text-to-cad 实战：从自然语言到 STEP 模型的完整技术拆解

1. 从一句话到三维模型text-to-cad 到底在解决什么问题第一次听到 “text-to-cad” 这个说法我脑子里蹦出来的画面是对着屏幕敲一行字比如“一个 80×60×20 的带四个 M4 沉头孔的安装底板”然后软件“唰”地一下把三维模型和工程图都吐出来。这个画面在几年前还属于科幻范畴但现在已经有一批工具和方案在往这个方向靠了。所谓 text-to-cad直译就是“文本转 CAD”核心逻辑是用自然语言描述几何意图由系统自动生成可用的 CAD 模型文件最终产出物通常是我们熟悉的 STEP、GLB、STL 这类格式。它解决的问题很具体。传统 CAD 建模不管是 SolidWorks、中望 CAD 还是 FreeCAD你都得先学草图约束、拉伸切除、基准面这些概念再一个特征一个特征地堆。一个简单的支架熟手也要十几分钟新手可能折腾一下午。而 text-to-cad 想干的事是把“描述需求”和“生成几何”之间的那道墙拆掉——你负责说清楚要什么系统负责把参数、拓扑、特征树搭出来。这对几类人特别有价值做产品原型但不会建模的硬件创业者、需要批量生成标准件模型的工程师、做 AI 训练数据需要大量 CAD 样本的团队以及想把设计流程自动化的制造从业者。我关注这个方向有一段时间了实测过几种不同的实现路径踩过的坑也不少。有的方案生成出来的模型看着像那么回事一导出 STEP 就报错有的对简单方块还行一涉及曲面和倒角就崩。所以这篇内容我不打算只讲概念而是把 text-to-cad 的技术拆解、格式选型、实操流程、参数计算和排错经验都摊开讲让你看完能自己搭一套可用的流程或者至少知道市面上的工具哪些能信、哪些是噱头。关键词里出现的 CAD、STEP、GLB、STL 这几个词基本覆盖了这条链路的核心CAD 是设计意图的载体STEP 是精确几何的交换格式STL 是 3D 打印的通用语言GLB 是带材质和层级信息的可视化格式。理解它们各自的分工是做好 text-to-cad 的前提。2. 核心思路拆解文本怎么变成几何2.1 三种主流技术路线及其取舍目前把文本变成 CAD 模型业内大致有三条路每条路的成熟度、精度和适用场景差别很大选错了方向后面全是坑。第一条是大模型直接生成代码。思路是让语言模型输出 OpenSCAD、CadQuery 或 build123d 这类“代码化 CAD”的脚本再由这些库去执行生成几何。OpenSCAD 用的是类似编程的 CSG构造实体几何语法CadQuery 基于 Python 的 OCP 内核能输出 STEP。这条路的好处是几何精确、可参数化、可复现因为最终产物是代码改一个数字就能重新生成。缺点是模型得“会写代码”而且复杂曲面表达起来很吃力。我实测下来对于板类、支架类、标准件这类以拉伸、孔、倒角为主的零件这条路最稳。第二条是文本到网格的生成模型。这类方案直接输出三角网格典型产物就是 STL 或 OBJ。它们多半基于扩散模型或 Transformer 架构训练数据是大量的三维网格。优点是能生成有机形状、雕塑感强的东西比如手办、装饰件。缺点是精度不可控、尺寸不精确、拓扑经常有破面导出 STEP 几乎不可能因为 STEP 要的是精确的边界表示BRep而网格是离散近似。你要是拿它做 3D 打印摆件还行做机械配合件就是灾难。第三条是参数化模板加语义解析。系统预置一批参数化模板比如法兰、齿轮、型材语言模型负责从你的描述里抽取参数直径、齿数、长度再填进模板生成模型。这条路最可控、最工程化适合企业做标准件库的自动化。缺点是灵活性差模板没覆盖的形状就做不了。路线代表产物精度可导出 STEP适合场景代码化 CADOpenSCAD/CadQuery 脚本高是机械件、标准件、参数化零件文本到网格STL/OBJ/GLB低到中否装饰件、手办、概念可视化参数化模板参数化模型高是企业标准件、批量生成我的建议是如果你的目标是工程可用优先走代码化 CAD 这条路如果只是要个好看的模型做展示网格生成可以玩如果是企业内部批量出图模板法最省心。2.2 为什么 STEP 和 STL 的分工不能混很多人一开始会困惑既然都能表示三维形状为什么还要分 STEP 和 STL这里必须讲清楚否则你在导出环节一定会翻车。STEP.step/.stp是精确边界表示格式它记录的是数学曲面和曲线的定义比如一个圆柱面是“半径 5、轴线沿 Z 的解析曲面”而不是一堆三角形。所以 STEP 文件小、精度无限、可以被任何 CAD 软件重新编辑特征。它是设计到制造这条链上的通用语言CNC 加工、工程图、装配都靠它。STL 是三角网格格式它把表面离散成一堆小三角形只记录顶点和法向。它简单、通用3D 打印切片软件都认但它丢失了所有特征信息——你拿到一个 STL没法知道哪个面是孔、哪个面是倒角也没法改尺寸。热词里那个“sw 中 stl 转 stp”之所以是个高频问题就是因为很多人拿到 STL 想反向编辑结果发现转出来的 STEP 是一堆碎面根本没法用。GLB 则是 glTF 的二进制版本主打可视化传输带材质、贴图、层级适合网页展示和 AR但同样不是精确几何。所以 text-to-cad 的产出格式选择本质是你要拿它干什么要加工、要出图、要装配走 STEP要打印、要快速预览走 STL要网页展示走 GLB。想清楚这个后面工具选型就不会乱。2.3 语言模型在这里扮演什么角色text-to-cad 里的“text”部分核心是把模糊的自然语言翻译成结构化的几何指令。这一步语言模型干得比传统 NLP 好太多因为它能理解“带圆角的”“对称的”“四个角各一个孔”这种带空间关系的描述。但要注意语言模型不懂几何。它不知道两个面会不会干涉不知道壁厚 0.5mm 打印出来会不会断。所以正确的架构是语言模型负责“翻译意图”几何内核负责“验证和执行”。我见过一些方案让模型直接输出坐标点结果生成的东西自相交、法向翻转全是问题。稳妥的做法是让模型输出参数和操作序列比如“创建一个 80×60 的矩形拉伸 20在四角打直径 4.5 的通孔”再由 CadQuery 这类库去执行执行失败会直接报错你就能定位问题。3. 环境搭建与工具选型实操3.1 代码化 CAD 环境的搭建步骤如果你决定走代码化 CAD 这条路环境搭建是第一步。我以 CadQuery 为例因为它的 Python 生态最成熟输出 STEP 也最顺。首先装 Python建议 3.10 或 3.11太新的版本有些依赖还没跟上。然后建虚拟环境别直接装在系统 Python 里否则依赖冲突会让你怀疑人生python -m venv cadenv source cadenv/bin/activate # Windows 用 cadenv\Scripts\activate pip install cadqueryCadQuery 底层依赖 OCPOpenCASCADE 的 Python 绑定安装包比较大第一次装可能要几分钟。装完验证一下import cadquery as cq result cq.Workplane(XY).box(10, 10, 10) cq.exporters.export(result, test.step)能生成 test.step 就说明环境通了。如果报 OCP 相关的错多半是版本不匹配可以指定pip install cadquery2.4这种稳定版本。如果你更习惯 OpenSCAD那就简单了直接下个 OpenSCAD 客户端它自带脚本编辑器写完按 F5 预览、F6 渲染、导出 STL。OpenSCAD 的语法更接近纯 CSG学起来快但它不能直接导出 STEP只能出 STL 和 CSG这是它的硬伤。所以要做工程件我还是推荐 CadQuery 或 build123d。3.2 语言模型接入的几种方式把语言模型接进来有几种做法。最简单的是手动对话你在对话框里让模型生成 CadQuery 代码复制到本地跑。这种方式适合探索阶段成本低但没法自动化。进阶一点是API 调用写个脚本把用户描述发给模型拿回代码自动执行并导出。这里要注意几个工程细节一是给模型明确的输出约束比如“只输出 Python 代码不要解释使用 cadquery 库最后用 cq.exporters.export 导出 STEP”二是加错误重试模型第一次生成的代码经常有语法错或 API 用错把报错信息回喂给它让它改通常两三轮就能跑通三是限制复杂度别一上来就让它生成带复杂曲面的东西先从方块、圆柱、孔这些基础特征开始。还有一种是用本地部署的小模型做微调针对特定领域的零件做训练。这条路成本高但如果你有大量重复的零件类型长期看是划算的。我试过用几百个 CadQuery 脚本微调一个小模型在标准件生成上准确率能到八成以上但泛化到新形状就明显下降。3.3 格式转换工具链的准备text-to-cad 的产出往往需要在格式间转换所以工具链要提前备好。STL 转 STEP 是个高频需求但没有完美的自动方案因为网格转精确曲面本质是逆向工程。常用的工具是 FreeCAD 的“Part 工作台”里的“从网格创建形状”或者用 MeshLab 做预处理再导入。实测下来简单几何体平面为主转换效果还行曲面多的基本没法看。STEP 转 STL 就简单多了CadQuery、FreeCAD、甚至在线工具都能做本质是网格化精度自己控制。GLB 的生成一般用 trimesh 或 pygltflib从 STL 或 OBJ 转过去加上材质就行。转换方向推荐工具难度效果STEP → STLCadQuery/FreeCAD低好STL → STEPFreeCAD Part高一般曲面差STL → GLBtrimesh低好STEP → GLBFreeCAD 导出中中提示STL 转 STEP 之前先用 MeshLab 做一次“去除重复顶点”和“修复非流形边”能显著提升转换成功率。4. 完整实操流程从一句话到一个可用的 STEP4.1 需求描述的结构化写法要让 text-to-cad 出好结果输入的描述方式很关键。我总结了一个四要素模板形状、尺寸、特征、约束。比如“一个长方体底板长 80 宽 60 厚 10四个角各有一个直径 4.5 的通孔孔中心距边缘 8mm所有棱边倒 R2 圆角”。这样模型能准确抽取参数生成的代码基本一次过。反过来如果你说“做个底板”模型只能瞎猜出来的东西没法用。所以描述越像工程图纸的标注结果越好。我一般会先在纸上把关键尺寸和特征列出来再组织成一句话这样比直接对着模型说效率高得多。4.2 生成代码的审查与修正模型吐出代码后别急着跑先扫一眼几个高频错误点。第一是单位CadQuery 默认单位是毫米但模型有时会按米来写导致模型大一千倍。第二是坐标系孔的位置是相对原点还是相对某个面容易搞错。第三是布尔运算顺序先打孔再倒角还是先倒角再打孔结果不一样通常先做主体、再打孔、最后倒角比较稳。我遇到过一次模型生成的代码里倒角半径比壁厚还大执行直接报错。把报错信息回喂给它它改成了 R1.5就通过了。所以报错不可怕怕的是不看报错。CadQuery 的报错信息其实挺清楚的会告诉你哪一行、什么类型的几何错误。4.3 参数计算的实际案例举个具体的例子假设要生成一个带沉头孔的安装板。沉头孔的参数不是随便定的得按标准来。M4 的沉头螺钉通孔直径一般取 4.5mm沉头直径取 8mm沉头角度 90 度。这些数字如果让模型自己编它可能给你 4.2 和 7.5装不上。所以关键配合尺寸要自己算好写进描述里。再比如壁厚3D 打印的 FDM 工艺最小壁厚建议不低于 1.2mm三层 0.4 喷嘴CNC 加工可以到 0.8mm 但成本上升。这些工艺约束模型不知道得你在描述里指定。我一般会在描述末尾加一句“壁厚不小于 2mm所有内角加 R1 圆角以减少应力集中”这样出来的模型更接近可制造状态。4.4 导出与验证代码跑通后导出 STEP 只是第一步验证才是关键。我通常做三件事一是用 FreeCAD 打开 STEP检查是不是实体Solid而不是壳体Shell壳体说明有破面二是量几个关键尺寸确认和描述一致三是如果要做 3D 打印导出 STL 后用切片软件预览看有没有悬空、薄壁问题。这里有个小技巧CadQuery 导出 STEP 时可以同时导出 STL 做快速预览两个文件对照着看效率高很多。导出代码大概长这样cq.exporters.export(result, part.step) cq.exporters.export(result, part.stl, tolerance0.01)tolerance 控制网格精度0.01 对大多数零件够用太小文件会很大。5. 常见问题与排查技巧实录5.1 生成失败的高频原因速查实操中遇到的问题我整理成了一张速查表基本覆盖了八成的情况现象可能原因解决方向代码执行报错API 用法错误回喂报错让模型修正模型尺寸离谱单位搞错检查是否用了米导出 STEP 失败几何非实体检查布尔运算是否闭合孔位置偏移坐标系理解错明确基准面和原点倒角报错半径过大减小到小于壁厚一半STL 有破面网格精度低提高 tolerance 或修复网格5.2 几何内核报错的排查思路几何内核的报错往往很晦涩比如“BRep_API: command not done”。这种时候别慌先简化模型把倒角、圆角这些容易出问题的特征去掉看主体能不能生成。如果能再一个一个加回来定位到具体是哪个特征导致的。我遇到过倒角在薄壁上失败的情况把倒角半径从 2 改成 1 就好了。另一个常见问题是自相交通常出现在布尔运算的边界上。解决办法是调整运算顺序或者给参与运算的实体留一点重叠量。比如打孔时孔的深度比板厚多 1mm确保完全穿透避免留下薄薄一层导致后续操作失败。5.3 格式转换的坑与绕行方案STL 转 STEP 这个需求我踩过的坑最多。直接转出来的 STEP 是一堆碎面没法编辑。后来我的做法是能重新建模就重新建模别指望转换。如果实在要转先用 MeshLab 做简化把三角形数量降到几千再用 FreeCAD 的“Part → 从网格创建形状”最后用“Part → 检查几何”验证。即便如此曲面部分还是会有偏差只能用于参考不能用于精密加工。还有一个坑是颜色和材质丢失。GLB 转 STL 会丢材质这是格式本身决定的没法避免。如果材质重要就保留 GLB 作为展示格式STL 只用于打印。5.4 提升生成成功率的独家技巧几个我实测有效的技巧。第一给模型示例。在提示词里放一两个正确的 CadQuery 代码片段它模仿得会准很多。第二分步生成。别让它一次生成完整零件先让它生成主体确认没问题再让它加特征每步都验证。第三固定随机性。如果用的 API 支持 temperature 参数把它调低比如 0.2输出会更稳定。第四建自己的模板库。把常用的零件法兰、支架、齿轮的代码存下来下次直接改参数比重新生成快得多也稳得多。注意不要完全信任模型生成的尺寸尤其是配合尺寸和标准件尺寸一定要对照机械设计手册核对。6. 应用场景延展与个人实践体会text-to-cad 能用的地方比想象中多。除了前面说的原型设计和标准件生成我还见过用它做批量定制的比如客户给一批尺寸不同的支架需求用脚本批量生成模型和图纸效率比人工高一个数量级。还有做教学的学生用自然语言描述系统生成模型能快速建立空间想象力比一上来就学约束草图友好得多。在3D 打印社区里这个方向也很热。很多人有创意但不会建模text-to-cad 让他们能把想法快速变成可打印的 STL。虽然精度一般但打印摆件、玩具够用了。热词里“qopengl 加载 stl”“qt5.15.2 读取 stl”这类需求其实就是在做模型的可视化和交互和 text-to-cad 的展示环节是打通的。我自己用下来最大的体会是text-to-cad 现在还是个“辅助工具”不是“替代方案”。它能帮你跳过重复劳动能帮你快速验证想法但关键的设计决策、工艺判断、尺寸链计算还是得人来。把它当成一个不知疲倦但需要监督的实习生心态就对了。另外代码化 CAD 这条路值得每个机械工程师花时间学。就算不用 AI用 CadQuery 写脚本做参数化零件也比手动建模快得多而且改起来方便。我现在的标准件基本都用脚本生成改个参数重新跑几秒钟的事。这个技能和 text-to-cad 是天然契合的学会了受益无穷。最后分享一个小技巧如果你经常需要生成类似的零件可以建一个参数化的模板函数把可变尺寸做成参数然后用语言模型只负责填参数不负责生成结构。这样既保留了 AI 的便利又保证了结构的可靠性。我试过用这种方式做一批安装板从描述到出 STEP 不到一分钟而且尺寸零错误。这个思路比让模型从零生成要稳得多。