1. 从一句话到三维模型text-to-cad 到底在解决什么问题第一次听到 “text-to-cad” 这个词很多人脑子里蹦出来的画面可能是对着电脑说一句“给我画个齿轮”然后 CAD 软件里就自动蹦出来一个三维模型。这个想象不算离谱但也不完全准确。text-to-cad 的核心逻辑是把自然语言描述转换成计算机辅助设计软件能够识别的结构化数据最终输出成 STEP、URDF、G-code 这类下游工具链可以直接消费的格式。它解决的不是“替代工程师画图”这么简单的问题而是打通从想法到可制造模型之间的第一道翻译关卡。我最早接触这个方向是因为手头有一批参数化零件的设计需求。每次改一个孔径或者法兰厚度都要在 CAD 软件里手动调草图、重建特征、重新导出。后来我试着用脚本批量生成再后来开始琢磨能不能直接用文字描述需求让程序自动生成对应的 CAD 文件这就是 text-to-cad 的起点。它适合谁呢如果你是机械工程师、机器人开发者、3D 打印爱好者或者只是想让 AI 帮你把一段文字变成可编辑的模型文件这个方向都值得花时间研究。从技术链路来看text-to-cad 通常包含四个关键环节语义解析、参数提取、几何建模、格式导出。语义解析负责把“一个直径 50mm、厚度 10mm 的圆盘”拆解成结构化的参数参数提取把自然语言里的数值、单位、约束条件识别出来几何建模调用 CAD 内核或者参数化建模库生成三维实体格式导出则把模型写成 STEP、URDF 或 G-code 等目标格式。每一步都有坑每一步也都有成熟的工具可以借用。注意text-to-cad 不是“一键出图”的魔法它更像是一个参数化建模的自动化入口。你给它的描述越结构化、越符合工程语言习惯输出结果就越靠谱。2. 核心技术点拆解从文本到几何的完整链路2.1 语义解析与参数提取的工程化做法自然语言描述天然带有模糊性。比如“一个大概 5 厘米厚的板子”这里的“大概”和“5 厘米”在工程语境下需要被转换成明确的数值和公差。我在实际项目中用过两种方案一种是基于规则的正则匹配加单位换算另一种是调用大语言模型做结构化抽取。前者适合描述格式固定的场景后者适合处理自由文本。规则方案的核心是维护一个参数字典把常见的工程术语映射到标准参数名。比如“孔径”“直径”“厚度”“长度”“宽度”“圆角半径”这些词分别对应 hole_diameter、diameter、thickness、length、width、fillet_radius。然后写正则表达式去匹配数字和单位统一换算成毫米。这个方案的好处是可控、可调试坏处是遇到同义词或者复杂句式就容易漏。大模型方案则灵活得多。你可以给模型一个 JSON Schema让它把“一个外径 80mm、内径 60mm、高 20mm 的圆环”输出成{outer_diameter: 80, inner_diameter: 60, height: 20, unit: mm}。实测下来对于常见机械零件的描述抽取准确率能到 85% 以上。但要注意大模型有时候会“脑补”参数比如你没说厚度它自己填了一个 10mm。所以我在流程里加了一步参数校验如果某个必填参数缺失就抛出异常让用户补充而不是让模型瞎猜。2.2 几何建模内核的选择与对比几何建模是 text-to-cad 最核心也最重的一环。目前主流的选择有三类OpenCASCADE、CadQuery、FreeCAD 脚本接口。OpenCASCADE 是底层几何内核功能强大但学习曲线陡峭CadQuery 是基于 OpenCASCADE 的 Python 库语法接近自然语言非常适合做参数化建模FreeCAD 则提供了完整的 CAD 环境和 Python 控制台适合需要交互式调整的场景。我个人的偏好是 CadQuery。它的代码写起来像这样import cadquery as cq result ( cq.Workplane(XY) .circle(40) .circle(30) .extrude(20) )这段代码生成的就是一个外径 80mm、内径 60mm、高 20mm 的圆环。你看从参数到几何的映射非常直接。CadQuery 还支持导出 STEP、STL、DXF 等多种格式正好覆盖了 text-to-cad 的下游需求。如果你需要生成 URDF 文件用于机器人仿真那就不能只用 CadQuery 了。URDF 描述的是连杆和关节的拓扑关系而不是单纯的几何形状。这时候你需要把几何模型和运动学参数结合起来。我的做法是先用 CadQuery 生成每个连杆的 STEP 模型再用 Python 脚本计算每个关节的原点和轴向最后按照 URDF 的 XML 格式拼装起来。这个过程涉及坐标变换容易出错后面我会专门讲排查技巧。2.3 输出格式的适配STEP、URDF 与 G-code 的差异STEP 是 CAD 领域的通用交换格式几乎所有主流 CAD 软件都能打开。它的优势是保留完整的几何拓扑信息适合后续编辑和加工。text-to-cad 输出 STEP 文件意味着用户可以在 SolidWorks、中望 CAD、Fusion 360 里继续修改。URDF 则是机器人领域的标准格式描述的是运动学树。一个 URDF 文件里包含 link 和 joint 的定义每个 link 可以引用一个 mesh 文件通常是 STL 或 DAE。如果你要把 text-to-cad 生成的模型导入 CoppeliaSim 做仿真URDF 就是必经之路。这里有个细节URDF 里的 mesh 路径是相对路径如果路径写错了导入 CoppeliaSim 时会报“找不到模型文件”。我踩过这个坑后来统一用绝对路径或者把 mesh 放在 URDF 同级目录下才解决。G-code 则是数控加工和 3D 打印的指令格式。从 text-to-cad 到 G-code中间还需要一步切片或刀路规划。对于 3D 打印你可以用 Cura 或 PrusaSlicer 的命令行接口对于 CNC 加工则需要根据材料、刀具、进给速度生成刀路。这一步的复杂度取决于加工工艺不是 text-to-cad 本身能完全覆盖的但你可以把生成的 STEP 文件作为输入接入现有的切片工具链。输出格式适用场景关键优势常见坑点STEPCAD 编辑、CNC 加工保留完整几何拓扑版本兼容性问题URDF机器人仿真、CoppeliaSim描述运动学关系mesh 路径容易写错G-code3D 打印、CNC直接驱动机床需要切片或刀路规划STL3D 打印、快速预览格式简单、通用丢失参数化信息3. 实操过程从零搭建一个 text-to-cad 流水线3.1 环境准备与依赖安装我建议用 Python 作为主语言因为 CadQuery、NumPy、lxml 这些库的生态最完整。环境准备分三步装 Python、装 CadQuery、装辅助库。CadQuery 的安装有两种方式conda 和 pip。我实测下来conda 更稳因为 CadQuery 依赖 OpenCASCADE 的二进制包conda 能自动处理这些依赖。命令如下conda create -n text2cad python3.10 conda activate text2cad conda install -c conda-forge cadquery如果你只能用 pip那就先装cadquery再手动装OCP和vtk。但 pip 方案在 Windows 上偶尔会遇到 C 运行库缺失的问题比如安装 CAD 软件时常见的 “c2005cpi 错误” 类似本质是缺少 Visual C Redistributable。解决办法是去微软官网下载最新的 VC 运行库装上。辅助库方面我常用这几个lxml用来生成 URDF 的 XMLnumpy做坐标变换trimesh做 STL 的快速预览和校验pyyaml存参数配置。这些库用 pip 装就行。提示如果你打算把 text-to-cad 做成服务建议用 Docker 把环境封起来。CadQuery 在 Docker 里的安装比在 Windows 本机还顺因为 Linux 的依赖管理更干净。3.2 参数化建模脚本的编写与调试假设我们要生成一个法兰盘描述是“外径 120mm内径 60mm厚度 15mm均匀分布 6 个直径 10mm 的螺栓孔孔中心距外径边缘 15mm。” 这段描述里包含了 6 个参数外径、内径、厚度、孔数、孔径、孔位偏移。用 CadQuery 写出来是这样的import cadquery as cq import math outer_d 120.0 inner_d 60.0 thickness 15.0 hole_count 6 hole_d 10.0 hole_offset 15.0 hole_pcd outer_d - 2 * hole_offset # 螺栓孔分布圆直径 result ( cq.Workplane(XY) .circle(outer_d / 2) .circle(inner_d / 2) .extrude(thickness) ) for i in range(hole_count): angle 2 * math.pi * i / hole_count x (hole_pcd / 2) * math.cos(angle) y (hole_pcd / 2) * math.sin(angle) result ( result.faces(Z) .workplane() .center(x, y) .hole(hole_d) ) cq.exporters.export(result, flange.step)这段代码的关键点在于螺栓孔分布圆直径的计算外径减去两倍的孔位偏移得到孔中心的分布圆直径。然后通过循环计算每个孔的中心坐标用hole()方法打孔。调试的时候我建议先用cq.exporters.export(result, flange.stl)导出 STL用系统自带的 3D 查看器快速看一眼形状对不对再导出 STEP。如果你要批量生成不同参数的法兰盘可以把参数抽到 YAML 文件里用循环读取。这样改参数不用动代码适合做参数化系列产品。3.3 从 STEP 到 URDF机器人模型的拼装生成 URDF 比生成 STEP 复杂因为你要定义连杆和关节的层级关系。假设我们有一个简单的两连杆机械臂每个连杆都是一个长方体关节是旋转关节。步骤如下第一步用 CadQuery 生成两个连杆的 STEP 和 STL 文件。连杆 1 尺寸 100x50x20mm连杆 2 尺寸 80x40x15mm。第二步确定每个关节的原点和轴向。连杆 1 的关节在底部中心轴向为 Z 轴连杆 2 的关节在连杆 1 的末端轴向为 Y 轴。第三步写 URDF 的 XML。核心结构是robot nametwo_link_arm link namebase_link visual geometry mesh filenamelink1.stl/ /geometry /visual /link joint namejoint1 typerevolute parent linkbase_link/ child linklink2/ origin xyz0 0 0.1 rpy0 0 0/ axis xyz0 0 1/ /joint link namelink2 visual geometry mesh filenamelink2.stl/ /geometry /visual /link /robot这里最容易出错的是origin的xyz和rpy。xyz是子连杆相对于父连杆的平移rpy是旋转。我建议先用简单的数值试导入 CoppeliaSim 看效果再逐步调整。如果模型位置不对优先检查origin的数值和 mesh 的坐标系是否一致。注意URDF 里的 mesh 文件路径如果是相对路径CoppeliaSim 会相对于 URDF 文件所在目录去找。如果你把 URDF 和 STL 放在不同目录一定要写对相对路径或者干脆用绝对路径。3.4 批量生成与自动化流水线单次生成一个模型不难难的是批量生成并保证一致性。我的做法是建一个params/目录里面放多个 YAML 文件每个文件描述一个零件的参数。然后写一个generate.py遍历所有 YAML调用建模函数输出到output/目录。import yaml import os from cadquery import exporters def generate_flange(params): # 建模逻辑同上 return result for filename in os.listdir(params): if filename.endswith(.yaml): with open(fparams/{filename}) as f: params yaml.safe_load(f) model generate_flange(params) exporters.export(model, foutput/{filename.replace(.yaml, .step)})这个流水线跑起来之后你只需要改 YAML 文件就能批量产出 STEP 模型。如果再接一个文本解析模块把自然语言转成 YAML就完成了 text-to-cad 的闭环。4. 常见问题与排查技巧实录4.1 模型导出失败或文件损坏最常见的问题是 STEP 导出后打不开或者打开后模型是空的。原因通常有三个几何体不闭合、布尔运算失败、导出路径包含中文或空格。CadQuery 的布尔运算在遇到复杂几何时偶尔会失败这时候可以尝试把模型拆成多个简单体分别导出再在 CAD 软件里合并。另一个坑是导出路径。我试过把文件导出到带中文的目录结果 SolidWorks 打开时报错。后来统一用英文路径问题就消失了。如果你必须用中文路径建议先导出到临时英文目录再用 Python 的shutil.move挪过去。4.2 URDF 导入 CoppeliaSim 报错排查CoppeliaSim 导入 URDF 时常见的报错有“mesh file not found”“joint axis invalid”“link has no inertia”。第一个是路径问题前面说过了。第二个是关节轴向写错了比如把axis xyz0 0 1写成了axis xyz0 0 0这会导致关节无法旋转。第三个是缺少惯性矩阵CoppeliaSim 对物理仿真要求每个 link 都有质量或惯性你可以在 URDF 里加inertial标签或者导入后在 CoppeliaSim 里手动设置。我一般会先用check_urdf工具ROS 自带检查 URDF 的语法再导入 CoppeliaSim。如果check_urdf通过但 CoppeliaSim 还是报错那多半是 mesh 的问题可以试着把 STL 换成 DAE 格式DAE 对材质和颜色的支持更好。4.3 参数提取的歧义与纠偏自然语言里的“厚”“宽”“高”在不同语境下可能指不同的维度。比如“一个 100x50x20 的板子”到底是长 100、宽 50、厚 20还是长 100、厚 50、宽 20我的做法是强制用户按固定顺序描述或者在参数提取后加一步确认。如果做不到就在建模脚本里加一个orientation参数让用户指定哪个维度是厚度方向。还有一个常见问题是单位。有人写“5 厘米”有人写“50mm”有人写“0.05m”。我的参数提取模块里内置了一个单位换算表把所有长度统一转成毫米。如果你不做这一步后面建模时就会得到尺寸离谱的模型。问题现象可能原因排查方法解决方案STEP 打不开几何不闭合用 STL 预览检查拆分几何体重新导出URDF 导入失败mesh 路径错误检查相对路径用绝对路径或同级目录关节无法旋转axis 为零向量检查 axis 定义改为单位向量模型尺寸不对单位未统一检查参数单位统一换算成毫米批量生成中断某个参数缺失查看日志加参数校验和默认值4.4 性能优化与大规模生成当你需要生成几百个模型时性能就成了问题。CadQuery 的单次建模耗时通常在 0.5 到 2 秒之间如果串行跑 500 个模型就是十几分钟。我的优化方案是多进程并行。Python 的multiprocessing可以把参数列表拆成多份每个进程独立建模和导出。实测下来8 核机器上能提速 5 到 6 倍。另一个优化点是缓存中间结果。如果你反复调整同一个模型的参数可以把已经生成的几何体缓存起来只重新计算变化的部分。CadQuery 本身不支持增量更新但你可以把模型拆成多个子模块分别缓存。提示并行生成时注意文件命名冲突。我习惯用参数哈希作为文件名这样即使参数微调也不会覆盖旧文件。5. 工具选型与生态适配的几点经验5.1 CAD 软件与脚本库的搭配策略text-to-cad 的输出最终要落到某个 CAD 软件里。如果你用的是中望 CAD 或者 AutoCADSTEP 是首选格式因为它们对 STEP 的支持最成熟。如果你用的是 SolidWorksSTEP 也没问题但要注意版本兼容性——高版本 SolidWorks 能打开低版本 STEP反过来不行。如果你需要做图纸合并或者批量修改Python 的ezdxf库可以操作 DXF 文件适合处理二维图纸。对于三维模型pythonocc提供了更底层的控制但学习成本比 CadQuery 高不少。我的建议是先用 CadQuery 快速验证想法遇到性能瓶颈或者特殊需求再考虑 pythonocc。5.2 与下游工具链的衔接text-to-cad 生成的模型最终要进入制造或仿真环节。对于 3D 打印STL 或 3MF 是标准输入你可以用trimesh做模型修复和检查。对于 CNC 加工STEP 导入 CAM 软件后需要重新选刀具和刀路这一步目前还很难完全自动化。对于机器人仿真URDF 导入 CoppeliaSim 后你可能还需要调整关节的动力学参数比如摩擦、阻尼、电机力矩。这些参数在 URDF 里可以定义但 CoppeliaSim 的默认值往往需要手动调。我一般会先在 URDF 里写一个粗略值导入后再用 CoppeliaSim 的界面微调。5.3 版本管理与团队协作text-to-cad 的脚本和参数文件应该纳入版本管理。我用 Git 管理params/和scripts/目录每次修改参数都提交一次这样能追溯哪个版本生成了哪个模型。如果团队协作建议把生成的 STEP 文件也存到 Git LFS 里避免仓库膨胀。另外参数文件的命名要有规律。我习惯用零件类型_版本号.yaml比如flange_v1.yaml、flange_v2.yaml。这样在批量生成时能清楚地知道每个模型的来源。6. 从 text-to-cad 到实际生产的距离6.1 精度与公差的处理自然语言描述通常不包含公差信息。但实际生产中公差决定了零件能不能装配。我的做法是在参数提取阶段加一个公差字段默认值是 ±0.1mm用户可以在描述里指定。比如“孔径 10mm公差 0.05/-0”提取出来的参数就是{hole_diameter: 10.0, tolerance_plus: 0.05, tolerance_minus: 0.0}。在建模时公差通常不影响几何形状但会影响标注和导出。如果你要把模型导入 CAM 软件公差信息需要以注释或属性的形式附加在 STEP 文件里。CadQuery 支持给模型加自定义属性但不同 CAD 软件对属性的支持程度不一样这一点需要提前测试。6.2 材料与工艺的约束text-to-cad 生成的模型是纯几何的不包含材料信息。但实际制造时材料决定了壁厚、圆角、拔模角等设计约束。比如注塑件需要拔模角钣金件需要折弯半径。这些约束很难从自然语言里自动提取我的做法是在参数文件里显式定义工艺类型然后根据工艺类型加载不同的建模规则。比如如果工艺是“3D 打印”最小壁厚可以到 0.8mm如果是“CNC 加工”内圆角半径不能小于刀具半径。这些规则可以写成配置文件建模脚本根据工艺类型自动应用。6.3 可制造性检查的自动化生成模型之后最好加一步可制造性检查。对于 3D 打印检查悬垂角度和最小壁厚对于 CNC检查刀具可达性和深径比。这些检查可以用trimesh和numpy实现虽然不能完全替代专业 CAM 软件但能提前发现明显问题。我写过一个简单的悬垂检查脚本遍历 STL 的每个三角面计算法向量与打印方向的夹角如果夹角小于 45 度就标记为需要支撑。这个脚本跑一遍只要几秒钟但能省下不少打印失败的材料和时间。7. 一些踩坑之后的个人体会text-to-cad 这个方向我最大的体会是别追求一步到位。一开始就想着“说一句话就出成品”是不现实的。更务实的做法是把它当成一个参数化建模的加速器用自然语言做初步的参数提取用脚本做批量生成用 CAD 软件做最终的精修和校验。另一个体会是参数校验比参数提取更重要。大模型提取参数的能力已经很强了但它不知道哪些参数是必须的、哪些参数之间有约束关系。比如“内径必须小于外径”“孔不能超出边界”这些约束需要你在代码里显式检查。我现在的流程里参数提取之后一定会跑一遍校验不通过就报错绝不带着错误参数往下走。最后如果你打算把 text-to-cad 用到实际项目里建议先从单一零件类型开始比如只做法兰盘或者只做支架。把这一类零件的参数模板、建模脚本、校验规则都打磨好再扩展到其他类型。贪多嚼不烂这个道理在 text-to-cad 上尤其明显。