text-to-cad 这个词最近在机械设计和创客圈子里出镜率非常高。我最早是抱着又是 AI 画图那套的心态去试的结果第一次在浏览器里输入一行描述拿到一个能直接导入 Fusion 360、还带着参数特征树的 STEP 文件时确实有点被震到。这个思路跟我熟悉的文生图完全不是一回事——它不是在生成一张看起来像零件的图片而是在生成一个真正能编辑、能出工程图、能进 CAM 加工的参数化实体模型。这篇文章我会从底层原理、主流工具选型、实测过程、避坑清单这几个角度把我最近折腾 text-to-cad 的经验完整拆一遍。适合正在做产品设计、结构设计、非标自动化或者单纯喜欢折腾 3D 建模的朋友。看完你能搞清楚这东西到底行不行、怎么用、哪些坑别踩。1. 先搞清楚text-to-cad 生成的到底是个什么东西1.1 它和文生图、AI 生成网格的三层差别很多第一次听说 text-to-cad 的人会下意识拿它和 Midjourney 那种文生图去对比。我在线下分享的时候也经常被问到是不是输入一行字就出一张效果图。这个理解偏差是致命的因为两者的产出物完全不在同一个维度上。我列个对比表大家一眼就能看明白方案产出物可编辑性可制造性典型工具文生图像素图片基本不可编辑不能直接用于制造Midjourney、Stable Diffusion文生网格STL/OBJ 网格低需逆向或重拓扑可 3D 打印难直接机加工各类 3D 生成式模型text-to-cadB-rep 实体、STEP、特征树高参数化可改可直接进 CAM/CNC/出图Zoo、LLMCadQuery文生图输出的是二维像素本质上是一张看起来像的图片。文生网格输出的是三角面片拼起来的表面能 3D 打印但进入不了真正的机械制造流程。而 text-to-cad 输出的是边界表示B-rep实体模型背后有完整几何内核有特征树有参数约束。这么说吧文生图像是在画一张照片文生网格像是在用橡皮泥捏一个外形而 text-to-cad 给的是一张带尺寸标注的工程图纸加一个可以继续修改的实体模型。1.2 为什么可编辑是制造业的底线我在非标自动化这行干了挺多年深知一个零件从想法到落地中间不可能一次成型。客户说改就改是常态孔位挪几毫米、壁厚加 1mm、螺纹孔改成沉头孔——这种改动在传统工作流里要在特征树里找到对应步骤改参数重生模型。text-to-cad 产品最核心的价值恰恰是它保留了特征树和参数。AI 生成的不是一个死模型而是一个活的、可以继续被人类设计师编辑的模型。这对制造业来说不是加分项而是底线。试想一下如果 AI 给你导出一个 STL 网格客户说把孔距从 25 改成 30你几乎要重新建模但如果给的是带特征树的 STEP打开设计历史改一个尺寸数字重新生成三分钟就完事。这就是能看和能用的差别。1.3 生成网格和生成实体难度差了一个量级还有一个经常被忽略的事实让 AI 生成一堆三角面片和让 AI 生成一个拓扑正确的实体数学难度完全不在一个层级。网格只是表面的离散近似三角形顶点坐标对就可以了肉眼看着像就行但实体要求面与面之间严格闭合、边与边精确相接、没有裂缝、没有自相交、布尔运算结果合法。这在计算几何上是一个非常严格的要求相当于让 AI 写出一道有且只有一个标准答案的几何证明题。这也是为什么现在主流的 text-to-cad 方案大多选择让大模型写几何代码再由几何内核执行的路线——LLM 负责语义理解几何内核负责精度。我后面会详细拆这个机制。2. 主流方案全景商业 SaaS 和开源路线怎么选2.1 Zoo Text-to-CAD目前完成度最高的入口目前讨论度最高、上手门槛最低的是 Zoo 推出的 Text-to-CAD。Zoo 这家公司前身是 KittyCAD做硬件设计云 API 出身底子很深。他们的方案是让用户在网页里输入自然语言描述后端用大语言模型把它翻译成一种叫 Geometry Script 的几何描述语言然后由自家的几何内核解析生成模型最后导出 STEP、STL、GLB 这些常见格式。我实测下来它有几个让我印象深刻的点不需要安装任何软件浏览器打开就能用生成结果带着参数化特征不是死模型支持多轮修改比如生成之后继续追加把孔改大一点、把壁厚加到 4mm按照公开资料Zoo 在推进 text-to-cad 的过程中和 OpenAI 有过合作。这也解释了为什么它的自然语言理解能力明显比一些小团队做的玩具 Demo 强一截。当然它也有明显的限制作为 SaaS 服务模型文件都在云端对数据保密要求严格的军工、涉密项目基本用不了另外每次生成要等快也只是相对手动建模而言离实时还有距离。2.2 开源路线把 LLM 接到 CadQuery 或 OpenSCAD 上如果你不想被云端服务绑住或者需要把 text-to-cad 嵌进自己的自动化设计流水线更实际的方案是自己搭一套开源路线。核心思路非常简单写一段程序把自然语言 prompt 扔给大模型让它输出 CadQuery 或 OpenSCAD 的代码然后在本地执行生成 STEP 文件。CadQuery 是 Python 库封装了 OpenCascade 几何内核写起来比较接近我们做结构设计的思路。我随便写个例子你们感受一下import cadquery as cq plate ( cq.Workplane(XY) .box(60, 40, 5) # 底板 60x40x5 .faces(Z) .workplane() .rect(60, 40, forConstructionTrue) # 构造线矩形 .vertices() .hole(5) # 四个角打 M3 通孔 ) cq.exporters.export(plate, mounting_plate.step)这段代码生成一个 60x40x5 的底板四角各有一个直径 5mm 的通孔。OpenSCAD 则更偏函数式语法和写 CSG 布尔运算的思维方式更像。整个链路很简单大模型生成代码 → 本地执行 → 导出 STEP。你可以用 OpenAI 的 API也可以用开源的本地模型完全取决于你要不要数据出境。2.3 三条路线对比与选择建议我把三条路线放在一张表里你按自己的身份对号入座路线代表输出可控性学习成本适合谁商业 SaaSZoo Text-to-CAD网页直接导出 STEP/STL中上带特征参数低设计师快速出草稿开源 LLM CadQuery自己搭建本地 STEP 文件高全面可控中高工程师、自动化集成OpenSCAD LLM自己搭建CSG 模型/STEP高中参数化建模爱好者我的建议很直接如果只是零散试试、快速验证想法优先用 Zoo 这类 SaaS省事如果你是企业里的工程师打算把 text-to-cad 用在真实项目里甚至想批量生成系列零件那一定要走开源路线。理由很简单——数据主权、可离线、可调试、可复用。我个人的项目现在以 CadQuery 路线为主因为流程我可以完全控制生成完的脚本还能直接进版本管理。3. 底层原理为什么让大模型写几何代码比直接画模型靠谱3.1 程序综合生成程序而不是生成像素很多朋友会好奇text-to-cad 背后到底是怎么做的为什么大模型能凭空生成一个实体模型答案其实是四个字程序综合。所谓程序综合就是让 AI 生成一段可执行的程序再让这段程序去产出最终结果。text-to-cad 里的角色分配非常清晰大模型负责理解你的自然语言把它翻译成一段几何脚本几何内核比如 OpenCascade负责执行脚本产出精确实体这个分工是关键。你不必指望神经网络直接输出 B-rep 数据和拓扑结构那个太难模型的数值精度完全不够你只需要它输出一段代码代码本身由成熟的几何内核去执行。这就把一个几何生成问题转化成了一个代码生成问题。而代码生成恰恰是大语言模型的强项。因为模型在训练时看过海量代码对常见语法、函数调用、逻辑结构都非常熟悉。让它写几十行 Python 或 DSL 代码远比让它凭空画一个实体可靠。3.2 几何 DSL 是成败关键你可能会问既然大模型会写 Python为什么不直接让它写 CadQuery 代码可以但业界主流的商业产品往往会设计一套专门面向几何建模的 DSL领域特定语言。Zoo 的 Geometry Script 就是这类。设计它的原因很简单DSL 词表小、语法固定、函数语义明确大模型生成时会跑偏的概率远小于自由使用全功能的 Python。我拿一个风格示意来举例不要太纠结语法细节重点是感受这种语言的语义密度// 简化示意一个带四孔安装板的 DSL 写法 plate box(width60, depth40, height5) holes [circle(diameter5).at(x, y) for x in [-25, 25] for y in [-15, 15]] model plate.subtract(holes.each().extrude(5))你看box、circle、subtract、extrude全是见名知义的词。模型在生成这些函数调用的时候几乎不需要做复杂的语义推断只需要匹配用户说打孔 → 找 hole 或者 circle 相关函数。相比之下让模型直接写原生 CAD API 脚本函数名长、参数多、还要处理各种上下文状态生成的出错率会呈指数上升。所以很多时候我们看一个 text-to-cad 产品好不好用先看它背后的 DSL 设计得聪明不聪明。3.3 精确尺寸的悖论为什么 AI 总差那 0.2 毫米说句实话现在的大模型对精确数值非常不敏感。你说长度 50mm它经常给你生成 49.87 或者 50.4。原理也不复杂语言模型是按照 token 概率来预测内容的数字本质上是一串离散符号模型没法像计算器那样对数值做精确推理。这在 CAD 场景里是致命的。机械设计里 0.1mm 的误差可能就让零件装不上。所以目前靠谱的 text-to-cad 工具都不会让你直接信任 AI 的尺寸数值。正确用法是关键尺寸由你自己在 prompt 里显式指定生成后通过参数表或特征树确认数值必要时用参数覆盖的方式直接修正这等于把精确这件事牢牢握在设计师手里让 AI 只负责形状和结构层面的发挥。理解了这一点你就不会对 AI 生成的模型抱有不切实际的精确度期待。3.4 一条完整的处理链路从 prompt 到 STEP 文件把整个流程串起来看text-to-cad 其实是在走一条非常规整的流水线用户输入自然语言描述包括零件类型、关键尺寸、孔位、壁厚等约束大模型将描述解析成几何 DSL 或 Python 脚本几何内核按脚本执行建模操作生成参数化实体模型编译器/内核检查拓扑正确性处理倒角、布尔运算等导出 STEP、STL 或原生格式文件供外部 CAD 软件打开继续编辑这条链路最大的好处是每一环节都可审计、可修正。脚本可以看、可以改几何内核出错了可以报错提示导出格式不对可以重新选。它本质上是一条人在回路中的智能辅助流水线而不是一个不可解释的黑盒生成器。这也解释了为什么我强烈建议工程师们至少了解一点 CadQuery 或脚本化建模的基础——当你理解了链路里的每一步你在用这些工具时心里才有底才不会在模型报错时手足无措。4. 实测记录从 prompt 到可装配 STEP 文件的一次完整流程4.1 我用的 prompt 和预期动手测试之前我特意选了一个在实际项目里很常见的需求而不是网上那些花里胡哨的演示案例。我的 prompt 是这样的设计一个 PCB 安装支架。PCB 尺寸 35mm x 35mm厚度 1.6mm。支架从上方托住 PCBPCB 上表面距底板 12mm。底板用四个 M3 螺丝固定在机箱上螺丝孔排布为 40mm x 40mm 正方形。整体材料建议 ABS壁厚 3mm外露边角加 R5 圆角。这个 prompt 里有几个信息是故意的给出了明确的零件类型PCB 安装支架模型知道该生成承载类结构给出了 PCB 关键尺寸和沉高12mm它会自动补螺丝柱给出了固定方式和标准件规格M3避免它自作主张选奇怪的螺栓给出了圆角和壁厚减少后续大量返修4.2 生成结果与第一轮检查步骤生成出来的模型大体结构是对的有底板、有四个支撑柱、顶部有承托 PCB 的凸台螺丝孔也按要求排成了 40mm 见方。但绝不能直接拿来加工——AI 出来的模型必须过一遍人工检查。我总结了一套收到 AI 模型后的五步检查法分享给你们查单位确认模型单位是 mm不是 inch。这个坑我踩过一次尺寸整整差了 25.4 倍。查特征完整性对照 prompt逐个确认承托台、螺丝柱、通孔、圆角是否都生成了有没有漏特征。查孔位尺寸用测量工具复核孔距和孔径M3 通孔直径应该在 3.2–3.5mm 之间别让 AI 给你整成 3mm 螺纹孔。查自相交和薄壁多角度剖视检查。一些复杂结构里AI 可能生成厚度只有 0.5mm 的薄壁或者两个特征相互穿插。查可编辑性确认导入 CAD 后特征树完整。如果导入进来是一个死疙瘩说明导出格式有问题。我这轮实测里孔距和壁厚都符合预期但支撑柱和底板的连接处没有做加强筋。这个在 prompt 里没写AI 当然不会主动加。所以提醒各位prompt 里没提到的细节别指望 AI 能读心。4.3 与手动建模的时间账我顺手计时对比了一下同一个零件手动建模和用 text-to-cad 辅助的耗时差环节传统手动建模text-to-cad 辅助需求理解与绘制草图10 分钟prompt 书写 3 分钟建模操作15 分钟生成等待 2 分钟修正与检查5 分钟8 分钟包含上面的五步检查合计30 分钟约 13 分钟结论很明确整体省一半时间以上但省下的时间主要在前面的从零到一后面的精修反而因为要多检查 AI 的活没有想象中那么快。这也符合我对 text-to-cad 的定位它是个高效的草稿加速器不是终稿生成器。4.4 什么零件适合什么不适合这段时间我拿各种结构件试过基本摸清了边界。适合的规则机械件支架、底座、外壳、钣金件带规律孔阵列的安装板、散热孔板、法兰对称结构电机座、轴承座、连接块参数特征清晰的齿轮、皮带轮不适合的有机曲面鼠标外壳、耳机造型、人体工学曲面生出来基本没法用高度复杂的自由造型汽车覆盖件、雕塑类大型装配体几十上百个零件的配合关系AI 目前还处理不了简单说结构越规矩、特征越常见text-to-cad 越强越依赖曲面美感或复杂的装配逻辑它越拉胯。5. 参数化的价值能改比能看重要得多5.1 从制造链角度看 STEP/B-rep 是什么角色很多非机械行业的朋友不理解为什么我反复强调 STEP 文件、B-rep 实体这些东西STL 不是也能显示三维模型吗其实关键在于制造链的下游。一个零件从模型到成品大致要经过这些环节CAM 编程给 CNC 生成刀路必须用精确实体不能是网格工程图标注尺寸、公差、表面粗糙度需要从实体投影出视图装配多个零件配合需要检查干涉必须实体模具/钣金展开钣金件要展开算折弯补偿网格根本做不了在这一整条链路里STEP 和 B-rep 就是 CAD 生态的通用语言。各个软件之间传递模型要么 STEP要么原生格式。STL 只是显示和 3D 打印用的公有格式离可制造还差得远。这就是 text-to-cad 相对文生网格类工具的碾压性优势它输出的东西下游全链路可以直接接手。5.2 一次设计变更的真实场景前阵子我给一个项目做了个电机安装支架AI 生成的第一版模型各方面都没问题。结果第二天客户通知安装孔距从 60mm 改成 75mm电机直径从 80mm 改成 90mm。如果是传统手动建模我得找到那几个安装孔所在的草图逐个改尺寸如果是 STL 网格基本只能重新建模。但那次因为模型带着完整参数我在特征树里找到孔距变量改了数值重新生成整个过程不到五分钟。这个体验让我印象极深。**AI 生成的价值有一半在生成另一半在生成之后还能不能优雅地修改。**参数化就是那个优雅的保障。5.3 模型即代码能进自动化流水线的 CAD再往深一层说走 CadQuery 这条开源路线参数化的好处会进一步放大。因为你的模型本质上就是一段 Python 代码这意味着它可以进 Git 做版本管理可以写单元测试可以用 CI 自动化批量生成。我组里做过一个钣金件系列化的项目底座有 6 种尺寸规格每种有 4 种孔位变体。原来要手工建 24 个模型每改一次方案就要同步改 24 遍极其痛苦。后来我们把建模脚本参数化输入长宽高、孔位、数量脚本自动生成对应 STEP再配合自动化脚本批量导入装配体。走通之后一个任务从一天缩到十分钟。text-to-cad 在这套流程里承担的是快速生成基础脚本的角色剩下的是参数化和自动化的事。这才是它真正的长期价值——不是替代设计师而是把设计师从重复劳动里解放出来。6. 当下边界、避坑清单和上手建议6.1 暂时指望不上的场景诚实地说现在 text-to-cad 还处在辅助工具阶段有几类场景短期内不要抱期望。第一高精度配合公差。比如直径 25mm 的孔配 H7 公差、配合面的粗糙度要求AI 完全处理不了这必须靠人在 CAD 里标注。第二行业标准件库。DIN、GB、JIS 这些标准件AI 可能生成一个看起来像的螺栓但实际螺纹标准、头部对边距、强度等级全是错的。标准件还是老实从模型库调。第三复杂曲面和人机工学。这我在前面已经说了AI 的曲面审美和建模能力还远不如一个入行两年的曲面建模师。第四大型装配体。text-to-cad 目前基本聚焦在单零件你让它生成一个包含 50 个零件的机构它连零件之间的约束关系都很难建模。认清边界不是为了泼冷水而是为了不让大家误用工具然后产生AI 建模就是智商税的误解。6.2 我踩过的坑和规避方法我把自己实际踩过、或者身边同事踩过的坑整理成清单含金量挺高建议收藏。单位混乱同一个 prompt 里最好只出现一种单位体系明确写单位 mm。否则 AI 经常在公制英制之间精神分裂。关键公差靠 AI 猜凡是影响装配的尺寸我都在 prompt 里直接给定数值范围比如M3 通孔直径 3.4mm不让模型自由发挥。导出格式不对有些工具生成的是网格不是实体导出 STL 还行导出 STEP 就不行。导入软件前先检查文件是表面网格还是实体。不看自相交和薄壁AI 生成的模型偶尔会出现特征自相交肉眼在默认视角很难发现。一定要进入剖视模式或者用检查功能跑一遍。prompt 写得太抽象只写设计一个支架跟写给我一个 60x40x5 带四角孔的安装板生成结果的可用性天差地别。对 AI 来说信息密度决定结果质量。6.3 给新人的三条上手建议如果你是第一次接触 text-to-cad我给三条最务实的建议。第一先玩免费的商业 SaaS比如 Zoo 的在线体验花一晚上把各种描述方式试一遍建立AI 能干什么、不能干什么的直觉。第二再从 CadQuery 学起。不用学深会画 box、加孔、布尔运算、导出 STEP 就够用了。一旦你不依赖云服务也能跑通prompt → 脚本 → STEP你才算真正掌握了这条链路。第三养成工程化写 prompt的习惯。把需求拆成零件类型 外形尺寸 关键特征 固定方式 标准件规格 材料和壁厚。这个习惯越早建立后面用任何类似工具都受益。最后再分享一点我自己的体会text-to-cad 这波工具最大的意义不是替代设计师而是把从模糊需求到第一版实体模型这个最耗时的阶段压缩到了分钟级。以前我脑子里有个大概想法可能要等坐到电脑前、打开 CAD、新建文件、画草图一步一步磨半小时才能看到雏形现在我可以先让 AI 出一版大致形状然后在它基础上精修。如果你刚开始接触建议先从一个最简单的安装板开始把整个流程走通。等你习惯了这套工作方式再去拆解复杂零件你会发现很多原本觉得繁琐的结构现在都能快速搭出骨架省下的时间足够你去研究真正值得动脑的细节。
text-to-cad 这个词最近在机械设计和创客圈子里出镜率非常高。我最早是抱着又是 AI 画图那套的心态去试的结果第一次在浏览器里输入一行描述拿到一个能直接导入 Fusion 360、还带着参数特征树的 STEP 文件时确实有点被震到。这个思路跟我熟悉的文生图完全不是一回事——它不是在生成一张看起来像零件的图片而是在生成一个真正能编辑、能出工程图、能进 CAM 加工的参数化实体模型。这篇文章我会从底层原理、主流工具选型、实测过程、避坑清单这几个角度把我最近折腾 text-to-cad 的经验完整拆一遍。适合正在做产品设计、结构设计、非标自动化或者单纯喜欢折腾 3D 建模的朋友。看完你能搞清楚这东西到底行不行、怎么用、哪些坑别踩。1. 先搞清楚text-to-cad 生成的到底是个什么东西1.1 它和文生图、AI 生成网格的三层差别很多第一次听说 text-to-cad 的人会下意识拿它和 Midjourney 那种文生图去对比。我在线下分享的时候也经常被问到是不是输入一行字就出一张效果图。这个理解偏差是致命的因为两者的产出物完全不在同一个维度上。我列个对比表大家一眼就能看明白方案产出物可编辑性可制造性典型工具文生图像素图片基本不可编辑不能直接用于制造Midjourney、Stable Diffusion文生网格STL/OBJ 网格低需逆向或重拓扑可 3D 打印难直接机加工各类 3D 生成式模型text-to-cadB-rep 实体、STEP、特征树高参数化可改可直接进 CAM/CNC/出图Zoo、LLMCadQuery文生图输出的是二维像素本质上是一张看起来像的图片。文生网格输出的是三角面片拼起来的表面能 3D 打印但进入不了真正的机械制造流程。而 text-to-cad 输出的是边界表示B-rep实体模型背后有完整几何内核有特征树有参数约束。这么说吧文生图像是在画一张照片文生网格像是在用橡皮泥捏一个外形而 text-to-cad 给的是一张带尺寸标注的工程图纸加一个可以继续修改的实体模型。1.2 为什么可编辑是制造业的底线我在非标自动化这行干了挺多年深知一个零件从想法到落地中间不可能一次成型。客户说改就改是常态孔位挪几毫米、壁厚加 1mm、螺纹孔改成沉头孔——这种改动在传统工作流里要在特征树里找到对应步骤改参数重生模型。text-to-cad 产品最核心的价值恰恰是它保留了特征树和参数。AI 生成的不是一个死模型而是一个活的、可以继续被人类设计师编辑的模型。这对制造业来说不是加分项而是底线。试想一下如果 AI 给你导出一个 STL 网格客户说把孔距从 25 改成 30你几乎要重新建模但如果给的是带特征树的 STEP打开设计历史改一个尺寸数字重新生成三分钟就完事。这就是能看和能用的差别。1.3 生成网格和生成实体难度差了一个量级还有一个经常被忽略的事实让 AI 生成一堆三角面片和让 AI 生成一个拓扑正确的实体数学难度完全不在一个层级。网格只是表面的离散近似三角形顶点坐标对就可以了肉眼看着像就行但实体要求面与面之间严格闭合、边与边精确相接、没有裂缝、没有自相交、布尔运算结果合法。这在计算几何上是一个非常严格的要求相当于让 AI 写出一道有且只有一个标准答案的几何证明题。这也是为什么现在主流的 text-to-cad 方案大多选择让大模型写几何代码再由几何内核执行的路线——LLM 负责语义理解几何内核负责精度。我后面会详细拆这个机制。2. 主流方案全景商业 SaaS 和开源路线怎么选2.1 Zoo Text-to-CAD目前完成度最高的入口目前讨论度最高、上手门槛最低的是 Zoo 推出的 Text-to-CAD。Zoo 这家公司前身是 KittyCAD做硬件设计云 API 出身底子很深。他们的方案是让用户在网页里输入自然语言描述后端用大语言模型把它翻译成一种叫 Geometry Script 的几何描述语言然后由自家的几何内核解析生成模型最后导出 STEP、STL、GLB 这些常见格式。我实测下来它有几个让我印象深刻的点不需要安装任何软件浏览器打开就能用生成结果带着参数化特征不是死模型支持多轮修改比如生成之后继续追加把孔改大一点、把壁厚加到 4mm按照公开资料Zoo 在推进 text-to-cad 的过程中和 OpenAI 有过合作。这也解释了为什么它的自然语言理解能力明显比一些小团队做的玩具 Demo 强一截。当然它也有明显的限制作为 SaaS 服务模型文件都在云端对数据保密要求严格的军工、涉密项目基本用不了另外每次生成要等快也只是相对手动建模而言离实时还有距离。2.2 开源路线把 LLM 接到 CadQuery 或 OpenSCAD 上如果你不想被云端服务绑住或者需要把 text-to-cad 嵌进自己的自动化设计流水线更实际的方案是自己搭一套开源路线。核心思路非常简单写一段程序把自然语言 prompt 扔给大模型让它输出 CadQuery 或 OpenSCAD 的代码然后在本地执行生成 STEP 文件。CadQuery 是 Python 库封装了 OpenCascade 几何内核写起来比较接近我们做结构设计的思路。我随便写个例子你们感受一下import cadquery as cq plate ( cq.Workplane(XY) .box(60, 40, 5) # 底板 60x40x5 .faces(Z) .workplane() .rect(60, 40, forConstructionTrue) # 构造线矩形 .vertices() .hole(5) # 四个角打 M3 通孔 ) cq.exporters.export(plate, mounting_plate.step)这段代码生成一个 60x40x5 的底板四角各有一个直径 5mm 的通孔。OpenSCAD 则更偏函数式语法和写 CSG 布尔运算的思维方式更像。整个链路很简单大模型生成代码 → 本地执行 → 导出 STEP。你可以用 OpenAI 的 API也可以用开源的本地模型完全取决于你要不要数据出境。2.3 三条路线对比与选择建议我把三条路线放在一张表里你按自己的身份对号入座路线代表输出可控性学习成本适合谁商业 SaaSZoo Text-to-CAD网页直接导出 STEP/STL中上带特征参数低设计师快速出草稿开源 LLM CadQuery自己搭建本地 STEP 文件高全面可控中高工程师、自动化集成OpenSCAD LLM自己搭建CSG 模型/STEP高中参数化建模爱好者我的建议很直接如果只是零散试试、快速验证想法优先用 Zoo 这类 SaaS省事如果你是企业里的工程师打算把 text-to-cad 用在真实项目里甚至想批量生成系列零件那一定要走开源路线。理由很简单——数据主权、可离线、可调试、可复用。我个人的项目现在以 CadQuery 路线为主因为流程我可以完全控制生成完的脚本还能直接进版本管理。3. 底层原理为什么让大模型写几何代码比直接画模型靠谱3.1 程序综合生成程序而不是生成像素很多朋友会好奇text-to-cad 背后到底是怎么做的为什么大模型能凭空生成一个实体模型答案其实是四个字程序综合。所谓程序综合就是让 AI 生成一段可执行的程序再让这段程序去产出最终结果。text-to-cad 里的角色分配非常清晰大模型负责理解你的自然语言把它翻译成一段几何脚本几何内核比如 OpenCascade负责执行脚本产出精确实体这个分工是关键。你不必指望神经网络直接输出 B-rep 数据和拓扑结构那个太难模型的数值精度完全不够你只需要它输出一段代码代码本身由成熟的几何内核去执行。这就把一个几何生成问题转化成了一个代码生成问题。而代码生成恰恰是大语言模型的强项。因为模型在训练时看过海量代码对常见语法、函数调用、逻辑结构都非常熟悉。让它写几十行 Python 或 DSL 代码远比让它凭空画一个实体可靠。3.2 几何 DSL 是成败关键你可能会问既然大模型会写 Python为什么不直接让它写 CadQuery 代码可以但业界主流的商业产品往往会设计一套专门面向几何建模的 DSL领域特定语言。Zoo 的 Geometry Script 就是这类。设计它的原因很简单DSL 词表小、语法固定、函数语义明确大模型生成时会跑偏的概率远小于自由使用全功能的 Python。我拿一个风格示意来举例不要太纠结语法细节重点是感受这种语言的语义密度// 简化示意一个带四孔安装板的 DSL 写法 plate box(width60, depth40, height5) holes [circle(diameter5).at(x, y) for x in [-25, 25] for y in [-15, 15]] model plate.subtract(holes.each().extrude(5))你看box、circle、subtract、extrude全是见名知义的词。模型在生成这些函数调用的时候几乎不需要做复杂的语义推断只需要匹配用户说打孔 → 找 hole 或者 circle 相关函数。相比之下让模型直接写原生 CAD API 脚本函数名长、参数多、还要处理各种上下文状态生成的出错率会呈指数上升。所以很多时候我们看一个 text-to-cad 产品好不好用先看它背后的 DSL 设计得聪明不聪明。3.3 精确尺寸的悖论为什么 AI 总差那 0.2 毫米说句实话现在的大模型对精确数值非常不敏感。你说长度 50mm它经常给你生成 49.87 或者 50.4。原理也不复杂语言模型是按照 token 概率来预测内容的数字本质上是一串离散符号模型没法像计算器那样对数值做精确推理。这在 CAD 场景里是致命的。机械设计里 0.1mm 的误差可能就让零件装不上。所以目前靠谱的 text-to-cad 工具都不会让你直接信任 AI 的尺寸数值。正确用法是关键尺寸由你自己在 prompt 里显式指定生成后通过参数表或特征树确认数值必要时用参数覆盖的方式直接修正这等于把精确这件事牢牢握在设计师手里让 AI 只负责形状和结构层面的发挥。理解了这一点你就不会对 AI 生成的模型抱有不切实际的精确度期待。3.4 一条完整的处理链路从 prompt 到 STEP 文件把整个流程串起来看text-to-cad 其实是在走一条非常规整的流水线用户输入自然语言描述包括零件类型、关键尺寸、孔位、壁厚等约束大模型将描述解析成几何 DSL 或 Python 脚本几何内核按脚本执行建模操作生成参数化实体模型编译器/内核检查拓扑正确性处理倒角、布尔运算等导出 STEP、STL 或原生格式文件供外部 CAD 软件打开继续编辑这条链路最大的好处是每一环节都可审计、可修正。脚本可以看、可以改几何内核出错了可以报错提示导出格式不对可以重新选。它本质上是一条人在回路中的智能辅助流水线而不是一个不可解释的黑盒生成器。这也解释了为什么我强烈建议工程师们至少了解一点 CadQuery 或脚本化建模的基础——当你理解了链路里的每一步你在用这些工具时心里才有底才不会在模型报错时手足无措。4. 实测记录从 prompt 到可装配 STEP 文件的一次完整流程4.1 我用的 prompt 和预期动手测试之前我特意选了一个在实际项目里很常见的需求而不是网上那些花里胡哨的演示案例。我的 prompt 是这样的设计一个 PCB 安装支架。PCB 尺寸 35mm x 35mm厚度 1.6mm。支架从上方托住 PCBPCB 上表面距底板 12mm。底板用四个 M3 螺丝固定在机箱上螺丝孔排布为 40mm x 40mm 正方形。整体材料建议 ABS壁厚 3mm外露边角加 R5 圆角。这个 prompt 里有几个信息是故意的给出了明确的零件类型PCB 安装支架模型知道该生成承载类结构给出了 PCB 关键尺寸和沉高12mm它会自动补螺丝柱给出了固定方式和标准件规格M3避免它自作主张选奇怪的螺栓给出了圆角和壁厚减少后续大量返修4.2 生成结果与第一轮检查步骤生成出来的模型大体结构是对的有底板、有四个支撑柱、顶部有承托 PCB 的凸台螺丝孔也按要求排成了 40mm 见方。但绝不能直接拿来加工——AI 出来的模型必须过一遍人工检查。我总结了一套收到 AI 模型后的五步检查法分享给你们查单位确认模型单位是 mm不是 inch。这个坑我踩过一次尺寸整整差了 25.4 倍。查特征完整性对照 prompt逐个确认承托台、螺丝柱、通孔、圆角是否都生成了有没有漏特征。查孔位尺寸用测量工具复核孔距和孔径M3 通孔直径应该在 3.2–3.5mm 之间别让 AI 给你整成 3mm 螺纹孔。查自相交和薄壁多角度剖视检查。一些复杂结构里AI 可能生成厚度只有 0.5mm 的薄壁或者两个特征相互穿插。查可编辑性确认导入 CAD 后特征树完整。如果导入进来是一个死疙瘩说明导出格式有问题。我这轮实测里孔距和壁厚都符合预期但支撑柱和底板的连接处没有做加强筋。这个在 prompt 里没写AI 当然不会主动加。所以提醒各位prompt 里没提到的细节别指望 AI 能读心。4.3 与手动建模的时间账我顺手计时对比了一下同一个零件手动建模和用 text-to-cad 辅助的耗时差环节传统手动建模text-to-cad 辅助需求理解与绘制草图10 分钟prompt 书写 3 分钟建模操作15 分钟生成等待 2 分钟修正与检查5 分钟8 分钟包含上面的五步检查合计30 分钟约 13 分钟结论很明确整体省一半时间以上但省下的时间主要在前面的从零到一后面的精修反而因为要多检查 AI 的活没有想象中那么快。这也符合我对 text-to-cad 的定位它是个高效的草稿加速器不是终稿生成器。4.4 什么零件适合什么不适合这段时间我拿各种结构件试过基本摸清了边界。适合的规则机械件支架、底座、外壳、钣金件带规律孔阵列的安装板、散热孔板、法兰对称结构电机座、轴承座、连接块参数特征清晰的齿轮、皮带轮不适合的有机曲面鼠标外壳、耳机造型、人体工学曲面生出来基本没法用高度复杂的自由造型汽车覆盖件、雕塑类大型装配体几十上百个零件的配合关系AI 目前还处理不了简单说结构越规矩、特征越常见text-to-cad 越强越依赖曲面美感或复杂的装配逻辑它越拉胯。5. 参数化的价值能改比能看重要得多5.1 从制造链角度看 STEP/B-rep 是什么角色很多非机械行业的朋友不理解为什么我反复强调 STEP 文件、B-rep 实体这些东西STL 不是也能显示三维模型吗其实关键在于制造链的下游。一个零件从模型到成品大致要经过这些环节CAM 编程给 CNC 生成刀路必须用精确实体不能是网格工程图标注尺寸、公差、表面粗糙度需要从实体投影出视图装配多个零件配合需要检查干涉必须实体模具/钣金展开钣金件要展开算折弯补偿网格根本做不了在这一整条链路里STEP 和 B-rep 就是 CAD 生态的通用语言。各个软件之间传递模型要么 STEP要么原生格式。STL 只是显示和 3D 打印用的公有格式离可制造还差得远。这就是 text-to-cad 相对文生网格类工具的碾压性优势它输出的东西下游全链路可以直接接手。5.2 一次设计变更的真实场景前阵子我给一个项目做了个电机安装支架AI 生成的第一版模型各方面都没问题。结果第二天客户通知安装孔距从 60mm 改成 75mm电机直径从 80mm 改成 90mm。如果是传统手动建模我得找到那几个安装孔所在的草图逐个改尺寸如果是 STL 网格基本只能重新建模。但那次因为模型带着完整参数我在特征树里找到孔距变量改了数值重新生成整个过程不到五分钟。这个体验让我印象极深。**AI 生成的价值有一半在生成另一半在生成之后还能不能优雅地修改。**参数化就是那个优雅的保障。5.3 模型即代码能进自动化流水线的 CAD再往深一层说走 CadQuery 这条开源路线参数化的好处会进一步放大。因为你的模型本质上就是一段 Python 代码这意味着它可以进 Git 做版本管理可以写单元测试可以用 CI 自动化批量生成。我组里做过一个钣金件系列化的项目底座有 6 种尺寸规格每种有 4 种孔位变体。原来要手工建 24 个模型每改一次方案就要同步改 24 遍极其痛苦。后来我们把建模脚本参数化输入长宽高、孔位、数量脚本自动生成对应 STEP再配合自动化脚本批量导入装配体。走通之后一个任务从一天缩到十分钟。text-to-cad 在这套流程里承担的是快速生成基础脚本的角色剩下的是参数化和自动化的事。这才是它真正的长期价值——不是替代设计师而是把设计师从重复劳动里解放出来。6. 当下边界、避坑清单和上手建议6.1 暂时指望不上的场景诚实地说现在 text-to-cad 还处在辅助工具阶段有几类场景短期内不要抱期望。第一高精度配合公差。比如直径 25mm 的孔配 H7 公差、配合面的粗糙度要求AI 完全处理不了这必须靠人在 CAD 里标注。第二行业标准件库。DIN、GB、JIS 这些标准件AI 可能生成一个看起来像的螺栓但实际螺纹标准、头部对边距、强度等级全是错的。标准件还是老实从模型库调。第三复杂曲面和人机工学。这我在前面已经说了AI 的曲面审美和建模能力还远不如一个入行两年的曲面建模师。第四大型装配体。text-to-cad 目前基本聚焦在单零件你让它生成一个包含 50 个零件的机构它连零件之间的约束关系都很难建模。认清边界不是为了泼冷水而是为了不让大家误用工具然后产生AI 建模就是智商税的误解。6.2 我踩过的坑和规避方法我把自己实际踩过、或者身边同事踩过的坑整理成清单含金量挺高建议收藏。单位混乱同一个 prompt 里最好只出现一种单位体系明确写单位 mm。否则 AI 经常在公制英制之间精神分裂。关键公差靠 AI 猜凡是影响装配的尺寸我都在 prompt 里直接给定数值范围比如M3 通孔直径 3.4mm不让模型自由发挥。导出格式不对有些工具生成的是网格不是实体导出 STL 还行导出 STEP 就不行。导入软件前先检查文件是表面网格还是实体。不看自相交和薄壁AI 生成的模型偶尔会出现特征自相交肉眼在默认视角很难发现。一定要进入剖视模式或者用检查功能跑一遍。prompt 写得太抽象只写设计一个支架跟写给我一个 60x40x5 带四角孔的安装板生成结果的可用性天差地别。对 AI 来说信息密度决定结果质量。6.3 给新人的三条上手建议如果你是第一次接触 text-to-cad我给三条最务实的建议。第一先玩免费的商业 SaaS比如 Zoo 的在线体验花一晚上把各种描述方式试一遍建立AI 能干什么、不能干什么的直觉。第二再从 CadQuery 学起。不用学深会画 box、加孔、布尔运算、导出 STEP 就够用了。一旦你不依赖云服务也能跑通prompt → 脚本 → STEP你才算真正掌握了这条链路。第三养成工程化写 prompt的习惯。把需求拆成零件类型 外形尺寸 关键特征 固定方式 标准件规格 材料和壁厚。这个习惯越早建立后面用任何类似工具都受益。最后再分享一点我自己的体会text-to-cad 这波工具最大的意义不是替代设计师而是把从模糊需求到第一版实体模型这个最耗时的阶段压缩到了分钟级。以前我脑子里有个大概想法可能要等坐到电脑前、打开 CAD、新建文件、画草图一步一步磨半小时才能看到雏形现在我可以先让 AI 出一版大致形状然后在它基础上精修。如果你刚开始接触建议先从一个最简单的安装板开始把整个流程走通。等你习惯了这套工作方式再去拆解复杂零件你会发现很多原本觉得繁琐的结构现在都能快速搭出骨架省下的时间足够你去研究真正值得动脑的细节。
