1. 从一句话到三维模型text-to-cad 到底在解决什么问题第一次听到 text-to-cad 这个词很多人脑子里浮现的画面大概是对着电脑说一句给我画个法兰盘屏幕上就自动长出一个带螺栓孔的零件。这个想象不算离谱但真正落地的时候它解决的问题比省几下鼠标要深刻得多。传统 CAD 工作流的起点是人的手。你得先想清楚尺寸、特征、约束关系然后在 SolidWorks、Fusion 360、中望 CAD 这类软件里一步步拉伸、旋转、倒角。一个中等复杂度的零件熟练工程师也要花上几十分钟到几个小时。而 text-to-cad 想做的事情是把自然语言描述直接映射成可用的几何模型文件中间那些重复性的建模动作交给程序去完成。它真正服务的场景其实很具体。比如参数化零件库的批量生成——你需要 200 个不同孔径、不同厚度的垫片与其一个个画不如写一段描述让程序批量吐出来。再比如教学场景学生用文字描述一个几何体系统立刻给出三维结果反馈闭环极短。还有快速原型阶段工程师脑子里有个模糊构想先用文字把它倒成一个粗糙模型看看比例对不对比直接开软件建模快得多。这里必须先把一个概念掰清楚text-to-cad 输出的CAD到底是什么格式。这直接决定了它能干什么、不能干什么。常见的输出目标有这么几类输出格式本质典型用途是否可直接编辑STEP (.step/.stp)边界表示B-rep实体模型跨软件交换、CNC 加工是主流 CAD 均可导入STL (.stl)三角网格3D 打印、快速预览否只能当网格处理URDF机器人描述文件含几何关节机器人仿真、运动学部分偏配置G-code加工路径指令数控机床、3D 打印执行否是执行指令SCAD/脚本参数化源码程序化建模是改代码即改模型看懂这张表你就明白为什么 text-to-cad 不是一个单一功能而是一条从语言到多种下游产物的转换链。STEP 是给工程师和加工用的STL 是给打印机用的URDF 是给机器人仿真用的G-code 是给机床用的。同一个文字描述可能同时要吐出好几种格式。我个人的判断是text-to-cad 短期内不会取代 CAD 工程师但它会极大改变建模的入口。以前入口是软件界面以后入口可能是一段描述、一个表格、甚至一句语音。真正值钱的能力从会点按钮变成了能把需求描述清楚并且知道描述背后的几何约束。2. 拆解 text-to-cad 的技术链路语言是怎么变成几何的2.1 大模型负责翻译几何内核负责落地很多人误以为 text-to-cad 是AI 直接画出模型。实际上主流做法是两段式第一段把自然语言翻译成一种中间表示第二段用几何内核把中间表示变成真正的实体。中间表示最常见的是代码。比如 OpenSCAD 的脚本语言或者 CadQuery 的 Python API。为什么选代码而不是直接生成网格因为代码是可参数化、可复用、可版本管理的。你让模型生成一段 CadQuery 代码改个参数就能重新生成这比生成一个死网格有价值得多。import cadquery as cq # 一个带中心孔和四个角孔的矩形板 result ( cq.Workplane(XY) .box(80, 60, 8) # 长80 宽60 厚8 .faces(Z).workplane() .hole(20) # 中心通孔直径20 .rect(60, 40, forConstructionTrue) .vertices() .hole(6) # 四角孔直径6 ) cq.exporters.export(result, plate.step)上面这段代码就是典型的中间表示。大模型的任务是把一块 80x60x8 的板中间一个 20 的孔四角各一个 6 的孔翻译成这段代码。翻译对了几何内核这里是 OpenCASCADE就能算出精确的 B-rep 实体导出成 STEP。2.2 为什么几何内核不能省有人会问既然大模型这么强直接让它输出 STL 网格不行吗不行原因有两个。第一网格没有特征概念。STL 里只有一堆三角形你没法告诉它把这个孔改成 25。而 B-rep 实体保留了面、边、孔这些拓扑信息改参数就是改参数。第二精度问题。网格是近似曲面被切成小三角圆孔变成多边形。对于 3D 打印勉强够用对于要上机床加工的零件公差根本过不了关。STEP 走的是精确数学曲面这才是工程可用的基础。所以一条靠谱的 text-to-cad 链路必然是语言模型 几何内核的组合。语言模型负责理解意图、生成参数化脚本几何内核负责精确建模和格式导出。缺了内核输出就是玩具缺了语言模型输入就得靠人手写代码。2.3 从 STEP 到 URDF 和 G-code 的二次转换模型建出来只是第一步。如果你的目标是机器人仿真还得把几何转成 URDF。URDF 本质是个 XML描述连杆link和关节joint几何部分可以引用 STL 或直接内嵌。robot namesimple_arm link namebase_link visual geometry mesh filenamebase.stl scale1 1 1/ /geometry /visual /link joint namejoint1 typerevolute parent linkbase_link/ child linkarm_link/ axis xyz0 0 1/ limit lower-1.57 upper1.57 effort10 velocity1/ /joint /robot这里有个容易踩的坑URDF 里的几何通常用 STL 而不是 STEP。因为仿真引擎如 CoppeliaSim、Gazebo对网格支持好对 B-rep 支持差。所以流程往往是 STEP 建好精确模型再转成 STL 喂给 URDF。转换时要注意单位——STEP 常用毫米而很多仿真环境默认米scale 写错会导致模型大一千倍看起来像消失了一样。至于 G-code那是更下游的事。它不关心你的模型是不是实体只关心刀具怎么走。从 STEP 到 G-code 一般要经过 CAM 软件生成刀路text-to-cad 直接吐 G-code 的场景目前多见于简单的 3D 打印切片复杂加工还是得靠专业 CAM。3. 动手搭一条最小可用的 text-to-cad 流水线3.1 环境准备别一上来就装全家桶我见过太多人一激动就把 SolidWorks、Fusion、FreeCAD、OpenSCAD 全装一遍结果环境冲突、许可证报错、C 运行库缺失光装软件就耗掉一整天。搭 text-to-cad 流水线环境要够用就好。最小组合是这样Python 环境 CadQuery几何内核 一个大模型 API负责翻译。CadQuery 基于 OpenCASCADE装起来相对干净# 建议用 conda 建独立环境避免和系统 Python 打架 conda create -n t2cad python3.10 conda activate t2cad conda install -c conda-forge cadquery用 conda 而不是 pip 装 CadQuery是因为它依赖的 OCCT 库在 pip 下经常编译失败conda-forge 有预编译包省心。这一步我踩过坑直接用 pip install cadquery 在 Windows 上大概率卡在编译阶段报一堆 C 头文件找不到的错误。提示如果你只是想快速验证想法也可以先用 OpenSCAD。它体积小、依赖少缺点是脚本语言表达力弱一些复杂模型写起来啰嗦。3.2 让大模型稳定输出可执行脚本的三个技巧直接对模型说帮我生成一个法兰盘的 CadQuery 代码十有八九会得到一段跑不起来的代码——要么 API 名字记错要么参数顺序反了。要让输出稳定得做三件事。第一给模型喂 API 文档片段。把 CadQuery 常用方法的签名贴进提示词模型就不会瞎编。比如明确告诉它box(length, width, height)的参数顺序它就不会写成box(width, length, height)。第二要求它先输出参数表再输出代码。让模型把孔径 20、板厚 8这些关键尺寸单独列出来你一眼就能核对错了也好改。第三强制它做自检。在提示词里加一句生成代码后请逐行检查 API 调用是否符合 CadQuery 语法指出任何不确定的地方。实测下来加了这句之后代码一次跑通率能从三成提到七成左右。# 一个典型的提示词骨架 prompt 你是 CadQuery 专家。请根据以下描述生成 Python 代码 描述{user_input} 要求 1. 先列出所有关键尺寸参数 2. 使用 cadquery 2.x 语法 3. 最后导出为 STEP 文件 4. 生成后自检 API 调用是否正确 可用 API 参考 - Workplane(XY).box(l, w, h) - .faces(Z).workplane().hole(d) - cq.exporters.export(obj, out.step) 3.3 跑通第一个闭环从文字到 STEP 文件把上面几块拼起来一个最小闭环就成型了。流程是用户输入文字 → 大模型生成 CadQuery 代码 → 本地执行代码 → 导出 STEP → 用任意 CAD 软件打开验证。import subprocess def text_to_step(user_input): code call_llm(prompt.format(user_inputuser_input)) # 把生成的代码写到临时文件执行 with open(gen_model.py, w, encodingutf-8) as f: f.write(code) result subprocess.run( [python, gen_model.py], capture_outputTrue, textTrue ) if result.returncode ! 0: # 把报错回喂给模型让它修 fixed call_llm(f这段代码报错了{result.stderr}\n请修复\n{code}) with open(gen_model.py, w, encodingutf-8) as f: f.write(fixed) subprocess.run([python, gen_model.py]) return model.step这个报错回喂的机制非常关键。模型第一次生成的代码几乎不可能完美但把错误信息丢回去让它改通常两三轮就能收敛。这比你自己去 debug 快得多因为几何 API 的报错信息往往很晦涩模型反而更擅长处理。验证环节别偷懒。生成的 STEP 一定要用真实 CAD 软件打开看一眼。我遇到过模型生成的代码语法全对、能导出文件但几何是空的情况——比如布尔运算把整个实体减没了。光看代码看不出来必须打开模型确认。4. 实测中最容易翻车的几个地方4.1 单位混乱毫米和米的千年之争这是 text-to-cad 里最高频的坑没有之一。CAD 领域习惯用毫米机器人仿真和很多物理引擎默认用米。你在描述里说一个 100 的立方体模型默认按毫米生成导出 STEP 没问题但一旦转成 URDF 喂给仿真环境模型可能大了一千倍或者小得看不见。我的做法是在整条流水线的入口就强制声明单位并且在每个转换环节都显式检查 scale。URDF 里的mesh scale0.001 0.001 0.001/就是把毫米转成米的常见写法。别指望每个工具都自动帮你换算它们不会。4.2 布尔运算失败几何内核的脾气几何内核做布尔运算并、交、差时对输入很挑剔。两个面如果恰好重合或者相切运算就可能失败或者产生破面。这在文字描述里很难提前发现因为用户不会说注意让两个面不要重合。应对办法有两个。一是让模型生成代码时加入微小的偏移量比如孔的位置不要正好落在边缘上留 0.01 的余量。二是在代码里加异常捕获布尔失败时自动调整参数重试。try: result base.cut(hole) except Exception as e: # 稍微移动孔位再试 result base.cut(hole.translate((0.01, 0, 0)))4.3 模型看起来对但不可加工这是最隐蔽的坑。模型在屏幕上看着挺像那么回事但实际拿去加工会发现壁太薄、有倒扣、刀具进不去。text-to-cad 只保证几何成立不保证工艺可行。所以如果你的目标是真实制造生成模型后必须过一遍可制造性检查。简单零件可以人工看复杂零件建议用专门的 DFM面向制造的设计工具扫一遍。别让一个漂亮的模型骗了你加工师傅看到会摇头的。常见翻车点表现应对单位混乱模型大/小一千倍入口声明单位转换处查 scale布尔失败报错或破面留微小余量加异常重试不可加工壁薄、倒扣生成后过 DFM 检查特征丢失导出后孔没了用 STEP 而非 STL 交换参数写反长宽高颠倒提示词里给 API 签名5. 把 text-to-cad 接进真实工作流的几种姿势5.1 批量参数化一张表格生成一堆零件text-to-cad 最实用的场景不是生成单个复杂零件而是批量生成一系列相似零件。比如你有张 Excel 表列着 50 种规格的垫片与其手动画 50 次不如写个循环。import pandas as pd specs pd.read_excel(gaskets.xlsx) for _, row in specs.iterrows(): model ( cq.Workplane(XY) .circle(row[outer_d] / 2) .extrude(row[thickness]) .faces(Z).workplane() .hole(row[inner_d]) ) cq.exporters.export(model, fgasket_{row[id]}.step)这种场景下text-to-cad 的价值不在AI 有多聪明而在于把描述和生成解耦了。描述可以来自表格、来自数据库、来自用户表单生成逻辑统一。这才是工程化的用法。5.2 和现有 CAD 软件配合而不是取代它别想着用 text-to-cad 完全替代 SolidWorks 或中望 CAD。更现实的姿势是用它做第一版草模然后导入专业软件精修。STEP 格式在这里就是桥梁几乎所有主流 CAD 都能无缝导入。我自己的流程是文字描述 → 生成 STEP → 导入 CAD 软件 → 加约束、加工程图、加公差。前面 70% 的重复劳动交给程序后面 30% 需要工程判断的部分留给人。这个分工目前最舒服。5.3 机器人仿真场景STEP 转 URDF 的完整链路做机器人仿真的朋友会关心 STEP 到 URDF 怎么走。完整链路是text-to-cad 生成各连杆的 STEP → 转成 STL → 写 URDF 引用 STL → 在仿真环境里组装。转换工具可以用 FreeCAD 的命令行或者 Python 的 trimesh 库。关键是每个连杆的坐标系要对齐URDF 里的 joint origin 要和几何的实际位置匹配。这一步纯靠文字描述很难搞对通常需要生成后在仿真环境里手动微调 joint 的位置参数。注意URDF 导入 CoppeliaSim 这类环境时如果模型不显示先查两件事——单位 scale 对不对mesh 路径是不是相对路径写错了。这两个原因占了九成。6. 我对 text-to-cad 的一点真实看法折腾这套东西大半年最大的感受是它现在的能力边界卡在描述精度上而不是生成能力上。模型能生成的几何复杂度其实够用了真正难的是人怎么把脑子里的三维构想用没有歧义的语言说清楚。一个带孔的板——孔多大几个在哪通孔还是盲孔这些信息人觉得不言自明但对程序来说全是缺失。所以用好 text-to-cad 的前提是你自己得先把需求想清楚、写明白。这反而倒逼了一种更严谨的工程思维。另一个体会是别追求一句话生成完美模型。把它当成一个快速草模生成器和批量零件工厂心态就对了。它帮你干掉的是重复劳动不是工程判断。那些需要经验、需要权衡、需要和加工师傅扯皮的部分还是得人来。最后分享一个我常用的小技巧把常用的零件描述模板存下来比如法兰盘模板支架模板每次改几个参数就能复用。这比每次从零描述快得多也让输出更稳定。text-to-cad 的尽头其实是你自己积累的一套描述资产。