我最早注意到 text-to-cad 这个概念是看到有人用一句生成一个带四个安装孔的长方形底板这种描述直接在几秒钟里拿到了一份能用的CAD模型。当时我的第一反应是这不就是文生3D模型套了个工程外壳吗但自己动手跑完整条链路之后才发现事情远不是把三角网格换成STEP文件那么简单。所谓 text-to-cad就是让人用自然语言描述零件的形状、尺寸和功能由系统自动生成可编辑、可导出、可拿去加工的参数化CAD模型。它面向的不是游戏美术、影视特效那类视觉资产而是结构设计、机械加工、3D打印这些真正要和尺寸、公差打交道的场景。结构工程师、创客、机械专业的学生或者平时总要画标准件又不想从零建模的人都能从这套工作流里省下不少时间。下面这篇文章我会从一个真的拿它画过零件的从业者视角把 text-to-cad 的技术路线、工具选型、完整实操流程和踩坑经验全部摊开来讲清楚。不讲广告只讲怎么落地。1. text-to-cad 到底在解决什么问题1.1 一句话说清这是个什么东西text-to-cad 的输入是自然语言输出是CAD模型文件。这里的关键词是CAD这意味着输出不只是一层好看的表面而是带实体拓扑、可标注尺寸、可布尔运算、可导出工程格式的模型。业界有两类典型实现。一类是研究方向比如 NVIDIA 和佐治亚理工提出的 Text2CAD 数据集他们把文字描述和对应的建模操作序列配对让模型学习先拉伸这个面再切掉这块材料最后打孔这样的过程而不是直接生成网格。另一类是产品方向比如 Zoo 推出的 text-to-cad 工具走的是大模型生成 OpenSCAD 或 CadQuery 脚本代码的路线代码跑完就是实体模型。不管是哪条路线核心思路是一致的把设计意图翻译成可执行的建模指令。这也是它和文生图最本质的区别——AI 生成的图片错了可以重画CAD 模型错了可能在加工时直接报废一块材料。1.2 谁最需要它谁暂时用不上它先说最受益的人群。第一类是结构工程师他们经常要出方案对比一个L型支架可能要出七八个尺寸变体以前要手动改参数重生成现在直接改文字描述就行。第二类是创客和极客他们没有系统学过CAD软件但能说清楚自己想要的零件长什么样text-to-cad 把建模门槛直接拉低了一个量级。第三类是工艺人员需要快速把客户的一句话需求变成可沟通的三维示意哪怕后续还要人工精修也比白板画草图强得多。不太适合的人群也要说清楚。如果你的工作涉及复杂的曲面造型、需要严格按GB标准出工程图、或者依赖企业内部的参数化模板库目前这类工具还替代不了传统的CAD操作。它更适合当加速度而不是完全替代。2. 技术路线选型三条路我为什么坚持代码生成派2.1 先用一张表看清楚三条路线的差别我实际调研下来text-to-cad 的可实现路线基本可以分成三类各有各的脾气路线核心原理输出对象可编辑性加工可用性代表案例A. 文生3D网格再转换先生成mesh/NeRF模型再通过曲面拟合转成BREPSTL转STEP差拟合后的曲面很难精确修改低曲面误差大各类text-to-3D方案B. 大模型生成脚本代码LLM生成OpenSCAD/CadQuery/Python代码参数化实体强改变量就能改模型高实体内核就是CADZoo text-to-cad、自建流程C. 端到端建模序列学习神经网络从数据集学习建模操作序列建模指令序列中取决于数据集覆盖中论文阶段居多Text2CAD研究项目从表格能直接看出路线B是当前工程落地性价比最高的。原因后面细说。2.2 为什么网格转体路线最先被排除我见过很多人踩这个坑拿着 text-to-3D 工具生成一个看起来精美的模型然后想转成CAD去3D打印结果转出来的STEP文件全是碎面一个圆孔变成几十个微小平面拼接标注尺寸都无从下手。原因是mesh和CAD实体背后的数学表达完全不同。mesh是离散的三角面片CAD是连续的NURBS曲面或平面实体。从mesh拟合出CAD曲面的过程天然会引入误差而且这种拟合结果根本没法参数化。你让AI拟合出一个半径5mm的圆角它只会给你一堆近似几何而不是一个真正的特征树节点。所以只要你的目标是加工或者继续编辑路线A基本可以直接放弃。它可以用来做视觉预演但作为CAD产出物质量远不够。2.3 OpenSCAD、CadQuery、SolidPython 怎么选代码生成路线里脚本语言的选择直接决定后端的稳定性。我重点对比过 OpenSCAD、CadQuery 和 SolidPython 三种。OpenSCAD 的建模哲学是用代码描述几何一个立方体就是一个 cube()一个圆孔就是一个 cylinder()布尔运算用 difference() 和 union() 包起来。它的语法对大模型来说极其友好因为结构简单、函数名直观、出错容易定位。缺点是它生成的是CSG树圆角倒角这类操作写起来比较笨而且自带的导出只支持STL、OFF等格式不能直接出STEP。CadQuery 是更高一层的选择它的内核是 OpenCascade直接基于BREP实体建模fillet、chamfer、螺纹孔这些机械设计里高频出现的特征都有原生API。而且 CadQuery 可以导出 STEP这是加工端最硬的通行证。代价是API曲线陡峭一点LLM生成的代码偶尔会引用不存在的函数。SolidPython 本质上是 OpenSCAD 的Python包装适合习惯了Python语法的朋友但底层能力没有超出OpenSCAD。我的建议是如果只是快速验证和3D打印直接 OpenSCAD小、快、容错高如果目标是CNC加工或者要给客户交付STEP就用 CadQuery 或者干脆在 CadQuery 里跑通全流程。下文案例以 OpenSCAD 为主因为它的代码对最多人来讲最容易上手复现。3. 实操全流程从一句话到能拿去加工的文件3.1 环境搭建五分钟跑通我目前的固定工作环境是 Windows WSL2不过这套流程在 macOS 和纯 Linux 上完全一样。你需要准备三样东西一个能跑大模型的入口ChatGPT、Claude、本地DeepSeek都可以重点是代码生成能力过关OpenSCAD 本体去官网下载安装装完后把 openscad 命令加进系统PATHPython 环境主要是为了跑 CadQuery 和后续批处理脚本。装 CadQuery 很简单pip install cadquery验证安装是否成功python -c import cadquery; print(cadquery.__version__)OpenSCAD 的命令行模式也很关键因为你要把它写进自动化的脚本里批量渲染openscad -o output.stl input.scad这个命令会安静地在后台完成渲染不弹任何GUI窗口非常适合串在AI生成之后自动执行。我自己的流程就是AI出代码 → 自动保存为.scad → 命令行渲染出STL → 预览图回传给AI反复修改全程不需要人机轮流切换。3.2 提示词工程决定成败的反而是这个很多人以为 text-to-cad 的难点在大模型实际用下来发现真正的瓶颈在提示词。同样一个模型你给它一句帮我画个支架和给它一段结构化描述输出质量完全是两个世界。我踩了大半个月的坑之后总结出一套还比较稳定的提示词模板请用 OpenSCAD 生成一个 L型安装支架要求如下 1. 底板尺寸长80mm宽40mm厚4mm 2. 立板尺寸高50mm宽80mm厚4mm 3. 底板上有4个直径6mm的安装孔呈矩形分布孔心距边缘15mm 4. 立板顶部有一个直径10mm的过线孔孔心距顶边10mm 5. 所有尺寸用带注释的变量定义便于修改 6. 单位为毫米 7. 在立板和底板的连接处增加半径2mm的圆角 8. 请先检查代码语法再输出完整可运行的代码这里有几个关键点值得展开说。第一一定要写单位。大模型对数字没有物理直觉你不说毫米它可以给你默认成任意单位最终导出的模型尺寸会差得离谱。第二约束要编号、要具体。空洞的大一点放几个孔会让模型自由发挥编号列表能让模型按顺序逐条落实。第三要求变量化定义这是为了后续参数化复用——改一个数字就能生成另一款支架这是text-to-cad相对传统建模最大的红利。第四明确要求先检查再输出能显著降低OpenSCAD语法报错的概率我实测下来报错率能降三成以上。3.3 完整案例生成一个L型安装支架为了让你能完整体验这条链路我把上一节模板喂给模型后得到的代码贴出来。这个案例我反复调过最终版本如下$fn 50; // L型支架参数 base_length 80; // 底板长 base_width 40; // 底板宽 plate_thick 4; // 板厚 vertical_h 50; // 立板高 hole_d 6; // 安装孔直径 edge_offset 15; // 安装孔距边距离 cable_hole_d 10; // 过线孔直径 cable_hole_margin 10; // 过线孔距顶距离 fillet_r 2; // 圆角半径 // 底板 module base_plate() { cube([base_length, base_width, plate_thick], center false); } // 立板 module vertical_plate() { translate([0, base_width - plate_thick, plate_thick]) cube([base_length, plate_thick, vertical_h], center false); } // 底板上的4个安装孔 module base_holes() { for (x [edge_offset, base_length - edge_offset]) { for (y [edge_offset, base_width - edge_offset]) { translate([x, y, -0.01]) cylinder(h plate_thick 0.02, d hole_d); } } } // 立板上的过线孔 module cable_hole() { translate([base_length / 2, base_width, vertical_h - cable_hole_margin]) rotate([90, 0, 0]) cylinder(h plate_thick 2, d cable_hole_d); } // 主体并集再挖孔 difference() { union() { base_plate(); vertical_plate(); } base_holes(); cable_hole(); }这段代码的可读性不错所有尺寸都集中在文件头部。跑一遍渲染命令openscad -o bracket.stl bracket.scad生成STL之后我建议再顺手渲染一张预览图看结构openscad -o preview.png --camera30,30,30,60,0,30 --imgsize800,600 bracket.scad预览图可以回传给AI让它自己检查底板和立板有没有对齐孔位有没有超出板边这一步对减少返工特别有效。3.4 导出格式的选择STL 还是 STEP很多人在这里卡住OpenSCAD只能直接导出STL但加工厂一般要STEP或者原格式。STL是离散网格传给CNC时精度和公差不好控制STEP是实体格式加工软件直接读取没有转换损耗。我的做法是分情况处理。如果只是3D打印验证STL完全够用。如果是CNC加工我会把同一个零件再用 CadQuery 重写一遍并导出STEP。听起来麻烦但CadQuery配合大模型其实很快你把OpenSCAD的参数表抄过去让AI翻译成CadQuery语法再导出STEPimport cadquery as cq result ( cq.Workplane(XY) .box(80, 40, 4, centered(False, False, False)) ) cq.exporters.export(result, bracket.step)还有一个实用技巧如果你不想重写代码直接用 FreeCAD 的导入功能把STL转成STEP。不过这个操作需要谨慎转换后的BREP质量取决于原网格精度只适合快速交付示意不适合真正的精密加工。4. 常见问题与排查技巧实录4.1 尺寸漂移看着对量着不对这是 text-to-cad 出现频率最高的问题。模型生成的预览图看起来完全正常但导入CAD一量尺寸不是长了0.5mm就是孔位偏了2mm。原因是LLM在生成代码时经常会顺手把变量值改掉或者干脆忽略你写的某个尺寸约束。我的排查思路是不要在预览图上找问题直接读代码。打开生成的.scad文件第一步检查变量区的数值是否和提示词完全一致第二步检查引用这些变量的地方有没有被硬编码覆盖。绝大多数尺寸漂移都是代码里有硬编码数值绕过了变量定义。还有一个更根源的解法在提示词里加一句所有尺寸必须引用变量区定义的变量禁止出现未定义的魔法数字。加上这句话之后我遇到尺寸漂移的频率明显下降。4.2 能出图但不能加工制造约束缺失另一个典型问题是模型在屏幕上完美但根本没法加工。最常见的坑包括板厚只有0.5mm却要装M8的螺栓、内角没有圆角导致应力集中、孔位距离板边太近导致加工时崩边。这类问题本质上是提示词里缺少制造约束。解决办法是在提示词模板里固定加入这样一段请按以下制造规范生成模型 1. 最小壁厚不小于1.5mm 2. 所有内角添加半径不小于1mm的圆角 3. 孔边缘到板边的距离不小于孔径的1.5倍 4. 避免出现悬空结构和无法加工的倒扣特征如果应用场景是CNC加工我还会额外追加一条请为所有棱边添加0.5到1mm的倒角因为CNC刀具走不出理想的锐角。这一条是我被加工厂退单两次后才记住的教训。4.3 代码报错不要把锅全甩给大模型OpenSCAD的报错信息通常比较直白比如ERROR: Parser error in line X。但有时候报错位置和真正的问题并不在同一点比如某个模块少了一个右括号报错却指向文件末尾。这时候如果直接把错误信息原封不动丢给AI它经常也一头雾水。我的处理方法是先给AI提供编译器的精确诊断信息再附上出问题附近的源码片段然后让它先解释这段代码的原本意图再修复。实测这个先解释后修复的策略比直接让它重新生成一遍的成功率高很多。因为模型在解释的过程中会重新建立对几何结构的理解而不是蒙一个答案。4.4 多轮对话里的失忆问题长对话里AI会逐渐丢掉早期约束这是目前所有上下文模型都存在的通病。比如第一轮你说了单位是毫米到第五轮让它加个孔位时它可能就把单位语义搞混了。我的应对方案是一轮一代码。每一轮修改都要求AI输出完整的最新代码而不是输出补丁片段。同时我会维护一份提示词主模板把基础约束单位、材料、制造规范永远放在最前面每次迭代都把这份模板重新贴进对话。看起来笨但对长流程项目非常有效。更进阶一点的做法是使用脚本管理这些中间产物比如每轮自动把.scad文件按版本号保存配合Git做版本管理。改动多了之后你会庆幸自己这么做了因为你能快速回到任何一个还能用的中间版本而不是在一个完全走样的模型上重来。最后说句实在话text-to-cad 目前还做不到取代工程师它更像是一个聪明且勤快的建模助理。我实际使用中的最大收获并不是让AI直接画出了多少成品零件而是它帮我把重复性的建模工作压缩到了分钟级让我把精力留给了真正需要判断力的地方。对这个方向感兴趣的朋友我建议从两件事开始第一建立一个属于自己的提示词模板库把常用零件的生成模板沉淀下来这也是我强调变量化定义的原因——模板才是最大的复用资产第二一定要让AI生成的每个零件都走一遍预览渲染 → 人工检查关键尺寸 → 导出加工格式的流程别跳过任何一步。这个教训是用几次废件换来的。