text-to-cad实战：从自然语言到STEP模型的完整链路与踩坑指南

1. 从一句话到三维模型text-to-cad 到底在解决什么问题把画一个 M8 法兰螺母这句话直接变成可加工的 STEP 文件这件事在几年前还只存在于论文里。现在 text-to-cad 这类工具已经能跑通从自然语言到 B-rep 实体的完整链路虽然离说人话就出图还有距离但作为辅助建模手段已经相当能打。我最近花了两周时间把这条链路从头到尾摸了一遍踩的坑比想象中多收获也比预期大。先说清楚它是什么。text-to-cad 不是某个具体软件而是一类工作流的统称输入一段自然语言描述经过大模型解析意图、生成参数化脚本或中间表示最终输出 CAD 可读的几何文件。输出格式通常有三类——STEP 用于通用三维交换URDF 用于机器人仿真G-code 用于加工制造。这三者面向的下游完全不同选错格式等于白干。它解决的问题很具体大量重复性、参数化的零件建模占用了工程师太多时间。一个标准件库里有几百个螺栓、垫片、型材截面每个都手动拉伸切除纯属浪费生命。text-to-cad 的价值在于把描述需求和得到模型之间的手工操作压缩掉让工程师把精力放在真正需要判断力的地方。适合谁看这篇内容如果你是有一定 CAD 基础、想提升建模效率的机械工程师或者做机器人仿真需要批量生成 URDF 的开发者再或者想入门参数化建模但被脚本语法劝退的新手下面的内容都能直接用。完全没碰过 CAD 的读者建议先补一下草图约束和特征树的基本概念否则后面会卡在为什么这个模型生成出来是歪的这种问题上。2. 拆解 text-to-cad 的技术链路从语义到几何到底经过了几层2.1 自然语言解析层大模型在这里干了什么第一层是语义理解。你输入一个外径 40mm、内径 20mm、厚度 5mm 的垫圈大模型需要提取出三个关键参数和两个几何特征外圆、内圆。这一步看起来简单实际上坑最多。模型经常把外径和外半径搞混或者在厚度和高度之间摇摆。我的经验是描述里所有尺寸都带上明确单位并且用直径而不是径这种模糊词解析准确率能提升一大截。更麻烦的是隐含约束。你说一个能套进 M8 螺栓的垫圈模型得知道 M8 螺栓的标准外径是 8mm垫圈内径通常取 8.4mm 留间隙。这种行业常识大模型不一定有需要你在提示词里补全。我一般会建一个常用标准件参数表把螺栓、轴承、型材的规格提前喂给模型作为上下文效果比每次现猜好得多。这一层的输出通常是一段结构化文本比如 JSON 格式的参数列表或者直接是一段 Python 脚本。两种方式各有优劣JSON 更稳定但需要额外的解释器Python 脚本更灵活但容易出语法错误。我倾向于让模型直接生成 CadQuery 或 OpenSCAD 脚本因为这两个库的语法相对简单容错率高。2.2 参数化建模层CadQuery 和 OpenSCAD 怎么选到了这一层你得选一个建模内核。目前主流方案是 CadQuery基于 OCCT和 OpenSCAD基于 CGAL。两者的区别用一句话说CadQuery 输出的是真正的 B-rep 实体能导出 STEPOpenSCAD 输出的是网格只能导出 STL。如果你下游要做仿真或者加工必须选 CadQuery。CadQuery 的语法接近自然语言比如画一个垫圈import cadquery as cq result ( cq.Workplane(XY) .circle(20) # 外圆半径 20mm .circle(10) # 内圆半径 10mm .extrude(5) # 拉伸 5mm )这段代码生成的就是外径 40、内径 20、厚 5 的垫圈。注意circle的参数是半径不是直径这是新手最容易搞错的地方。我第一次生成出来的垫圈外径变成了 80排查了半天才发现是半径直径混淆。OpenSCAD 的写法更接近编程difference() { cylinder(h5, r20, centertrue); cylinder(h6, r10, centertrue); }两种写法都能用但 CadQuery 的优势在于它保留了完整的几何拓扑信息后续做倒角、抽壳、布尔运算都不会丢失精度。OpenSCAD 做复杂布尔运算时容易出现网格破损尤其是薄壁件。2.3 格式导出层STEP、URDF、G-code 各自的门道模型建好后要导出。STEP 是最通用的三维交换格式几乎所有 CAD 软件都能读。导出时注意两个参数单位默认毫米和精度建议 0.001mm。精度设太高文件会巨大设太低圆会变成多边形。URDF 是机器人描述格式导出时除了几何还要附带关节信息。text-to-cad 生成的 URDF 通常只有视觉网格碰撞体和惯性矩阵需要手动补。我试过直接用生成的 URDF 导入 CoppeliaSim结果机器人一加载就穿模原因是碰撞体没设置。后来在 URDF 里手动加了collision标签才正常。G-code 是加工指令导出前必须确认机床的坐标系和刀具参数。text-to-cad 生成的 G-code 一般是粗加工路径精加工参数还得在 CAM 软件里调。我拿生成的 G-code 直接上雕刻机结果进给速度太快断了三把刀后来把 F 值从 800 降到 300 才稳定。3. 实操用 text-to-cad 生成一个法兰并导出 STEP3.1 环境准备Python 环境与 CadQuery 安装先装 Python建议 3.10 以上版本。然后装 CadQuerypip install cadquery如果要用大模型做语义解析还得装 OpenAI 或类似接口的 SDK。我用的方案是本地跑一个开源模型做解析避免网络依赖。装完后验证一下import cadquery as cq print(cq.__version__)能打印出版本号就说明环境没问题。这里有个坑CadQuery 依赖 OCCT 库Windows 上如果缺 Visual C 运行库会报错。我遇到过c2005cpi错误装了 VC 2015-2022 运行库后解决。这个问题在 CAD 安装里也很常见属于系统环境问题不是软件本身的问题。3.2 提示词设计怎么描述才能让模型一次生成正确提示词的质量直接决定生成结果的可用性。我总结了一个模板生成一个 [零件类型]主要尺寸[尺寸1][值][单位][尺寸2][值][单位][尺寸3][值][单位]。材料为 [材料]表面处理 [处理方式]。输出 CadQuery 脚本。举个例子生成一个法兰盘外径 100mm内径 40mm厚度 10mm螺栓孔 6 个均布在直径 80mm 的圆上孔径 8mm。材料为 45 号钢。输出 CadQuery 脚本。这个描述里包含了所有关键参数模型生成的脚本基本能直接用。如果描述里漏了螺栓孔数量模型会自己猜一个通常猜 4 个但实际可能需要 6 个。所以宁可描述啰嗦一点也不要留模糊空间。3.3 生成结果验证怎么检查模型是不是你要的脚本跑完后别急着导出先做三件事。第一检查包围盒尺寸。用result.val().BoundingBox()打印长宽高跟你的预期对比。第二检查体积。用result.val().Volume()算一下跟理论值对比。法兰的理论体积是外圆柱减内圆柱减螺栓孔算出来对不上就说明哪里错了。第三导出 STL 用预览软件看一眼。我习惯用 MeshLab 或者直接扔进切片软件里看一眼就能发现孔位不对或者方向反了。验证通过后再导出 STEPcq.exporters.export(result, flange.step)导出后可以用 FreeCAD 打开确认或者用cadquery.importers.importStep重新读回来检查拓扑是否完整。4. 那些文档里不会写的踩坑记录4.1 单位陷阱为什么你的模型大了 25.4 倍英制单位和公制单位的混淆是最高频的坑。大模型训练数据里英制描述不少有时候你写直径 2 英寸它给你生成 2mm。更隐蔽的是有些库默认单位是英寸比如某些 OpenSCAD 的旧版本。我的做法是在提示词里强制声明所有尺寸单位为毫米并且在脚本开头加一行注释标注单位。导出 STEP 时再确认一次单位设置双重保险。4.2 坐标系错乱URDF 导入仿真环境后模型飘走URDF 的坐标系定义跟 CAD 不一样。CAD 里通常以模型底面中心为原点URDF 里原点是关节旋转中心。text-to-cad 生成的 URDF 如果没做坐标变换导入 CoppeliaSim 后模型会偏离预期位置。解决办法是在 URDF 的visual标签里加origin xyz0 0 0.05 rpy0 0 0/做偏移把模型底面移到关节中心下方。这个偏移量等于模型高度的一半得根据实际尺寸算。4.3 薄壁件网格破损STL 导出后全是洞薄壁件壁厚小于 1mm在 OpenSCAD 里做布尔差集时容易产生非流形边导出 STL 后出现破洞。CadQuery 因为用 B-rep 内核这个问题少很多但也不是完全没有。如果遇到把壁厚加到 1.5mm 以上通常能解决。实在需要薄壁导出 STEP 后在 FreeCAD 里做一次修复再转 STL。4.4 G-code 过切第一刀就撞刀是什么体验G-code 生成时如果没设置安全高度刀具会直接从原点快速移动到第一个切削点中间撞到夹具。我吃过这个亏后来在脚本里强制加G0 Z10抬刀。另外进给速度 F 值别信默认值不同材料差别很大。铝件用 300-500钢件用 100-200塑料可以到 800。第一次跑新程序时把进给倍率调到 50%确认没问题再逐步加回去。5. 把 text-to-cad 接进现有工作流的几种姿势5.1 批量生成标准件库如果你需要建一个包含几百个规格的螺栓库手动建模不现实。用 text-to-cad 写个循环把规格表读进去批量生成specs [(M3, 3, 12), (M4, 4, 16), (M5, 5, 20)] for name, dia, length in specs: script f import cadquery as cq result cq.Workplane(XY).circle({dia/2}).extrude({length}) cq.exporters.export(result, {name}_bolt.step) exec(script)这个思路可以扩展到轴承、型材、齿轮。关键是先把一个规格调通确认参数映射正确后再批量跑。5.2 与现有 CAD 软件配合生成的 STEP 可以直接导入 SolidWorks、中望 CAD、Fusion 360 做后续编辑。导入时注意选择输入为实体而不是输入为曲面否则没法做特征操作。如果导入后模型是灰色的不可编辑状态检查一下是不是被识别成了参考几何体在特征树里右键改成实体即可。5.3 参数化模板的沉淀每次生成成功的脚本别扔存下来做成模板库。下次遇到类似零件改几个参数就能用。我现在的做法是按零件类型分文件夹每个文件夹里放一个template.py和一个params.json用的时候改 JSON 就行。这比每次重新写提示词快得多而且结果稳定。6. 关于精度、性能和边界的实话text-to-cad 目前的能力边界很清楚规则几何体、参数化零件、标准件它做得很好自由曲面、复杂装配、需要工程判断的结构它做不了。别指望它生成一个汽车覆盖件但生成一百个不同规格的垫圈完全没问题。精度方面CadQuery 生成的 STEP 精度取决于 OCCT 内核一般能达到 1e-6mm远超加工需求。性能瓶颈在语义解析层大模型推理一次要几秒到几十秒批量生成时建议把解析结果缓存下来别每次都重新推理。最后说个实际体会text-to-cad 最大的价值不是替代建模而是把想法到原型的周期从几小时压缩到几分钟。我做一个非标支架以前从画草图到出 STEP 要四十分钟现在描述清楚后两分钟出结果剩下三十八分钟用来检查干涉和优化结构。这个时间账算下来投入学习成本是完全值得的。