1. 从一段文字到三维模型text-to-cad 到底在解决什么问题第一次听到 “text-to-cad” 这个说法我脑子里蹦出来的画面是对着电脑敲一句“给我画一个 80×60×20 的带四个 M6 沉头孔的法兰盘”然后 CAD 软件里就自动长出了这个零件。这个场景放在五年前还像科幻但现在已经有一批工具和方案在往这个方向走了。所谓 text-to-cad直译就是“文本转 CAD”核心逻辑是把自然语言描述或者结构化文本经过解析、参数化建模、几何运算最终输出成 CAD 能识别的模型文件常见的落地格式包括STEP、GLB、STL这几类。它解决的问题很实际。传统 CAD 建模哪怕是画一个简单的支架你也要经历草图、约束、拉伸、打孔、倒角这一整套操作熟手几分钟新手半小时。而 text-to-cad 想做的事情是把“描述需求”和“生成几何”之间的那堵墙拆掉让不会 CAD 的人也能通过文字拿到模型让会 CAD 的人从重复劳动里解放出来。适合关注这个方向的人其实挺广做机械设计的工程师、搞 3D 打印的创客、做参数化建模的程序员还有那些需要批量生成标准件、想把设计流程自动化的团队。我先把话说在前面text-to-cad 目前还不是“一句话生成任意复杂装配体”的魔法。它更擅长的是参数明确、结构规整、有规律可循的零件比如法兰、支架、齿轮毛坯、外壳、连接件这类。你让它生成一个完整的汽车变速箱那是不现实的。但你要它批量产出几百个不同尺寸的垫片、管接头它比人快得多而且不会手抖画错。理解这个边界后面的内容你才不会跑偏。2. 整体方案设计文本怎么变成几何体2.1 三种主流技术路线拆解text-to-cad 落到工程实现上我见过的方案大致分三类各有各的适用场景选错了路线后面会非常痛苦。第一类是规则模板驱动。思路很朴素预先写好一批参数化模板每个模板对应一种零件类型文本解析出来的参数直接填进模板的变量里然后调用 CAD 内核生成模型。比如你定义好“法兰盘”模板里面有外径、内径、厚度、孔数、孔径、孔位圆直径这些变量用户输入“外径 100内径 40厚 156 个直径 8 的孔”解析器提取数字模板一跑STEP 文件就出来了。这条路线的优点是稳定、可控、速度快缺点是只能生成模板覆盖到的形状遇到没见过的结构就歇菜。第二类是代码生成驱动。让大语言模型根据文本描述生成一段参数化建模脚本比如 CadQuery、OpenSCAD 或者 FreeCAD 的 Python 脚本然后执行脚本得到模型。这条路灵活得多理论上能表达任意可以用代码描述的形状。但它的坑也很明显模型生成的代码不一定能跑通几何运算可能失败参数可能超出合理范围需要一套校验和重试机制兜底。第三类是几何内核直接求解。把文本转成一种中间几何描述语言比如 CSG 树或者 B-rep 操作序列直接喂给几何内核如 OpenCASCADE去运算。这条路最接近“原生”但对文本理解和几何表达的精度要求极高目前更多出现在研究性质的项目里。我个人的建议是如果你要做的是生产可用的工具优先走规则模板 代码生成混合的路线。常见零件走模板保证稳定特殊需求走代码生成保证灵活。纯靠大模型生成代码而不加约束上线之后你会被各种几何报错折磨到怀疑人生。2.2 为什么输出格式要同时支持 STEP、GLB、STL这三种格式不是随便选的它们对应的是完全不同的下游用途搞混了会出大问题。STEP是 CAD 领域的通用交换格式它保存的是精确的 B-rep 几何也就是带完整曲面数学定义的实体模型。你把它导入 SolidWorks、中望 CAD、Fusion 360 里还能继续编辑、测量、装配、出工程图。所以 STEP 是 text-to-cad 面向工程用途的主输出格式只要你的目标是“拿到能继续加工的模型”STEP 就是首选。STL是 3D 打印的老朋友它用三角网格逼近曲面只保留表面形状没有精确的曲面定义也没有单位、颜色、装配关系。它的好处是几乎所有切片软件都认坏处是精度靠网格密度堆圆孔会变成多边形。text-to-cad 输出 STL主要是为了对接 3D 打印流程。GLB是 glTF 的二进制版本主打轻量和 Web 友好适合在浏览器里做预览、做可视化展示、做 AR 呈现。它的几何精度不如 STEP但加载快、体积小适合做“给客户看一眼”的场景。所以一个成熟的 text-to-cad 流程往往是一次生成多格式导出STEP 给工程师STL 给打印机GLB 给网页预览。下面这张表把三者的差异列清楚选型的时候直接对照。格式几何类型精度可编辑性典型用途STEPB-rep 实体精确高可继续建模工程加工、装配、出图STL三角网格近似低难编辑3D 打印、快速成型GLB三角网格近似低Web 预览、AR、展示注意如果你的模型要送去 CNC 加工千万别只给 STL。STL 的曲面是三角面片逼近的加工时会出现明显的棱面尺寸也不精确。工程用途必须给 STEP。2.3 文本解析层的关键设计文本到几何中间最关键的一层是语义解析。用户说的话是模糊的几何需要的是精确数字和明确结构这中间的翻译质量直接决定成败。我的做法是分两步走。第一步做实体与意图识别判断用户要的是什么类型的零件是法兰、支架、齿轮还是外壳。这一步可以用关键词匹配加分类模型简单场景关键词就够了。第二步做参数抽取与归一化把“直径 8 毫米的孔”“8mm 的孔”“孔大小 8”统一成hole_diameter8把“六个孔”“6 个孔”“孔数 6”统一成hole_count6。单位也要归一化有人写毫米有人写厘米内部统一用毫米计算输出时再按需转换。这里有个容易被忽略的点缺省值和默认规则。用户不会把所有参数都说全比如他只说“画个法兰盘”没说厚度。这时候你得有一套合理的默认值或者主动追问。我倾向于给每个模板定义一套默认参数用户没说的用默认值同时在返回结果里标注“以下参数使用了默认值”让用户知道哪里可能需要调整。这比直接报错说“参数不足”体验好得多。3. 核心细节解析几何生成里的硬骨头3.1 参数校验与几何可行性判断文本解析出来的参数不能直接扔进几何内核必须先过一遍可行性校验。这一步是很多人偷懒的地方结果就是内核报一堆看不懂的错误。校验分几个层次。第一层是数值范围校验比如孔径不能是负数厚度不能为零孔数必须是正整数。第二层是几何关系校验这是最容易出问题的。举个例子法兰盘上均布一圈孔孔的中心圆直径是 D孔径是 d外径是 OD那么必须满足D d OD否则孔会打到外边缘外面去。再比如内径 ID 和孔径 d 之间如果孔位圆直径 D 减去孔径的一半小于内径的一半孔就会切穿内孔。这些约束不检查几何内核要么报错要么生成一个破面模型。第三层是拓扑可行性比如你要在一个厚度只有 2mm 的板上打一个直径 10mm 的沉头孔沉头深度根本放不下这种也要提前拦下来。我一般会把这些校验规则写成一张表每个模板对应一组约束解析完参数先跑校验不通过就返回明确的错误信息告诉用户哪个参数不合理、应该满足什么条件。这比让内核抛异常友好太多。校验类型检查内容失败示例处理方式数值范围参数是否为正、是否在合理区间孔径 -5直接拒绝提示修正几何关系孔位、壁厚是否冲突孔打到外边缘提示调整孔位圆或外径拓扑可行特征是否有足够空间薄板打深沉头孔提示增加厚度或改孔型3.2 参数化模板的变量设计模板设计是规则驱动路线的核心工作变量怎么定直接决定模板的复用能力。我的经验是变量要覆盖形状的自由度但不要过度设计。以法兰盘为例最少需要这几个变量外径、内径、厚度、孔数、孔径、孔位圆直径。这六个变量基本能描述一个标准圆法兰。如果你还想支持方形法兰、带颈法兰那就得拆成不同模板而不是往一个模板里塞一堆可选参数。模板越单一逻辑越清晰维护成本越低。变量命名要统一单位要统一默认值要合理。我见过有人模板里一会儿用d一会儿用diameter一会儿毫米一会儿英寸最后自己都搞混。建议全部用英文小写下划线命名单位统一毫米在模板头部注释清楚每个变量的含义和约束。还有一点变量之间的依赖关系要显式声明。比如孔位圆直径依赖于外径和内径你不能让用户随便填一个超出范围的值。这种依赖可以在校验层处理也可以在模板里用表达式约束。CadQuery 这类工具支持在脚本里写条件判断灵活性更高。3.3 从脚本到实体的执行链路如果走代码生成路线执行链路大致是文本 → 脚本 → 执行 → 几何对象 → 导出文件。这条链路上每一步都可能出问题我逐个说。脚本生成阶段大模型可能写出语法错误、调用不存在的 API、参数类型不对。我的做法是给模型提供一份受限的 API 白名单和示例代码让它在这个范围内生成而不是自由发挥。同时加一层语法检查语法不过的直接重试。脚本执行阶段几何运算可能失败比如布尔运算遇到退化面、倒角半径过大、拉伸方向错误。这时候要捕获异常把错误信息翻译成人话返回给用户而不是抛一个堆栈。几何对象导出阶段STEP 导出相对稳定STL 要注意网格精度参数GLB 要注意坐标系和单位。STL 的网格精度如果设得太粗圆孔会变成明显的多边形设得太细文件体积爆炸。一般线性偏差设 0.01 到 0.05 毫米角度偏差设 0.1 到 0.5 弧度具体看零件尺寸。# 以 CadQuery 为例一个法兰盘生成的核心逻辑示意 import cadquery as cq def make_flange(od, id_, thickness, hole_count, hole_dia, pcd): # 基础圆盘 result ( cq.Workplane(XY) .circle(od / 2) .circle(id_ / 2) .extrude(thickness) ) # 均布孔 if hole_count 0: result ( result.faces(Z) .workplane() .polarArray(pcd / 2, 0, 360, hole_count) .hole(hole_dia) ) return result # 导出 part make_flange(100, 40, 15, 6, 8, 75) cq.exporters.export(part, flange.step) cq.exporters.export(part, flange.stl, tolerance0.02)这段代码看着简单但实际项目里要处理的情况多得多孔数可能为 0内径可能为 0实心盘厚度可能很小导致布尔运算出问题。每一个边界情况都要有对应的处理逻辑。4. 实操过程从零搭一个可用的 text-to-cad 流程4.1 环境准备与工具选型先把工具链定下来。几何内核我推荐OpenCASCADE它是开源里最成熟的 B-rep 内核STEP 支持完善Python 绑定有 pythonocc。参数化建模层用CadQuery它封装了 OpenCASCADEAPI 友好适合快速开发。文本解析层用 Python 的 NLP 库加规则引擎简单场景正则加关键词就够复杂场景再上模型。环境搭建步骤装 Python 3.9 以上版本建议用虚拟环境隔离依赖。安装 CadQuerypip install cadquery它会自动带上 OCP 内核。安装导出相关依赖STL 和 STEP 导出 CadQuery 自带GLB 导出可能需要额外装trimesh或pygltflib。装一个轻量 Web 框架比如 FastAPI用来做接口层。提示CadQuery 的安装在不同系统上坑不一样Windows 上一般顺利Linux 上注意 conda 和 pip 混用可能冲突建议统一用 conda 装。4.2 文本解析模块的实现解析模块我分成三层写。第一层是预处理把用户输入里的全角字符、多余空格、单位混写清理掉。第二层是实体识别用关键词表匹配零件类型比如出现“法兰”“flange”就归到法兰模板。第三层是参数抽取用正则把数字和单位抓出来再映射到模板变量。import re def parse_flange(text): params {} # 抽取带关键词的数字 patterns { od: r外径\s*([\d.]), id_: r内径\s*([\d.]), thickness: r厚(?:度)?\s*([\d.]), hole_count: r(\d)\s*个孔, hole_dia: r孔(?:径|大小)\s*([\d.]), pcd: r孔位圆(?:直径)?\s*([\d.]), } for key, pat in patterns.items(): m re.search(pat, text) if m: params[key] float(m.group(1)) return params这段代码很粗糙但能跑通基本场景。实际项目里要处理“直径 8 的孔”“8mm 孔”“孔 8 毫米”这些变体正则要写得更全或者引入同义词表。我的经验是先把最常见的十几种表达覆盖掉剩下的长尾慢慢补不要一上来就追求完美解析。4.3 模型生成与多格式导出参数解析完、校验通过就进入生成环节。生成函数接收参数字典返回几何对象然后分别导出三种格式。这里有个细节导出路径和文件命名要规范建议用零件类型_时间戳_随机码的格式避免并发时文件覆盖。import os, time, uuid def export_all(part, prefixmodel): ts time.strftime(%Y%m%d%H%M%S) uid uuid.uuid4().hex[:6] base f{prefix}_{ts}_{uid} os.makedirs(output, exist_okTrue) step_path foutput/{base}.step stl_path foutput/{base}.stl glb_path foutput/{base}.glb cq.exporters.export(part, step_path) cq.exporters.export(part, stl_path, tolerance0.02, angularTolerance0.2) # GLB 导出走 trimesh import trimesh mesh trimesh.load(stl_path) mesh.export(glb_path) return {step: step_path, stl: stl_path, glb: glb_path}STL 的tolerance参数控制线性偏差单位是毫米值越小网格越密。angularTolerance控制角度偏差单位弧度。这两个参数要根据零件尺寸调小零件用小值大零件可以适当放宽否则文件会大到没法用。4.4 接口层与返回结构设计接口层用 FastAPI 写一个 POST 接口接收文本返回生成结果的文件路径和预览信息。返回结构要包含是否成功、使用的模板、解析出的参数、使用的默认值列表、三种格式的下载链接、以及可能的警告信息。from fastapi import FastAPI from pydantic import BaseModel app FastAPI() class GenRequest(BaseModel): text: str app.post(/generate) def generate(req: GenRequest): params parse_flange(req.text) # 校验、补默认值、生成、导出 # ... return { success: True, template: flange, params: params, defaults_used: [thickness], files: {step: ..., stl: ..., glb: ...}, warnings: [] }这个返回结构的好处是前端可以清楚地告诉用户“你哪些参数没填我用了默认值”用户改起来有方向。警告信息则用来提示“孔位圆直径接近外径建议检查”这类非致命问题。5. 常见问题与排查技巧实录5.1 几何生成失败的典型原因几何内核报错是家常便饭我把踩过的坑整理成一张速查表遇到问题直接对照。现象可能原因排查方向解决方式布尔运算失败面退化、自相交检查参数是否导致零厚度调整参数或加容差倒角报错半径大于相邻边检查倒角半径与壁厚关系减小半径或改边孔打穿外壁孔位圆加孔径超外径校验几何关系提示用户调整STL 圆孔变多边形网格精度太粗检查 tolerance 参数减小 toleranceSTEP 导入后破面内核版本不兼容检查导出内核版本统一内核版本导出文件为空几何对象为空检查生成逻辑加空对象判断这张表里布尔运算失败是最常见的。很多时候不是代码写错了而是参数组合导致了几何退化比如两个面刚好重合、一个特征厚度为零。我的经验是在布尔运算前加一层“最小特征尺寸”检查任何小于 0.01mm 的特征直接拒绝能挡掉一大半问题。5.2 文本解析的歧义处理用户输入“画个直径 50 的圆盘中间开个 20 的孔”这里的“20”是孔径还是半径是直径还是半径这种歧义在中文里特别常见。我的处理原则是默认按直径理解但在返回结果里明确标注“孔径按直径 20 处理”让用户有机会纠正。还有一种歧义是单位。用户说“厚 1”是 1 毫米还是 1 厘米如果上下文里其他参数都是几十上百那 1 大概率是厘米或者更小的单位。但这种推断不可靠我倾向于默认毫米并在结果里标注单位假设。如果用户不满意他会改。提示歧义处理的核心不是猜得准而是让用户知道你是怎么猜的。透明比准确更重要因为用户能纠正透明的结果但没法纠正一个默默猜错的结果。5.3 性能与并发问题text-to-cad 的生成过程是 CPU 密集型的几何运算很吃资源。如果接口是同步的并发一上来就会堵死。我的做法是把生成任务丢到任务队列里接口只负责接收和返回任务 ID前端轮询或者用 WebSocket 拿结果。另外几何内核不是线程安全的多线程同时调用可能崩溃。稳妥的做法是用多进程每个进程独立跑一个内核实例。进程池大小根据 CPU 核数定一般设成核数减一留一个给系统。文件存储也要注意生成的文件如果都堆在一个目录里时间长了会卡。建议按日期分目录定期清理旧文件。如果文件要长期保存考虑对象存储别放本地磁盘。5.4 精度与文件体积的平衡STL 和 GLB 的体积和精度是一对矛盾。我实测下来一个直径 100mm 的法兰盘tolerance 设 0.01mm 时 STL 大概 2MB设 0.05mm 时降到 300KB视觉上差别不大但打印出来的圆孔精度有区别。我的建议是预览用粗精度下载用细精度生成两份文件前端预览加载粗的用户点下载给细的。STEP 文件体积相对稳定因为它存的是精确几何不受网格精度影响。但复杂装配体的 STEP 也会很大这时候可以考虑只导出需要的零件而不是整个装配。6. 几个容易被忽略的工程细节6.1 单位系统的统一前面提过单位要统一这里再展开说。内部计算统一用毫米这是工程领域的惯例。但用户可能输入英寸、厘米、米解析层要做转换。转换表要写全1 英寸 25.4 毫米1 厘米 10 毫米1 米 1000 毫米。转换后要在结果里标注“已将英寸转换为毫米”避免用户困惑。STEP 文件本身带单位信息导出时确认单位设置正确。STL 和 GLB 不带单位是纯数值所以下游使用时要知道数值对应的单位。我一般在文件名或者返回结构里标注单位比如flange_100mm.step。6.2 坐标系与朝向生成的模型朝向要符合直觉。法兰盘一般让轴线沿 Z 轴圆盘在 XY 平面这样导入 CAD 后视图是正的。如果朝向乱了用户每次都要旋转体验很差。CadQuery 默认的Workplane(XY)就是圆盘在 XY 平面拉伸沿 Z 轴符合习惯。GLB 的坐标系和 CAD 不一样glTF 用的是 Y 轴向上而 CAD 常用 Z 轴向上。导出 GLB 时要做坐标转换否则在网页里看模型是躺着的。这个坑我踩过调了半天才发现是坐标系问题。6.3 错误信息的可读性几何内核的报错信息对普通用户来说就是天书什么BRep_API: command not done用户看了完全不知道怎么办。我的做法是在捕获异常后根据错误类型映射成人话。比如布尔运算失败返回“模型特征之间存在冲突请检查孔位是否超出边界或厚度是否过小”。虽然不够精确但至少用户知道往哪个方向改。错误信息里还要带上当前使用的参数让用户知道是在什么参数组合下出的错。这样他调整参数时心里有数。6.4 版本兼容与格式演进STEP 有 AP203、AP214、AP242 等不同版本不同 CAD 软件支持程度不一样。AP242 支持颜色和装配信息但老软件可能不认。稳妥起见导出时选AP214兼容性最好。CadQuery 默认导出的 STEP 版本可以在导出参数里指定确认一下。STL 有 ASCII 和二进制两种二进制体积小ASCII 可读。生产环境用二进制调试时可以用 ASCII 看内容。GLB 是二进制对应的文本版是 glTF调试时可以导出 glTF 看结构。7. 后续可以扩展的方向这套流程跑通之后能扩展的地方不少。一个是模板库的积累把常见的标准件都做成模板覆盖范围越广工具越有用。另一个是与 CAD 软件的插件集成让用户在自己熟悉的软件里直接调用而不是切到网页。还有就是参数推荐根据用户输入的零件类型主动推荐合理的参数范围减少试错。我自己在实际操作中的体会是text-to-cad 的价值不在于替代 CAD 工程师而在于把重复性的、标准化的建模工作自动化。它像一个不知疲倦的绘图员你给它明确的指令它就能稳定产出。但复杂的、需要创造性判断的设计还是得人来。把这两者的边界划清楚工具才能真正落地而不是变成一个炫技的玩具。