打开CAD图纸从来都是“画”出来的但现在越来越多的人在尝试“说”出来。text-to-cad 这个词最近在机械设计圈、非标自动化圈和创客圈里频繁出现说的就是用自然语言描述零件形状、尺寸和加工要求让AI自动生成CAD三维模型或建模脚本。它解决的是从“脑子里有想法”到“屏幕上有模型”这段最磨人的路程尤其适合做结构设计、非标件选型、概念验证的人。这篇文章我不绕弯子直接按我自己的实操经验展开从技术原理、工具选型到完整跑通一件零件的流程都会聊到新老手都能找到自己能用的部分。1. 到底什么是 text-to-cad它解决了什么痛点1.1 从“画图”到“说图”的范式转变传统CAD的建模逻辑是“画”。你在草图里拉直线、画圆标注尺寸再拉伸、旋转、扫掠最后得到实体。整个过程依赖鼠标键盘更依赖对软件界面和命令位置的熟悉。哪怕是同样的板类零件换个尺寸你也得重新进草图改或者借助参数表把这组尺寸做成变量。对一个常年画图的人来说这些操作早就刻进肌肉记忆了但对初学者而言光是把草图和特征的关系理顺就足够劝退一批人。text-to-cad 把这条路径换成了“说”。你告诉AI我要一块底板长100、宽60、厚10四角有孔然后它负责把这句话变成一段可执行的建模脚本脚本跑完三维实体就出来了。对我这种做过十几年制造相关事情的人来说这个转变的意义不只是省几步操作而是把“设计意图”直接变成了“模型”中间繁琐的几何构造过程被机器代劳了。为什么这件事值得关注因为现实中有大量零件并不是造型多难而是“尺寸繁、变体多、重复性高”。典型如垫片、法兰、支架、安装板结构极其简单但每接一个新订单就要按新尺寸重新做一遍模型。以前我在这种活上耗掉的时间差不多占我每天建模时间的四成。用传统方式做改一个系列就得重画一遍用text-to-cad的思路改的自然语言描述就是改参数循环跑脚本就能出一个系列。1.2 传统CAD建模的三大痛点第一个痛点是学习门槛。CAD制图初学入门这件事网上的教程、安装包、免费课程一大把但真正能把一个零基础的人带到“能独立建模”这个水平需要的时间往往以月计。问题不在软件本身而是命令体系太庞杂草图约束、基准面、特征树、布尔操作每一环都得练。text-to-cad 的价值不在于让小白跳过CAD而是把最初的“胡乱尝试”变成“拿着AI生成结果去拆解”学习路径反而更短。第二个痛点是重复劳动。非标行业里同类的支座、垫片、法兰今天直径改一版明天厚度改一版。这些都是简单特征但每改一次就要重新打开图纸、改草图、拉伸、倒角。我也试过用python批量对CAD修改来解决效果是有的但要自己写一堆脚本门槛也高。text-to-cad 把这件事变得更自然描述一变模型跟着变不再需要维护一堆晦涩的宏命令。第三个痛点是后期改型的连锁反应。传统参数化CAD里一个尺寸改了关联倒角、孔位可能跟着报错完全重建的例子我也见过不少。text-to-cad 生成的脚本是“命令序列”改起来相对直接找到对应那一行尺寸改掉重新执行。当然复杂模型也会有连锁问题但至少每一步操作都是明明白白写在那里的追溯起来容易得多。1.3 为什么是现在才火起来text-to-cad 的技术基础来自两个方向。一是大语言模型对代码生成的能力足够强了能够按自然语言的语义生成可执行的建模脚本二是CAD领域开源数据集和基准被陆续放出比如DeepCAD、Text2CAD这些工作让研究者有了统一训练和评价的切口。硬件并不是瓶颈因为跑一次生成用到的算力远小于跑一次大型图形渲染。换句话说这不是某个团队突然灵光一现而是AI能力到了一个节点把“说人话生成CAD”从实验室里放了出来。以前也有类似的思路比如参数化CAD里预设脚本模板但那需要人先把模板写出来本质上是编程现在的差别在于AI能根据一句从未见过的描述现场拼出一段正确的建模流程这才是真正意义上的生成。2. 核心方案拆解text-to-cad 的技术路线2.1 直出几何体 vs 生成参数化代码目前搭text-to-cad方案大致有两条路线。第一条是“端到端直出模型”。神经网络直接吃文本描述输出体素、点云或者B-Rep边界表示。优点是很“AI”、端对端缺点是输出结果难以编辑也没有参数树。做出来的东西像一块实心的“雕塑”想改尺寸基本只能重新生成想拿到工程软件里去改特征更难。第二条是“生成参数化代码”。用大语言模型把文本描述翻译成CadQuery、OpenSCAD、FreeCAD Python这类的程序化CAD脚本再在本地用CAD内核执行生成真实几何体。因为代码本身就是工程文件尺寸、特征、操作顺序全部可见、可改、可复用。两条路线的差别我用一个类比来解释第一条像AI帮你画了一张位图照片能看但难修改第二条像AI帮你写好了排版的源文件随时能改字号、换图片能在编辑器里直接调整。对工程交付来说要的从来不是一张不可追溯的图而是一份能改、能复核、能流转的文件。对比项直出几何体生成参数化代码可编辑性差重新生成为主好改参数即可可解释性黑盒命令序列清晰与现有CAD兼容需额外转换直接导出STEP/STL适合场景科研训练、艺术造型工程零件、系列化设计从我的角度现阶段真正能在工程里落地的几乎都是第二条。原因也不复杂工程交付要的不是一朵毫无来由的模型而是能追溯到尺寸、能改、能复核的参数化过程。第一条约等于黑箱第二条保留了工程项目的可追溯性这在制造业里比什么都重要。2.2 目前主流的开源工具链我实际接触过几条主要工具链。第一条是 Text2CAD 这类专门模型。它按“文本到CAD命令序列”的大方向设计偏向研究普通用户拿来做工程零件还要再包装。适合看论文、跟进展适合评估整个领域的发展水平但不推荐作为日常生产力工具的首选。第二条是 LLM CadQuery。CadQuery 是Python库底层用OpenCASCADE内核代码写出来的是参数化建模过程。让GPT这类大模型生成CadQuery代码是我个人最常用的方式。导出STEP文件后可以直接导入主流CAD软件流程非常顺。第三条是 LLM OpenSCAD。OpenSCAD本身就是一个“用编程做3D建模”的软件语法简单适合做几何感强、参数关系明确的零件。缺点是曲面和复杂圆角能力偏弱出工程图也不方便适合纯三维打印玩家和简易零件验证。第四条是 LLM FreeCAD Python。FreeCAD是开源CAD软件Python API很完整生成脚本后还能直接在软件里看、改、出图。缺点是它的API风格比较重方法名长且分散大模型容易写错需要你懂一点Python才能排查。2.3 为什么“生成代码”是当前最稳的落地路线我先说答案因为代码是可验证、可修改、可解释的。可验证体现在生成的脚本不是“黑盒结果”你可以运行、报错、贴回错误信息让模型修直到跑通。这个工作模式在编程里叫“AI辅助编程”在text-to-cad里完全复用。我在实际使用中一次生成就跑通的情况不到一半大多数时候要来回贴一两次报错但每次迭代都以分钟计这个效率是传统建模比不了的。可修改体现在同一个脚本改一个数字就是全新尺寸的零件。批量组可以for循环生成几十个变体文件这在原先的流程里是不可想象的。我以前手画一个系列六个垫片最快也要一下午现在循环脚本跑完再人工抽查几个尺寸收工。可解释体现在当模型结果和预期不一致时你能看到它到底做了哪几步、哪一步理解错了而不是面对一个莫名其妙的实体只能从头再来。再加上STEP格式本身就是CNC加工、3D打印、结构仿真都能认的统一格式生成的模型可以直接流转到后道工序。这是“代码路线”在工程界能站住脚的根本原因。3. 实操全过程用自然语言生成一件真实零件3.1 环境准备Python与CadQuery安装我先说一件很多教程不讲的事跑通text-to-cad根本不依赖你电脑里装了什么特定版本的专业CAD软件。那些“cad下载、cad安装教程、激活页面脚本错误、c运行库报错”之类的问题在开源工具链里基本碰不到。我自己电脑上装过多种CAD工具最后发现最省事的组合就是“Python CadQuery 一个能看STEP的软件”。你需要的是Python环境。装Python 3.10或更高版本然后执行pip install cadquery这会连带着把OpenCASCADE内核装好。CadQuery官方更推荐用conda来隔离环境因为我后来遇到过一次Python版本和OCCT库冲突用conda装就没有类似问题conda create -n cad python3.11 conda install -c conda-forge cadquery装好之后验证一下python -c import cadquery; print(cadquery.__version__)这一步的目的是确保代码执行环境和后面脚本运行是同一套。我见过不少人从网上复制了别人的代码结果在本地导入库直接报错就是因为前面环境没建干净。如果电脑里已经装了比较老的CAD软件也不用卸载开源方案和商业CAD共存没有任何问题不用担心影响后续安装。除了CadQuery我建议再装一个FreeCAD作为免费查看器或者直接用任意支持STEP导入的CAD看图软件。生成结果别只靠文本描述脑补眼见为实。CAD看图王这类轻量工具也能快速查看STEP但涉及精准尺寸检查时我一般还是用FreeCAD。3.2 提示词设计的五个关键参数很多人第一次用text-to-cad生成模型效果很拉胯。问题九成不在AI而在描述太模糊。我总结了一套固定写法按五个参数依次说清楚。第一是单位。直接写“单位毫米”避免出现米和毫米的1000倍错位。这个错位一旦发生你要么得到一个大得离谱的模型要么小到看不见。第二是基准面。描述“在XY平面”还是“在顶面”否则模型可能横着长或者孔打到侧面。AI无法猜到你脑中的方向定义必须给明确对象。第三是基体尺寸。长、宽、高或者直径、厚度全部给出具体数值。别让它“合理推断”推断十有八九不是你要的。第四是特征定义。孔要说清楚直径、位置、是不是通孔倒角要说清楚半径或者角度作用在哪条边。比如“四个角打孔”不如“在顶面四角距边缘10mm处打直径8mm通孔”。第五是操作顺序。需要先做基体再做孔还是先底座后竖板尽量描述成“先……再……”。AI对操作顺序的处理能力有限你给的顺序越明确它生成的脚本就越稳定。我举一个对比例子。模糊版“做一个带孔的板”。清晰版“在XY平面上创建一块底板长100毫米、宽60毫米、高10毫米。在顶面四角距边缘10毫米处打4个直径8毫米的通孔。四条竖直棱边倒角半径2毫米。单位毫米导出STEP格式。”同样的需求清晰版的成功率和实用体验完全是两个级别。原因很简单大语言模型对自然语言的理解是概率性的信息越完备它输出正确代码的路径就越窄试错成本就越低。3.3 从文本到STEP文件的全流程把上面清晰版的描述丢给大模型它会返回一段类似的CadQuery代码。我拿我自己跑通过的一段做示例import cadquery as cq # 底板100x60x10 body cq.Workplane(XY).box(100, 60, 10) # 在顶面建立打孔参考 body ( body.faces(Z) .workplane() .rect(80, 40, forConstructionTrue) .vertices() .hole(8) ) # 对四条竖直边倒角 body body.edges(|Z).chamfer(2) cq.exporters.export(body, base_plate.step) print(导出完成base_plate.step)这段代码每一行的作用我拆开说。Workplane(XY)是确定草图平面为XY面后面的box(100, 60, 10)直接生成长方体三个数字分别对应长宽高。faces(Z)选中顶面workplane()在顶面创建新工作平面。rect(80, 40, forConstructionTrue)画一个构造矩形这个矩形的四个角正好在距边缘10毫米的位置vertices()取四个角点hole(8)在每个角点处打直径8的通孔。edges(|Z)选中所有竖直方向的边chamfer(2)做2毫米倒角。最后导出STEP。执行python base_plate.py再看一下输出目录应该会多出base_plate.step。把这个文件拖进FreeCAD或者任意CAD软件里就能看到一块板、四个孔、四条倒角边。如果生成的模型和你预期不符循环改描述重新让模型生成代码或者手动改代码里的一个数字重跑。整个迭代周期可以压缩到一两分钟这在传统CAD里是难以想象的。我在实际用的时候通常会让AI一次性生成三个不同尺寸的变体脚本然后逐个导入检查效率更高。4. 实操中踩过的坑与排查记录4.1 单位与坐标系错乱我踩得最多的是单位。模型整体放大1000倍或者缩小1000倍通常就是描述里没写单位模型默认按米还是按毫米发生了错位。解决方式不是去改代码而是回到提示词最前面加一句“单位毫米”。改完重新生成比在代码里手动缩放几何体靠谱得多。坐标系问题更隐蔽。明明要求孔在顶面生成后孔却在侧面这是因为faces(Z)这类选择器依赖工作平面朝向如果提示词里没有明确“顶面”模型可能选择的是另一组面。经验是描述中尽量给出操作的基准对象而不是只说“打孔”同时生成后第一件事就是旋转视角确认方向别急着出图。4.2 布尔运算失败与特征丢失CadQuery里孔和倒角本质上是布尔运算和边界修正。我遇到过提示词里同时要求“四角打孔”和“边缘倒角”结果倒角把孔口削成了异形。这并不是AI不行而是操作顺序的问题。倒角作用在所有竖直边上如果孔壁也算竖直边倒角就会波及孔口。正确做法是在提示词里明确顺序“先打孔再倒角”。如果模型没有按顺序理解就在生成的代码里手动调整语句位置把倒角放到打孔之后。对于复杂零件最好分步生成先生成基体确认无误后再追加特征逐步累加不要用一句话描述十几个特征然后期待一次成功。我遇到过另一个情况孔位置用rect(...)构造参考矩形结果矩形的长度计算错了孔跑到板外。检查方法很简单把构造矩形和板子的尺寸放到同一个约束里描述清楚比如“孔距边缘10毫米”直接写不要让它自己推断。生成后可以用包围盒快速验证。4.3 导出格式与CAD版本的兼容性生成的STEP文件在导入某些老版本CAD时可能报错或者特征丢失。优先选择STEP AP203或者AP214这两个标准兼容性最好。CadQuery默认导出的STEP一般是AP203系列如果目标软件要求更高的曲面精度再考虑AP214。如果目标软件是国产CAD、中望CAD之类我也试过直接用STEP导入基本没有问题。遇到打不开的状况先用FreeCAD中转一次再另存为低版本STEP或者IGES这是最省事的处理方式。还有一点如果STEP文件里有多个实体部分软件只会导入第一个生成时尽量让CadQuery把几何体合并成一个独立实体再统一导出。做cad转pdf、CAD图纸合并这类后期流程时STEP导入后的处理逻辑和传统CAD完全一样没有额外障碍。也就是说text-to-cad改变的只是模型生成这一段后面的出图、标注、交付流程都不需要推翻重学。4.4 批量变体生成的注意事项text-to-cad 一个很实用的大招是批量。比如做垫片系列不用一行行描述写一个循环就好import cadquery as cq for d, t in [(50, 5), (60, 6), (80, 8)]: w ( cq.Workplane(XY) .circle(d / 2) .extrude(t) .faces(Z) .workplane() .hole(10) ) cq.exporters.export(w, fwasher_d{d}_t{t}.step)这段代码生成三个不同直径和厚度的垫片内孔都是10毫米文件名自动区分。批量生成后的文件命名建议规范把关键尺寸写进文件名不然几十个文件在文件夹里根本分不清哪个对应哪组参数。比如上面代码生成的名字是washer_d50_t5.step这种。排序和命名之外还有校验问题。批量生成不像手工CAD你可以一个一个盯着看所以最好在脚本里额外打印体积、包围盒之类的基本数据先判断有没有明显异常再批量导入CAD抽查。具体做法是在循环里加一行print(w.val().Volume())如果某组参数算出来的体积比同系列明显偏离就说明这组尺寸有问题。5. text-to-cad 在工程流程中的定位与边界5.1 它擅长什么概念草图、非标件、参数化系列我的实际感受是text-to-cad最适合前三类工作。第一类是概念阶段的结构验证。想法还不成熟先出一版粗略模型确认装配空间、干涉关系这时候模型不需要精致生成得快比生成得准更重要。比如你手头有台设备要预留一个传感器支架位置先出个外形看看装不装得下几分钟就有结论。第二类是非标件的快速建模。支架、垫片、连接板、简单箱体这类零件特征数量不多、操作模式固定text-to-cad 能一次生成到可用状态。我做过一批安装支架从描述到拿到STEP文件三分钟之后直接在CAD里补上螺纹孔和安装耳位完成整个零件。第三类是参数化系列。法兰盘系列、不同规格的壳体底座、依据表格数据生成的一批安装板。循环脚本按参数批量生成直接对接后面的加工。配合CAD生态来看生成的STEP文件进入CAD软件后出工程图、转PDF、标注尺寸这些工作照常进行。之前热词里总谈“cad转pdf、CAD图纸合并、cad制图初学入门”那些流程没有变化变化的是生成模型这一段的效率提升。5.2 它不擅长什么复杂曲面、装配约束、仿真边界要讲清楚。让我用一句话概括text-to-cad 擅长“几何上不复杂但参数多的零件”不擅长“自由曲面和精密装配”。复杂曲面比如汽车A面、消费电子的圆润外壳这类造型需要的是细分曲面和美学控制用文本描述等于描述一首诗让画家画出来偏差会非常大。你描述“圆润、过渡自然、手感舒服”AI无法把这些词转化成精确的曲面控制点结果多半是生硬或怪异。装配约束、运动关系也不是text-to-cad直接能给的。它生成的是单个零件装配还是要在CAD里做运动副、配合关系、干涉检查这些依然靠传统功能。仿真更不要指望一步到位。如果你想做有限元分析生成的STEP可以作为几何输入但网格划分、边界条件、材料属性都要在仿真软件里二次处理。它替代的是建模这一环不是整个CAE流程。5.3 从“生成”到“人工精修”的落地路径我自己的落地顺序是先用自然语言做第一版模型再进入CAD做精修和出图。不要把text-to-cad当成一键出图工具把它当成一个“自动画草图、自动打特征”的高级帮手。比如轴承座这类零件生成出的主体结构七八成能直接用剩下的安装耳位、螺纹孔位置、加强肋细节在CAD里手工补。整个过程比我以前重新建模至少快一半。而也有了STEP作为中间产物后面无论是CNC还是3D打印流程都能顺畅接上。这和CAD插件生态的关系也不是替代更像是互补——传统插件帮你把某类操作自动化text-to-cad 则是把整个“从描述到模型”的起点前移了。6. 对text-to-cad工作流的一点个人体会跟text-to-cad打交道这段时间我最大的感受是它改变了“从想法到模型”的第一公里。以前我接到一个非标需求要坐在电脑前画半小时到一个小时才能看到实体现在只要把需求描述清楚几分钟就能拿到一版可讨论的模型然后再决定要不要精修。它没有取代CAD工艺但它替我做掉了一大半重复的几何构造工作。分享一个我自己摸索出来的小技巧准备一个固定的提示词模板把单位、基准面、基体尺寸、特征、导出格式这些字段留空每次填内容。用久了你会发现凡是描述得清楚的零件生成效果都稳定凡是含糊其辞的描述AI给你的也是含糊的模型。这和技术原理无关纯粹是沟通习惯问题——和CAD软件沟通如此和AI沟通更是如此。如果你刚接触text-to-cad先别想着一步到位生成复杂装配体找一块板、一个法兰、一组垫片照着上面的流程跑通一次。跑通之后你自然会理解它能帮你做什么不能帮你做什么也就能判断它在你自己的工作流里值不值得长期使用。