聊一个我这段日子摸得比较多的项目text-to-cad。这名字听着简单实际是把自然语言直接变成CAD模型的一条新路子。你给它一句“一个直径40毫米、高60毫米的圆柱体底部带法兰盘法兰上有四个均布的安装孔”它就能吐出一个可以拿去加工的STEP文件不用你手动开草图、标尺寸、做拉伸、打孔。不是渲染图是真正带几何拓扑、能在SolidWorks或者Fusion 360里继续编辑的实体模型。这篇文章我主要结合自己折腾的经验把这个工具的用法、原理、踩坑点和能做什么不能做什么一次性讲透。先说它适合谁。如果你是机械设计、产品结构、非标自动化、3D打印创客这几个圈子里的人平时画图时间被大量重复建模占据那text-to-cad基本属于刚需。它也能帮你快速出概念模型尤其是那种“脑子里有形状但不想花半小时建出来看看效果”的场景。如果你是做软件开发的想给自己的工具链接入AI建模能力它的API设计得也还算友好官网注册个key直接就能调。当然要是你指望它替代设计师做复杂装配体那还早得很这点后面细说。1. 内容整体设计与思路拆解1.1 text-to-cad到底做了什么很多人第一次用这类工具时会有一个错觉它是不是像ChatGPT一样直接给你生成一个文件对不完全是。这里的核心区别在于普通AI生图是生成像素点阵而text-to-cad生成的是一种离散的“建模指令序列”。这套指令序列本质上是你在CAD软件里操作历史的“去UI化版本”——画什么样的草图轮廓、拉伸多深、切掉哪里、倒角半径多少。这么做有什么好处好处是输出的模型是可编辑的、参数化的而不是一个“看起来像”的三角网格。STEP文件里包含的是精确的边界表示也就是B-rep这种数据能直接被CNC编程、有限元分析和3D打印切片软件识别。网格文件做不到这一点这也是为什么text-to-cad的价值不是“像ChatGPT生成一张图”那么简单而是它打通了“想法→精确几何”的链条。在方案选型上Zoo公司走的是自回归Transformer路线类似语言模型逐字造句它是逐token地生成CAD操作序列。这个思路我很认同因为CAD建模本身就是一个高度结构化的过程天然适合序列生成。你把“水箱支架L型折弯处加筋板边角倒C3”这句话拆开模型其实是在预测一个最小单位的建模动作比如“从点A到点B画一条线段”“拉伸这个闭合轮廓20毫米”。这种中间表示还有一个额外好处可以像看操作历史一样回放建模过程方便调试和教学。1.2 选型背后的关键取舍为什么不是端到端输出STEP文件我理解是数据稀缺和精度要求两座大山。市面上高质量的STEP文件远不如文本和图片多而STEP格式本身的拓扑结构又极其严格两个面之间哪怕只有0.001毫米的缝隙下游工具也可能直接报错。让模型直接生成这种严格格式稍微错一个拓扑关系整个文件就废了。所以工程上更现实的路线是模型先生成自己擅长的中间表示建模操作序列再通过一套确定性的CAD内核把它编译成B-rep实体。这个CD内核不是AI是传统几何内核它保证了从序列到实体的转换过程是精确并且可重复的。我理解这就像写代码你负责用自然语言把逻辑说清楚编译器负责生成可执行的二进制。AI只负责写“代码”编译这件事交给老实的工具链。这个设计在当时看可能有点绕但现在回头看恰恰是它能稳定输出可用模型的关键——这就是整套方案最大的一个取舍点。2. 环境准备与上手实操2.1 账号、密钥和报价模式我实际操作下来第一步是注册Zoo账号。你去官网zoo.dev用邮箱注册就行注册完进控制台找到API Keys页面创建一个key。它的key格式是zk-开头的一串字符我习惯把它存到环境变量里而不是直接写在代码中免得误提交到Git仓库。收费模式我在使用的时候是免费额度加按量付费具体配额和价格变动比较频繁以你打开官网时页面显示为准。但有一点很关键它的配额不是按生成次数算的而是按积分credits算的。一个简单的单零件可能消耗几个积分一个复杂的多部件装配体可能消耗几十个积分。我建议第一次上手先别急着做复杂模型先在官网的图形界面里用一句话生成几个小零件熟悉积分的消耗节奏再上API。注意免费额度通常有有效期。注册后如果放置几周不用额度可能过期别囤着。真打算用就当天注册当天跑通把流程走一遍。2.2 用Python调用text-to-cad API如果你不想依赖网页界面可以直接用Python写个脚本调用。Zoo官方维护了一个Python SDKpip install zoo-ai就能装。我实测下来的最小调用代码是这样的import zoo_ai zoo_ai.api_key zk-你的密钥 prompt A flat L-shaped bracket, 80mm long, 60mm wide, 3mm thick, with a 6mm mounting hole at both ends result zoo_ai.text_to_cad(prompt, formatstep) # result 里包含生成的STEP文件路径、预览glb路径和消耗的积分 print(result.step_path) print(result.glb_path) print(result.credits_used)这里有个细节容易踩坑format参数同时支持step和glb如果你只需要在网页上看效果、做个简单渲染那glb就够用消耗的积分可能还少一些。如果是要拿去加工或者进SolidWorks编辑务必选step。还有一点一次调用大约耗时20到60秒不等取决于模型复杂度。你可以把它理解成在后台跑一个推理任务需要排队等API是异步模式返回的是任务ID和状态轮询直到状态变为succeeded。2.3 用CLI在命令行直接干活有人不习惯写PythonZoo也提供了命令行工具。装好zoo命令后直接用一条指令生成模型zoo text-to-cad a cylindrical housing with four screw bosses, 50mm outer diameter, 30mm height执行后命令会把STEP文件和预览的GLB文件输出到当前目录。CLI的好处是方便集成到脚本里比如批量生成一版概念模型的时候写个for循环把所有描述文本喂进去就行。我实际用的时候更多是在做设计探索的早期一句话生成五六个变更方案然后打开STEP一个个看过去选中意的再继续精修。3. 核心细节解析与实操要点3.1 该怎么说prompt才能出好模型这是重点中的重点。text-to-cad模型的prompt敏感度非常高同样的意思换个说法出的模型可能完全不同。我把自己总结的prompt规律分享几个。先说大类再说细节开头就指明是支架、壳体、法兰还是齿轮箱。模型需要先定主体类别再往上面加特征。反过来写容易跑偏。尺寸尽量给具体数值只写“大一点的孔”是没用的写“直径8毫米、深12毫米的沉头孔”就好很多。模型的训练数据里大量出现精确数值它能基于数值做推理。特征描述的先后顺序影响几何位置先说的特征往往被当作主体后说的往往被当作附加特征。比如“底板长100宽60厚5上面有四个直径6的孔四角倒R3”模型会理解孔在底板上、倒角在四角。如果你把底板放到描述最后模型可能生成一个四不像。用工程术语但不要堆砌说“通孔”“沉头孔”“法兰”“加强筋”“圆角”“倒角”这些词模型都认识。但不要一口气堆十个术语命令太长时中间特征容易丢。对称性表达要显式化说“两侧各凸出一条安装耳”“四个角均布M4螺纹孔”比说“左右有耳朵”“打几个螺丝孔”靠谱得多。我试过一个比较稳的模板供参考“A rectangular base plate, 120mm by 80mm, 5mm thick. Four mounting holes, 6mm diameter, located 10mm from each corner. Two vertical walls on the left and right edges, 30mm tall, 3mm thick. A 4mm fillet along the top edges of the walls.”这个描述把Base的形状、孔的定位、侧壁的方位、倒角的位置全交代清楚了。模型输出的STEP文件我在SolidWorks里打开过四个孔的圆心位置和描述基本吻合误差在合理范围内。3.2 模型复杂度的边界在哪用了一阵子之后我从自己的失败经验里摸出了一点规律。单个零件的简单拉伸、旋转、扫掠它做得很利索比如法兰、轴套、支架、外壳这类典型机加工或3D打印件成功率很高。但下面的情况就很容易翻车多层特征叠加比如“底座上叠一个圆台圆台上再切一个倾斜的孔孔里还有一圈内螺纹”这种两层以上逻辑嵌套模型经常丢中间某一步。非均匀壁厚“左边厚、右边薄”这种带明确区域差异的壳体模型经常在过渡区域生成奇怪的形状。实物对称但文本描述过于口语化模型理解“对称”这个词但是“两侧各一个”“都”“分别”这类词一多它就有点乱。多实体装配级生成让它生成“一个底座和安装在里面的转轴”它更倾向于把转轴融到底座里变成一个奇怪的整件。所以在设计时我给自己定了一条规定单个模型只描述一个零件如果实在需要装配体那就一个零件一个零件分别生成然后放到CAD里用配合约束组装。这个工作流虽然多几步但胜在稳定可控。3.3 如何调整输出格式和拿到可编辑模型生成结果默认会返回STEP和GLB两种文件。STEP文件名类似model_xxxxx.step这个是真正要用的。我遇到过几次边界几何瑕疵比如有个面偏了0.01毫米在SolidWorks里打开后得用“输入诊断”修复一下。Zoo在输出STEP的时候已经做了简化处理大多数时候不需要额外的布尔修复但严谨起见进CAM之前我还是会跑一遍SolidWorks的“检查实体”工具。另外要注意它输出的“可编辑性”并不是说你打开SolidWorks后能直接拖拽草图的尺寸。它给出的STEP用特征识别FeatureWorks能识别出一部分特征但不是全部。简单拉伸孔位识别效果不错复杂扫掠和混合特征识别不了。这意味着你把STEP导进来之后可能是个“能改面、但没法改参数历史”的实体模型。我个人的习惯是把它当设计的起点而不是终点。用它确定外形和孔位然后重建参数特征。4. 实操过程与核心环节实现4.1 从一句话到STEP文件的完整流程我拿自己最近做的一个测试来记录一下完整流程我想做一个用于小型电机的安装支架要求L型折弯结构垂直面和水平面上都开安装孔。描述文本我写了下面这段An aluminum L-shaped mounting bracket. Horizontal base 70mm long, 45mm wide, 4mm thick. Vertical wall 50mm tall, 45mm wide, 4mm thick. Two clearance holes, 5mm diameter, on the horizontal base, spaced 50mm apart. Two countersunk holes, 6mm head diameter, on the vertical wall, 30mm apart.用CLI执行zoo text-to-cad An aluminum L-shaped mounting bracket. ...等待了大约35秒CLI返回了STEP和GLB文件路径。我在预处理器里看了一下GLB的渲染预览整体轮廓是对的L型结构、垂直面、水平面、四个孔各在其位。然后我把STEP导入SolidWorks用“输入诊断”检查没有报任何几何错误。接下来是我自己习惯的一步操作——在SolidWorks里做“编辑特征”。STEP导入后是“哑实体”没有参数历史我直接用“移动面”把一个孔的间距从50毫米改成60毫米。改完再存成STEP这个过程全程无损。对于二维草图和孔的定位text-to-cad生成的模型在尺寸精度上是够用的。4.2 图像转CAD也是同一套流程text-to-cad支持的不只是文本输入还有图像输入。你给它一张手绘草图或者一张产品照片它也能生成CAD模型。这个我在工作中用得少但是试用过一次拿一张用手机拍的马达端盖照片喂给它生成结果是个能看的外形但测量下来比例有偏差孔位也和实物不完全一致。我的建议是图像输入用来看一个大概的外形走向是可以的但尺寸可信度远低于文本描述。为什么因为单张图片缺乏深度信息和真实尺寸标注模型只能靠先验知识猜测比例。如果你手头有手绘图纸那就把图上的关键尺寸同时写进文本描述里让图像提供轮廓、文本锁定尺寸两相结合效果会好很多。4.3 和传统CAD工作流的配合方法text-to-cad一开始可能被当成一个独立小工具但真正起作用的方式是和现有工作流融合。我现在常用的混搭流程是用text-to-cad快速生成2到3版概念外形导出STEP。在SolidWorks里分别打开这些STEP对比尺寸和空间布局选定一版外形。以选定STEP为参考在SolidWorks里重新绘制草图拉伸、切除、倒角把模型重建为带参数特征的正式版本。重建的过程中原来的模型作为底面参考直接在上面画草图的话可以省去重新标注轮廓的时间。确认无误后进入CAM或者输出STL给3D打印机。这个流程最大的收益在前期原来概念探索阶段可能要花两个小时建三个方案现在半小时就能拿到三个粗略的STEP模型。它们的准确几何信息可以让结构评估和外观评估同时进行不用等建模完成才能做判断。实际用下来这个提效是很明显的尤其在非标自动化和创客项目这种需求多变、方案经常推翻的场景里。5. 常见问题与排查技巧实录5.1 常见报错和处理401 UnauthorizedAPI key不对或者环境变量没设置。检查代码里zoo_ai.api_key是不是真的被赋值了别用getenv(ZOO_API_KEY)然后没设置环境变量。429 Too Many Requests限流了。Zoo的接口按分钟有调用次数限制遇到这个别一个劲重试等几十秒或者降低并发。批量生成时加个sleep间隔是最省事的解法。Queued状态卡住不结束可能是模型排队太长或者请求配置有问题。我的经验是再等60秒不行就取消任务重发重发时把prompt简化一点成功率会更高。生成结果只有半个实体通常是prompt里的拓扑关系表述不清比如“圆柱上开一个槽”没说槽的方向和深度。补上“轴向”“径向”“通槽”“盲槽”这类词会好很多。生成结果面积巨大比如描述里没带单位模型按默认单位输出。我遇到过一次提示里写“a small knob”结果STEP导进来直径快一米了。解决方法是所有尺寸都写毫米数值别只写形容词。5.2 关于单位和精度的那些事text-to-cad的默认单位体系是毫米输出STEP里没有显式单位标签但实体数据以毫米存储。所以如果你在Fusion 360导入时选的单位不对会发现模型尺寸差得一塌糊涂。导入时留意“单位”选项设置为毫米。精度方面经过我的反复测试一般孔位、轮廓尺寸的误差在0.1毫米量级都是正常的。对大多数3D打印和手板验证来说这个精度足够了。直接拿去CNC加工可能需要谨慎虽然尺寸误差通常不会导致废件但关键公差配合处还是回到CAD里确认一下。我的原则是模型验证够用精密加工必须人工复核。5.3 生成质量不稳定的情况同一句prompt多次生成的结果会有细微差异。这不是bug是自回归模型采样的固有特性。如果你需要稳定的输出别反复刷随机结果而是把描述写得越来越精确尺寸、位置、数量、形状、方位全给齐。每写一次描述就生成几次挑出最好的那一版。久而久之会形成自己的prompt风格模型的稳定度会明显提高。6. 创作技巧与扩展应用方向6.1 提高可用性的几条prompt技巧除了前面提到的“类别先行、数值精确、特征顺序”这三条还有几个小技巧值得单独拿出来说。第一个是“明确终止条件”也就是把不需要的特征也写出来比如“不要圆角不要倒角不要额外凸台”反而能防止模型凭空发挥。第二个是用“标准件语言”比如“M6通孔”“M8螺纹孔”“DIN 912螺丝头避让孔”这些标准术语在训练数据里普遍存在模型理解得到。第三个是“分步生成再合体”哪怕最后要做的是一个整体也可以先在模型里生成没有孔的主体再生成一个“带孔位的薄片”最后在CAD里做布尔减算。对复杂孔位这个思路比一次性生成的稳定度高很多。如果你在做一个系列的产品建议把常用的prompt片段保存成模板。比如支架类、外壳类、法兰类各存一个基础模板需要时改几个尺寸数值就能快速工作。这比每次都从头写prompt省力不少。6.2 扩展应用场景就我观察text-to-cad目前在几个方向上都有实际价值。做机械设计的拿它出前期方案很合适做3D打印创客的完美契合一个简单的零件描述就能直接生成可打印模型省去学CAD软件的门槛做电气电子结构设计的可以用它快速生成外壳和安装板做教育的可以拿它演示“从自然语言到精确建模”的完整链路学生对这种交互方式兴趣很高。开发者这块的潜力更大。Zoo提供的API不仅能做单条生成还能嵌入到应用程序里比如做一个自动生成零件图的内部工具或者结合大模型做“对话式三维建模工具”。我在本地试过写一个自动化脚本读取一个Markdown表格里的零件清单逐行调API生成STEP最后全部打包。这个批量生产能力对于维护大量备件库的人来说是能实打实省时间的。6.3 形态转换和轻量化发布text-to-cad生成的是STEP和GLB但你完全可以自己再转换成其他格式。我用过几种方式把GLB拖进Blender直接转成FBX或OBJ用FreeCAD把STEP转成STL在SolidWorks里另存为IGES。这套转换逻辑适合做产品展示或者放进AR/VR场景。还有一点Zoo本身有把生成的模型发布到在线社区的渠道它给你一个短链接其他人可以直接预览和下载模型方便跨团队协作或者给客户看效果。我一般给客户发方案的时候直接甩一个在线预览链接对方不需要安装任何CAD软件就能看到三维模型沟通效率好不少。7. 局限性分析与后续扩展text-to-cad说到底还是一个擅长“从零到一”的工具而不是“从一到百”的工具。我的总体判断是它是概念建模和参数化设计之间的一座桥但这座桥目前只通到“初步可用”这一端。最大的局限在复杂装配和高级曲面。复杂曲面造型汽车外饰、消费电子外壳那种大弧度自由曲面基本不是它的射程范围它生成的曲面往往是拉伸、旋转、扫掠这几种基础方式拼出来的。另一个局限是特征树的缺失。你拿到的STEP里没有可编辑的参数历史所以从“能看”到“能改”还有一段手动重建的路要走。后续的方向我比较看好几个一是模型对细粒度尺寸控制的能力会继续提升。现在偶尔还会有孔位偏差随着数据增多和训练优化未来直接生成可用于加工的模型是大概率事件。二是和主流CAD的配合会更紧密。现在已有SolidWorks和Fusion 360的插件或者通过Zoo CLI直接操作本地SW未来在CAD软件内部调用AI生成模型应该会成为一个标准功能。三是增加对更多中间格式的支持比如原生输出带特征树的中间表示或者直接生成某个CAD软件的原生格式。一旦这一步做了AI生成的模型就不再是“哑实体”而是真正参数化可修改的活模型。我个人在实际操作中的体会是这个工具现阶段最有效的用法是“把它当一名快速草图员”而不是“替代你的建模工程师”。先让它把外形和轮廓铺好你再拿CAD工具精修这既省时间又不容易翻车。这个流程我跑了十几个零件下来越用越顺手项目的整个设计迭代周期缩短了不少。最后再分享一个小技巧如果你用的是SolidWorks导入STEP后试试用FeatureWorks去识别特征识别完能保留很多草图和拉伸特征改起尺寸来会从容很多。text-to-cad这类工具更新很快新模型和新参数不断在调整建议你把Zoo的更新日志加入订阅有新版本出来第一时间测试说不定哪次更新就补齐了你的痛点。