“text-to-cad”这个话题最近在设计圈和创客圈里热度确实上来了。很多朋友看到这个词的第一反应是这不就是把一句话变成三维模型吗听起来很酷但真去点开那些项目后不少人又觉得“生成的模型太粗糙”“尺寸完全不对”“根本没法用”。作为一个前前后后折腾过好几套文本生成CAD方案的从业者我想结合自己的实测经验把这条链路里的门道帮你彻底捋清楚到底哪个环节是靠谱的、哪些工具能直接拿来用、参数怎么调、坑在哪里。这篇文章既写给刚入门的设计师也写给想把这套能力接进自己工作流的工程师。1. text-to-cad 到底在做什么从一句话到可编辑的几何体1.1 需求从哪来口头描述和工程模型之间的鸿沟我们平时接触的三维建模工具无论是SolidWorks、Fusion 360还是Blender本质上都要求你先想清楚几何关系再通过“拉伸”“旋转”“布尔运算”一步步操作。这中间真正费时间的不是点击鼠标而是把脑子里模糊的想法翻译成精确的特征树。比如你说“我想做一个带安装孔的L型支架”传统流程需要你先确定L的两个边长度、厚度、孔的位置和直径然后建草图、添加约束、拉伸、打孔。如果你是一个非机械背景的创客很可能卡在“孔径该选多大”“配合公差怎么给”这种细节上。text-to-cad想解决的就是这个翻译过程用自然语言直接描述设计意图让模型帮你把特征树建好。它的核心价值不是省掉那些点击动作而是把“设计意图到参数化模型”这段最费脑的部分自动化。也就是说它输出给你的不应该是一堆三角网格而应该是带历史记录、可编辑、能回到CAD软件里继续修改的实体模型。这一点和普通的“文本生成3D模型”是完全不同的路线——后者产出的是渲染用的网格前者产出的是制造用的几何。1.2 和传统参数化建模的差异传统CAD里参数化模型的关键在于“约束”和“特征历史”。你做一步软件就记录一步改一个参数后续特征自动更新。而Text-to-CAD如果只是生成一个静态的闭合曲面那它和AI绘画生成一张效果图没本质区别——好看但没法用在工程里。真正的Text-to-CAD必须生成带参数关联的实体这样用户才能后续调整尺寸、修改孔位甚至复用某个特征。所以现在业内提到text-to-cad通常特指“用大语言模型生成CAD脚本如OpenSCAD、CadQuery、FreeCAD Python API”或者“用专门训练的后缀模型直接预测边界表示B-rep”。前者像是让LLM当个程序员写出建模指令后者则更像让模型做几何推理。我接下来重点拆解的是第一种因为它目前最可控、最适合普通人上手。2. 技术原理拆解大模型如何“听懂”几何语义2.1 语言模型与几何表示的桥接要让模型从一句话变成CAD文件最关键的问题是几何用什么形式表示。如果你直接用自然语言训练一个端到端模型输出STEP文件数据量要求极高且几何合法性很难保证。业界更多采用“中间语言”策略先用大语言模型生成一段程序再用程序去驱动CAD内核生成模型。常见的中间语言包括OpenSCAD的CSG语法、CadQuery的Python脚本、以及Autodesk的Fusion 360 Python API。为什么这样可行因为CSG构造实体几何的描述方式和人类的语言结构有天然对应。你说“在方块中心挖一个圆柱孔”对应CSG就是“difference(cube, cylinder)”。大语言模型在大量源代码上预训练过对这种结构化语言的生成能力很强。这就像让一个懂代码的人看着你的口语描述来写脚本而不是让他凭空捏造一个几何体。所以真实项目里大家观察到LLM用OpenSCAD生成基础零件成功率明显高于直接生成网格。2.2 主流实现路线代码生成 vs 直接生成网格我梳理一下目前的两条技术路线方便你理解不同工具的底层差异。路线代表项目输出格式优点缺点代码生成CSG脚本Zoo Text-to-CAD、LLMOpenSCAD.scad / .py可编辑、参数化、容易校验只擅长规则几何曲面复杂时脚本冗长直接生成B-rep一些论文中的专用模型.step / .brep边界表示更精确可加工性好训练数据稀缺模型体量大可解释性差生成隐式场再网格化传统3D AIGC方案.obj / .stl擅长有机形状生成的是网格不是实心体无法直接用于CAD从我的使用体验看如果你想做五金件、外壳、支架这类有明显规则几何特征的东西赶紧选代码生成路线。如果你是想做手办或者雕塑类的那本质上还是需要创意生成而不是CAD。别拿text-to-cad去生成一个“抽象艺术雕塑”它真的不擅长它也果然没让你失望过——这本身就是用错场景了不怪工具。3. 实操环节用开源方案跑通 text-to-cad3.1 环境准备与模型选择我实测下来最适合新手跑通的方案是使用开源的“Zoo Text-to-CAD”或者基于Llama模型微调的OpenSCAD生成器。不需要太高的显卡我用的是一块RTX 3060 12G跑7B参数量级别的小模型完全够用。如果你有20G以上显存可以试试基于CodeLlama 34B微调的版本生成的复杂脚本成功率会明显提升。环境搭建非常简单装好Python 3.10安装transformers和torch下载对应的量化模型。这里要注意别为了赶时髦去用最新的70B模型物理内存和推理速度都会让你崩溃。我自己的经验是先拿小模型跑通全流程确认输出的代码格式能被OpenSCAD正确解析再考虑上大模型提升成功率。很多时候问题出在“模型生成对了但你的OpenSCAD版本太旧不支持新语法”这种环境类问题占了失败案例的三成。3.2 从提示词到STEP文件完整流程下面我以“生成一个外径40mm、内径30mm、厚度5mm的垫片”为例给你展示完整步骤。第一步构造提示词。不要只说“做一个垫片”要让模型知道你的单位和几何关系。我推荐的格式是物体名称 关键尺寸 约束关系 期望文件格式。提示词示例Create an OpenSCAD script for a flat washer. Outer diameter is 40mm, inner diameter is 30mm, thickness is 5mm. Use $fn80 for smooth circular edges. Output the complete scad code only.第二步将提示词输入到模型的文本生成接口获得一段OpenSCAD代码。正常情况下模型会输出类似这样的内容difference() { cylinder(h5, d40, $fn80); translate([0, 0, -0.1]) cylinder(h5.2, d30, $fn80); }注意这里有个隐藏技巧内孔圆柱的高度方向向上延伸0.2mm向下多出0.1mm这样做的目的是确保布尔减法时顶面和底面不会因为浮点误差留下薄壁。这是OpenSCAD建模的经典规避手法很多新手直接写成cylinder(h5)会导致切不干净。第三步把生成的代码保存成 .scad 文件用OpenSCAD打开渲染。渲染无误后用OpenSCAD的“导出STEP”功能目前需要安装插件或直接导出STL再通过FreeCAD转STEP得到最终文件。如果你对精度要求高建议直接在OpenSCAD里导出CSG格式再带入FreeCAD进行后期处理。3.3 参数调优与提示词技巧在实操中模型能不能一次生成正确的代码很大程度取决于提示词是否给出了足够的“几何约束提示词”。我踩过很多次坑总结出三条硬经验第一必须显式指出单位。很多模型默认单位是毫米但偶尔会输出英寸或抽象单位导致尺寸差25.4倍。建议在提示词里直接加“(unit: mm)”。第二尽可能把特征拆成“名词 动词 参数”的结构。例如“在底板上挖4个直径为5mm的安装孔孔心距离边缘10mm成矩形分布”比“一个有孔的板”要好得多。模型对结构化描述的理解能力远强于口语化描述。第三限定渲染精度。OpenSCAD默认$fn20时圆柱只有20个面看起来特别粗糙。如果你需要光顺的圆一定要在提示词里写$fn80或更高。但同时要注意$fn越高布尔运算的耗时越长如果模型有几十个圆孔$fn100会让渲染直接卡死。折中建议预览时用$fn30导出前再改回80。4. 常见问题与排查实录4.1 生成的模型尺寸错乱怎么办这是最容易遇到的问题。我自己遇到过生成一个“壁厚2mm的盒子”结果模型打开后壁厚变成了0.08mm整体缩小了25倍。后来用OpenSCAD的“缩放”功能一检查发现模型内核导出的单位是英寸换算成毫米刚好差25.4倍。解决思路分两步第一先用OpenSCAD的“检查”功能读取模型包围盒确认整体尺寸是否和目标一致。第二如果不一致看生成代码中的数字有没有明显的单位换算迹象比如数字写着“1.5748”之类的英寸值。最简单的办法是在提示词里加一句“All dimensions are in millimeters, use exactly the specified values.”绝大多数的模型都能纠正过来。另外即使尺寸数字对了内圆和外圆也可能因为浮点误差产生细微干涉。这时候需要给布尔运算的对象添加0.01mm的“过盈重叠”也就是让被减物体在法线方向稍稍延伸一点可以彻底消除共面问题。4.2 几何约束失效问题文本生成CAD最常见的麻烦就是模型“听懂了”步骤但没有“听懂”约束关系。比如你要求“孔心距离边缘10mm”生成代码里的数字是10但如果底板的长度本身生成错了孔位置也跟着错了根本原因还是整体几何关系不一致。这时候命令行里用OpenSCAD的“参数化修改”功能就显出优势了——代码生成的模型天然带参数你可以直接在代码顶部把底板的length变量改到正确值孔的位置如果也写成变量就会自动更新。所以我强烈建议你在提示词里要求模型“Use named variables for all dimensions”这样即使推理结果不完全符合预期你也能半手动修复。举个例子我让模型生成一个“长100、宽50、高30壁厚3底部带4个直径6的安装孔”的盒子模型输出的代码里把长宽高写在了顶部变量区我只需要改一个变量就能同步调整所有装配尺寸非常省事。4.3 如何评估生成质量光靠肉眼觉得“像”并不够实际生产需要量化评估。我通常采用三层检查法第一层是语法正确性代码能否被OpenSCAD解析渲染是否报错。这一层不过关直接重跑或修代码。第二层是几何数值检查用脚本读取生成的模型包围盒边长、孔径、厚度与目标值对比误差是否在0.5%以内。例如你要直径40mm的圆孔导出后测量直径应该在39.8~40.2mm之间。第三层是特征完整性确认每个要求里的特征都存在且没有额外的“幻觉”特征。比如你只让挖了四个孔模型却额外加了一圈装饰圆角这在制造场景就是废件。评估时直接数特征数量别用眼睛扫。5. 工具选型与生态盘点5.1 头部商业工具与开源项目目前我接触到的text-to-cad工具可以分成三个梯队第一梯队是Zoozoo.dev发布的Text-to-CAD它专门针对机械零件做了优化支持生成OpenSCAD和CadQuery代码。实测下来对“带孔支架”“法兰”“轴承座”这类机械件生成的代码质量很不错而且重点是它对中文提示词也支持得还可以虽然你最好还是用英文。第二梯队是通用LLM结合OpenSCAD插件比如直接用ChatGPT或Claude生成OpenSCAD脚本然后复制到OpenSCAD里执行。这种方式胜在无需额外安装模型但多轮对话中的上下文记忆容易乱而且LLM经常输出不支持的语法或忘记单位。我的建议是不要把通用LLM的输出当最终结果只当“灵感生成器”用它生成初版代码再手动修正。第三梯队是一些学术项目或商业预览工具比如Autodesk Research的一些paper以及某些基于SDF符号距离场的文本生成3D模型它们能生成看起来很酷的镂空网格但无法导出制造级的STEP。这类工具适合做方案展示不适合直接进加工流程。5.2 选型建议给你一个最直接的选型建议如果你是机械工程师想要把text-to-cad用进实际工作流首选Zoo Text-to-CAD因为它对B-rep的理解更深入输出的脚本风格也符合工程习惯。如果你只是兴趣折腾或偶尔手头缺个零件让AI帮你写脚本直接用你的编程能力给Claude写一个“OpenSCAD语法检查”的prompt让它当你的助手即可不用单独部署。还要提醒一点不要迷信“端到端生成STEP”的demo。很多演示视频里的STEP是从STL反向重建的实际上只是换了格式几何精度并没有提高。判断一个工具是否真的是“text-to-cad”试一下生成后能否修改一个孔的位置并且整体联动变化——如果能就是真CAD如果只是改字符却没更新几何那只是个翻译器。6. 应用场景与后续扩展6.1 制造业与快速原型text-to-cad在制造业的价值主要体现在“非标件快速询价”和“内部工具夹具生成”两个环节。比如流水线上需要一个月牙形的限位块传统流程是画草图、建模、出图少说也要半小时。现在你可以直接跟AI描述“直径80的圆柱体一侧切掉弦高15中心有M8螺纹孔”它会生成可加工的代码经过确认后直接出STEP给CNC编程效率提升了一个量级。另外在供应链场景里工程师经常收到客户发来的需求往往是一段文字“我需要一个连接MQN系列马达和40x40铝型材的过渡板厚10四角孔距刚好50”——这类标准件改型需求特别适合text-to-cad。但要注意最终尺寸公差仍然需要人工检查因为AI当前对公差配合、表面粗糙度这些制造语义没有概念。它只负责解决“形状”问题解决不了“材料与工艺”问题。6.2 教育培训与设计自动化我在给新工程师做培训时发现text-to-cad非常适合用来做“逆向思维练习”。让新人在看到文字描述后先用自然语言梳理几何特征再对比AI生成的代码能快速培养他们拆解建模步骤的能力。OpenSCAD本身就是一种极简的编程语言你保留了全部控制权很适合教学。更进一步你可以把text-to-cad嵌入到大一点的自动化设计流程里。比如你在做一个参数化夹具库只需维护一个文本清单每次需要新变体时就调用本地推理引擎生成代码再统一编译成STEP。这其实就是“规范驱动设计”的未来形态——设计文档直接变成可制造的几何体。早期CAD是从图纸到三维现在是从说明文到三维再往后就是从用户语音或扫描需求直接生成这倒是很清晰的演进路径。最后再分享一个小技巧不管用哪个工具你在写提示词时试着把设计需求临时转换成“我该怎么对CAD程序员描述这个零件”的口吻。不要写“做一个好看的支架”要写“做一个L型支架长边80、短边60、厚度5短边末端开一个直径8的轴向通孔”。你给模型的约束越清晰它给你的回报就越稳定。text-to-cad不是魔法本质上它仍然是一个“翻译官”而翻译的质量取决于你对源语言自然语言和目标语言CAD脚本的掌控程度。多折腾几次摸清它的脾气你会发现这个工具确实能让设计流程轻快不少。