前阵子同事在群里甩过来一句话帮我画一个M8外六角螺栓两头倒角长度40。换作以前我得打开CAD新建文件切视图画六边形拉伸再切出螺杆和倒角少说也要十几分钟。现在我把这句话原样丢给一个text-to-cad工具几分钟后它回了一个STEP文件打开一看结构基本能用。这类从自然语言直接生成CAD模型的技术正在把“会建模”的门槛往下拉了一大截。这篇博文我就用实际跑通的流程聊聊text-to-cad是怎么工作的、有哪些主流路线、真正上手会踩哪些坑以及它到底适合谁来用。1. Text-to-CAD 到底是什么从一句描述到一份可编辑图纸1.1 一句话讲清text-to-cad的工作流程用最直白的话说text-to-cad就是把“自然语言描述”翻译成“可编辑的CAD模型”。它的工作流程并不神秘你输入一句描述比如“一个直径30mm、厚度5mm的圆盘中心有一个直径10mm的通孔外圈均匀分布4个直径5mm的螺丝孔”模型解析这段文本后生成一段参数化建模脚本脚本在本地执行后变成三维实体再导出成STEP、STL这类通用格式最后丢进FreeCAD、SolidWorks或者切片软件里继续加工。这个“翻译”过程可以类比同声传译传统CAD建模是“用手画”你要自己拿铅笔打草稿、描线、推拉而text-to-cad是“用嘴说”你说出需求计算机替你画出底稿。只不过它交出来的不是一张位图而是一份带着完整尺寸、特征和参数关系的几何描述相当于“同传译员”直接把对话整理成了规范的施工纪要。目前社区里比较有代表性的开源实现思路大多是微调一个开源大语言模型让它学会输出CadQuery或OpenSCAD这类程序化建模代码。CadQuery用Python描述参数化特征OpenSCAD用语法块描述几何体两者都是文本语言天然适合让大模型来生成。你看到的结果虽然是“一段代码”但它跑起来后就是真正的三维实体能进CAD软件二次编辑也能直接切片打印。1.2 它和AI生图、传统参数化建模的本质区别很多人第一次听说text-to-cad会把它和AI生图混为一谈。区别其实非常大。AI生图工具生成的是像素矩阵你在屏幕上看到一张漂亮的“零件照片”但它没有真实厚度、没有几何拓扑、没有尺寸公差你没法把它交给数控机床也没法在CAD里选中一条边倒角。它更像艺术草图给你灵感和视觉参考。传统参数化建模比如你用SolidWorks或FreeCAD是通过手动创建草图、拉伸、打孔、倒角来搭积木。它的特点是精确、可控、可编辑但每一步都要人工操作速度慢而且对新手有很强的“操作门槛”。text-to-cad站在两者之间。它的输出是一个参数化建模脚本本质是“用文本描述的建模过程”。这个脚本执行后生成的是实体模型有拓扑、有尺寸、能进入CAD生态同时脚本里的每个参数都可以改改一个数字就能生成另一个尺码的变体。可以说AI生图是拍一张艺术照text-to-cad交给你的是“精确到毫米、并且还能继续修改的施工图”。还有一个容易忽略的关键点text-to-cad生成的是“可追溯”的结果。你可以打开那段CadQuery脚本看到模型是由哪个六边形拉伸出来的、孔位是怎么阵列的、倒角半径是多少。这个特性对企业特别重要因为设计过程可审查、可回放出了问题能定位到具体参数。2. 核心思路与技术路线为什么多数方案都让模型“写代码”而不是“画模型”2.1 三条主流技术路线对比我接触到的text-to-cad类方案按技术路线可以分成三类。先把结论放在前面目前工程上最容易落地、社区热度最高的是“让模型生成程序化建模脚本”这条路线。路线A是LLM加参数化建模脚本。先微调一个开源大模型比如Llama-3的8B或70B版本让它学会输出CadQuery或OpenSCAD代码。输入是一句自然语言描述输出是一段可执行的建模代码代码跑完就是模型。这条路线的好处是生成的模型天然参数化尺寸、特征树都在代码里写着下游修改非常方便。路线B是端到端生成B-rep或CSG构造序列。典型代表是DeepCAD、Text2CAD这类学术工作用Transformer和自回归的方式直接预测模型的结构序列。它更“学术”精度上限很高但工程化成熟度偏低生成的模型往往需要专门的解析器才能转到通用CAD内核里普通人很难直接上手。路线C是扩散模型直接生成网格或隐式场。类似Shap-E的风格从文本生成三角网格或神经隐式表面。这条路适合做外形概念设计生成的模型看起来漂亮但仍然是“像素化”的思路——网格精度低、缝合差转成可加工的实体模型非常痛苦机械零件基本走不通。三条路线的核心差异我用一个表格整理了出来对比项路线ALLM生成脚本路线B生成B-rep/CSG序列路线C生成网格/隐式场下游可编辑性高脚本内参数可改中需专用解析器低网格几乎不可参数化编辑几何精度高坐标精确到浮点高但受训练数据约束低适合外形概念工程落地难度低直接输出STEP/STL高需自建后处理中需大量网格修复数据需求文本-脚本对较易获取结构化CAD序列数据量大文本-网格对生成质量依赖数据适合人群工程师、创客、3D打印玩家研究人员概念设计、美术资产2.2 为什么“生成脚本”路线最适合CAD实操我一开始也好奇为什么不让模型直接输出一个大模型文件省得中间多一道“运行代码”的步骤。真正花时间跑了几轮之后才明白选“生成脚本”不是偷懒而是这个领域最合理的选择。首先CAD模型本身就不是一张图而是一连串有序的建模特征。真实工程师建模时脑子里会有“先画底图再拉伸再打孔最后倒角”这样的顺序。程序化建模脚本正好就是这个过程的文字化表达。大模型来生成这种有序的文本序列比直接预测几何网格要自然得多因为文本生成的注意力机制天生适合处理这种有前后依赖关系的序列。其次脚本是可以“执行验证”的。AI生图模型生成的图片好坏靠人眼判断而text-to-cad生成的脚本能不能跑、跑完模型尺寸对不对都是可验证的。项目方可以用“运行结果是否符合预期”作为监督信号反复迭代模型。这个特性大大提高了训练和评测的效率。第三脚本体积极小。一个复杂的机械零件如果用网格表示可能是几十兆甚至上百兆的三角面片但如果用CadQuery脚本描述可能只有几十行文本。这对训练、传输、部署都非常友好。即便到了企业私有化部署的场景跑一个几GB的模型权重比保存海量CAD文件要轻量得多。最后脚本天然支持参数化。一个M8螺栓的脚本把直径参数从8改成10就能生成M10螺栓。这种“一套描述多个变体”的能力是网格模型完全做不到的。对做标准件库、备品备件管理的团队来说这个优势几乎是决定性的。2.3 数据和训练模型凭什么听懂“六角法兰面螺母”模型能听懂“六角法兰面螺母”这种专业描述背后靠的是大量的数据训练。text-to-cad的数据通常来自公开的CAD模型库比如Fusion 360 Gallery、ABC Dataset这类包含几十万到上百万个零件模型的数据集。但光有模型还不够还需要文本描述。这一步通常有两种做法一种是用程序化规则自动生成描述比如根据模型的几何特征生成“六角柱体”“中心带通孔”“法兰盘厚度2.5mm”这类结构化文本另一种是让人工或大模型来写更口语化的描述。这样数据越多模型越能建立“语言描述”和“几何结构”之间的映射。我实际使用时的感受是模型对“几何特征完整、尺寸明确”的描述表现最好。你说“一个M8外六角螺栓”它可能生成基本可以用的模型但如果你补充“头部对边宽13mm螺杆直径8mm总长40mm两端倒角1mm”生成的精度和可用性会明显提升。这也侧面说明模型学到的是“把描述翻译成参数化特征”的能力而不是简单地“记住某个零件长什么样”。3. 实操用一条提示词跑通“六角法兰面螺母”3.1 环境准备两种上手方式想体验text-to-cad有两条路。第一条是直接在网页上体验很多开源项目都在Hugging Face上挂了在线Demo输入描述点生成就行适合先感受效果第二条是在本地部署自由度更高能自己改模型、批量推理适合后续做工具集成。本地部署按我目前的经验大致需要这几步先准备一台带NVIDIA显卡的机器显存至少8GB以上跑8B等级的小模型比较宽裕如果要跑70B级别的大模型建议48GB以上然后创建Python虚拟环境安装依赖主要包括PyTorch、transformers、cadquery等接着下载模型权重大部分开源text-to-cad模型的权重可以从Hugging Face拉取最后运行项目提供的推理脚本输入提示词等模型输出CadQuery代码。整个过程不难但有几个容易卡住的点一是CUDA和PyTorch版本要匹配二是CadQuery版本要选对否则生成的脚本可能在新版本语法上有微小差异三是模型权重文件比较大下载的时候要有耐心。如果显卡配置不够也可以想办法用CPU跑速度慢很多但不至于跑不起来。3.2 最小示例提示词怎么写写提示词这件事比我想象中重要得多。同一个模型提示词写得好不好生成结果可能是一个能用的零件和一个废品之间的差别。我常用的写法是“几何特征加尺寸加约束”。以“六角法兰面螺母”为例我实际使用的提示词是这样的Create a hex flange nut with M8 through hole. Overall dimensions: hex width across flats 24mm, flange diameter 28.5mm, body thickness 8mm, flange thickness 2.5mm, hole diameter 8.4mm. Keep the hexagon centered on the Z axis. All dimensions in mm.翻译过来就是创建一个M8通孔的六角法兰面螺母对边宽24mm法兰直径28.5mm主体厚度8mm法兰厚度2.5mm孔径8.4mm六角居中在Z轴上单位是毫米。这些话术不是随便写的每个信息都有用。对边宽和法兰直径决定了外形轮廓厚度决定了拉伸距离孔径决定了通孔大小“居中在Z轴上”这个约束是防止模型把模型放歪单位说明则避免尺寸解析出错。新手常犯的错误是只写“做一个六角法兰面螺母”就回车。模型确实会努力生成但默认尺寸很可能不是你想要的。这就好比你跟设计师说“画个logo”和说“画一个蓝色圆形logo中间放白色鸟形图案底部带公司名称”的区别。提示词给的信息越多模型的发挥空间越明确结果越可控。3.3 生成的脚本长什么样模型返回的不是模型文件本身而是一段CadQuery脚本。我拿前面那段提示词举例生成的脚本逻辑大致是这样的import cadquery as cq # 六角法兰面螺母参数 hex_outer_dia 27.7 # 外接圆直径约对应24mm对边宽 flange_dia 28.5 # 法兰直径 body_thick 8.0 # 主体厚度 flange_thick 2.5 # 法兰厚度 hole_dia 8.4 # 通孔直径 result ( cq.Workplane(XY) .polygon(6, hex_outer_dia) # 绘制六边形 .extrude(body_thick) # 拉伸主体 .faces(Z) .workplane() .circle(flange_dia / 2) # 绘制法兰圆 .extrude(flange_thick) # 拉伸法兰 .faces(Z) .workplane() .hole(hole_dia) # 打通孔 ) cq.exporters.export(result, hex_flange_nut.step) cq.exporters.export(result, hex_flange_nut.stl)这段代码的思路很清晰先在XY平面上画一个六边形拉伸8mm形成六角主体接着在顶部画一个直径28.5mm的圆拉伸2.5mm形成法兰盘最后在中心打一个8.4mm的通孔。导出STEP格式用于CAD软件导出STL格式用于3D打印。运行这段脚本后你会得到一个完整的实体模型。这时候我想多说一句模型生成的代码不一定是最优的有时候它会把多个特征合并有时候会多出一些不必要的步骤但这都不影响使用。你要检查的关键点是“尺寸对不对”“特征对不对”“坐标系对不对”而不是纠结代码写得漂不漂亮。3.4 下游处理从STEP到图纸拿到STEP文件之后我习惯用FreeCAD打开检查一遍。FreeCAD是开源免费的虽然没有商业软件那么顺滑但看模型、量尺寸、出工程图都够用。打开STEP后先确认模型的整体尺寸符合预期再量几个关键位置比如法兰直径、通孔径确保没有离谱偏差。如果一切正常就可以进入下游流程。要出二维工程图就在FreeCAD里新建“TechDraw”页面插入模型的前视图、俯视图和侧视图添加必要尺寸标注导出DXF或PDF交给加工厂。要3D打印就直接用STL文件导入切片软件设置层高、填充率、支撑等参数。整个链路已经可以跑通不需要任何商业软件参与。实际操作中我还有一个小习惯拿到生成模型后先在CAD软件里手动加一遍倒角和公差标注。不是所有text-to-cad模型都擅长处理倒角这类细节特征有时候生成的倒角要么漏掉要么半径和描述不符。与其在提示词里反复纠结不如在主流程跑通后把倒角这类操作交给CAD软件来完成效率反而更高。4. 我踩过的坑与排查经验从提示词到出图的完整避坑指南4.1 提示词越口语化结果越离谱刚开始用这类工具时我犯过很多次“描述得不清不楚”的错。比如我有一次输入“做个好看一点的支架”结果生成的模型形状很怪尺寸完全不能用。后来我才慢慢总结出规律text-to-cad模型本质是“几何翻译器”它擅长处理明确、量化的信息处理不了模糊的审美和风格词。“好看”“结实”“多一点的孔”“大小适中”这类词对模型来说几乎是无效信息。模型只能用训练数据里的先验知识去猜而猜出来的结果往往不是你想要的。我后来把描述改成“L型支架底板宽60mm、深40mm、厚5mm立板高50mm立板顶部有两个直径8mm安装孔孔间距30mm”效果立刻就不一样了。这不是模型笨而是CAD本身就是一个精确到毫米的领域。建模交互的本质是“给出确定的几何参数”text-to-cad只是把这种“参数输入”从鼠标点击变成了文字描述但精确性的要求一点都没降低。所以写提示词时永远按“你在给一个工程师下设计任务”的标准来写而不是“在跟朋友聊天”的感觉。4.2 单位、坐标系和数字精度单位问题是text-to-cad使用中最容易翻车的细节。我一开始没在提示词里写明“单位是毫米”结果模型生成的模型尺寸凭空大了好几倍因为在某些数据集里单位可能是英寸模型就按英寸去理解了。后来我习惯在每个提示词末尾都加上“All dimensions in mm”这个问题就基本消失了。坐标系也很关键。CAD模型的基准面、方向不同后期在装配的时候会遇到麻烦。我在提示词里通常会让模型把主要轴线放在Z轴上让底面放在XY平面这样生成的模型导入装配体后方向和位置都比较规整。如果不加约束模型可能横着长、倒着长虽然形状没错但到装配环节会非常头疼。说到数字精度顺带提一个我在CAD日常使用中遇到过的经典问题画直线时坐标显示成“2.1616e17”这种科学计数法。这不是text-to-cad的问题而是传统CAD里不小心把坐标点指到了离原点极远的位置导致浮点精度丢失。遇到这种情况最直接的办法是把图形移动回原点附近或者使用“清理重生成”命令。这类问题在text-to-cad场景中出现的概率不高但如果你在CAD里打开了生成文件后发现坐标数值异常先检查原点位置总没错。4.3 生成失败或代码报错的排查模型不是每次都能一次生成可用的结果。我在跑批时遇到过的典型情况有三种模型生成了看似合理的代码但一运行就报错代码能运行但模型尺寸和描述明显不符代码和模型都对但导出后的STEP文件在其他软件里打不开。先看第一种情况。CadQuery报错通常是语法或特征顺序问题比如在拉伸之前就对某个面打孔、在错误的坐标系上绘制草图。最简单的排查方式是把错误信息贴给大模型让它自己试着修。我现在常用的一招是把“代码运行报错以下是错误信息”连同错误内容一起作为新的提示词输入让模型自纠错。虽然不保证百分之百修复但能解决大部分简单的语法问题。第二种情况尺寸不符通常是单位没写清楚或描述存在歧义。我建议把提示词里的尺寸全部改成“直径xx mm”“厚度xx mm”“间距xx mm”这种明确的写法而不是只写一个数字。还有一种可能是模型把某个尺寸理解成了半宽或直径如果你测量后发现有整数倍的关系通常就是这种理解偏差。第三种情况STEP文件打不开多见于大模型生成的模型包含非流形几何或微小退化面。我一般会把文件先导入FreeCAD尝试修复如果修复失败就回到脚本里把模型切分成若干个简单特征的组合再分别导出。4.4 常见问题速查表问题可能原因处理办法生成的代码运行报错语法或特征顺序问题把错误信息丢回模型自纠错或手动调整CadQuery特征顺序模型尺寸比预期大得多单位被解析成英寸提示词里统一加上“All dimensions in mm”模型方向横躺或倒置没有指定基准面和轴向提示词里明确“底面在XY平面中心轴沿Z轴”通孔/螺纹孔生成成了直孔模型不理解螺纹特征先用直孔替代后期在CAD里加工艺特征倒角或圆角缺失模型对倒角特征不敏感整体生成后再用CAD工具统一倒角生成结果形状离谱描述过于口语化或模糊改成“几何特征精确尺寸约束”的写法STEP文件导入失败模型含非流形几何用FreeCAD尝试修复或拆分成简单特征再导出本地部署时CUDA报错版本不匹配按项目要求的PyTorch和CUDA版本来配置环境4.5 心态建议把text-to-cad当“草图助手”而不是“全自动出图”用了一段时间后我最想给读者的一句建议是别指望text-to-cad一步到位生成可以直接交付的图纸。它目前更适合当“草图助手”和“参数生成器”而不是替代整套CAD工作流。为什么这么说因为真实生产中的CAD设计不只是“做出一个形状”还涉及材料、制造工艺、公差配合、装配约束、成本控制等大量工程判断。这些信息很难用一句话描述清楚即使描述清楚了模型也不一定能全部转化成正确的几何特征。我现在的用法是把text-to-cad放在设计最前端快速生成概念模型验证马上要用的零件长什么样或者生成一系列参数化变体供选择然后再用CAD软件做详细设计和出图。这个定位听起来不如“全自动出图”刺激但实际效率提升非常明显。以前做标准件变体要一个个手动改尺寸现在只要改提示词里的参数几秒钟就能得到一个新的初始模型。以前和不懂CAD的同事沟通设计需求要画半天草图现在可以让他们直接写文字描述我拿到初始模型后再修改。这种协作方式的改变比“完全替代CAD”更实际也更有价值。5. 应用场景与影响范围变化发生在哪里5.1 机械设计与标准件变体机械设计领域是text-to-cad最直接受益的场景。标准件比如螺栓、螺母、垫圈、轴承座、法兰盘这类零件形状规律、参数明确非常适合用自然语言描述生成。我实际测试过一批常见标准件凡是“几何特征清楚、尺寸列表完整”的描述生成结果的可用率都比较高。更重要的是变体生成。原来的流程是建一个标准件的参数化模板然后在软件里维护参数表。现在的流程是直接用一段带有参数的文字描述生成一个新变体比如把M8螺栓改成M10把法兰盘厚度从2.5mm改成3mm几秒钟就能得到一个新模型。虽然多数专业CAD软件也有自己的参数化设计能力但对非资深用户而言用一句自然语言描述来修改参数学习成本低得多。5.2 3D打印与快速原型3D打印是text-to-cad落地最快的场景之一。原因很简单3D打印用户里有大量非机械背景的创客、设计师、学生他们不缺创意缺的是把想法变成三维模型的能力。过去他们要在CAD软件里学几周才能画出一个像样的零件现在用自然语言描述就能先得到一个可打印的STL文件即使需要修改也在可接受的范围内。我自己试过用text-to-cad生成一些简单的收纳盒、固定支架、传感器外壳的原型导出STL后直接进切片软件打印出来的实物基本能符合预期。这个流程特别适合“快速试错”的工作节奏描述需求生成模型切片打印验证功能如果不合适就改文字重新生成。整个过程里传统CAD软件只在需要精确调整时才介入。5.3 教育与新员工培训我在带新人时发现CAD学习的最大门槛不是设计思维而是软件操作。很多新人有很好的结构概念但卡在“我不知道这个功能按钮在哪里”这一步久而久之就对建模产生畏难情绪。text-to-cad某种程度上可以把这个门槛削掉一部分。新人在学习CAD时可以先用自然语言描述想法生成一个参考模型再对照着模型去理解“六边形拉伸”“通孔”“阵列”这些概念。老师也可以把设计题目描述成文字让学员先看AI生成的建模过程再自己动手复现。这种方式把“怎么建模”和“为什么这样建模”分开了让初学者先建立几何直觉再补软件操作学习曲线会平缓很多。5.4 企业内部工具化从单个脚本到私有模型最后一个想聊的场景是面向企业的。目前很多text-to-cad开源项目还停留在“个人工具”阶段但这不影响企业把它发展成内部提效工具。想象一下一家非标自动化设备公司把自家的标准件规范、常用材料、工艺要求写成提示词模板再用内部积累的CAD数据微调一个小模型部署在本地服务器上。设计师要调用某个型号的支架不再需要去庞大的标准件库搜索只需要输入型号描述系统直接在后台生成对应模型再自动套用设计规范。这个链路一旦跑通对设计效率的提升是质的改变。不过我也要提醒一点企业落地没那么容易。模型需要对内部数据进行微调和评测生成的几何要经过设计复核和质量检查数据和模型都要私有化部署这些都会产生成本。但如果团队本身有一定AI工程能力这绝对是一条值得投入的方向。text-to-cad的定位不是“取代设计师”而是把重复的几何生成工作吃下来把设计师的精力释放到更复杂的结构创新和工艺优化上。说到底我试用text-to-cad这几个月最大的感受是它带来的不只是“一句描述生成一个模型”的新鲜感而是把CAD设计从“操作密集型”向“描述密集型”转变的一种可能。以后工程师沟通设计需求也许真的可以用“你能不能把这个支架改成孔径10mm、板厚4mm”这种话来完成一部分修改而不是打开软件亲自上手。最后再分享一个小技巧不管用哪个text-to-cad方案写提示词时都坚持“几何特征明确尺寸坐标系约束单位说明”这个四件套实测下来生成结果的可用率会高出一大截。把这个习惯内化之后你会发现自己离“说一句话就拿到模型”的工作方式其实已经很近了。