CAD 这行当有个特别拧巴的地方脑子里想清楚一个零件只要三秒把它变成能用的三维模型却要三十分钟。尤其是做机械结构、做产品原型、做建筑构件的人天天在“想法”和“建模软件”之间来回摩擦。text-to-cad 这个方向说白了就是想把这三十分钟压到三秒——你用一句话描述你要什么系统直接吐出一个能打开、能编辑、能进下游流程的 CAD 文件。它解决的不是“画图好不好看”的问题而是“从语言到几何”的那道翻译鸿沟。适合谁看做机械设计的、搞参数化建模的、玩 3D 打印的、做工业软件二次开发的以及所有被“改一个尺寸就要重画一遍”折磨过的人。1. 从一句话到三维实体text-to-cad 到底在做什么1.1 核心命题语言描述与几何实体之间的翻译层text-to-cad 的本质是建立一套从自然语言到边界表示BRep或网格表示的映射机制。你输入“一个外径 80mm、内径 40mm、厚度 12mm 的法兰盘带 6 个均布 M8 螺栓孔”系统需要理解的不只是“法兰盘”这个词而是要把这句话拆解成一组可执行的建模操作创建圆柱体、挖去内孔、阵列孔特征、赋予尺寸约束。这中间涉及三个层次的转换。第一层是语义解析把自然语言里的名词法兰盘、螺栓孔和形容词均布、外径识别出来。第二层是参数提取把“80mm”“6 个”“M8”这些数值和标准件规格映射到建模参数。第三层是几何构造调用几何内核如 OpenCASCADE、Parasolid执行布尔运算、特征操作最终生成拓扑合法的实体。为什么这件事难因为自然语言是模糊的而 CAD 几何是精确的。你说“一个大概这么粗的轴”人可能理解成直径 20mm 左右但 CAD 内核不接受“大概”。所以 text-to-cad 系统必须要么引导用户补充精确参数要么基于上下文做合理推断要么在生成后提供参数化编辑入口。目前主流方案走的是第三条路先出一个“差不多对”的模型再让用户在参数面板里微调。1.2 输出格式的选择STEP、GLB、STL 各自扮演什么角色text-to-cad 生成的结果要落到具体文件格式上不同格式对应不同的下游用途。这个选择不是随便定的它直接决定了你生成的模型能不能被下一个环节接住。格式本质典型用途text-to-cad 场景下的取舍STEP边界表示BRep精确几何机械设计、CNC 加工、装配首选输出保留精确尺寸和拓扑关系GLB网格 材质 场景树可视化、Web 展示、AR适合快速预览但丢失精确尺寸STL三角网格无拓扑3D 打印、快速成型打印场景直接可用但不可参数化编辑我个人的经验是如果你的下游是加工制造STEP 是唯一正确答案。STL 虽然也能打印但它把曲面离散成三角面片之后圆孔变成多边形尺寸精度取决于网格密度。GLB 更适合做展示比如给客户看一个带材质的效果但它不是“工程文件”。注意有些 text-to-cad 工具默认输出 STL因为生成速度快、文件小。但如果你后续要改尺寸或者做装配干涉检查STL 会让你痛不欲生。建议在生成阶段就指定 STEP 输出哪怕多等几秒。1.3 谁在真正用这个能力四类典型用户画像第一类是机械工程师他们需要快速出概念模型用于方案评审或初步报价。传统流程是打开 SolidWorks 或中望 CAD从头拉伸、旋转、打孔一套下来半小时起步。text-to-cad 让他们在会议现场就能把想法变成可旋转查看的模型。第二类是 3D 打印玩家他们可能不会用专业 CAD 软件但能描述自己想要的东西。“一个六边形笔筒壁厚 2mm底部封闭”——这种需求用 text-to-cad 生成 STL 直接切片打印门槛极低。第三类是工业软件开发者他们想把 text-to-cad 能力集成到自己的平台里比如 PLM 系统、报价系统、在线定制商城。他们关心的是 API 接口、生成速度、批量处理能力。第四类是教育场景老师用它让学生快速理解“描述-建模-验证”的闭环不用花大量时间教软件操作。这四类人的共同点是他们都希望把精力花在“想清楚要什么”上而不是“怎么在软件里点出来”上。2. 技术路线拆解三种主流实现路径的取舍2.1 基于模板匹配的方案快但不够灵活最早期也最简单的做法是预置一批参数化模板。用户输入“法兰盘”系统匹配到法兰盘模板然后从文本里抽取尺寸参数填进去。这种方案的本质是“关键词触发 参数填充”实现难度低生成速度快结果稳定。它的优势在于可控性强。模板是人工设计的几何质量有保证不会出现奇怪的破面或自交。对于标准件螺栓、轴承、型材、法兰这类需求模板方案几乎是最优解。但它的天花板也很明显只能生成模板库覆盖的东西。用户说“一个带螺旋槽的锥形漏斗”模板库里没有系统就懵了。而且模板之间的组合能力弱很难处理“在法兰盘上再加三个加强筋”这种复合需求。我试过用模板方案做一个快速报价工具覆盖了 20 种常用零件。前两周效果很好第三周开始用户就开始输入各种模板外的形状匹配率直线下降。后来不得不引入自由生成能力作为补充。2.2 基于大模型 几何内核的方案灵活但需要约束这条路线是当前的主流方向。核心思路是用大语言模型做语义理解和参数提取把自然语言转成结构化的建模指令序列比如 JSON 格式的操作列表然后调用几何内核执行这些指令。具体来说大模型负责三件事。第一识别零件类型和特征组成。第二提取尺寸、数量、位置关系等参数。第三生成建模步骤序列比如“先拉伸一个圆柱再挖孔再阵列”。几何内核负责把指令变成真实几何。常用的内核包括 OpenCASCADE开源、Parasolid商业、ACIS商业。OpenCASCADE 因为开源且功能完整在 text-to-cad 项目里用得最多。这条路线的关键难点在于大模型生成的指令序列可能拓扑不合法。比如它让你“在一个不存在的面上打孔”或者“挖孔深度超过实体厚度”。所以系统需要一层校验和修复机制在指令执行前检查合法性执行后检查几何有效性。实操心得我在做指令生成时会给大模型一个“操作白名单”只允许它调用预定义的建模函数如 create_cylinder、cut_hole、fillet_edge而不是让它自由生成代码。这样既保证了安全性也降低了出错概率。2.3 基于直接网格生成的方案快但精度受限第三条路线跳过了传统 CAD 的 BRep 表示直接用神经网络生成三角网格。这类方案通常基于扩散模型或 Transformer 架构输入文本描述输出顶点和面片数据。它的优势是生成速度极快而且能处理传统 CAD 很难表达的有机形状比如雕塑、生物形态、艺术造型。对于 3D 打印和视觉展示场景这种方案够用了。但它的硬伤在于精度和可编辑性。生成的网格没有参数化历史你没法说“把这个孔从 8mm 改成 10mm”只能重新生成或者手动修网格。而且网格质量参差不齐可能出现非流形边、自交面等问题直接打印会出故障。所以这条路线更适合“形状导向”而非“尺寸导向”的场景。你要一个好看的摆件可以你要一个能装进轴承的座孔不行。2.4 三条路线的对比与选型建议维度模板匹配大模型 几何内核直接网格生成生成速度极快中等秒级到十秒级快尺寸精度精确精确近似可编辑性参数化参数化不可编辑形状自由度低中高高实现难度低高中适合场景标准件、报价机械零件、概念设计艺术造型、展示选型建议很直接做工业用途走第二条路线做快速展示第三条够用做标准件库第一条最省事。实际项目中三者可以混合使用——先用模板匹配快速响应常见需求匹配不到再走大模型生成最后用网格方案兜底处理有机形状。3. 实操落地搭建一个可用的 text-to-cad 流程3.1 环境准备与工具链选型要跑通一个 text-to-cad 流程你需要以下几样东西。第一一个能调用的大模型接口用于语义解析和指令生成。第二一个几何内核推荐 OpenCASCADE因为它开源、文档全、Python 绑定pythonocc-core成熟。第三一个文件格式转换工具比如用 OpenCASCADE 自带的 STEP 导出功能或者用 trimesh 库处理 STL 和 GLB。Python 环境下的典型依赖清单pip install pythonocc-core pip install trimesh pip install numpy pip install requestspythonocc-core 的安装在不同平台上略有差异。Windows 下推荐用 conda 安装因为 pip 版本有时候缺少预编译的二进制包conda install -c conda-forge pythonocc-core大模型接口方面选择支持结构化输出的模型这样你可以要求它返回 JSON 格式的建模指令而不是自由文本。结构化输出能大幅降低后续解析的复杂度。3.2 从文本到建模指令提示词设计与参数提取这一步是整个流程的核心。你需要设计一个提示词模板让大模型把自然语言转成结构化的操作序列。提示词里要明确告诉模型可用的操作有哪些、每个操作需要什么参数、输出格式是什么。一个简化的提示词框架你是一个 CAD 建模指令生成器。根据用户的描述生成一个 JSON 数组每个元素代表一个建模操作。 可用操作 - create_cylinder: 参数为 radius, height - create_box: 参数为 length, width, height - cut_cylinder: 参数为 radius, height, position - array_feature: 参数为 feature_id, count, angle - export: 参数为 format (step/stl/glb) 用户描述一个外径 80mm、内径 40mm、厚度 12mm 的法兰盘带 6 个均布 M8 螺栓孔。模型应该返回类似这样的结构[ {op: create_cylinder, radius: 40, height: 12}, {op: cut_cylinder, radius: 20, height: 12, position: [0, 0, 0]}, {op: cut_cylinder, radius: 4, height: 12, position: [30, 0, 0]}, {op: array_feature, feature_id: 2, count: 6, angle: 60}, {op: export, format: step} ]这里有几个关键点。第一尺寸单位要统一建议全部用毫米。第二M8 螺栓孔对应直径 8mm 的孔但实际设计中通常要留间隙比如 8.4mm 或 9mm这个规则要写进提示词里。第三阵列操作要明确是绕哪个轴、以什么角度分布。注意事项大模型有时候会把“外径 80”理解成半径 80导致模型大一倍。解决办法是在提示词里明确“外径指直径”并且在生成后做一次尺寸校验比如检查包围盒尺寸是否符合预期。3.3 几何内核执行从指令到实体模型拿到 JSON 指令后下一步是用 pythonocc-core 执行。核心逻辑是遍历指令数组依次调用对应的建模函数维护一个形状对象的状态。以法兰盘为例执行流程大致如下from OCC.Core.BRepPrimAPI import BRepPrimAPI_MakeCylinder from OCC.Core.BRepAlgoAPI import BRepAlgoAPI_Cut from OCC.Core.gp import gp_Ax2, gp_Pnt, gp_Dir from OCC.Core.STEPControl import STEPControl_Writer, STEPControl_AsIs # 创建外圆柱 outer BRepPrimAPI_MakeCylinder(40, 12).Shape() # 创建内孔圆柱 inner BRepPrimAPI_MakeCylinder(20, 12).Shape() # 布尔减运算 flange BRepAlgoAPI_Cut(outer, inner).Shape() # 导出 STEP writer STEPControl_Writer() writer.Transfer(flange, STEPControl_AsIs) writer.Write(flange.step)这段代码只处理了外圆柱和内孔螺栓孔的阵列需要额外的循环和坐标变换。实际项目中我会把每个操作封装成独立函数用一个调度器根据指令类型分发执行。关键细节在于坐标变换。阵列孔的时候每个孔的位置需要绕中心轴旋转计算。假设孔分布在半径 30mm 的圆周上6 个孔均布那么第 i 个孔的角度是 i × 60°坐标是 (30×cos(θ), 30×sin(θ), 0)。这个计算看起来简单但如果模型本身有旋转或平移就需要用变换矩阵统一处理。3.4 格式导出与下游对接STEP、STL、GLB 的生成要点生成实体后导出环节决定了这个模型能不能被下游软件正常打开。STEP 导出相对直接OpenCASCADE 提供了标准接口。但要注意单位设置有些系统默认用米导出后模型会小 1000 倍。STL 导出需要先对模型做网格化tessellation。网格密度决定了文件大小和精度。密度太高文件几百 MB密度太低圆孔变成六边形。一般建议线性偏差控制在 0.01mm 到 0.05mm 之间角度偏差控制在 0.1 到 0.5 弧度之间。GLB 导出可以用 trimesh 库它支持从顶点和面片数据直接生成 glb 文件还能附带材质信息。如果你的 text-to-cad 系统需要 Web 预览GLB 是最合适的格式加载快、兼容性好。导出格式关键参数常见坑STEP单位mm、精度模式单位错误导致尺寸偏差 1000 倍STL线性偏差、角度偏差偏差过大导致圆孔多边形化GLB材质、坐标系Y 轴向上 vs Z 轴向上的约定差异实操心得导出 STEP 后一定要用另一个 CAD 软件比如 FreeCAD 或中望 CAD打开验证一遍。我遇到过生成的 STEP 在 OpenCASCADE 里看着正常但导入 SolidWorks 后报拓扑错误的情况。原因是布尔运算产生了微小的面片裂缝需要在导出前做一次形状修复ShapeFix。4. 踩坑实录text-to-cad 常见问题与排查4.1 生成模型尺寸不对单位与语义歧义排查这是最高频的问题。用户说“直径 50”系统生成了半径 50 的模型。或者用户说“厚度 1”系统理解成 1 米。排查思路分三步。第一检查提示词里有没有明确定义“直径/半径”“毫米/米”的语义规则。第二检查大模型返回的 JSON 里数值是否合理比如一个法兰盘的厚度不可能是 1000mm。第三检查几何内核的单位设置OpenCASCADE 默认单位是毫米但有些接口会做单位转换。我一般会在流程里加一个“尺寸合理性校验”环节。根据零件类型设定尺寸范围比如法兰盘外径在 10mm 到 500mm 之间超出范围就触发告警让用户确认。4.2 布尔运算失败几何内核报错的典型原因布尔运算是 CAD 建模里最容易出问题的环节。常见原因包括两个实体没有相交做减运算时、实体存在自交或非流形边、面片精度不够导致相交计算失败。排查方法先单独导出参与布尔运算的两个实体用 CAD 软件打开检查是否合法。如果实体本身有问题需要先做修复。如果实体没问题但布尔失败尝试调整几何内核的容差参数fuzzy tolerance默认容差是 1e-7可以适当放宽到 1e-5。另一个技巧是改变运算顺序。有时候先做小特征的布尔运算再做大的成功率更高。比如先挖螺栓孔再挖中心大孔比反过来更稳定。4.3 导出文件打不开STEP/STL 兼容性排查STEP 文件打不开通常是因为文件头信息不完整或者实体拓扑有问题。可以用文本编辑器打开 STEP 文件检查开头是否有 ISO-10303-21 标识结尾是否有 END-ISO-10303-21。如果缺失说明导出过程被中断。STL 文件打不开多半是网格数据格式错误。STL 有 ASCII 和二进制两种格式有些软件只支持其中一种。另外STL 文件里的法向量如果方向不一致切片软件会报错。可以用 trimesh 加载后检查mesh.is_winding_consistent属性。GLB 文件打不开检查坐标系约定。GLB 标准用 Y 轴向上但 CAD 常用 Z 轴向上。导出时要做坐标变换否则模型会躺着。4.4 生成速度慢从模型调用到几何计算的优化text-to-cad 的耗时主要花在两个地方大模型推理和几何计算。大模型推理通常占 60% 到 80% 的时间。优化手段包括使用更小的模型做语义解析、缓存常见需求的解析结果、并行处理多个请求。几何计算的优化空间相对小但也有一些技巧。比如对于复杂的阵列特征不要逐个做布尔运算而是先合并所有工具体再做一次布尔运算。OpenCASCADE 提供了 BOPAlgo_Builder 可以批量处理。还有一个容易被忽略的点STL 网格化是计算密集型的。如果只需要 STEP 输出跳过网格化步骤能省不少时间。问题现象可能原因排查动作解决方向尺寸偏差 1000 倍单位不一致检查提示词和内核单位设置统一用毫米布尔运算失败实体自交或不相交单独导出实体检查合法性修复实体或调整容差STEP 导入报错拓扑裂缝用 ShapeFix 修复导出前做形状校验STL 切片异常法向量不一致检查 winding consistency重新计算法向量生成时间超过 30 秒模型推理慢分析各环节耗时换小模型或加缓存4.5 参数化编辑需求生成后还能改尺寸吗这是用户问得最多的问题之一。如果输出是 STEP 且保留了建模历史理论上可以参数化编辑。但大多数 text-to-cad 系统生成的是“死”实体没有特征树。解决办法有两个。一是在生成阶段就输出参数化脚本比如 OpenSCAD 代码或 CadQuery 脚本用户改脚本里的参数就能重新生成。二是把生成的实体导入到支持直接建模的 CAD 软件里用推拉面、改圆角等操作做局部修改。我个人更倾向于第一种方案。CadQuery 是一个基于 Python 的参数化建模库语法简洁适合作为 text-to-cad 的输出格式。大模型生成 CadQuery 脚本用户拿到脚本后改几个数字就能重新执行灵活性远超死实体。import cadquery as cq result ( cq.Workplane(XY) .circle(40) .circle(20) .extrude(12) .faces(Z) .workplane() .polarArray(30, 0, 360, 6) .hole(8) ) cq.exporters.export(result, flange.step)这段 CadQuery 脚本生成的就是前面例子里的法兰盘。用户想改外径把 40 改成 50 就行。想改孔数把 6 改成 8。这种可读、可改的脚本比二进制 STEP 文件友好得多。5. 把 text-to-cad 接进真实工作流几个落地场景5.1 快速报价场景从客户描述到可制造模型做机加工报价的人都知道客户发来一张草图或者一段描述你得先建模才能估算材料费和加工费。传统流程是建模 20 分钟报价 5 分钟。text-to-cad 把这个顺序倒过来先花 10 秒生成模型确认形状无误后再报价。这个场景对精度的要求是“够用就行”因为报价阶段主要看包围盒尺寸和特征复杂度。STEP 输出足够甚至 GLB 预览也能满足需求。关键是要快客户在电话那头等着你不能让他等半小时。我帮一个做钣金的朋友搭过这套流程。客户说“一个 200×150×2 的盒子四周折边 20mm”系统直接生成 STEP导入 CAM 软件就能算展开尺寸和激光切割路径。从描述到报价单全程不到两分钟。5.2 3D 打印前置处理STL 生成与修复3D 打印用户的需求很直接给我一个能切片的 STL。text-to-cad 在这个场景下的价值是降低建模门槛。很多人有打印需求但不会建模text-to-cad 让他们用语言描述就能得到模型。但打印场景对网格质量要求高。非流形边、自交面、法向量不一致都会导致切片失败。所以生成 STL 后需要做一轮网格修复。trimesh 库提供了mesh.fix_normals()、mesh.remove_degenerate_faces()等修复方法。对于更复杂的问题可以用 MeshLab 或 Netfabb 做进一步处理。注意事项打印场景下壁厚和最小特征尺寸要符合打印工艺限制。比如 FDM 打印最小壁厚建议 1.2mmSLA 可以做到 0.4mm。这些约束要写进提示词里让模型生成时就考虑可打印性。5.3 工业软件集成API 设计与批量处理如果你要把 text-to-cad 能力集成到自己的系统里API 设计要考虑几个点。第一输入接口要支持文本和可选参数如输出格式、精度等级。第二输出要包含模型文件 URL 和生成状态。第三要支持异步处理因为生成可能需要几秒到几十秒。批量处理是另一个需求。比如一个标准件库需要生成 500 个不同规格的螺栓模型逐个调用 API 效率太低。更好的做法是接受一个参数表一次性生成所有变体。这要求系统支持参数化模板和批量执行。# 批量生成示例 specs [ {type: flange, outer_d: 80, inner_d: 40, thickness: 12, holes: 6}, {type: flange, outer_d: 100, inner_d: 50, thickness: 15, holes: 8}, ] for spec in specs: result generate_cad(spec) save_step(result, fflange_{spec[outer_d]}.step)这种批量能力在标准件库建设、产品配置器、在线定制商城等场景下非常实用。5.4 与现有 CAD 软件的协作导入导出与格式转换text-to-cad 生成的模型最终要进入现有 CAD 工作流。STEP 是通用性最好的交换格式主流 CAD 软件SolidWorks、中望 CAD、Fusion 360、FreeCAD都能导入。但导入后通常是“哑实体”没有特征历史。如果需要在现有软件里继续编辑有两个策略。一是把 text-to-cad 当作概念设计工具生成基础形状后导入 CAD 软件做详细设计。二是把 text-to-cad 当作标准件生成器生成的模型直接用于装配不做二次编辑。STL 转 STEP 是另一个常见需求。有些 text-to-cad 系统只输出 STL但用户需要 STEP 做加工。这时候需要用逆向工程工具把网格转成 BRep。FreeCAD 的“Part 工作台”里有“从网格创建形状”的功能但效果取决于网格质量。网格越干净转换成功率越高。6. 几个容易被忽略的细节与个人经验6.1 提示词里的“隐含知识”怎么处理自然语言里大量信息是隐含的。用户说“一个 M8 的孔”他知道 M8 是公称直径 8mm 的螺纹孔但底孔直径应该是 6.8mm攻丝前或 8.4mm间隙孔。这些隐含知识如果不在提示词里说明大模型可能按 8mm 直接生成。我的做法是维护一个“工程常识库”把常见标准件的隐含参数写进去。比如 M 系列螺纹的底孔直径、常见型材的圆角半径、钣金折弯的默认内圆角等。提示词里引用这个知识库让模型在生成时自动应用。这个知识库不需要很大覆盖你业务场景里最高频的 50 到 100 条规则就够了。随着使用不断补充系统的“懂行程度”会越来越高。6.2 生成结果的验证环节不能省不管大模型多聪明生成结果都必须验证。验证分三层。第一层是语法验证检查 JSON 指令是否合法、参数是否完整。第二层是几何验证检查生成的实体是否有效BRepCheck_Analyzer、包围盒尺寸是否合理。第三层是业务验证检查模型是否符合下游工艺要求如最小壁厚、可加工性。我见过太多“生成成功但模型不能用”的案例。有一次系统生成了一个壁厚 0.1mm 的壳体几何上完全合法但根本没法加工。所以业务验证层必须根据你的应用场景定制规则。6.3 关于“cad 下载”和工具选择的建议很多人搜 text-to-cad 的时候会顺带搜 cad 下载想找一个能打开生成模型的软件。我的建议是如果只是查看和简单测量FreeCAD 够用开源免费支持 STEP 和 STL。如果需要做详细设计中望 CAD 或 SolidWorks 更合适但对个人用户来说成本较高。对于 text-to-cad 的开发者来说本地开发环境用 FreeCAD 做验证是最方便的因为它有 Python 控制台可以直接调用 OpenCASCADE 的接口和你的生成代码在同一套生态里。6.4 后续可以扩展的方向text-to-cad 目前主要解决“单零件生成”的问题。下一步可以往“装配体生成”走——用户描述一个完整装置系统生成多个零件并自动装配。这需要处理零件间的配合关系、干涉检查、运动约束难度上了一个台阶。另一个方向是“逆向 text-to-cad”给一张手绘草图或照片系统识别形状并生成 CAD 模型。这结合了图像识别和几何生成适合那些“画得出来但说不清楚”的场景。还有一个实用方向是“约束求解”用户给出尺寸和几何关系平行、垂直、相切系统自动求解出满足所有约束的模型。这在参数化设计中很有价值但需要集成约束求解器实现复杂度较高。我个人在实际操作中的体会是text-to-cad 的价值不在于完全替代人工建模而在于把“从想法到初稿”的时间压缩到极致。初稿出来后工程师的精力可以集中在优化和验证上而不是从零开始画线。这个定位想清楚了工具选型和功能优先级就都好定了。