text-to-cad入门实操：从生成脚本到法兰盘全流程踩坑记录

1. text-to-cad到底是什么别把“文生3D”和“文生CAD”搞混了前阵子跟几个做机械设计的兄弟聊AI辅助设计发现很多人对text-to-cad的理解还停留在“用AI生成一个3D模型”这个层面。这个理解不能算错但漏掉了最关键的东西text-to-cad生成的不是一堆三角面片组成的“好看模型”而是真正能进CAM、能标注尺寸、能改参数的CAD文件。我一听到这个方向就开始折腾前前后后把主流项目跑了个遍包括生成脚本路线、扩散模型路线、模板检索路线踩了不少坑也摸出了一些门道。这篇文章就把我这大半年的实操记录、选型思考、踩坑实录都整理出来给想入坑的同行一个参考。1.1 不是“文生3D”而是“文生工程模型”先搞清楚一个概念。市面上常见的“文生3D”比如那些输入一句话就能生成一个三维网格模型的工具本质上是AI在“捏泥巴”——它生成的是一个表面形状背后没有任何参数、特征、约束关系。你拿这个模型去做有限元分析、做CNC编程、做装配配合基本都干不了因为模型内部可能是空壳拓扑乱七八糟尺寸也不可控。text-to-cad走的是另一条路。它生成的是CAD原生的东西常见形式有两种一种是直接生成可执行的CAD脚本比如FreeCAD的Python API脚本、CadQuery的建模范式代码或者某个商业CAD软件的宏命令另一种是生成参数化的B-Rep实体模型也就是边界表示模型由面、边、顶点和拓扑关系构成能被CAD软件打开、测量、修改。这两者还有一个共同点结果必须是可编辑的、有尺寸信息的、符合机械制图和加工逻辑的。我用一个生活化的类比来解释文生3D相当于你描述一只猫AI给你捏一个猫的石膏像好看但不能拆开text-to-cad相当于你描述一个法兰盘AI给你画一张标注了所有尺寸的工程图纸加一个参数化模型你拿到手能直接改孔径、改厚度、改孔位还能导出STEP格式去加工。这个差别用过的人都知道有多重要。1.2 它解决的三个实际痛点我之所以持续关注这个方向不是因为“AI很酷”而是因为它确实戳中了工程日常里的几个痛点。第一个痛点是概念图到初版模型的快速转换。很多时候客户或者产品经理给一段文字描述“一个直径50mm的圆盘中心孔20mm周围四个均布安装孔底下带一圈加强筋。”传统流程里工程师要打开CAD软件建草图、加约束、拉伸、打孔少说也要十几分钟来回沟通改尺寸更是没完没了。text-to-cad可以在几秒内给出一个初版模型哪怕没有直接达到最终状态至少把80%的重复劳动干掉了。第二个痛点是标准件和通用件建模。法兰、支架、轴承座、齿轮、底座这类零件结构规律、参数明确、重复度高是最容易被生成式AI替代的工作。我用text-to-cad生成过标准的法兰盘、电机安装支架、带轮毂的齿轮实测下来效率和准确率都相当能打。第三个痛点是老图纸的逆向与改造。手里有一张旧零件的图纸或者一个STEP文件想快速换个尺寸、改个孔位重新出图传统做法要么重新建模要么用参数化改造都挺费劲。text-to-cad配合反推流程可以大大压缩这个环节的时间。适合谁来看这篇文章呢机械设计、产品结构设计、3D打印爱好者、智能制造方向的开发者还有对AI编程辅助设计感兴趣的程序员应该都能从中找到有价值的信息。我不写教科书式的原理堆砌直接记录我实际跑通的过程、用过的方案、栽过的跟头和现在的推荐玩法大家可以直接对着抄作业。2. 主流技术路线与工具选型三条路我实测走了一遍text-to-cad听着是一个方向实际上实现思路差别很大。我把自己实际接触过的方案按技术路线分成三类分别跑了一遍下面说说我看到的现状和各自适合的场景。2.1 当前三类主流路线第一类是大语言模型直接生成CAD脚本。这是目前最热、落地效果最明显的一条路。思路不复杂用大量“文本描述 CAD脚本”的配对数据微调一个代码模型让模型学习从自然语言翻译成CAD操作命令。最简单的形态是让模型输出一段FreeCAD或者CadQuery的Python代码执行这段代码就能得到模型文件。这类方案的代表是Text2CAD、CAD-GPT这类项目它们一般会搭配特定的语法规则和约束描述让输出的代码不出现低级语法错误。公开资料显示这类项目通常会构建数万到数十万条“文本-CAD模型”配对样本训练一个能理解工程语义的代码模型。我实际体验下来这条路最大的优点是可以直接拿到“带特征历史”的可编辑模型因为脚本本质上就是建模操作序列每一步都对应一个特征缺点是模型质量高度依赖训练数据和提示词对于没见过的新零件类型生成结果大概率会缺特征或者尺寸偏差。第二类是扩散模型生成几何再重建成CAD实体。这条路跟AI绘画更接近先让模型生成点云、体素或者隐式场表示的几何形状然后再通过拟合算法转换成B-Rep实体模型。听起来挺美因为理论上不局限于“训练集里见过的零件”。但实际跑下来我的感受是“重建成品率”很不稳定。几何表示和B-Rep之间不是简单的等值面提取涉及大量面的拟合、拓扑修复、圆角识别等操作难度相当高。生成一个类似叶轮、支架这类复杂曲面的“视觉原型”还可以但拿去做装配和加工还差得远。第三类是检索加模板组合。这种方式更工程化不搞复杂的生成模型而是先建一个标准件零件库配好参数化模板然后用大模型解析用户意图去库里匹配模板并填入参数。我测过一些工业大厂做的AI生成工具思路基本就是这条路。比如你输入“需要一个内径30mm、外径60mm、厚度8mm、四个直径6mm的均布安装孔的法兰”它直接调一个法兰参数化模板填好参数输出STEP文件。这条路最稳但覆盖范围有限只能做库里的东西。我整理了一张对比表方便大家根据自己的需求快速判断技术路线代表方案类型可编辑性覆盖范围生成稳定性落地成熟度生成CAD脚本Text2CAD、CAD-GPT高保留特征树中高取决于数据集中等依赖提示词较高适合研究者扩散模型重建研究型项目偏多低需要大量后处理修复高可生成新形状较低重建成功率不稳定低暂不建议生产使用检索模板组合工业AI工具高参数化模板低仅限于模板覆盖范围高稳定可靠高适合企业场景三类路线我都建议感兴趣的读者至少跑一遍因为每种路线的失败模式完全不同亲手踩过坑对“AI能干什么不能干什么”的判断会准很多。2.2 我的工具选型建议从CadQuery和FreeCAD开局工具选型这块我给新手一个明确的建议别一上来就整商业软件的商业闭源AI插件先搞开源工具链。原因是调试的时候你能看到完整报错逻辑透明改起来有抓手。我首推的是CadQuery加FreeCAD的组合。CadQuery是一个用Python描述参数化CAD模型的库号称“Python版的OpenSCAD”但它比OpenSCAD强在支持真正的B-Rep实体建模和约束历史。CadQuery生成的代码本质上就是text-to-cad模型最理想的目标输出——结构清晰、特征明确、可参数化。FreeCAD则负责做“翻译官”把脚本执行结果转成STEP、STL、DXF等通用格式或者直接打开进行人工修改。为什么不用AutoCAD或SolidWorks的自动化接口呢一方面这些软件授权成本高另一方面闭源环境里报错信息不透明出了问题很难排查。我自己跑text-to-cad的时候遇到90%的问题都出在“模型生成代码但代码执行报错”这个环节用开源工具链你可以拿到完整的堆栈信息一步一步跟踪很快就能定位是API调用错误、单位问题还是几何约束冲突。选定CadQuery之后我建议大家先做一个小练习手动写一个法兰盘的CadQuery脚本跑通生成、导出、导入FreeCAD全流程。这个练习不用AI参与目的是让你熟悉目标输出的“长相”。一个典型的法兰盘脚本长这样import cadquery as cq result ( cq.Workplane(XY) .circle(60 / 2) .extrude(8) .faces(Z) .hole(30) .faces(Z) .workplane() .rect(4, 4, forConstructionTrue) .vertices() .hole(6) ) cq.exporters.export(result, flange.step)我刻意把代码写得精简不堆高级操作。等你亲手跑通这一段再看text-to-cad模型的输出你就能一眼看出AI生成代码里哪些是无效操作、哪些会报错、哪些几何结果又丑又不能用。这个基本功比看多少论文都管用。3. 完整实操用一句描述生成一个能用的法兰盘光说不练假把式。下面这一段我记录一个完整的实操流程从准备环境开始到输入一句描述最终导出一个法兰盘的STEP文件。这套流程我跑了不止三遍每一步的反馈都是我实际操作后总结出来的按这个顺序走基本不会卡壳。3.1 环境准备与依赖安装首先准备一个Python环境。我这里用的是Python 3.10以上的版本因为新版CadQuery和PyTorch生态对高版本Python支持更好。建议用虚拟环境避免跟系统Python乱七八糟的包打架。python -m venv t2c_env source t2c_env/bin/activate # Windows下用 t2c_env\Scripts\activate pip install cadquery pip install torch transformers pip install githttps://github.com/your-choice/text2cad-project.git这里说明一下text-to-cad方向的开源项目更新迭代很快具体的仓库地址大家要以自己搜索到的项目为准但安装套路基本就是“装PyTorch、装Transformers、克隆项目、装依赖”四步。我自己跑的时候最大的坑是PyTorch的CUDA版本跟本机显卡驱动不匹配导致推理速度慢到离谱。后来老老实实按PyTorch官网给的命令装半小时搞定。如果你没有独立显卡也不用慌。我实测CPU模式下跑小模型生成一个简单零件也就十几秒到半分钟完全可用。用大模型的话CPU会慢一些但不至于跑不动。对于学习阶段来说CPU加小模型完全够了。3.2 实操例子生成法兰盘并导出STEP环境备好之后我输入了一句描述目标是生成一个经典的法兰盘。描述写得越精确生成结果越接近预期这条经验值100%可靠。我的提示词是这样的A circular flange with outer diameter 60mm, inner hole diameter 30mm, thickness 8mm, four through holes with diameter 6mm, evenly distributed on a bolt circle with radius 22.5mm.这里我刻意把“bolt circle radius”写成22.5mm而不是直径45mm是因为我发现很多生成模型对“直径→圆周均布”这个语义转换容易出错直接写成半径值模型更容易理解。这是我从多次失败里总结出来的提示词技巧之一。运行生成命令从项目里选一个基础生成脚本python generate.py --prompt A circular flange... --output flange输出内容通常有两类一类是生成的CadQuery/FreeCAD脚本文件另一类是项目直接把脚本执行好得到的STEP模型文件。我建议你优先保留脚本文件因为这是模型的可编辑资产STEP文件只是给下游用的“只读结果”改起来很麻烦。生成的脚本画风跟我上面手动写的那段法兰盘代码很像只是可能带一些冗余操作比如多建了一个面、多一次没必要的变换。这时我会用FreeCAD打开STEP模型先测关键尺寸外径是不是60mm、中心孔是不是30mm、四个孔是不是直径6mm且均布。实测大多数情况下尺寸整体是对的但偶尔会出现中心孔偏大0.5mm这种精度漂移原因大概率是训练数据里的标注单位不一致。这个瑕疵用FreeCAD的测量工具或直接改脚本参数几秒钟就能修好。3.3 实操例子从“描述”到“尺寸标注”的全链路另一个我常用来验证能力的例子是“电机安装支架”。这类零件结构简单但涉及多个特征组合底座、两侧耳板、安装孔、中心孔。我在提示词里这样描述A motor mounting bracket with a flat base plate 80mm by 60mm and thickness 5mm, two vertical side plates at the left and right edges with height 40mm and thickness 4mm, a centered hole with diameter 24mm in each side plate for the motor shaft, four mounting holes with diameter 5mm at the corners of the base plate.生成出来的模型我检查了特征完整性和尺寸合理性。结果是底座和侧板确实按描述生成了中心孔位置也对但四个安装孔的定位偶尔会出现偏移原因在于我的描述里没有说明“安装孔相对于底座边缘的偏移量”模型只能按训练数据里的“常见默认值”生成这个默认值跟我的目标不一致。这说明一个规律text-to-cad对显式描述的几何特征把握很好对隐性工程默认值把握不准。比如“四个角上的孔”这个说法人类工程师会本能地设定孔中心到边缘的合理距离但AI只能猜。解决办法是把你能想到的尺寸全部量化写进提示词宁可啰嗦不可省略。孔位置的偏移量、圆角半径、螺纹规格这些信息你想偷懒不写AI就会替你自由发挥而它的发挥方向显然不一定是你要的。3.4 参数调节与模型选择心得很多项目都给你留了一个temperature参数也就是采样的随机性。这个参数在我实测中作用很大低温度0.1到0.3生成结果更稳定代码更少报错但形状上比较“保守”倾向于训练集里最常见的零件形态。高温度0.7以上生成形状更多样甚至能出现一些结构上的“创新”但是报错率指数级上升经常生成出根本不能执行的废话代码。我做学习实验时喜欢把temperature调到0.5左右既有一定多样性又不至于完全失控。如果我要拿结果去加工就老老实实用0.2。模型选择方面我看到的主流做法是“基座模型用代码模型比如CodeLlama或DeepSeek-Coder系列配合特定项目的微调权重”。跑下来我的经验是通用代码模型的工程语义理解能力偏弱它会写出一段语法完全正确的Python代码但对“法兰盘”应该有什么特征完全没有概念。反而是专门在CAD脚本数据集上微调过的模型生成结果的可用性高很多。所以如果出现“代码不报错但模型莫名其妙”的情况十有八九是你用了没微调过的基座模型。4. 踩坑实录常见问题与排查技巧老实说text-to-cad到现在还不能做到“描述即所得”。我在实际跑的过程中遇到了大量问题这里挑几个最有代表性的把现象、原因、排查方法都写出来大家以后遇到能少走弯路。4.1 生成的模型打不开或者破面严重这个现象在“扩散模型重建B-Rep”路线上表现得尤其明显。你满怀期待地跑完生成拿到一个STEP文件结果在FreeCAD里一打开模型上全是破面、裂缝、洞根本没法用。我的排查心得是这样先看文件大小。一个健康的机械零件STEP文件通常几十KB到几百KB。如果生成的文件只有几KB多半几何信息严重缺失如果文件有几十MB说明重建算法把无数细碎小面片都塞进来了这种也是垃圾模型。这两个极端都别花时间去修直接重新生成或者换技术路线更划算。如果是轻微破面可以尝试FreeCAD的Part菜单里的“修复形状”工具对轻度的拓扑错误有一定修复能力。但记住修复只能救场别指望它把严重破损的模型变回正常。我踩过这个坑花了两个小时修一个灭失了一半面的支架模型最后果断放弃重来。4.2 尺寸和单位混乱AI把毫米当成英寸了这个问题出现频率极高而且特别隐蔽。我遇到过生成的齿轮模型轮毂内径足足大了2.54倍一看就是模型把描述里的“25.4mm”理解成了“25.4英寸”。还有更气人的同一张图纸里两个特征分别用了毫米和英寸生成出来的模型歪七扭八。排查技巧是拿到生成结果的第一时间不要看外观先测一个你心里最有把握的尺寸比如法兰的外径。如果PF比例因子刚好是25.4的整数倍别犹豫单位换算错误实锤。解决办法是在提示词里反复强调单位比如写“All dimensions are in millimeters”同时把尺寸的数值写得“不凑巧”一点比如用63.5mm代替60mm这样即使发生换算错误你也能一眼看出来。4.3 生成的代码报错API版本变了模型还在用老接口这一类坑集中出现在“生成CAD脚本”路线。AI模型是在某个特定版本的CadQuery或FreeCAD API上训练的但你自己环境里装的版本可能已经升级了API参数变了或者某个方法被弃用导致AI写的代码一执行就报错。我遇到过的典型情况是CadQuery旧版本里的Workplane.workplane方法在新版本里改了参数语义或者FreeCAD的Part.makeCylinder参数顺序变化。这类问题的排查方法很朴素把报错信息复制到搜索引擎里查或者直接看当前版本API文档对比AI生成的代码。不要试图让AI“自己改自己的代码”你把它报错的信息返回给它它大概率会继续用旧API思路修修补补形成死循环。正确做法是手动改两步一般就能跑通。4.4 输出看起来对一加工就废顺序与方向问题这是最磨人的一种情况。模型在屏幕上看完全正常尺寸也对但你拿去3D打印或者CNC加工结果惨不忍睹。原因通常是两个一是模型的坐标系方向跟加工基准不统一比如你本来想让底面朝下生成出来的模型底面朝上悬空结构变成了需要支撑的结构二是特征顺序不对AI生成的脚本里先打了孔再做了拉伸导致孔被后续特征吃掉了或者产生了隐形的内部空腔。检查方法也很简单在FreeCAD里切换视图到前视、右视、俯视观察模型的“三视图”是否符合机械常识然后用剖切视图看一下内部结构有没有不该出现的空腔和材料堆积。这两步花不了三分钟能避免你浪费半天加工时间。下面我整理一个高频问题速查表方便大家快速定位现象可能原因我的处理办法模型打开破面严重重建算法拓扑修复失败不浪费时间重新生成或换路线尺寸整体偏差2.54倍毫米/英寸单位理解错误提示词里反复强调单位用非整数值做探针代码运行报错API版本不兼容查当前版本文档手动修复不要循环让AI改外观正常但内部空腔特征顺序不合理FreeCAD剖切视图检查调整特征顺序四个孔位置不对隐性工程信息缺失把所有尺寸写全包括孔到边缘的偏移生成结果极不稳定temperature设置过高降到0.2左右优先保证稳定5. 我总结的落地工作流与后续扩展思路折腾了大半年我现在对text-to-cad的定位已经从“换掉工程师”变成了“给工程师当助理”。下面这套工作流是我现在真实在用的可以给同行参考也可以作为下一步折腾的起点。5.1 目前最靠谱的落地方式人机分工我的工作流分三段。第一段是需求拆解这一环必须人来干。拿到一个任务先自己把要做的零件拆成“几何特征加参数”的清单比如底座尺寸、孔位、厚度、圆角逐条写清楚。第二段是批量生成把特征清单交给text-to-cad工具让它一次性生成多个候选方案。第三段是人来评审打开候选模型检查尺寸、特征完整性、加工可行性挑一个最接近目标的方案在CAD软件里做最后的参数化调整。这套流程的核心逻辑是AI负责“从描述到初稿”的机械转化人负责“从初稿到工件”的工程判断。前者是重复劳动交给AI效率倍增后者涉及加工工艺、材料属性、装配关系这些是AI目前还搞不定的。我用这套流程做过一个支架类零件的方案设计从需求到最终定稿原来大概半天现在两个小时以内搞定。5.2 值得继续折腾的三个方向第一是结合参数化模板。我建议你把自己公司常用的标准件整理成一套CadQuery参数化模板然后把text-to-cad作为“模板填充器”让AI只负责把自然语言解析成模板参数而不是从零生成代码。这样稳定性和正确率会大幅提高。实际上不少工业AI工具内部就是这个路子。第二是引入“约束反馈”机制。现在多数text-to-cad是单向生成输入文本输出模型没有中间校验环节。我尝试做了一点改造在生成脚本里加入自动检查代码比如生成后立即检查轮廓直径是否在预期范围内、孔数是否等于描述里的数字不符合就自动调整参数或者重新生成。这个思路实践下来效果很好能拦截掉大概三成低级错误。第三是把模型扩到装配体层面。目前绝大多数text-to-cad项目只能做单零件但我实际工作里常用的文本需求场景往往是装配体比如“一个底座上面放一个电机电机旁边装一个支架支架上固定一个轴承座”。这需要模型理解零件之间的相对位置和配合关系难度上了一个台阶但也更有价值。我个人的体会是text-to-cad的价值不在“从零生成一个能直接用的零件”而在于它把“从想法到毛坯”的时间压缩到了极致。你可以花十分钟亲手画一个法兰但当你需要的是二十种不同尺寸的法兰时让AI批量生成再人工筛选效率完全不一样。建议所有对AI辅助设计感兴趣的同行先把CadQuery练熟再把温度参数玩明白最后再碰那些花哨的重建算法。基本功不牢后面踩坑就是灾难。这篇文章写的都是我一个人在电脑前折腾出来的真实记录工具在变模型在变但“先理解目标输出形态、再控制生成过程、最后严格验证结果”这套思路不会变。