda install -c cadquery cadquery装好后我一般会用一个 Jupyter Notebook 来做验证环境因为它能在单元格里直接调用渲染接口输出三维预览很适合边改提示词边看结果。也可以装 CQ-editor那是个带三维视窗的 IDE体验更接近传统 CAD。3.2 提示词到底怎么写才靠谱这个环节最能体现“经验”和“照文档抄”的差别。同样一个模型描述有些人一次就出活有些人来回折腾十轮差的就是提示词里信息颗粒度。我的基本模板是先说建模工具和建模语言比如“用 CadQuery 代码生成”。不说的话模型可能给你一段 SolidWorks 宏或者干脆给一段 FreeCAD Python 脚本后端不对代码根本跑不起来。说清楚主体形状和尺寸单位统一用毫米并且明确“底面放在 Z0”之类的基准。把每个特征说全位置用相对坐标或绝对坐标特征类型要具体通孔、盲孔、圆角、槽、筋板。最后补一句“只输出 Python 代码不要解释”。否则大模型经常会先给你写一大段前言把代码块夹在中间解析起来非常麻烦。举个例子一个很标准的描述Generate CadQuery code for a flat plate. Plate size is 100mm in X, 60mm in Y, 8mm in Z. Place the plate on Z0 (bottom face). Apply fillet radius 10mm to all four vertical edges. On the top face, add three through holes with 6mm diameter at (20,20), (50,30), (80,20). Use millimeters. Output Python code only.这段提示词里建模工具、尺寸、基准面、特征位置、单位、输出格式全部限定死了生成结果通常第一次就很能打。3.3 把生成的代码变成能看的模型让大模型输出后保存成一个plate.py运行它。CadQuery 生成的结果可以导出好几种格式工程上最常用的是 STEP 和 STLimport cadquery as cq plate ( cq.Workplane(XY) .box(100, 60, 8, centered(True, True, False)) .edges(|Z) .fillet(10) ) plan ( plate.faces(Z) .workplane() .pushPoints([(20, 20), (50, 30), (80, 20)]) .hole(6) ) cq.exporters.export(plan, plate.step) cq.exporters.export(plan, plate.stl)简单解释一下这段代码在干嘛。box以底面中心在 Z0、向上长到 Z8 的方式创建一个 100×60×8 的板子这样后面选顶面打孔不会跑偏基准。edges(|Z)选中与 Z 轴平行的四条边也就是四根立棱fillet(10)给它们倒圆角。faces(Z)选中最高面也就是顶面进入它的工作平面pushPoints把三个孔的圆心点放上去hole(6)打出三个直径 6 毫米的通孔。最后导出 STEP 和 STL。拿到 STEP 文件用 FreeCAD 或者任何主流 CAD 打开看一下确认孔、圆角、尺寸都对第一轮就成功了。3.4 第一版模型的质量门槛怎么定我给自己定了个快速检查清单每次生成完紧接着跑一遍体积是否为正CadQuery 里可以查plan.val().Volume()如果得到负数或极小的值说明模型有破碎。导出 STEP 后能否被其它软件打开打开后是不是实体而不是片体。孔的数量、位置、直径是否与需求一致。有时候模型“看起来对”一看数据全偏了。特征是否“可制造”。比如板子厚度只有 0.5 毫米但还要打直径 10 的孔模型能建模加工一定废。这个清单不是传统 CAD“画好就完事”的思路而是把可制造性检查前置了因为自然语言生成的模型出现“逻辑上对、工程上废”的概率比人工建模高得多。千万别省。4. 一个完整案例复盘从一句话到可打印零件4.1 需求是什么为了把上面这些步骤串起来我用一个真实感很强的例子复盘一遍。假设我要做一个 LED 灯箱的背板需求是一块 120 毫米×80 毫米×5 毫米的板子四角倒圆角 R8中心区域开一个 60 毫米×40 毫米的通槽四个角上各打一个直径 4 毫米的安装孔孔心距离板边 10 毫米。将来要 3D 打印验证装配。我把这句话翻译成给模型看的提示词尽量结构化Use CadQuery. Create a plate 120mm long, 80mm wide, 5mm thick, centered on the XY origin, with the bottom face on Z0. Use a rectangular through slot in the center: 60mm x 40mm, centered. Add four through holes for M4 screws at positions (10,10), (110,10), (10,70), (110,70), relative to the plate outline, diameter 4mm. Apply fillet radius 8mm to the four vertical edges. Output Python code only.这里有一点要特别注意我给孔位用的是相对板子轮廓四角的坐标而不是相对于原点因为板子以原点为中心四角坐标自然就是(±60, ±40)。之所以强调“relative to the plate outline”是防止模型以为坐标是相对于世界原点。4.2 第一轮生成问题很快就来了第一轮生成的代码运行后确实出现了一块板子尺寸和槽也都对了但问题出在安装孔上——四个孔全都跑到了板子外面离边距离完全不对。我查了一下生成代码发现模型把槽的“中心在原点”理解成了“板子的工作平面原点直接做了坐标系换算”在pushPoints时用了错误的空间坐标没有把板子本身的放置考虑进去。这种错很典型大模型对 CadQuery API 的理解没问题但对“坐标系转换”这种隐式状态容易搞混。它知道代码每个函数的作用却不一定清楚运行时的坐标系到底基于哪里。遇到这种问题我的习惯不是“自己动手改代码交差”那样虽然快但模型的错误记忆没有被纠正。更好的做法是把现象直接回传给模型叫它修正。4.3 用一次有效反馈完成修正我把现象整理成一句话喂回去The plate is correct, but the four mounting holes are not at the intended positions. The plate is centered on origin, so the correct locations relative to the outline are (10,10), (110,10), (10,70), (110,70). Please fix the pushPoints coordinates and regenerate full code.模型很快意识到问题重新生成了代码。这次它在pushPoints里直接用绝对坐标孔的位置准确落在四角内。我还额外让它加了导出步骤。跑完一查 Volume正数用 FreeCAD 打开槽孔、安装孔、圆角都对。如果第一轮模型不认账可以再补一句“先移动工作平面再打孔”通常也能引导它往正确的方向改。关键是反馈要具体不要只说“不对”要告诉它“哪里不对、期望值是多少”。4.4 最终还能怎么收尾一个零件能看、能导出不代表能打。我后来又做了一次可打印性检查查看壁厚、确认没有过小的圆角、把 STL 丢进切片软件里加载测试。果然中间 60×40 的通槽在切片预览里出现了悬垂好在板子很薄加一点支撑就能解决。模型本身不需要再改但这个检查过程不能省尤其是对新手来说3D 打印不等于“模型能打开就一定能打”。5. 常见问题与排查技巧实录5.1 一张速查表帮你少走三个月的弯路我把自己实际踩过、以及带别人跑的时候遇到的典型问题整理成一个表格直接照着排查现象大概率原因处理办法模型出现但孔不见了workplane 选错了面hole 打在了底面检查faces(Z)是否指向最高面换成顶面再进工作平面尺寸整体大了或小了 10 倍单位没写清楚模型默认用英寸提示词里明确“use millimeters”并在输出代码里也核对数字圆角一倒就报错fillet 改变了相邻几何二次 fillet 冲突把多个圆角合并成一次操作或提示词里要求“single fillet call”有边线但不成实体生成的是 wire 或 open shell没有封闭要求模型输出 solid检查val().isValid()导出 STL 是空壳shell()抽取了曲面没做实体化提示词加“keep as solid, no shell”中文提示词效果飘忽模型的中文几何术语训练数据不足关键尺寸、特征描述换成英文或用中英双语这里我想特别强调一下最后一条。我不是说中文不能用我自己也常用中文描述整体目的但在涉及坐标、方向、基准面时尽量用英文术语比如“bottom face on Z0”“through hole”“fillet radius”生成质量会明显稳定。大模型对这类专项术语的英文语义掌握远比中文扎实。5.2 三个特别实用的“民间”小技巧技巧一每次只改一个变量。很多人喜欢一口气把十个需求全塞进去“板子做厚一点孔往右挪圆角大点再加两个孔顺便把槽改成长圆孔。”你可能觉得模型什么都会但它是会犯错的——改一个参数都可能导致连锁几何失效一次改十个报错都不知道从哪错起。每一轮只改一个点确认无误再改下一步看似慢实际快得多。技巧二把报错原文原样回传。CadQuery 的报错信息其实挺清晰经常直接告诉你是哪一行、哪个几何对象冲突。用自然语言复述时信息会被损耗比如把“圆角半径超过特征长度”说成“模型报错”模型根本没法精确诊断。把报错文本直接贴回去成功率能成倍上升。技巧三永远不要直接信任“第一版成功”。我第一次生成成功时兴冲冲导出一个 STEP结果拿到 FreeCAD 里一看孔的分布完全不符合需求只是视角下“看着像”。后来养成习惯了每次生成完都要把关键尺寸用代码显式打印出来或者打开模型标注核对眼见为实。5.3 怎么判断是不是模型代码的“稳定问题”还有一种情况比较头疼代码完全合法结果却和需求对不上。比如圆角的方向反了、孔是盲孔而不是通孔、槽的长度比需求大了 1 毫米。这种“语法对、语义错”的问题报错系统不会帮你发现只能靠仔细核对。我的核对手法是用 CadQuery 的查询接口把关键尺寸打出来比如bounding_box model.val().BoundingBox() print(fX:{bounding_box.xlen}, Y:{bounding_box.ylen}, Z:{bounding_box.zlen})把输出数字和需求一一比对。如果尺寸差在 0.01 毫米以内都是正常的浮点误差差到 1 毫米以上基本可以断定是模型把某个参数写岔了。用数据说话不要靠肉眼。6. text-to-cad 还能怎么玩出花6.1 批量生成变体方案比选的效率神器text-to-cad 一旦和程序化建模绑定批量生成变体就变成了一件顺理成章的事。你可以让模型先生成一套基础模板代码然后在外面套一个 Python 循环把长度、孔径、圆角这些参数做成列表一次跑出十个变体。我试过用这个方式做一个传感器支架的选型十二个型号尺寸差异只有几毫米孔位变化反复。传统做法是复制文件、逐个改尺寸、保存手一抖就是错漏现在几十行代码循环搞定每个变体自动导出 STEP文件名里带参数后面整理方案稿时简直是降维打击。6.2 和 3D 打印、仿真验证串起来文本生成模型这件事单独看是个小工具接进完整研发链路后威力才出来。我最近的实践是“文本转 CAD → 自动导出 STEP → 导入仿真软件做静力学验证 → 改文本描述 → 重新生成”一个循环下来设计迭代速度快了至少一个量级。尤其在概念设计阶段你根本不需要精确到每一个倒角只需要一个能近似表达结构的模型来跑仿真趋势。text-to-cad 出的模型虽然细节粗糙但因为参数可调反而比传统从零建模更适合这种“快速逼近-持续迭代”的模式。6.3 企业内部私有模板库才是终极玩法最后聊一个我认为最有落地价值的场景把公司的标准件库、常用结构模板用 CadQuery 这类程序化建模语言全部做成可调参数的函数然后让大模型只做“识别需求-映射到模板-填参数”这三件事。这个模式下模型不用去“创造”几何它只需要在几千个已知模板里找到最合适的一个再填上正确的参数工程可靠性就有了质的保证。我甚至见过有团队把质量规范、安规要求、公差标准全部写进模板的注释和校验逻辑里最终生成的模型自带合规属性。这才是 text-to-cad 真正能改变行业工作流的地方——不是 AI 替代工程师而是 AI 把工程师从重复劳动里捞出来让他们去干真正需要判断的事情。我在整个摸索过程中最大的体会是这类工具刚出现时诱惑人把它吹成“不需要会 CAD 了”但这恰恰是最危险的误解。它给你的是从想法到草稿的速度而不是从草稿到可制造的判断。模型能不能出活、出活对不对最终还是靠你的工程经验把关。拿去打印前多看一眼跑仿真前多查一版你把控的是底线。对我来说text-to-cad 已经成了案头一个很顺手的工具但它不是魔术它是把“说出来”到“做出来”之间那层重复劳动拿掉的翻译器。这句实话比什么“一键生成”的宣传都要靠谱。
text-to-cad 这个词翻译过来就是“文本转 CAD”。我第一次听到时第一反应是“这又要画大饼了吧”。后来真的在电脑前跑了几轮看着一句普通得不能再普通的需求变成一个带孔、带圆角、能导出的 STEP 文件我还真在原地愣了几秒。现在回头看这个方向最打动我的不是“取代设计师”而是它把“脑子里有个东西到屏幕上出现一个能改、能打、能进下游流程的模型”这条链路压缩到了几分钟。这篇文章不谈太多理论名词就把我实际调研和动手的完整过程写出来技术上有哪几条路我选了哪条怎么一步步做通踩了哪些坑以及现在还能怎么扩展。适合正在做 3D 打印、机械设计、或者对 AI 辅助设计感兴趣的工程师和朋友参考。1. text-to-cad 到底解决了什么问题1.1 它解决的真正问题不是“打字建模”很多人一听到 text-to-cad直觉以为是“以后不用学 CAD 了打字就出图”。这理解对了一半但只对了一半。传统 CAD 建模最耗时的部分其实不是操作本身而是“语义”到“参数化操作”的转换。比如我脑子里想的是“一块 100 毫米长、60 毫米宽、8 毫米厚的板子四角倒圆角 R10上面等距打三个直径 6 的孔”。用 SolidWorks、FreeCAD 或者 Catia我至少要做一次草图、标约束、拉伸切除、倒角手熟也要一两分钟不太熟的人光是找命令、调基准面就能折腾半天。这段过程本质上是“用软件能理解的方式重新表达一遍我的意图”。text-to-cad 做的就是把这层重新表达交给模型。它把自然语言直接翻译成 CAD 命令序列或者直接生成几何数据。你可以把它理解成一个“翻译官”但翻译的对象不是语言而是三维约束和建模步骤。这也是为什么它能在 3D 打印、模型验证、概念设计这些场景里快速跑起来——因为这些场景的痛点高度集中在“想法到草稿”这一段。1.2 谁在用这个东西谁在受益我从社区和实际项目里观察目前主要有三类人在用。第一类是 3D 打印爱好者。我要打一个路由器支架、一个相机快装板、一个花盆排水垫以前得在网上一顿搜模型搜不到就只能自己学建模。现在用 text-to-cad 直接描述出来的模型凑合能用甚至比自己建模还快。第二类是机械工程师。他们大多不指望一句话就得到最终图纸而是用 text-to-cad 做“草稿快速验证”——把一个安装板、一个外壳的风道结构快速成型确认空间布局、孔位是否冲突再在正式软件里精修。省掉大量打开软件、建基准、拉草图的重复劳动。第三类是完全没有 CAD 基础的跨界用户。做产品企划的、做电商选品的、做手办定制的他们不需要精通建模只需要“尽快看到一个可打印/可看的三维形态”。text-to-cad 对他们的友好程度直接决定这个工具能不能普及。1.3 为什么这两三年它才真正热起来“自然语言生成 CAD 模型”这个概念早在二十多年前就有研究者提过。当时多走专家系统、规则匹配路线效果很不稳定用户输入稍微变个说法系统就傻眼了。真正让它活过来的是“大语言模型 程序化建模”这个组合。大模型把“自然语言理解”成本打到了最低程序化建模语言CadQuery、OpenSCAD、FreeCAD 宏又把“文本到实体”变成一段可执行的代码。两者一拼效果就完全不一样了。再加上 3D 打印设备普及、开源硬件社区活跃需求也被彻底释放。说白了这是个技术成熟度和市场需求同时到位的故事不是某个单一项目的功劳。2. 从文本到模型主流的四条技术路线2.1 代码生成路线工程界公认最实用的一条我现在主要采用“LLM 生成程序化建模代码 本地执行”的路线。简单说就是让大模型输出 CadQuery 或 OpenSCAD 脚本然后在本地环境运行脚本得到真正的实体模型。为什么这条路线在工程上最实用核心原因是“可编辑、可追溯、参数化”。生成的 CadQuery 代码是一个带有尺寸、坐标、草图和特征的完整程序运行后输出的是精确的 B-rep 实体模型能直接导出 STEP、IGES 这些工业标准格式。下游管它是加工、仿真还是装配都认这个。而且代码本身就是模型档案。某天客户说“把孔从 6 毫米改到 8 毫米”不用重新生成直接改脚本里的一个数字重新跑一遍渲染就完了。这种可控性是其它几条路线目前都做不到的。缺点当然也有。程序化建模 API 能表达的几何范围决定了生成效果的上限。CadQuery 擅长拉伸、旋转、放样、布尔运算这类传统特征建模但如果你想要一个自由曲面、有机形态、雕塑感强的东西用代码来写会非常痛苦模型的表达能力明显不足。所以这条路线适合机械零件、板类件、连接件、标准件不适合外观造型设计。2.2 端到端生成路线看着酷落地难另一条路线是端到端生成也就是神经网络直接从文本生成三维几何数据比如体素模型、点云、隐式场或者三角网格。这条路线看起来最“AI”因为它跳过了 CAD 这个中间环节完全靠模型“想象”出一个形状。问题也很明显。第一是精度神经网络生成的分辨率有限你没法保证一个孔正好是 6 毫米、一个面正好是平面这在工程上是要命的。第二是不可编辑生成的是网格或点云下游想改成参数化特征基本是重做。第三是数据依赖训练需要海量的“文本-形状”配对数据而在 CAD 领域这种有标注的数据极度稀缺。所以目前端到端生成主要用于概念设计、游戏资产、视觉效果离“能出工程图”还差得很远。如果你只是想快速看个造型方向它很香如果你想拿模型去机加工趁早拐弯。2.3 模板检索加参数编辑企业内部最实用的方案第三种路线是预先准备好一整套参数化模板库LLM 负责理解用户需求、检索最接近的模板、填充参数、调用约束求解器完成建模。比如一个企业有上百种标准轴承座、管道法兰、机柜支架模板用户说“给我来一个 60 毫米轴径的轴承座螺栓孔做成四孔均布”模型就去模板库里匹配然后调参生成。这条路线最大的优点是工程可靠性极高——模板是工程师预先验证过的每个参数都有上下限生成结果一定合法、可制造。缺点是覆盖面完全依赖模板库的大小你没建过模板的类型它生成不了。在我看来企业内部部署 text-to-cad最务实的方案就是这条路线。通用模型负责“理解语义和匹配意图”工业可靠性由“模板库 人工审查”兜底两不耽误。2.4 自主代理路线还在路上的未来形态第四条路线是“AI 代理”形态——大模型像人一样“操作”CAD 软件自己开草图、画线、约束、拉伸遇到错误自己读报错、自己修正甚至自己扩展功能插件。听起来非常科幻也已经有不少项目在做但老实说现在还远没到可以日常使用的程度。问题主要出在 CAD 软件本身。商业 CAD 的模型内核和 API 高度封闭很多操作在设计时只考虑了“给人用”的场景自动化接口要么缺失要么不稳定。加上渲染器、鼠标交互、视图控制这些东西对 AI 代理来说全是噪音。不过这个方向我很看好如果有一天 CAD 软件真正开放了底层几何内核的编程接口让 AI 代理能在闭环里试错那才是整个行业质变的时候。3. 实操入门在本地跑通第一个 text-to-cad3.1 环境准备其实就三步我以 CadQuery 作为程序化建模后端来演示。选择它不是因为 FreeCAD 或 OpenSCAD 不行而是 CadQuery 的 Python API 对自然语言生成的友好度最高生成的代码可读性好调试也直接。先准备一个干净的 Python 环境。官方推荐 Python 3.10 或 3.11太新的版本有时轮子不全。安装就一条命令pip install cadquery如果是在 Windows 上遇到编译问题建议直接换成 conda 环境conda install -c cadquery cadquery装好后我一般会用一个 Jupyter Notebook 来做验证环境因为它能在单元格里直接调用渲染接口输出三维预览很适合边改提示词边看结果。也可以装 CQ-editor那是个带三维视窗的 IDE体验更接近传统 CAD。3.2 提示词到底怎么写才靠谱这个环节最能体现“经验”和“照文档抄”的差别。同样一个模型描述有些人一次就出活有些人来回折腾十轮差的就是提示词里信息颗粒度。我的基本模板是先说建模工具和建模语言比如“用 CadQuery 代码生成”。不说的话模型可能给你一段 SolidWorks 宏或者干脆给一段 FreeCAD Python 脚本后端不对代码根本跑不起来。说清楚主体形状和尺寸单位统一用毫米并且明确“底面放在 Z0”之类的基准。把每个特征说全位置用相对坐标或绝对坐标特征类型要具体通孔、盲孔、圆角、槽、筋板。最后补一句“只输出 Python 代码不要解释”。否则大模型经常会先给你写一大段前言把代码块夹在中间解析起来非常麻烦。举个例子一个很标准的描述Generate CadQuery code for a flat plate. Plate size is 100mm in X, 60mm in Y, 8mm in Z. Place the plate on Z0 (bottom face). Apply fillet radius 10mm to all four vertical edges. On the top face, add three through holes with 6mm diameter at (20,20), (50,30), (80,20). Use millimeters. Output Python code only.这段提示词里建模工具、尺寸、基准面、特征位置、单位、输出格式全部限定死了生成结果通常第一次就很能打。3.3 把生成的代码变成能看的模型让大模型输出后保存成一个plate.py运行它。CadQuery 生成的结果可以导出好几种格式工程上最常用的是 STEP 和 STLimport cadquery as cq plate ( cq.Workplane(XY) .box(100, 60, 8, centered(True, True, False)) .edges(|Z) .fillet(10) ) plan ( plate.faces(Z) .workplane() .pushPoints([(20, 20), (50, 30), (80, 20)]) .hole(6) ) cq.exporters.export(plan, plate.step) cq.exporters.export(plan, plate.stl)简单解释一下这段代码在干嘛。box以底面中心在 Z0、向上长到 Z8 的方式创建一个 100×60×8 的板子这样后面选顶面打孔不会跑偏基准。edges(|Z)选中与 Z 轴平行的四条边也就是四根立棱fillet(10)给它们倒圆角。faces(Z)选中最高面也就是顶面进入它的工作平面pushPoints把三个孔的圆心点放上去hole(6)打出三个直径 6 毫米的通孔。最后导出 STEP 和 STL。拿到 STEP 文件用 FreeCAD 或者任何主流 CAD 打开看一下确认孔、圆角、尺寸都对第一轮就成功了。3.4 第一版模型的质量门槛怎么定我给自己定了个快速检查清单每次生成完紧接着跑一遍体积是否为正CadQuery 里可以查plan.val().Volume()如果得到负数或极小的值说明模型有破碎。导出 STEP 后能否被其它软件打开打开后是不是实体而不是片体。孔的数量、位置、直径是否与需求一致。有时候模型“看起来对”一看数据全偏了。特征是否“可制造”。比如板子厚度只有 0.5 毫米但还要打直径 10 的孔模型能建模加工一定废。这个清单不是传统 CAD“画好就完事”的思路而是把可制造性检查前置了因为自然语言生成的模型出现“逻辑上对、工程上废”的概率比人工建模高得多。千万别省。4. 一个完整案例复盘从一句话到可打印零件4.1 需求是什么为了把上面这些步骤串起来我用一个真实感很强的例子复盘一遍。假设我要做一个 LED 灯箱的背板需求是一块 120 毫米×80 毫米×5 毫米的板子四角倒圆角 R8中心区域开一个 60 毫米×40 毫米的通槽四个角上各打一个直径 4 毫米的安装孔孔心距离板边 10 毫米。将来要 3D 打印验证装配。我把这句话翻译成给模型看的提示词尽量结构化Use CadQuery. Create a plate 120mm long, 80mm wide, 5mm thick, centered on the XY origin, with the bottom face on Z0. Use a rectangular through slot in the center: 60mm x 40mm, centered. Add four through holes for M4 screws at positions (10,10), (110,10), (10,70), (110,70), relative to the plate outline, diameter 4mm. Apply fillet radius 8mm to the four vertical edges. Output Python code only.这里有一点要特别注意我给孔位用的是相对板子轮廓四角的坐标而不是相对于原点因为板子以原点为中心四角坐标自然就是(±60, ±40)。之所以强调“relative to the plate outline”是防止模型以为坐标是相对于世界原点。4.2 第一轮生成问题很快就来了第一轮生成的代码运行后确实出现了一块板子尺寸和槽也都对了但问题出在安装孔上——四个孔全都跑到了板子外面离边距离完全不对。我查了一下生成代码发现模型把槽的“中心在原点”理解成了“板子的工作平面原点直接做了坐标系换算”在pushPoints时用了错误的空间坐标没有把板子本身的放置考虑进去。这种错很典型大模型对 CadQuery API 的理解没问题但对“坐标系转换”这种隐式状态容易搞混。它知道代码每个函数的作用却不一定清楚运行时的坐标系到底基于哪里。遇到这种问题我的习惯不是“自己动手改代码交差”那样虽然快但模型的错误记忆没有被纠正。更好的做法是把现象直接回传给模型叫它修正。4.3 用一次有效反馈完成修正我把现象整理成一句话喂回去The plate is correct, but the four mounting holes are not at the intended positions. The plate is centered on origin, so the correct locations relative to the outline are (10,10), (110,10), (10,70), (110,70). Please fix the pushPoints coordinates and regenerate full code.模型很快意识到问题重新生成了代码。这次它在pushPoints里直接用绝对坐标孔的位置准确落在四角内。我还额外让它加了导出步骤。跑完一查 Volume正数用 FreeCAD 打开槽孔、安装孔、圆角都对。如果第一轮模型不认账可以再补一句“先移动工作平面再打孔”通常也能引导它往正确的方向改。关键是反馈要具体不要只说“不对”要告诉它“哪里不对、期望值是多少”。4.4 最终还能怎么收尾一个零件能看、能导出不代表能打。我后来又做了一次可打印性检查查看壁厚、确认没有过小的圆角、把 STL 丢进切片软件里加载测试。果然中间 60×40 的通槽在切片预览里出现了悬垂好在板子很薄加一点支撑就能解决。模型本身不需要再改但这个检查过程不能省尤其是对新手来说3D 打印不等于“模型能打开就一定能打”。5. 常见问题与排查技巧实录5.1 一张速查表帮你少走三个月的弯路我把自己实际踩过、以及带别人跑的时候遇到的典型问题整理成一个表格直接照着排查现象大概率原因处理办法模型出现但孔不见了workplane 选错了面hole 打在了底面检查faces(Z)是否指向最高面换成顶面再进工作平面尺寸整体大了或小了 10 倍单位没写清楚模型默认用英寸提示词里明确“use millimeters”并在输出代码里也核对数字圆角一倒就报错fillet 改变了相邻几何二次 fillet 冲突把多个圆角合并成一次操作或提示词里要求“single fillet call”有边线但不成实体生成的是 wire 或 open shell没有封闭要求模型输出 solid检查val().isValid()导出 STL 是空壳shell()抽取了曲面没做实体化提示词加“keep as solid, no shell”中文提示词效果飘忽模型的中文几何术语训练数据不足关键尺寸、特征描述换成英文或用中英双语这里我想特别强调一下最后一条。我不是说中文不能用我自己也常用中文描述整体目的但在涉及坐标、方向、基准面时尽量用英文术语比如“bottom face on Z0”“through hole”“fillet radius”生成质量会明显稳定。大模型对这类专项术语的英文语义掌握远比中文扎实。5.2 三个特别实用的“民间”小技巧技巧一每次只改一个变量。很多人喜欢一口气把十个需求全塞进去“板子做厚一点孔往右挪圆角大点再加两个孔顺便把槽改成长圆孔。”你可能觉得模型什么都会但它是会犯错的——改一个参数都可能导致连锁几何失效一次改十个报错都不知道从哪错起。每一轮只改一个点确认无误再改下一步看似慢实际快得多。技巧二把报错原文原样回传。CadQuery 的报错信息其实挺清晰经常直接告诉你是哪一行、哪个几何对象冲突。用自然语言复述时信息会被损耗比如把“圆角半径超过特征长度”说成“模型报错”模型根本没法精确诊断。把报错文本直接贴回去成功率能成倍上升。技巧三永远不要直接信任“第一版成功”。我第一次生成成功时兴冲冲导出一个 STEP结果拿到 FreeCAD 里一看孔的分布完全不符合需求只是视角下“看着像”。后来养成习惯了每次生成完都要把关键尺寸用代码显式打印出来或者打开模型标注核对眼见为实。5.3 怎么判断是不是模型代码的“稳定问题”还有一种情况比较头疼代码完全合法结果却和需求对不上。比如圆角的方向反了、孔是盲孔而不是通孔、槽的长度比需求大了 1 毫米。这种“语法对、语义错”的问题报错系统不会帮你发现只能靠仔细核对。我的核对手法是用 CadQuery 的查询接口把关键尺寸打出来比如bounding_box model.val().BoundingBox() print(fX:{bounding_box.xlen}, Y:{bounding_box.ylen}, Z:{bounding_box.zlen})把输出数字和需求一一比对。如果尺寸差在 0.01 毫米以内都是正常的浮点误差差到 1 毫米以上基本可以断定是模型把某个参数写岔了。用数据说话不要靠肉眼。6. text-to-cad 还能怎么玩出花6.1 批量生成变体方案比选的效率神器text-to-cad 一旦和程序化建模绑定批量生成变体就变成了一件顺理成章的事。你可以让模型先生成一套基础模板代码然后在外面套一个 Python 循环把长度、孔径、圆角这些参数做成列表一次跑出十个变体。我试过用这个方式做一个传感器支架的选型十二个型号尺寸差异只有几毫米孔位变化反复。传统做法是复制文件、逐个改尺寸、保存手一抖就是错漏现在几十行代码循环搞定每个变体自动导出 STEP文件名里带参数后面整理方案稿时简直是降维打击。6.2 和 3D 打印、仿真验证串起来文本生成模型这件事单独看是个小工具接进完整研发链路后威力才出来。我最近的实践是“文本转 CAD → 自动导出 STEP → 导入仿真软件做静力学验证 → 改文本描述 → 重新生成”一个循环下来设计迭代速度快了至少一个量级。尤其在概念设计阶段你根本不需要精确到每一个倒角只需要一个能近似表达结构的模型来跑仿真趋势。text-to-cad 出的模型虽然细节粗糙但因为参数可调反而比传统从零建模更适合这种“快速逼近-持续迭代”的模式。6.3 企业内部私有模板库才是终极玩法最后聊一个我认为最有落地价值的场景把公司的标准件库、常用结构模板用 CadQuery 这类程序化建模语言全部做成可调参数的函数然后让大模型只做“识别需求-映射到模板-填参数”这三件事。这个模式下模型不用去“创造”几何它只需要在几千个已知模板里找到最合适的一个再填上正确的参数工程可靠性就有了质的保证。我甚至见过有团队把质量规范、安规要求、公差标准全部写进模板的注释和校验逻辑里最终生成的模型自带合规属性。这才是 text-to-cad 真正能改变行业工作流的地方——不是 AI 替代工程师而是 AI 把工程师从重复劳动里捞出来让他们去干真正需要判断的事情。我在整个摸索过程中最大的体会是这类工具刚出现时诱惑人把它吹成“不需要会 CAD 了”但这恰恰是最危险的误解。它给你的是从想法到草稿的速度而不是从草稿到可制造的判断。模型能不能出活、出活对不对最终还是靠你的工程经验把关。拿去打印前多看一眼跑仿真前多查一版你把控的是底线。对我来说text-to-cad 已经成了案头一个很顺手的工具但它不是魔术它是把“说出来”到“做出来”之间那层重复劳动拿掉的翻译器。这句实话比什么“一键生成”的宣传都要靠谱。
