1. 从一段文字到三维实体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浮现的画面大概是对着电脑敲一句给我画一个法兰盘然后屏幕上就自动长出一个三维模型。这个想象不算离谱但真正落地的时候它解决的问题比自动画图要具体得多也琐碎得多。text-to-cad 的核心链路是把自然语言描述转换成结构化的 CAD 几何数据最终输出成 STEP、GLB、STL 这类可以被下游软件直接读取的文件格式。它要解决的根本痛点是设计意图和几何表达之间的那道鸿沟。一个懂工艺的工程师能清楚说出外径 80、内径 40、厚度 12、带四个均布 M6 沉头孔这样的需求但要把这句话变成一份能加工、能装配的模型中间要经过草图、约束、拉伸、阵列、倒角等一长串操作。text-to-cad 想做的就是把这段重复劳动压缩掉。它适合谁我观察下来主要是三类人。第一类是做参数化零件批量生成的工程师比如标准件库、钣金件、管接头这类结构高度重复、只是尺寸不同的零件用文字驱动比手动画快一个数量级。第二类是做 AI 应用集成的开发者他们需要一个能把语言模型输出接到几何内核上的中间层。第三类是做快速原型和概念验证的产品经理或创客手边没有 CAD 基础但想快速拿到一个能 3D 打印的 STL 去验证外形。需要先泼一盆冷水text-to-cad 目前不是一句话生成任意复杂装配体的魔法。它能稳定搞定的是参数明确、拓扑结构相对固定的零件。你让它生成一个带内部流道的涡轮叶片它大概率会给你一堆破面。但你说生成一个 100×60×5 的带圆角矩形板四角各一个直径 4 的通孔它能给你一个干净利落的 STEP。认清这个边界后面的所有工作才有意义。关键词里出现的 STEP、GLB、STL 三个格式其实对应了三条不同的下游路径这个后面会专门拆开讲因为选错格式是新手最容易踩的第一个坑。2. 拆解 text-to-cad 的技术链路语言是怎么变成几何的2.1 从自然语言到结构化参数这一步决定了成败整条链路里最容易被低估、也最容易翻车的一环是语义解析。很多人以为难点在三维建模其实真正难的是把一个带四个孔的板这种模糊描述翻译成机器能执行的精确参数。这里通常有两种做法。一种是基于大语言模型的函数调用function calling让模型直接输出 JSON 格式的参数比如{ shape: plate, length: 100, width: 60, thickness: 5, fillet_radius: 3, holes: [ {type: through, diameter: 4, positions: [[10,10],[90,10],[10,50],[90,50]]} ] }另一种是基于模板的槽位填充预先定义好零件模板让模型只负责把用户的话映射到槽位上。前者灵活但容易产生幻觉参数后者稳定但覆盖面窄。我的经验是生产环境里优先用模板 函数调用的混合方案。纯自由生成在 demo 里很惊艳但一旦用户说孔稍微往里面挪一点模型可能给你编出一个根本不存在的坐标。而模板方案虽然死板但每个参数都有明确的取值范围和默认值出错时能定位到具体是哪个槽位解析错了。提示解析阶段一定要做单位归一化。用户说5 毫米和5mm和5要统一处理否则后面几何内核会因为单位混乱生成一个放大 25.4 倍的怪物。2.2 几何内核的选择为什么绕不开 OpenCASCADE参数拿到之后就要交给几何内核去造形。这个领域里OpenCASCADE简称 OCCT是开源方案里绕不开的存在。它提供了 B-Rep边界表示建模能力能生成真正意义上的实体而不是一堆三角面片。为什么强调 B-Rep因为 STEP 格式本质上就是 B-Rep 的文本化表达。你用三角网格mesh方式建出来的模型导出 STEP 时会退化成一大堆平面片下游的 CAM 软件根本没法识别出这是一个圆柱面加工路径就无从谈起。而 OCCT 建出来的是带解析曲面的实体圆柱就是圆柱倒角就是倒角导出 STEP 后信息完整。除了 OCCT还有几个选择内核授权特点适用场景OpenCASCADELGPL功能全B-Rep 强社区活跃通用参数化建模CGALGPL/商业计算几何算法强布尔运算、网格处理ManifoldApache 2.0专注流形网格速度快3D 打印方向商业内核收费稳定、有支持工业级产品如果目标是输出 STEPOCCT 基本是唯一现实的开源选择。如果只输出 STL 给 3D 打印Manifold 这类网格内核反而更轻快因为它不需要维护复杂的拓扑结构。2.3 从实体到文件STEP、GLB、STL 三条出口模型建好之后导出格式的选择直接决定了这个文件能干什么。这三个格式经常被混用但它们的定位完全不同。STEP是工业界的通用交换格式存的是精确几何NURBS 曲面、解析曲面文件里带着完整的拓扑关系。它的优点是精度无损、能被几乎所有 CAD 软件读取、能反向编辑。缺点是文件大、解析慢、不适合网页展示。关键词里那个sw 中 stl 转 stp的搜索恰恰说明很多人是从网格格式往回倒但 STL 转 STEP 本质上是有损的——三角面片没法还原成解析曲面转出来的 STEP 里全是平面只能看不能用。STL是 3D 打印的事实标准只存三角面片没有单位、没有颜色、没有拓扑。它的优点是简单、通用、切片软件都认。缺点是精度靠网格密度堆文件容易巨大而且丢失了所有设计意图。GLB是 glTF 的二进制版本主打网页和实时渲染。它带材质、带层级、带动画适合在浏览器里做交互展示。但它同样不是精确几何做展示可以做加工不行。所以选型逻辑很清晰要加工、要后续编辑走 STEP要 3D 打印走 STL要在网页里给人看走 GLB。一个成熟的 text-to-cad 系统应该支持同一份内部模型导出多种格式而不是只认一种。3. 动手搭一个最小可用的 text-to-cad 流程3.1 环境准备Python OCCT 的坑比想象中多理论讲完来点能跑的。我用的是 Python 生态里的cadquery它是对 OCCT 的一层封装写起来比直接调 OCCT 的 C 接口舒服太多。安装本身不复杂pip install cadquery但这里有个大坑cadquery 依赖的 OCCT 版本和系统里已有的 OCCT 经常打架。如果你机器上装过 FreeCAD 或者别的 CAD 软件它们的动态库路径可能被优先加载导致 import 时报符号找不到。我的做法是用 conda 建独立环境把依赖锁死conda create -n text2cad python3.10 conda activate text2cad conda install -c conda-forge cadqueryconda-forge 的包会把 OCCT 一起装进环境目录不会和系统库冲突。这一步看起来啰嗦但能省掉后面几个小时的排查时间。3.2 用一段代码跑通文字到 STEP下面这段是我实际用过的简化版流程把解析参数和建模导出串起来。为了聚焦解析部分先用一个写死的字典模拟大模型的输出import cadquery as cq # 假设这是大模型解析出来的结构化参数 params { length: 100.0, width: 60.0, thickness: 5.0, fillet_radius: 3.0, holes: [ {diameter: 4.0, x: 10.0, y: 10.0}, {diameter: 4.0, x: 90.0, y: 10.0}, {diameter: 4.0, x: 10.0, y: 50.0}, {diameter: 4.0, x: 90.0, y: 50.0}, ], } # 1. 建基础板 plate ( cq.Workplane(XY) .box(params[length], params[width], params[thickness]) ) # 2. 四角倒圆角先选竖直边 plate plate.edges(|Z).fillet(params[fillet_radius]) # 3. 打孔 for h in params[holes]: # 把坐标从原点系平移到以板中心为原点 x h[x] - params[length] / 2 y h[y] - params[width] / 2 plate ( plate.faces(Z) .workplane() .center(x, y) .hole(h[diameter]) ) # 4. 导出 cq.exporters.export(plate, plate.step) cq.exporters.export(plate, plate.stl)跑完这段你会得到两个文件。用 FreeCAD 打开 STEP能看到一个带圆角和四个通孔的板把 STL 丢进切片软件能直接打印。3.3 坐标系的坑为什么孔的位置总是偏上面代码里有一行x h[x] - params[length] / 2这是很多人第一次写会漏掉的。cq.Workplane(XY).box()建出来的盒子原点在几何中心而用户描述孔位时脑子里想的往往是从左下角量 10 毫米。这两个坐标系差了一个半长半宽。我踩过这个坑明明参数写的是 (10,10)导出来的孔却跑到了板子外面。排查了半天才发现是坐标系没对齐。解决办法有两个要么像上面那样手动平移要么在建板子的时候就用center把原点挪到角上。建议在解析层就统一约定所有坐标以零件包围盒的左下角为原点这样用户描述和代码实现是一致的减少心智负担。注意倒圆角那一步edges(|Z)选的是平行于 Z 轴的边。如果你先打了孔再倒角孔的内壁边也会被选中结果就是孔口被莫名其妙地倒了一圈。顺序一定是先倒外轮廓再打孔。4. 实测中那些文档不会告诉你的坑4.1 布尔运算失败几何内核的玄学做参数化建模布尔运算是绕不开的。打孔是减运算合并零件是加运算。但 OCCT 的布尔运算有个出了名的毛病在某些临界情况下会失败或者产生破面。典型场景两个面刚好相切、孔壁和倒角面距离极近、薄壁件的壁厚小于内核的容差。这些情况下内核会报一个BRep_API: command not done之类的错误然后整个流程中断。我的应对策略有三条。第一给所有尺寸加一个最小间隔约束比如孔边到零件边缘至少留 1 毫米避免相切。第二在布尔运算前后做几何检查用plate.isValid()判断实体是否有效无效就回退到上一个稳定状态。第三对失败的操作做降级处理比如倒角失败就跳过倒角先保证主体能出来而不是整个任务崩掉。这里有个反直觉的点容差不是越小越好。OCCT 默认的容差是 1e-7 米级别对于毫米单位的模型来说已经足够。如果你手动把容差调得更小反而会让布尔运算更容易失败因为浮点误差被放大了。4.2 大模型幻觉参数怎么防住凭空多出来的孔用大模型解析参数最头疼的是它有时候会自作主张。用户说一个带孔的板它可能给你生成四个孔还贴心地均布了。用户说厚度 5它可能理解成半径 5。防幻觉的核心思路是约束 校验。约束是在 prompt 里明确告诉模型只输出 JSON不要解释缺失的参数用 null不要自己编。校验是在拿到 JSON 之后用一套规则检查尺寸是否在合理范围、孔位是否在零件内部、孔的数量是否和描述一致。我还会加一层回显确认。系统把解析出来的参数用自然语言复述一遍给用户您要的是一个 100×60×5 的板四角各一个直径 4 的通孔对吗用户确认后再建模。这一步看起来多余但能拦掉大部分因为解析错误导致的无效建模省下的算力比多问一句的成本高得多。4.3 单位与精度一个 25.4 倍的惨案前面提过单位问题这里展开说。CAD 领域里毫米和英寸的混用是事故高发区。STEP 文件头里会声明单位但 STL 不会——STL 就是个纯数字的三角面片集合切片软件默认按毫米处理。如果你的模型是按英寸建的导出 STL 后会被当成毫米结果就是零件缩小到 1/25.4打印出来只有指甲盖大。我的做法是在系统内部统一用毫米所有输入在解析阶段就转换好。如果用户输入的是英寸立刻乘以 25.4。导出时STEP 明确写入单位声明STL 则在文件名或元数据里标注单位避免下游误读。精度方面STL 的网格密度要按用途调。做展示可以粗一点做打印要细一点。cadquery 导出 STL 时可以指定公差cq.exporters.export(plate, plate.stl, tolerance0.01, angularTolerance0.1)tolerance是线性偏差angularTolerance是角度偏差。数值越小网格越密、文件越大。0.01 毫米对于大多数 3D 打印已经足够再细就是浪费。5. 格式转换与下游衔接STEP、STL、GLB 怎么选怎么转5.1 为什么 STL 转 STEP 是个伪需求热搜词里有个sw 中 stl 转 stp说明很多人想干这件事。但我要说清楚STL 转 STEP 在几何上是不可逆的。STL 存的是三角面片一个圆柱面被离散成几十个平面三角形。转成 STEP 时这些三角形只能被识别成一个个平面而不是一个圆柱面。结果就是文件体积暴涨、曲面全是棱、CAM 软件无法识别特征。那为什么还有人要转通常是因为他们只有 STL但下游流程要求 STEP。这种情况下正确的做法不是转换而是重新建模——把 STL 导入作为参考在 CAD 里重新画一遍。或者用逆向工程软件做曲面拟合但那已经是另一个专业领域了。所以 text-to-cad 系统的价值在这里就体现出来了它从一开始就生成精确几何根本不需要从 STL 往回倒。这也是为什么内部一定要用 B-Rep 内核而不是直接生成网格。5.2 GLB 在网页展示里的独特价值如果 text-to-cad 的产物要放到网页上给客户看GLB 是最优解。它体积小、加载快、支持 PBR 材质three.js 这类库能直接渲染。相比之下STEP 需要专门的 Web 查看器STL 没有材质和层级。从 cadquery 的实体导出 GLB通常要先转成网格再导出。cadquery 本身对 GLB 的支持有限实践中更常见的做法是导出 STL 或 OBJ再用trimesh或assimp转成 GLBimport trimesh mesh trimesh.load(plate.stl) mesh.export(plate.glb)这样转出来的 GLB 保留了网格能在网页里流畅旋转缩放。但记住GLB 只用于展示不要拿它去做加工。5.3 三种格式的选型决策表把上面的讨论浓缩成一张表实际项目里照着选就行需求推荐格式理由注意事项后续 CAD 编辑STEP精确几何拓扑完整文件较大解析慢CNC 加工 / CAMSTEPCAM 需要识别曲面特征确保单位声明正确3D 打印STL切片软件通用控制网格密度标注单位网页展示GLB加载快带材质仅展示不可加工存档备份STEP信息最完整定期校验文件有效性6. 把 text-to-cad 用起来的几个实战思路6.1 标准件库的批量生成这是我觉得 text-to-cad 最容易出成绩的场景。机械设计里大量使用标准件螺栓、螺母、垫圈、轴承、型材。这些零件的几何结构固定只是尺寸参数不同。传统做法是一个个画或者从库里调。用 text-to-cad你可以写一个批量脚本读一张 Excel 参数表一次性生成几百个 STEP 文件。比如生成一系列不同规格的内六角螺栓参数就是螺纹直径、长度、头径、头高。把这些参数喂给模板循环生成几分钟就能搞定一个系列。这种场景下模板的复用率极高投入产出比非常划算。6.2 和现有 CAD 工作流对接text-to-cad 不是要取代 CAD 软件而是要嵌进现有流程。生成的 STEP 可以直接被 SolidWorks、中望 CAD、FreeCAD 等软件打开继续做装配、出工程图、做仿真。这里有个实用技巧在 STEP 文件里写入自定义属性比如零件编号、材料、生成时间。这样导入 CAD 后这些信息会跟着零件走方便做 BOM 统计。cadquery 支持给实体加属性导出时会写进 STEP 的元数据里。6.3 参数校验与用户反馈闭环一个能用的系统必须有反馈闭环。用户输入描述系统生成模型用户看到结果后可能会说孔太大了或者再长一点。这些反馈要能被系统捕获转成参数调整重新生成。实现上可以把每次生成的参数和用户的修改记录存下来形成一个小型数据集。时间长了你会发现某些参数经常被调整说明解析层对这些描述的理解有偏差可以针对性优化 prompt 或模板。这个闭环是 text-to-cad 从能用到好用的关键。6.4 性能与并发的现实考量如果系统要服务多个用户性能就是个问题。OCCT 的建模是 CPU 密集型的一个中等复杂度的零件可能要几百毫秒到几秒。并发请求多了单机扛不住。我的建议是把建模任务做成异步队列。用户提交描述后系统返回一个任务 ID后台 worker 慢慢建建好了通知用户下载。这样前端不会卡死后端也能控制并发数。worker 的数量按 CPU 核心数来定一般留一两个核心给系统剩下的都跑建模。另外相同参数的模型要缓存。很多用户会生成相似的零件如果参数完全一致直接返回缓存的文件省掉重复计算。缓存 key 用参数的哈希值简单有效。7. 我对 text-to-cad 的一点个人判断折腾了这段时间我最大的体会是text-to-cad 的价值不在于替代人画图而在于把设计意图的表达成本降下来。一个工程师脑子里想清楚一个零件可能只要几十秒但把它画出来要几分钟甚至更久。这中间的差距就是 text-to-cad 的空间。但它也有明确的天花板。越是需要创造性、需要反复权衡的复杂设计越不适合交给它。它擅长的是那些结构已知、只是参数变化的重复劳动。认清这一点就不会对它抱有不切实际的期待也不会因为它做不了复杂装配体就否定它的价值。最后分享一个我踩过的坑不要一上来就追求端到端的全自动。我最初想做一个输入一句话直接出模型的系统结果发现解析错误、建模失败、格式转换问题层层叠加调试起来极其痛苦。后来改成半自动——系统解析参数后先给用户确认确认无误再建模——稳定性立刻上了一个台阶。有时候多一步人工确认比追求全自动更靠谱。