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” 这个词我脑子里蹦出来的画面是对着电脑说一句“给我画一个带法兰的六角螺栓”然后 CAD 界面里就自动长出一个可以旋转、可以导出 STEP 的实体。这个画面放在五年前还像科幻但现在已经有一批工具在往这个方向走了。所谓 text-to-cad直白点讲就是用自然语言描述替代传统的手工建模操作让程序去生成 CAD 模型文件。它输出的格式通常不是一张图片而是STEP、GLB、STL这类真正带几何信息的三维文件。这件事的价值在哪里我做过几年机械相关的项目最深的体会是CAD 建模的门槛不在“想不想得到”而在“手能不能跟上”。一个熟练的工程师画一个简单的支架可能要二十分钟画一个复杂的装配体可能要一整天。而 text-to-cad 想做的是把“描述需求”和“得到模型”之间的那段重复劳动压缩掉。它适合的人群其实比想象中广做产品原型的设计师、需要快速验证结构的工程师、搞 3D 打印的玩家、甚至是想批量生成模型做数据集的开发者。但我要先把话说在前面text-to-cad 目前还不是“一句话出成品”的魔法。它更像一个理解能力不错但经验不足的助理你描述得越精确它给的结果越靠谱你含糊其辞它就自由发挥。所以这篇文章不会给你画大饼而是把这条链路拆开讲清楚它背后的技术点、实操步骤、格式选择的门道以及我踩过的那些坑。关键词里的 CAD、STEP、GLB、STL 会贯穿全文因为它们分别代表了“设计环境”“工程交换格式”“通用渲染格式”和“打印切片格式”这四个关键环节。2. 核心原理拆解自然语言是怎么变成几何体的2.1 从文本到参数语义解析是第一道关text-to-cad 的第一步是把你说的话变成机器能理解的“结构化参数”。比如你说“一个长 50 毫米、宽 30 毫米、高 20 毫米的长方体中心开一个直径 10 毫米的通孔”系统需要识别出形状是长方体尺寸是 50×30×20特征是通孔孔径 10位置在中心。这个过程依赖的是自然语言处理里的意图识别和实体抽取。我实测过几个方案发现一个规律带明确数值和几何术语的描述解析成功率远高于口语化描述。你说“搞个方块”它可能给你一个默认尺寸的立方体你说“长宽高分别是 50、30、20 的方块”它就能精确还原。这背后的原因是当前多数 text-to-cad 工具用的是“模板匹配 参数填充”的思路而不是真正的端到端生成。也就是说它内部预置了一批常见的几何操作拉伸、切除、倒角、阵列你的描述被映射到这些操作上。这里有个技术细节值得说为什么很多工具选择输出 STEP 而不是直接输出网格因为 STEP 是边界表示B-rep格式它记录的是精确的曲面和实体信息可以被后续的 CAD 软件继续编辑。而 STL 和 GLB 本质上是三角网格一旦生成就很难再改尺寸。所以如果你的目标是“生成后还要改”STEP 是首选如果只是“看一眼”或者“直接打印”STL 更方便。2.2 几何内核真正的难点在“算得出来”文本解析只是前半段后半段才是硬骨头把参数变成真实的几何体。这一步依赖几何内核常见的有 OpenCASCADE、Parasolid、ACIS 等。OpenCASCADE 是开源方案里用得最多的很多 text-to-cad 项目底层就是它。几何内核要做的事情包括布尔运算、倒角、抽壳、曲面求交这些操作的稳定性直接决定了生成模型能不能用。我遇到过一个典型问题描述里带“倒角”的时候如果倒角半径大于相邻面的尺寸内核会直接报错或者生成一个破面。这不是 text-to-cad 的锅而是几何运算本身的边界情况。所以我在实操中会遵循一个原则先做主体再加细节。先把大形状生成出来确认没问题再逐步添加孔、槽、倒角这些特征。这样即使某一步失败也不会推翻全部。2.3 输出格式的选择逻辑STEP、GLB、STL 这三个格式很多人分不清该用哪个。我用一张表来说明它们的区别和适用场景。格式本质能否编辑典型用途文件体积STEPB-rep 精确几何可以主流 CAD 都支持工程交换、后续修改中等GLB三角网格 材质很难需重新拓扑网页展示、AR/VR较小STL纯三角网格几乎不能3D 打印、切片较大精度高时选择逻辑很简单要改就 STEP要展示就 GLB要打印就 STL。但这里有个坑STL 的精度是用弦高chord height控制的弦高设得太大会导致圆弧变成多边形打印出来表面有棱角设得太小文件又会爆炸。我一般会根据模型尺寸来定比如 100 毫米以内的零件弦高设 0.05 到 0.1 毫米比较平衡。3. 实操全流程从描述到可用的模型文件3.1 环境准备与工具选型如果你只是想快速体验 text-to-cad最省事的方式是用现成的在线工具或者开源项目。我试过几种路线各有优劣。在线工具的好处是开箱即用坏处是模型复杂了就容易卡住而且很多不支持导出 STEP。开源项目的好处是可控坏处是要自己配环境依赖 OpenCASCADE 的编译有时候挺折腾。我自己的做法是本地装一个 Python 环境用 CadQuery 或者 build123d 这类库作为几何后端再套一层文本解析。CadQuery 的语法很接近“描述式建模”比如cq.Workplane(XY).box(50, 30, 20).faces(Z).hole(10)就能生成一个带孔的长方体。如果你不想写代码也可以找带图形界面的工具但灵活性会差一些。提示OpenCASCADE 的版本兼容性是个大坑不同版本之间的 API 有变化。建议锁定一个稳定版本不要盲目追新。3.2 描述文本的写法规范这一步是很多人忽略的但恰恰是最影响成功率的。我总结了一个“三段式描述法”形状 尺寸 特征。举个例子形状长方体尺寸长 50 毫米宽 30 毫米高 20 毫米特征中心有一个直径 10 毫米的通孔四个角有半径 3 毫米的圆角这样写出来解析器基本不会误解。反过来如果你写“一个大概五十乘三十的板子中间打个洞”系统就要猜“板子”是多厚“洞”是多大。我实测下来带单位的数值描述成功率比不带单位高出一大截因为单位缺失会导致缩放错误。还有一个技巧用坐标系语言描述位置。比如“在顶面中心”“沿 X 轴方向”“距离左边缘 10 毫米”这些表述比“在那边”“靠左一点”精确得多。text-to-cad 不是人它没有常识只有坐标。3.3 生成与验证的完整流程我通常按这个流程走先用最简单的描述生成一个基础形状确认解析和几何内核都正常。逐步添加特征每加一个就导出一次 STL 看一眼。确认无误后导出 STEP 作为最终交付格式。如果需要展示再额外导出 GLB。这里有个实操细节导出 STL 做视觉检查时用网格查看器比用 CAD 软件快。我常用的是一个轻量的 STL 查看器加载快旋转流畅能快速发现破面或者缺失的特征。等确认没问题了再用 CAD 软件打开 STEP 做精确检查。关于参数计算我举个实际例子。假设要生成一个法兰盘外径 100 毫米内径 50 毫米厚度 10 毫米均匀分布 6 个直径 8 毫米的螺栓孔孔中心圆直径 75 毫米。那么每个孔的角度间隔是 360/660 度第一个孔可以放在 0 度位置后续依次旋转 60 度。这个计算过程在代码里就是一个循环但如果你用自然语言描述就要说清楚“6 个孔均匀分布在一个直径 75 毫米的圆上”。4. 常见问题与排查技巧实录4.1 生成失败或结果不符预期这是最常见的问题原因通常有三类描述歧义、几何运算失败、格式导出错误。我整理了一个速查表。现象可能原因排查方法解决思路生成的形状完全不对描述被错误解析检查关键词是否被识别换更标准的几何术语尺寸差了一个数量级单位缺失或错误确认描述里有没有单位显式写上毫米或米特征丢失布尔运算失败单独生成该特征测试调整特征位置或尺寸导出文件打不开格式不兼容换一个查看器验证重新导出或换格式模型有破面几何内核精度问题放大检查边缘简化特征或调整公差我踩过最坑的一次是描述里写了“倒角 2 毫米”但相邻面的宽度只有 1.5 毫米结果内核直接崩溃连主体都没生成出来。后来我养成了一个习惯任何特征尺寸都要小于它所在面的最小尺寸这是几何上的硬约束。4.2 格式转换中的信息丢失STEP 转 STL 是单向的转过去就回不来了。我见过有人把 STEP 转成 STL 之后想改尺寸结果发现只能重新建模。所以我的建议是永远保留 STEP 源文件STL 和 GLB 都是派生文件随时可以重新生成。另外STEP 转 GLB 的时候材质和颜色信息可能会丢失如果需要带颜色的展示模型要在转换时显式指定。还有一个细节STL 文件分二进制和 ASCII 两种。二进制体积小ASCII 可读但体积大。做 3D 打印一般用二进制做数据分析可能用 ASCII。这个在导出时通常有选项别选错了。4.3 批量生成的性能问题如果你要批量生成几十上百个模型性能就会成为瓶颈。我实测下来几何内核的布尔运算是主要耗时点尤其是带大量孔洞的模型。优化思路有几个一是复用基础形状只改参数二是并行生成用多进程而不是多线程因为几何运算通常是 CPU 密集型的三是降低中间验证的精度最后再出高精度版本。注意并行生成时要注意内存占用OpenCASCADE 的某些操作比较吃内存开太多进程反而会拖慢整体速度。5. 工具链与生态text-to-cad 周边的那些事5.1 和传统 CAD 的关系text-to-cad 不是要取代 CAD 软件而是补上“快速生成”这一环。生成的 STEP 文件可以导入到中望 CAD、SolidWorks 或者其他主流 CAD 里继续编辑。我经常的做法是用 text-to-cad 生成基础结构然后导入 CAD 做细节调整和装配。这样比从零开始画快很多。这里要提一下 CAD 的 shx 字体和图纸合并这些操作虽然和 text-to-cad 不直接相关但如果你生成的模型要出工程图这些就是下游环节。我的经验是text-to-cad 负责“有模型”CAD 负责“出图纸”两者配合使用效率最高。5.2 和 3D 打印的衔接STL 是 3D 打印的通用格式但 text-to-cad 生成的 STL 不一定直接能打印。常见的问题是壁厚太薄或者有悬空结构。我一般会在切片软件里先预览一遍看看有没有红色警告区域。如果有就回到 text-to-cad 调整描述增加壁厚或者添加支撑结构。还有一个坑STL 的网格质量直接影响打印效果。如果生成的 STL 三角面片太大曲面就会显得很粗糙。这时候可以在导出时调小弦高或者用网格细分工具处理一下。我试过用 Python 的 trimesh 库做网格细分效果还不错。5.3 和其他技术的结合点text-to-cad 可以和参数化设计结合比如用 Python 脚本批量生成不同尺寸的模型。也可以和 AR/VR 结合把 GLB 格式的模型直接放到网页或者头显里展示。我甚至见过有人把 text-to-cad 和机械臂仿真结合用生成的 STL 模型做碰撞检测。这些场景说明text-to-cad 的输出不只是“一个模型”而是“一个可以被下游系统消费的数据源”。6. 我个人的实操心得与避坑建议先说一个最实用的心得描述文本要像写工艺卡片一样写。什么叫工艺卡片就是每一步做什么、用什么尺寸、达到什么效果写得清清楚楚。比如“在长方体顶面中心位置沿 Z 轴负方向切除一个直径 10 毫米、深度 20 毫米的孔”这种描述几乎不会出错。反过来“在顶上打个洞”这种描述十有八九要返工。第二个心得是关于格式选择的不要一上来就导出 STL。STL 是终点格式不是中间格式。我见过太多人把 STL 当中间文件用结果改不动了。正确的做法是 STEP 作为工作格式STL 和 GLB 作为交付格式。第三个心得是关于几何精度的公差不是越小越好。有些场景下过小的公差会导致几何运算失败或者文件巨大。我一般会根据模型用途来定公差展示用的模型公差可以放宽到 0.1 毫米工程用的模型控制在 0.01 毫米以内。最后分享一个小技巧如果你不确定描述该怎么写可以先在纸上画一个草图把关键尺寸标上去然后照着草图写描述。这样写出来的文本结构清晰解析成功率会高很多。这个习惯我坚持了很久实测下来比直接对着屏幕敲字靠谱得多。至于后续扩展text-to-cad 这条链路还可以往“批量参数化生成”和“模型库自动构建”方向走。比如你有一批标准件可以用脚本批量生成 STEP 文件建一个自己的模型库。需要的时候直接调用不用每次重新描述。这个思路我在几个项目里用过省下来的时间相当可观。