机械制图这件事，干了十几年的人都有一个共识：画图本身不难，难的是改图。一张中等复杂度的装配图，从方案确定到最终出图，改个七八版是常态，每一版都要重新标注尺寸、调整视图、核对公差。所以当“一句话出图”这个概念开始在圈子里流传的时候，我第一反应不是兴奋，而是怀疑——CAD这种精度要求到丝级的活儿，真能靠自然语言搞定？

带着这个疑问，我花了将近三个月时间，在一台专门配置的工作站上完整跑通了一套本地化的CAD智能体方案。从硬件选型到模型部署，从提示词调优到出图精度校验，踩过的坑比预想的多得多。这篇文章就把整个过程中的关键决策、实操细节和避坑经验完整梳理出来，给同样想走这条路的朋友一个可复现的参考。

1. 先搞清楚CAD智能体到底能做什么、不能做什么

1.1 一句话出图的真实能力边界

很多人对CAD智能体的想象是：说一句“画一个法兰盘”，屏幕上就自动生成一张完整的工程图。实际测试下来，这个理解偏差很大。当前阶段的CAD智能体，核心能力集中在三个层面：

第一层是参数化建模辅助。你描述一个零件的功能需求，比如“需要一个内径80mm、外径140mm、厚度20mm、带6个M10均布螺栓孔的连接盘”，智能体能自动生成对应的三维模型和基础二维视图。这个能力已经相当成熟，实测生成一个中等复杂度的回转体零件，从输入到出图大约15到30秒。

第二层是图纸修改与变型设计。这是最实用的场景。你有一张已有的图纸，想改几个尺寸或者调整某个特征，直接用自然语言描述修改内容，智能体会自动更新模型和关联视图。比如“把中心孔从80改成85，螺栓孔数量从6个改成8个”，它能在保持其他特征不变的前提下完成修改。

第三层是标准件与常用结构的快速调用。智能体内置了常见的标准件库和结构模板，你说“加一个深沟球轴承座”，它能自动匹配标准尺寸系列并生成对应的安装结构。

但必须说清楚的是，智能体目前还无法替代工程师做真正的设计决策。它不会告诉你这个结构应该用45号钢还是铝合金，不会判断某个圆角半径是否合理，更不会帮你做强度校核。它的定位是一个“超级快的绘图员”，而不是“设计师”。理解这一点，后面的硬件配置和软件方案才有意义。

1.2 为什么必须走私有化部署这条路

市面上确实有一些在线的CAD智能体服务，上传图纸、输入描述、下载结果，看起来很方便。但实际用下来，私有化部署几乎是唯一可行的选择，原因有三个：

数据安全是硬约束。机械图纸涉及产品的核心结构参数，很多企业连图纸外发都要走审批流程，更不可能上传到第三方服务器。私有化部署意味着所有数据都在本地流转，从模型推理到文件存储，全程不出内网。

响应速度的刚需。在线服务的推理延迟受网络和服务器负载影响，高峰期等个一两分钟很正常。而私有化部署在本地工作站上，推理延迟可以控制在秒级，交互体验完全是两回事。

定制化的必然要求。每个企业都有自己的制图规范、图层标准、标题栏格式。私有化部署才能把这些规范固化到智能体的输出模板里，让它生成的图纸直接符合内部标准，省去后期调整的功夫。

1.3 适合谁来用这套方案

这套方案最适合三类人：一是中小型机械设计团队的负责人，团队3到10人，有固定的制图规范，希望提升出图效率但预算有限；二是独立设计师或小型工作室，接单类型以非标设备、工装夹具为主，图纸变型多、重复劳动多；三是对新技术敏感的技术管理者，想先搭一套环境跑通流程，再决定是否在团队内推广。

不太适合的场景也很明确：如果你的工作以全新的复杂机构设计为主，每个项目都是从头开始的创新设计，那智能体目前能帮上的忙有限。它最擅长的是“基于已有结构的快速变型和出图”，而不是“从零开始的创造性设计”。

2. 硬件配置：钱要花在刀刃上

2.1 核心算力需求分析

CAD智能体的本地推理，算力消耗主要来自两个部分：一是大语言模型本身的推理，负责理解你的自然语言描述并转化为结构化的建模指令；二是CAD内核的几何运算，负责实际的模型生成和视图投影。

大语言模型推理这块，7B到14B参数量的模型是当前性价比最高的选择。7B模型在FP16精度下需要约14GB显存，14B模型则需要约28GB。如果采用4-bit量化，显存需求可以降到4GB和8GB左右，但量化会带来一定的精度损失，在CAD这种对尺寸精度敏感的场景下需要谨慎评估。

几何运算这块，CAD内核的运算量取决于模型复杂度。一个中等复杂度的装配体，包含几十个零件和标准件，几何运算的峰值内存占用可能达到8到16GB。这部分主要吃的是系统内存和CPU单核性能，对显卡的依赖相对较小。

综合下来，显卡是整套配置中最关键的部件。我的建议是：如果预算允许，直接上24GB显存的卡，比如RTX 4090或者专业级的RTX 5000 Ada。24GB显存可以流畅运行14B模型的全精度推理，同时留出足够的显存给几何运算做缓存。如果预算紧张，16GB显存的卡也能跑，但需要把模型量化到8-bit，并且在处理复杂装配体时可能会遇到显存不足的问题。

2.2 具体配置方案与参数计算

下面给出两套配置方案，分别对应“够用”和“好用”两个档位。所有价格均为参考价，实际以市场行情为准。

关于内存容量的计算，这里展开说一下。系统本身占用约8GB，大语言模型加载到内存约14GB（14B模型FP16），CAD软件本身约4GB，几何运算峰值16GB，再加上一些缓存和临时文件，总计约42GB。所以64GB是底线，但如果经常处理大型装配体，128GB会更从容。

电源功率的计算：CPU峰值约200W（7900X）或350W（7960X），显卡峰值450W（4090），主板和内存约50W，硬盘约20W，风扇和水泵约30W。总计约750W到900W。电源额定功率建议留出30%的余量，所以850W是底线，1200W更稳妥。

2.3 存储与网络配置的隐藏细节

存储这块有个容易被忽略的点：模型文件的读写速度直接影响交互体验。智能体在生成模型时，会频繁读写临时文件，如果磁盘IO跟不上，推理速度再快也会被拖累。实测下来，NVMe PCIe 4.0的固态硬盘，顺序读写速度在5000MB/s以上，基本不会成为瓶颈。如果还在用SATA固态或者机械硬盘，建议至少把系统盘和模型缓存盘换成NVMe。

网络方面，私有化部署虽然不需要外网，但内网带宽要够。如果团队多人共用一套智能体服务，建议内网至少千兆起步，最好上万兆。因为模型文件和图纸文件都不小，一个中等装配体的模型文件可能几百MB，多人同时读写的时候，千兆网络会成为瓶颈。

注意：如果工作站放在办公区，噪音是个需要考虑的问题。4090满载时风扇噪音不小，建议把工作站放在独立的机房或者做隔音处理。我试过放在工位旁边，长时间推理的时候那个声音确实影响工作。

3. 软件栈搭建：从驱动到智能体的完整链路

3.1 基础环境准备

软件栈的搭建顺序很重要，顺序错了会遇到各种依赖冲突。我推荐的顺序是：操作系统 → 显卡驱动 → CUDA工具包 → Python环境 → 推理框架 → CAD软件 → 智能体服务。

操作系统建议用Ubuntu 22.04 LTS或者Windows 11专业版。Ubuntu的优势是稳定、资源占用低，适合作为纯推理服务器；Windows的优势是CAD软件兼容性好，适合作为工程师的日常工作站。如果预算允许，可以搞两台机器：一台Ubuntu服务器专门跑推理，一台Windows工作站跑CAD和前端交互。

显卡驱动和CUDA的版本匹配是个老生常谈的坑。以RTX 4090为例，建议驱动版本535以上，CUDA版本12.2以上。安装命令如下：

# Ubuntu下安装驱动和CUDA sudo apt update sudo apt install nvidia-driver-535 sudo apt install cuda-toolkit-12-2 # 验证安装 nvidia-smi nvcc --version

Python环境建议用Miniconda管理，创建一个独立的虚拟环境，避免和系统Python冲突：

conda create -n cad-agent python=3.10 conda activate cad-agent pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

3.2 推理框架选型与模型部署

推理框架这块，我对比了三个方案：原生PyTorch、vLLM和TensorRT-LLM。实测下来，vLLM在易用性和性能之间取得了最好的平衡。它支持PagedAttention，能有效管理显存，而且部署简单，几行命令就能起一个推理服务。

模型选择上，我测试了多个开源模型，最终选定了一个14B参数量的中文优化模型。选择标准有三个：一是中文理解能力要强，因为工程师的描述往往是口语化的；二是要支持结构化输出，能稳定生成JSON格式的建模指令；三是推理速度要快，首token延迟控制在500ms以内。

部署命令示例：

# 启动vLLM推理服务 python -m vllm.entrypoints.openai.api_server \ --model /path/to/your/model \ --tensor-parallel-size 1 \ --gpu-memory-utilization 0.9 \ --max-model-len 4096 \ --port 8000

这里解释几个关键参数：--gpu-memory-utilization 0.9表示使用90%的显存，留10%给系统和其他进程；--max-model-len 4096表示最大上下文长度4096个token，对于CAD描述来说足够用了；--tensor-parallel-size 1表示单卡推理，如果有多张卡可以调大这个值。

3.3 CAD软件与智能体的对接

CAD软件这块，我选了一个支持API二次开发的国产CAD平台。对接的核心思路是：智能体输出结构化的建模指令（JSON格式），通过API调用CAD内核执行建模操作，最后自动生成二维视图和标注。

对接层用Python写一个中间件，负责三件事：一是接收智能体的输出，解析成CAD API能识别的指令序列；二是调用CAD API执行建模；三是把生成的图纸保存到指定目录并返回文件路径。

中间件的核心代码结构大致如下：

import json import cad_api # 假设的CAD API模块 class CADAgentMiddleware: def __init__(self, cad_app): self.cad_app = cad_app def execute_commands(self, json_commands): """执行智能体输出的建模指令""" commands = json.loads(json_commands) for cmd in commands: if cmd["type"] == "create_cylinder": self.cad_app.create_cylinder( diameter=cmd["diameter"], height=cmd["height"], position=cmd["position"] ) elif cmd["type"] == "create_hole": self.cad_app.create_hole( diameter=cmd["diameter"], depth=cmd["depth"], position=cmd["position"], pattern=cmd.get("pattern", "single") ) # 其他指令类型... return self.cad_app.save_drawing()

提示：CAD API的调用要注意事务性。如果一条指令执行失败，要能回滚到执行前的状态，避免生成半成品模型。我在中间件里加了一个简单的快照机制，每次执行前保存模型状态，出错就恢复。

4. 实操全流程：从一句话到一张图纸

4.1 提示词工程：怎么描述才能出图准

提示词的质量直接决定出图的质量。经过大量测试，我总结出一个高效的描述模板：功能 + 关键尺寸 + 结构特征 + 精度要求。

举个例子，不要只说“画一个齿轮”，而要说“画一个模数2、齿数20、压力角20度的直齿圆柱齿轮，中心孔直径20mm，键槽宽度6mm，精度等级7级”。这样智能体才能生成准确的模型。

对于装配体，描述要分层：先说整体功能，再说包含哪些零件，最后说零件之间的配合关系。比如“设计一个简单的轴承座装配体，包含底座、轴承盖和两个M8螺栓，轴承内径30mm，外径62mm，底座安装孔距80mm”。

实测下来，描述中带尺寸的比不带尺寸的出图准确率高70%以上。如果某些尺寸不确定，可以给一个范围，比如“厚度大约15到20mm”，智能体会取中间值并标注为参考尺寸。

4.2 出图精度校验与修正

智能体生成的图纸，必须经过人工校验才能用于生产。我建立了一套三级校验流程：

第一级是尺寸自动比对。用脚本提取图纸中的所有标注尺寸，和输入描述中的尺寸做比对，偏差超过0.01mm的自动标记出来。这一步能抓住大部分明显的错误。

第二级是几何关系检查。检查视图之间的投影关系是否正确，剖视图和断面图的剖切位置是否合理，局部放大图的标注是否完整。这一步目前还需要人工完成，但可以借助CAD软件自带的检查工具提高效率。

第三级是工艺性审查。检查标注的尺寸是否便于加工和测量，公差配合是否合理，表面粗糙度要求是否明确。这一步完全依赖工程师的经验，智能体暂时帮不上忙。

校验中发现的问题，可以反馈给智能体进行修正。比如“第三个视图的孔径标注错了，应该是12mm不是10mm”，智能体会定位到对应的特征并更新。实测修正一轮的平均耗时约2分钟，比手动改图快很多。

4.3 批量出图的自动化技巧

当需要生成一系列相似零件时，可以用脚本批量调用智能体。比如生成一系列不同规格的法兰盘，只需要准备一个参数表，然后循环调用即可：

import requests import json flange_specs = [ {"inner_d": 80, "outer_d": 140, "thickness": 20, "bolt_count": 6}, {"inner_d": 100, "outer_d": 160, "thickness": 25, "bolt_count": 8}, {"inner_d": 120, "outer_d": 180, "thickness": 30, "bolt_count": 8}, ] for spec in flange_specs: prompt = f"生成一个法兰盘，内径{spec['inner_d']}mm，外径{spec['outer_d']}mm，" prompt += f"厚度{spec['thickness']}mm，{spec['bolt_count']}个M10均布螺栓孔" response = requests.post( "http://localhost:8000/v1/chat/completions", json={ "model": "cad-agent", "messages": [{"role": "user", "content": prompt}], "temperature": 0.1 } ) # 解析响应并调用CAD API生成图纸 # ...

这里temperature参数设成0.1，是为了让输出更稳定、更确定。CAD场景下不需要创造性，需要的是精确和一致。

注意：批量出图时要注意显存管理。连续生成多个模型，显存可能会碎片化。建议每生成10个模型重启一次推理服务，或者用vLLM的显存回收机制定期清理。

5. 常见问题与排查实录

5.1 推理速度慢的排查思路

推理速度慢是最常见的问题，排查思路按优先级排列：

首先看显存是否够用。用nvidia-smi查看显存占用，如果接近满载，说明模型太大或者量化不够，需要换更小的模型或者更高的量化等级。

其次看CPU是否成为瓶颈。CAD内核的几何运算主要吃CPU单核性能，如果CPU占用率长期在100%，说明CPU拖了后腿。可以用htop查看各核心的负载情况。

最后看磁盘IO。如果模型加载和文件读写耗时很长，用iostat查看磁盘利用率。如果磁盘利用率长期在90%以上，说明需要换更快的固态硬盘。

5.2 出图错误的典型模式与修正

出图错误主要有四种典型模式，对应的修正方法如下：

5.3 系统稳定性保障经验

长时间运行智能体服务，稳定性是个大问题。我踩过的坑包括：显存泄漏导致服务崩溃、模型文件损坏导致加载失败、CAD API调用超时导致进程挂起。

解决办法是加一层健康检查与自动恢复机制。用一个守护脚本定期检查服务状态，发现异常自动重启：

#!/bin/bash # health_check.sh while true; do response=$(curl -s -o /dev/null -w "%{http_code}" http://localhost:8000/health) if [ "$response" != "200" ]; then echo "Service unhealthy, restarting..." pkill -f "vllm.entrypoints" sleep 5 # 重新启动服务 nohup python -m vllm.entrypoints.openai.api_server \ --model /path/to/your/model \ --port 8000 > /var/log/cad-agent.log 2>&1 & fi sleep 60 done

这个脚本每60秒检查一次服务健康状态，发现异常就重启。实测下来，系统连续运行一周不需要人工干预。

5.4 成本控制与升级路径

整套方案的成本，够用档大约在2.5到3万，好用档在5到6万。如果预算有限，可以分阶段投入：先买一张16GB显存的卡跑起来，验证流程跑通后再升级显卡和内存。

升级路径建议：显卡优先，内存其次，CPU最后。因为显存直接决定能跑多大的模型，是体验的瓶颈。内存和CPU的升级可以在后续根据实际负载情况逐步进行。

提示：如果团队多人共用，可以考虑把推理服务部署在一台服务器上，工程师的工作站只需要装CAD软件和中间件，通过内网调用推理服务。这样硬件投入更集中，维护也更方便。

6. 实际使用中的效率对比与经验总结

6.1 效率提升的量化数据

我在实际项目中做了对比测试，选取了10个典型的变型设计任务，分别用传统方式和智能体方式完成，记录耗时：

效率提升最明显的是批量相似零件和简单修改任务，因为这些任务重复性高、创造性低，正好是智能体擅长的领域。复杂装配体的提升相对较小，因为装配关系需要人工确认和调整。

6.2 踩过的坑与避坑指南

第一个坑是过度信任智能体的输出。早期我直接拿智能体生成的图纸去加工，结果因为一个倒角尺寸没标注清楚，加工出来的零件装配时干涉。后来建立了三级校验流程，再也没出过类似问题。记住：智能体是助手，不是替身，最终把关的必须是人。

第二个坑是提示词过于简略。刚开始用的时候，我习惯说“画一个支架”，结果智能体生成的模型和我想的完全不一样。后来学乖了，每次描述都尽量详细，把关键尺寸、结构特征、精度要求都说清楚。提示词的质量和出图质量是正相关的。

第三个坑是忽略散热。连续跑了几个小时的推理任务后，工作站开始降频，推理速度明显变慢。后来加了机箱风扇优化风道，换了更好的硅脂，问题才解决。散热这个事，平时不觉得，高负载的时候就是瓶颈。

第四个坑是没有做数据备份。有一次模型文件损坏，重新下载和配置花了半天时间。后来做了RAID 1，重要文件定期备份到NAS，心里踏实多了。

6.3 后续扩展方向

这套方案跑通之后，可以往几个方向扩展：一是接入PLM系统，实现图纸的自动归档和版本管理；二是增加工艺规划模块，让智能体在出图的同时生成简单的加工工艺路线；三是训练专属的微调模型，把企业内部的制图规范和常用结构固化进去，进一步提升出图的准确率。

我个人在实际操作中的体会是，CAD智能体这个方向，硬件配置只是基础，真正的门槛在于流程的打磨和经验的积累。同样的硬件，不同的人用，效率差距可能有好几倍。关键是要理解智能体的能力边界，把它放在合适的位置上，该它干的活让它干，不该它干的活别勉强。这样用下来，它确实能把你从重复劳动里解放出来，让你有更多时间去做真正需要创造力的设计工作。