把一句中文需求直接变成能加工、能装配、能出图的 CAD 模型这种操作放在五年前我还只当它是个科幻段子但最近一年text-to-cad 这个方向确实实实在在落地了。你给它一句自然语言描述它给你返回一个参数化的 CAD 建模脚本或者直接导出一份 STEP、DXF、STL 文件整个过程只需要几分钟。它解决的核心问题是把脑子里的设计意图到CAD 软件里的实体模型之间那段最耗时、最枯燥的建模路径压缩到可以反复试错的程度。适合机械结构设计、非标自动化、3D 打印玩家也适合刚想入门 CAD 制图、却被工具栏和命令符吓退的新人。下面我从原理、技术路线、完整实操链路到常见坑位把 text-to-cad 这套东西掰开揉碎讲清楚。1. text-to-cad 到底是什么从画图到对话的范式转变1.1 一句话定义和它真正解决的问题text-to-cad直译就是文本到 CAD本质上是让 AI 接收一段自然语言描述输出一个可以被 CAD 软件打开、编辑和继续加工的几何模型。它输出的东西不是一张渲染图不是一张照片而是真实带几何拓扑的模型文件或者一段能生成该模型的参数化脚本。这两者有本质区别渲染图只能看模型文件能改、能量测、能拿去 CAM 加工。它真正解决的是三个问题。第一是速度问题。结构设计里大量零件属于改一个尺寸就要重建一次的场景比如一块法兰板、一个轴承座、一个支架。传统流程下哪怕再熟练的工程师也要经历新建零件—选基准面—画草图—标注约束—拉伸—倒角—再次修改尺寸这一整套流程一个中等复杂度的零件少说十几分钟。而 text-to-cad 把这一步变成了对着聊天框提需求修改需求也只需要改几个参数。第二是门槛问题。CAD 制图初学入门最难的不是空间想象能力而是那些密密麻麻的命令、图标、快捷键和交互逻辑。一个完全不懂 CAD 的工艺人员只要能把需求说清楚也能让 AI 先生成一版模型作为底稿再请工程师帮忙校验。这相当于把会说话变成了会建模的入场预科班。第三是可复用问题。因为中间产物通常是参数化脚本所以一批结构类似、尺寸不同的零件可以做成参数模板后续用脚本或 AI 改几个变量就批量出新模型。这个能力和python 批量对 cad 修改的工作流天然衔接很多结构工程师已经把这两件事合在一起做。1.2 为什么偏偏是现在火起来text-to-cad 的思路其实很老早在AI 辅助设计这个概念出现时就有人提过。但过去一直做不成的根本原因是模型压根不理解机械语言。一个零件图纸上的尺寸、公差、基准面、加工特征在文本里就是几个数字和名词AI 若不具备强大的语义理解和代码生成能力根本没法把这些信息变成几何体。现在条件凑齐了三块拼图。第一块是大语言模型对代码和几何描述的理解能力显著提升能够把外径 40、高度 50、中间挖一个直径 30 的孔这类描述转换成可执行的建模代码第二块是参数化建模脚本生态成熟了CadQuery、OpenSCAD、FreeCAD 的 Python API 这些工具链已经稳定到可以当成生成目标第三块是格式互通的生态做好了STEP、DXF、STL 这些中性格式能被几乎所有主流 CAD 软件打开无论是 AutoCAD、中望 CAD 还是 FreeCAD生成的模型都能无缝接进现有设计流程。技术成熟和生态配套同时到位所以这项技术就从一个实验室热点快速变成了可以上手的生产力工具。1.3 与传统 CAD 建模的差异传统 CAD 建模是人在回路里的操作链路每一步操作都依赖人做决策选哪个平面、画多长的线、给什么约束、用什么特征。优点是人能完全控制每一步缺点是慢尤其对于标准化程度高的零件大量时间花在重复劳动上。text-to-cad 则把决策权部分移交给了 AI人在更高层面做控制——你提供设计意图、边界条件、关键尺寸AI 负责把这些转译成具体的建模操作序列。这带来的变化不是替代设计师而是让设计师从画图匠变成审图师。你不再纠结于某个圆角命令点在哪里而是去判断 AI 生成的模型是否符合装配关系、是否满足加工工艺这种工作重心的转移才是这个方向真正有意思的地方。2. 核心技术拆解一句话是怎么变成模型的2.1 整体技术链路文本→约束→脚本→几何要理解 text-to-cad先看一条完整的链路。用户输入生成一个带法兰的圆筒外径 40内径 30筒高 50法兰外径 60法兰厚 8单位毫米。这条信息进入系统后大致会走四步。第一步是语义解析。AI 需要从自然语言里抽取出几何要素外径、内径、高度、法兰作为附加特征、单位制还可能推断出没有明说但隐含的约束比如圆筒和法兰应该同轴。这一步本质上是在做需求到设计参数的结构化转换。第二步是建模策略规划。AI 要决定用什么特征序列来表达这个零件先画一个外径 40 的圆柱再挖掉内径 30 的孔最后在底面生成一个外径 60 的薄片并与筒身合并。同一句话可以有多种建模方案这一步决定了后续代码的质量。第三步是生成参数化脚本。CadQuery 也好、OpenSCAD 也好AI 会把上面的规划翻译成具体代码。代码的好处在于它把尺寸、位置、布尔运算都显式地写出来了人可以一行行检查能发现问题并且能修改这是纯黑盒模型做不到的。第四步是执行与导出。脚本执行后生成带拓扑的实体导出为标准格式。CadQuery 的输出一般是 STEP 或 STLOpenSCAD 可以出 STL、DXF、SVG。这些文件就成为了你 CAD 工作流里的原材料。2.2 主流技术路线对比目前做 text-to-cad 的技术路线大致有四种我在实际项目里大部分都测过简单排一下优劣势。第一类是大语言模型直接生成参数化脚本。这是现在门槛最低、也最容易上手的方式直接用通用对话模型配合良好的提示词就能拿到 CadQuery 或 OpenSCAD 代码。优点是零额外部署、修改灵活、代码可审计缺点是对复杂装配体理解有限遇到特别冷门的 API 容易编出根本不存在的函数。第二类是专用 text-to-cad 模型。业界已经有专门的文本生成 CAD 模型的服务比如 Zoo 团队推出的 Text-to-CAD 工具它能直接由文本和图片生成可编辑的模型背后是针对几何生成做了专项训练。这类模型的强项是对形状语义理解更深弱点是目前能控制的参数化程度不如手写脚本模型经常以边界表示或网格形式输出后续想改尺寸不容易。第三类是检索增强生成。把标准件库、历史零件库作为外部知识库用户描述需求时系统先检索最接近的标准件或历史模型再调整尺寸生成变体。这对于法兰、轴承座、常用支架这类标准化程度非常高的零部件很实用能极大减少幻觉问题。缺点是依赖库的质量冷门零件检索效果一般。第四类是混合路线。先由大模型规划特征并用代码生成主体再由专用几何模型处理曲面和自由形状最后统一导出。这是工程化最完整的方向但也是目前最不成熟的适合有一定开发能力的团队去搭。2.3 为什么参数化脚本是最佳载体可能有人会问为什么非要先转一手代码而不是让 AI 直接输出一个模型文件答案是工程上需要可审计性和可修改性。CAD 模型进入加工前工程师必须有办法核验它。如果 AI 直接吐出一个黑盒网格你只能肉眼观察有没有问题没法逐参数调整一旦某个尺寸错了就要重新生成完全不可控。而参数化脚本把几何完全解耦成一个个变量和操作步骤你可以在代码里清楚地看见extrude(50)就代表拉伸 50 毫米circle(20)就代表半径为 20错在哪里一目了然改起来也只是一行代码的事。另外脚本的天然可重复执行特性让批量生成成为可能。改几个参数跑一次循环一个系列的法兰就全部生成完了。这种代码即图纸的思路其实和 CAD 二次开发里的 AutoLISP、Python 脚本一脉相承只不过以前写脚本的是人现在写脚本的也可以是 AI。3. 实操从零生成一个可用零件3.1 环境准备装好 Python 与依赖我推荐从 CadQuery 路线入手因为它的输出是 STEP工业软件兼容性最好而且代码风格和传统 CAD 的草图—拉伸—切除思维非常贴近。先建一个干净的虚拟环境避免把系统 Python 弄乱python -m venv cad_env cad_env\Scripts\activate pip install cadquery如果你是 Windows 用户装 cadquery 时偶尔会遇到缺少 C 运行库的报错。这一点和很多人装 CAD 软件时遇到安装 CAD 一直出现 C 2005 错误是同一个道理——这些工具依赖微软的 VC 运行库系统里要么缺失、要么版本冲突。解决办法有两个一是去微软官网装对应的 Microsoft Visual C Redistributable 包2005 SP1 和 2015-2022 都建议装上二是直接下载带依赖的完整安装介质。装完运行库再装 cadquery基本不会再出问题。装好之后推荐在 Jupyter Notebook 或者 VS Code 的交互窗口里写代码因为生成模型后可以即时查看并旋转检查调试体验好得多。3.2 提示词设计把需求说清楚生成质量七分靠提示词。我见过太多人上来就写给我一个法兰结果 AI 给出的模型五花八门根本没法用。实际生产中提示词的模板建议包含五个要素。第一是零件类型的明确指代比如带法兰的圆筒U 形支架带 4 个安装孔的底板不要只说搞个零件。第二是全部关键尺寸。包括外径、内径、高度、厚度、孔的数量和位置都要写清楚最好带单位。AI 对单位的默认值通常是毫米但你不说它就可能脑补出英寸最后模型大 25.4 倍。第三是特征关系。一些隐含的几何关系要显式给出比如法兰与筒身同轴孔均匀分布在直径 50 的圆上底面倒角 1mm。这是最容易遗漏但最能提升成品率的地方。第四是坐标系和方向。如果零件有明确的装配朝向要说明基准平面比如以底面为基准中心轴沿 Z 方向。第五是输出格式要求。告诉 AI用 CadQuery 生成导出 STEP 文件避免它给你一段 FreeCAD 脚本或者纯概念描述。举个例子我常用的一个提示词模板是这样的用 CadQuery 生成一个带法兰的圆筒。外径 40mm内径 30mm筒高 50mm。底部带一个外径 60mm、厚度 8mm 的法兰法兰与筒身同轴。所有尺寸单位均采用毫米坐标以底面中心为原点。生成后导出为 STEP 文件。把这个提示词给主流大模型正常情况下拿到的 CadQuery 代码已经可以直接执行。3.3 执行脚本与导出拿到整洁的模型文件一个典型的生成结果长这样import cadquery as cq # 筒身外径 40内径 30高 50 tube ( cq.Workplane(XY) .circle(20) .extrude(50) .faces(Z) .workplane() .circle(15) .cutBlind(-40) ) # 法兰外径 60厚度 8附着在底面 flange ( cq.Workplane(XY) .circle(30) .extrude(8) ) # 合并 result flange.union(tube) cq.exporters.export(result, flange.step)这段代码的逻辑很简单先在 XY 平面画一个半径 20 的圆拉伸 50 形成筒身外壁然后从顶面往下切除一个半径 15、深度 40 的孔得到内径 30 的筒身再在底面拉伸一个半径 30、厚度 8 的圆盘作为法兰最后把两者合并。执行后当前目录下就会多出一个 flange.step 文件。如果团队里更习惯 OpenSCAD也可以用文本化的 CSG 语言代码更短union() { difference() { cylinder(h 50, r 20); translate([0, 0, 10]) cylinder(h 40, r 15); } cylinder(h 8, r 30); }两种代码各有特点CadQuery 的 API 更接近传统 CAD 的操作顺序OpenSCAD 更接近数学描述。对新手而言CadQuery 生成的东西更容易跟 CAD 里的特征树对应起来修改起来也更有直觉。3.4 落到 CAD 软件里做验证与修改拿到 STEP 文件还没完真正进入工作流之前至少要做一次验证。在你常用的 CAD 软件里直接打开——AutoCAD、中望 CAD、FreeCAD 都可以看三件事。第一是几何是否完整。有没有破面、有没有缺失实体。STEP 格式的拓扑相对可靠但如果生成时布尔运算出错某些面会消失这时候要回到脚本里检查是哪个布尔操作出了问题。第二是尺寸是否和需求一致。用测量工具量一下关键直径和高度这一步不能省。AI 生成的代码看着对执行结果里差一个数量级的乌龙我是真见过比如把半径当成直径用。第三是后续编辑是否顺畅。有的模型导入后是一个孤立实体特征树是空的后续想改特征会很麻烦。这时候可以把模型视为底稿在 CAD 软件里重新做特征映射或者回到脚本里去改参数重新生成。我的习惯是小尺寸改动回脚本改大结构改动在 CAD 里重做。如果你还没装 CAD先把软件环境准备好再做验证。网上的 CAD 下载和安装教程很多但版本新旧不一最好从官方渠道获取安装包再结合你自己的系统版本找对应教程。如果只是快速看一眼形状不想装完整 CAD可以用轻量查看器直接打开 STEP 或 STL这类CAD 快速看的小工具有不少省去完整安装的折腾。等确认没问题了再决定导入完整设计环境。4. 应用场景与边界text-to-cad 能做什么、不能做什么4.1 真正好用的场景以我实际用的体验来说值得优先尝试 text-to-cad 的场景有三个。第一是标准件和通用件的快速出稿。法兰、底板、支架、轴承座这类零件结构高度规律描述难度低AI 生成的准确率非常高。对这些零件text-to-cad 已经不是辅助而是直接可以上手的生产力工具。第二是概念方案的快速比对。客户给个粗略想法先用 text-to-cad 出三五个外形方案配合轻量查看器快速评审确定方向后再用完整 CAD 展开细节设计。这个场景下就算生成模型不够精确也没有关系关键是速度。第三是和 Python 批量修改联动。当零件具备参数化家族特征时先让 AI 生成一个基础参数脚本然后用 Python 循环改参数批量生成。接上 ezdxf 或 pyautocad甚至可以批量修改已有图纸里的标注和图层实现从生成到出图的半自动化。这个玩法对非标设备出图量大的团队价值非常明显。另外像简单的钣金件——一个带折弯的支架、一块带安装孔的钣金板——也可以用 text-to-cad 出基础模型再导入钣金专用 CAD 里补充折弯系数和展开图。市面上的金林钣金 CAD 这类专用工具接收 STEP 文件后处理展开是没问题的。服装领域也有类似的文本到版型方向比如瑞丽服装 CAD 这类软件的用户若未来 AI 能直接读描述生成裁剪版型会很有想象力不过目前这条线主要还是集中在机械结构件上。4.2 现阶段仍然吃力的场景诚实地说text-to-cad 到目前为止还远不是万能钥匙有几类场景我劝你不要硬上。第一是复杂装配体和运动机构。AI 生成单个零件还可以但要让几十个零件正确装配、定义配合关系、考虑运动干涉现阶段生成质量很不稳定指望它替代装配设计是不现实的。第二是自由曲面和外观造型。汽车覆盖件、工业设计外壳这类大量使用样条曲面的模型文本描述很难精确传递曲面控制点的位置和曲率生成结果要么面目全非要么只能停留在神似阶段远达不到可加工要求。第三是地形和地理信息相关建模。比如CAD 切地形这类涉及高程点、等高线、地形曲面的工作本质上不是机械几何问题而是大量空间数据的处理问题。文本描述根本无法承载这种规模的信息这类操作老老实实用地形处理插件和专业工具不要为难 AI。第四是高精度制造场景。如果你的零件公差要求很高或者有明确的形位公差、表面粗糙度要求text-to-cad 生成的模型只能作为几何底稿所有公差信息必须依靠图纸体系和 CAD 里的工程图功能补充指望 AI 一次到位不现实。4.3 生产环境里的衔接问题从个人试用走向团队生产还有几个软性问题需要注意。文件管理上AI 生成的脚本通常散落各处建议建立一个提示词和脚本的模板库。每个零件至少保留三段信息原始提示词、生成的脚本、导出的 STEP 文件。这样后续同类零件改几个参数就能复用否则每次都从零开始问 AI效率反而会下降。出图问题上STEP 模型本身不带标注生产还是需要工程图。目前比较顺的流程是模型导入 CAD 后出三视图标注尺寸和公差然后转 PDF 下发。说到CAD 转 PDF注意不要直接把模型导成视图再打印那样线宽和图层都不可控。正确做法是在 CAD 的布局空间里做好图框和标注再通过打印样式表控制线宽这样输出 PDF 才不会出现线条一片糊的问题。如果一个产品由多个 text-to-cad 生成的零件组成最终往往要把多张图纸合并到一套图框里下发。CAD 里做图纸合并常规做法是用 INSERT 命令把图块插入主图或者用外部引用 XREF 把零件图链接进来前者适合交付存档后者适合持续跟着模型更新。这不是 text-to-cad 特有的问题但生成零件变多之后一定会遇到提前把流程定好能省很多事。软件兼容性上生成的 STEP 文件在所有主流 CAD 里都能打开但打开后能编辑多少取决于软件。AutoCAD 的 STEP 导入往往会把模型转成曲面或实体块可编辑性一般中望 CAD 这类软件的 STEP 互操作做得不错团队里如果受预算限制用中望 CAD 作为验证和出图工具完全够用。如果一个团队没法统一正版软件多准备几个跨平台兼容路线是很有必要的。5. 常见问题与排查技巧实录5.1 单位不一致造成的尺寸爆炸这是我遇到最多的问题。提示词里说外径 40AI 默认毫米生成 40mm 没问题但如果你的需求来源是英寸或者 AI 在某一步把单位理解成 inch模型会直接放大 25.4 倍。更隐蔽的情况是混合单位孔径写成 8mm法兰写成 1 英寸AI 偶尔会不加换算直接混用。排查技巧很朴素拿到模型后第一件事就是量关键尺寸不要直接开始后续设计。如果发现整体等比例放大十有八九是单位问题回到提示词里把单位写清楚或者直接在提示词里加一句所有尺寸均以毫米为单位不需要换算。在所有生成代码的开头用注释声明单位也可以减少这类问题。5.2 脚本报错函数根本不存在大模型生成代码时偶尔会编造API尤其是一些冷门库方法。CadQuery 还好因为用得多、训练数据充足一些不常见库的方法名模型可能给出一个看起来像真的但实际不存在的函数执行时直接报属性错误。我的处理方法是分层验证。拿到脚本后先跑一遍报错就对着官方文档查 API 名称不要直接让 AI再试一次。把正确的 API 用法和报错信息一起回喂给 AI告诉它这个函数不存在请改成官方文档里实际存在的函数往往一轮就能修好。如果反复出错就把 CadQuery 官方文档的关键片段作为参考资料放进提示词让模型基于文档生成。顺带说一句有时候你打开模型准备修改发现某个 CAD 命令用不了比如 f 命令没反应或者激活页面不停报脚本错误。这种问题多半和 AI 生成的模型没关系而是 CAD 软件本身的环境或者配置问题——命令被别名覆盖、许可证激活脚本出错、插件冲突都可能导致。排查时先分清楚是模型问题还是软件环境问题别为了一个软件 bug 反复去改提示词那才是真正的浪费时间。5.3 导出文件在 CAD 里打不开或丢特征STEP 文件相对可靠但如果是早期的 DXF 输出问题会多一点。DXF 里的文字标注依赖字体如果 CAD 里缺少对应字体中文会显示成乱码或者方块。这就牵扯到经典的CAD SHX 字体问题。解决办法有三个生成 DXF 时尽量不用特殊字体统一用标准字体创建文字样式打开文件后遇到乱码用 STYLE 命令重新映射到系统里有的字体比如 txt.shx 或宋体如果单位内部有字体库直接导入补齐。总而言之图形几何一般不会丢丢的通常是注释和标注类信息。还有一种情况是模型看起来是完整的转到剖面视图后发现内部结构不对。这通常是布尔运算的差集方向搞反了挖孔挖到了实体外部。回到脚本里看切除方向参数反了就改负值这是 CadQuery 初学者最容易踩的坑。5.4 环境安装时代的经典坑开头讲过 C 运行库的问题这里再补充两个我在 Windows 上踩过的环境坑。第一个是多个 Python 版本混乱。有些同事电脑上装了集成开发环境、又装官方 Python、还有 CAD 软件自带的 Pythonpip 装包时经常装错环境代码能跑但 import 不到。处理办法是坚持用虚拟环境并且装包前先用python -m pip --version确认当前解释器路径。第二个是卸载重装 CAD 软件后二次安装失败。这个问题在CAD 如何彻底卸载不影响二次安装的讨论里非常常见根源在于注册表和残留服务没清干净。如果你要在一台机器上反复安装 CAD 做验证用官方提供的卸载工具或者靠谱的卸载器把注册表残留清理干净再装新版本可以减少九成以上的安装崩溃。5.5 常见问题速查表现象根因处理办法模型整体放大 25.4 倍单位被理解成英寸提示词显式声明毫米检查代码注释拉伸高度不对内孔没挖穿切除方向写反调整深度正负号导入 CAD 后中文乱码缺 SHX/TTF 字体重新映射文字样式或统一字体脚本报属性错误模型虚构 API查官方文档回喂报错信息修正零件是两个分离实体漏了合并操作在代码里显式合并安装依赖时 C 报错缺 VC 运行库装 Microsoft Visual C Redistributable导出 DXF 后尺寸标注错乱标注样式和单位映射问题生成时指定标注样式或导入后重建标注写到这里text-to-cad 从原理到实操的基本盘已经讲完了。我个人在实际使用中最大的体会是不要把它当成自动出图机而是当成随叫随到的建模实习生它能快速给出第一版但你必须像一个负责任的师傅一样去复核尺寸、校对工艺、补齐公差。最省心的用法是把它和参数化模板结合——提示词、脚本、模型三位一体沉淀成库遇到同类零件就改参数重新跑一遍这也是目前性价比最高的一种玩法。后面如果你也拿它跑出了有意思的案例欢迎回来交流一下坑位和经验。