如果你也是做机械设计、建筑设计或者电气出图的最近一定绕不开这个叫text-to-cad的词。上周我用一段自然语言——“一块200×100的安装板四角开R5的孔板厚5mm”——在十分钟内拿到了一版带尺寸标注的CAD草图这在我刚入行那会儿根本不敢想。简单说text-to-cad 就是让计算机把人的语言描述直接变成CAD模型或图纸省掉从想法到草图的中间步骤。这篇文章既是技术拆解也是我这段时间实际折腾出来的经验总结适合设计工程师、CAD二次开发从业者以及对AIGC工具落地感兴趣的学习者。我会从原理、路线、实操、工作流接入讲到避坑尽量说人话保证你能照着做。1. text-to-cad到底是什么一句话说清楚它解决什么问题1.1 从词本身拆解text、to、CAD分别指什么text 很好理解就是自然语言中文英文都行比如“做一个直径50的法兰盘”或者“给这个支架加四个M6的螺纹孔”。难点在于后面的 CAD。很多人以为 CAD 就是画图软件其实在工程语境里CAD 指的是一整套数据模型二维图纸、三维实体、特征树、约束关系、材料属性、装配关系甚至公差和制造信息。所以 text-to-cad 不能简单理解成“文本转图片”它要建立的是从语义描述到参数化几何模型的映射。你告诉厨师“鱼香肉丝不要胡萝卜”厨师能迅速调整配菜text-to-cad 就是让设计软件听懂这类工程语言然后自己动手改参数、重建特征、输出图纸。我见过不少朋友第一次接触这个概念时拿它和 Midjourney 那类文生图工具对比觉得“不就是生成一张图嘛”。这是最大的误解。AI 画一只猫不好看顶多重画一张但 CAD 生成一个安装孔位置差了0.5毫米加工出来就是废件。这就是 text-to-cad 和普通 AIGC 最本质的差别它必须精确、可编辑、可复用。1.2 它和普通AI生图有什么本质区别普通文生图生成的是像素矩阵评价标准是“像不像”“美不美”。CAD 生成的是几何拓扑加参数约束评价标准是“能不能加工”“能不能改”“模型树是不是干净”。举个例子文生图生成一个法兰盘你看到的是漂亮的渲染图但里面没有孔位坐标、没有壁厚、没有圆角半径更没有一个可以修改的参数面板。而 text-to-cad 要做的是直接输出一个带完整特征历史的三维模型文件或者一份可编辑的二维图纸。这就带来了几个现实难点。第一是数据表示问题。CAD 内部用的是 B-Rep边界表示、CSG构造实体几何、特征树这类结构化数据不像图片那样天然适合神经网络处理。第二是约束求解问题。一句“这块板要能放进300×200的机箱里”隐含了尺寸边界、装配间隙、安装方式这些约束很难全靠模型“悟”出来。第三是精度问题。像素级误差在图片里无所谓在 CAD 里就是灾难。所以业内做 text-to-cad 的团队基本不会直接套用文生图那套“扩散模型CLIP”的框架而是会想尽办法把任务拆成“先理解语义再生成参数最后驱动几何”。理解了这一点后面看技术路线就不会懵。2. 底层技术路线拆解市面上主流的三种text-to-cad方案2.1 路线一LLM直接生成CAD API脚本这是我目前实际在用、也最推荐入门尝试的路线。思路很直接LLM 本来就很擅长写代码而几乎所有主流 CAD 软件都提供脚本接口——AutoCAD 有 ActiveX/COM 接口FreeCAD 有完整的 Python API中望CAD、浩辰CAD这类国产软件也支持二次开发。那就让 LLM 把自然语言描述转成一段操作 CAD 的脚本执行脚本就等于建模。典型的流程是文本描述 → 构造提示词 → LLM返回Python脚本 → 在CAD环境里执行 → 得到模型和图纸。这条路线的最大优势是生成结果天然参数化、可编辑、可追溯模型树干干净净和设计师手动建出来的东西几乎没区别。但代价是依赖 LLM 对特定 API 的掌握程度。我实测过直接用通用大模型生成 FreeCAD 脚本第一遍能跑通的概率大概只有一半报错主要集中在对象命名、坐标系处理、布尔运算这些细节上。后来我把 API 文档的关键片段直接塞进提示词里成功率能拉到八成以上。所以这套玩法的核心不是模型本身而是提示词里有没有给足上下文。2.2 路线二端到端生成三维几何表示这条路更接近大众对 AI 生成的理解输入一段文字模型直接输出一个三维网格或者神经辐射场。OpenAI 的 Shap-E 就是这种思路的代表输入“一个红色的椅子”它能直接给你一个可以渲染的三维模型文件。听起来很爽但放到 CAD 场景就尴尬了。Shap-E 这类模型输出的 mesh 只是一层壳没有特征树没有参数约束没有工程语义。你拿到一个“看起来像支架”的网格不知道它壁厚多少、用多厚的板材、折弯顺序是什么更没法在 SolidWorks 里对模型树做编辑。工业上要是非用不可只能走逆向工程把网格拟合成可编辑的 B-Rep 实体或者重新描一遍草图再拉伸。这中间的自动化程度还远远不够人工成本不比从头画低。所以我的判断是端到端生成适合做产品概念展示、前期方案评审不适合直接进生产链路。它和真正的 CAD 之间还有一条很深的鸿沟。2.3 路线三参数化模板属性抽取第三种方案在工业企业里其实早就存在只是以前靠人工填表现在换成 LLM 抽取属性。思路是针对某一类成熟零件先建好参数化模板比如法兰、网口面板、钣金折弯件、齿轮。然后让模型从自然语言里抽取关键参数再驱动模板生成具体实例。比如做钣金机箱的面板模板里已经定义好长、宽、高、开孔位置、圆角半径、材料厚度这些参数。你输入“做一块120×80的面板左边开两个直径6的孔”LLM 负责把这句话解析成结构化的参数表模板负责出图。这条路线的落地门槛最低可靠性也最高因为几何生成完全由人写好的模板保证模型只干它擅长的事——理解语言。三条路线各有适用场景放在一起对比更清楚路线输出形式可编辑性制造可用性落地难度典型工具/场景LLM生成脚本CAD API脚本高高中FreeCAD、AutoCAD二次开发端到端几何生成mesh / NeRF低低高Shap-E等生成模型模板参数抽取参数化模型实例最高最高低标准件库、钣金面板3. 实操一把从零搭建一个文本出图的最小原型3.1 环境准备与工具选型我建议第一版原型不要一上来就碰大型CAD选轻量方案快速跑通流程。我自己用的是 Python 加 ezdxf 库原因很简单ezdxf 是纯 Python 实现pip install ezdxf就装好不需要本地装 AutoCAD 也能生成 DXF 文件而 DXF 又是几乎所有 CAD 软件都能打开的通用交换格式。如果你要生成真正的三维实体可以换成 FreeCAD 的 Python 接口或者用 OpenSCAD 这套“代码建模”工具。OpenSCAD 特别适合生成参数化几何输入文本让 LLM 生成一段 OpenSCAD 代码执行后直接导出 STL 或 DXF。我个人建议新手从 ezdxf 的二维开始因为二维更直观也更容易验证尺寸对不对。环境准备好之后整个流程分三步走解析文本得到参数、用参数生成几何、批量自检。下面逐个说。3.2 第一步把中文描述拆成结构化参数模型不会直接“听懂”CAD它需要你帮它把语言转成机器可读的结构化数据。常见做法是让 LLM 输出 JSON我在提示词里会明确指定字段、单位和默认值。比如你输入“200×100的板四角开孔”模型应该返回这样的内容{ type: plate, length: 200, width: 100, thickness: 5, holes: [ {x: 10, y: 10, radius: 5}, {x: 190, y: 10, radius: 5}, {x: 10, y: 90, radius: 5}, {x: 190, y: 90, radius: 5} ] }这里有几个关键点。首先单位必须写死我遇到过最离谱的情况是 LLM 把“50mm”理解成“50英寸”尺寸直接放大25倍。其次默认值要预先约定比如没写厚度就默认5mm。最后要在提示词里限定数值范围防止生成负尺寸或者孔位超出板面。这一步做好了后面生成几何才不会出低级错误。3.3 第二步用参数生成DXF图纸拿到上面的 JSON生成图纸就只是体力活了。下面是一段完整可运行的代码用的是 ezdxfimport ezdxf def generate_plate(doc, params): msp doc.modelspace() # 板外形 pts [ (0, 0), (params[length], 0), (params[length], params[width]), (0, params[width]), ] msp.add_lwpolyline(pts, closeTrue) # 圆孔 for hole in params[holes]: msp.add_circle((hole[x], hole[y]), radiushole[radius]) return msp doc ezdxf.new(R2010) params { length: 200, width: 100, holes: [ {x: 10, y: 10, radius: 5}, {x: 190, y: 10, radius: 5}, {x: 10, y: 90, radius: 5}, {x: 190, y: 90, radius: 5}, ], } generate_plate(doc, params) doc.saveas(plate.dxf)这段代码的逻辑很简单先画板外形再用循环在指定坐标画圆孔。实际项目里我会再加标注、中心线、图层分类和图框让生成的文件直接符合出图规范。这里给新手提个醒DXF 的坐标系、图层、线型这些概念虽然老但确实是图纸交付的基本功AI 生成的图纸必须经过这些整理才能拿到生产环节。3.4 第三步批量生成与自检单个零件生成只是开胃菜text-to-cad 真正的价值在批量。比如你有一张产品选型表里面有几十种规格的面板手动一个个画能画到怀疑人生。我的做法是写一个循环读取表格里的规格参数逐个生成 DXF 文件再统一做尺寸自检。自检逻辑至少要覆盖三点尺寸是否在合理范围内、孔位是否落在板面内、孔与孔之间是否发生重叠。这些检查用纯 Python 就能做不需要打开 CAD。每次批量生成之后我会生成一份校验报告把异常项单独列出来人工只需要盯着异常项处理。这一套流程跑下来原本三天的出图工作量能压缩到半天以内。4. 从生成到交付接入日常CAD工作流的落地经验4.1 格式转换与纸面交付dxf怎么转pdf、字体为什么乱AI 生成的 DXF 文件最终总要变成可以打印、可以归档的 PDF这就绕不开“CAD转PDF”这个老话题。我测试过几条路径直接在 CAD 里用打印功能输出最稳但慢用 Python 调打印接口批量处理适合几十张图用在线转换工具偶尔会有线型丢失的风险重要图纸我不太敢交给在线工具。真正容易翻车的是字体。AI 生成的图纸里经常用到一些特殊字体你要是没装对应的 SHX 字体打开图纸就会看到满屏问号或者乱码。我这里踩过好几次坑后来养成了两个习惯一是机器上固定备一套常用 SHX 字体二是每次打开外部图纸先检查字体替换情况。如果你经常和 AI 生成的图纸打交道给自己整理一份字体清单会省很多事。4.2 图纸合并与布局输出多版本图纸怎么管理项目稍微大一点就一定会遇到“图纸合并”和“layout 布局”的问题。AI 批量生成的是单个零件图交付时往往要把它们合并到一张总图里再按图框分派到不同的布局空间。我常用的做法是外部参照XREF的方式合并而不是直接复制粘贴因为外部参照改源文件后总图能自动更新适合方案迭代期。“CAD导入layout步骤”其实是模型空间与图纸空间的关系问题。我的习惯是所有几何都画在模型空间layout 里只放图框、视口和标注。视口比例设置是新手最容易卡住的环节比如 1:1 的零件图放到 1:100 的图框里视口比例没对打印出来尺寸就全乱。这个点每次批量化出图前都要单独检查一遍。4.3 环境坑安装失败、运行库报错和卸载残留接入 text-to-cad 工作流意味着你需要在多台机器上配置 CAD 环境装软件的问题很快就暴露了。最经典的是“安装 CAD 一直出现 C 2005 运行库错误”——这其实是系统级依赖缺失不装好 Microsoft Visual C 2005 Redistributable后续各种二次开发插件都可能启动失败。解决办法是去官方渠道下载对应的运行库用管理员权限安装装完重启再装 CAD。还有“如何彻底卸载不影响二次安装”这个问题我也被折磨过。CAD 软件卸载不干净注册表残留、服务残留、许可证文件残留会导致第二次安装各种诡异报错。我的经验是优先使用官方提供的卸载工具卸载完再检查残留目录千万不要手动乱删注册表极容易把系统搞坏。至于“cad激活页面脚本发生错误”这类问题大概率跟系统时间、用户权限或者安装时的损坏组件有关。稳妥的做法是检查系统时间是否准确、用管理员身份运行安装程序再不行就走正规渠道重新安装。我在实际工作中对这类问题一向保守优先保证工作环境干净稳定。4.4 垂直行业的延伸服装、钣金和地形text-to-cad 的价值在垂直行业会更明显。比如服装 CAD一个款式的不同号型本质上就是同一套参数的缩放天然适合“自然语言参数化模板”的组合瑞丽这类服装 CAD 软件如果能接入自动改号逻辑打版效率提升会很可观。钣金 CAD 也是一个道理金林钣金这类软件处理的是展开图与折弯工艺你只需要告诉系统“2mm冷板折弯半径1.5”它就能批量生成展开图。还有 CAD 切地形这种偏工程测量的场景描述的是“沿某条线切出地形剖面”本质上是把语言里的路径和剖面参数翻译成 CAD 操作。这些场景的共同特点是任务高度标准化、重复量大、参数边界清晰恰恰是 text-to-cad 最容易交出成果的地方。5. 常见问题与排查技巧实录5.1 AI生成的图纸打不开、乱码或者内容缺失这是群里被问得最多的一类问题。症状很统一AI 生成的 DXF 文件在 AutoCAD 里打开报错或者打开后全是问号。我整理成了一张速查表遇到问题对照着排查就行症状常见原因处理办法文件打不开DXF 版本过新旧版CAD不支持生成时指定低版本如 R2010中文显示问号缺少对应SHX字体安装字体或设置字体替换图形位置跑到很远未指定图框原点生成时统一坐标系原点图层混乱、线型全一样未设定图层属性在脚本里按规范建图层5.2 尺寸精度不对模型空间与图纸空间搞混AI 生成的图纸从数字上看没问题一打印出来尺寸全部等比放大十有八九是视口比例的问题。我见过有人把 1:1 的零件图直接放到 1:10 的视口里出图时忘了调比例。我的自查办法很简单打印前选中视口看属性栏里的“自定义比例”如果标注数字和实际需求不一致马上调整。批量化出图时我会在脚本里直接把视口比例写死从源头杜绝这个问题。5.3 重复性修改用python批量解决AI 生成的东西不可能一次完美经常需要批量替换文字、统一图框、修改图层名。这时候 Python 配合 ezdxf 就能救命。比如要把一批图纸里的所有文字样式统一可以遍历所有文字实体修改样式名后重新保存。我给出一个真实用过的片段import ezdxf for fname in file_list: doc ezdxf.readfile(fname) msp doc.modelspace() for text in msp.query(TEXT): text.dxf.style Standard doc.saveas(fname) print(fprocessed: {fname})这套方法同样适用于批量修改尺寸标注、线型、图层颜色。唯一的警告是操作前一定要备份原始文件自动化虽然快但出错了也是批量出错。我刚开始吃过大亏一个脚本下去改错了几十张图只能从备份里恢复。5.4 我总结出来的五个避坑心得第一提示词里必须规定单位否则 AI 会把毫米当成英寸。第二生成的脚本和文件都要有备份目录AI 的随机性决定了它有概率给出离谱结果。第三全角半角问题不只影响别的地方连 CAD 命令都可能失效——比如“F命令用不了”十有八九是输入法在全角状态或者命令名被自定义覆盖恢复默认别名就能解决。第四不同软件的二次开发接口差异巨大你在 AutoCAD 里写好的脚本换到中望CAD可能就要改一半而随意让用 CASS 的用户去跑通用的 text-to-cad 流水线命令集对不上也是家常便饭。第五text-to-cad 目前最适合做的是“有人看、有人管”的半自动环节不要一上来就想着全流程无人化。我现在的日常是把 AI 当作一个随叫随到的制图员它负责把标准化工作吃掉我负责审尺寸、定方案、兜底工程问题。这套玩法从一套小零件族开始试比什么都稳妥。