1. 从一段文字到三维模型：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：对着电脑敲一句“给我画一个长宽高 100×60×30 的带圆角法兰盘”，然后屏幕上直接出现一个可以旋转、可以导出、可以丢进切片软件或者丢进装配体的三维实体。这个场景放在五年前，做机械设计的朋友大概率会回你一句“想得美”；但放到今天，它已经是一条能跑通的技术链路，只不过链路中间有很多细节需要人去兜底。

先把概念说清楚。text-to-cad 指的是用自然语言描述作为输入，自动或半自动地生成 CAD 模型数据的一类方法。这里的 CAD 不是单指某个软件，而是指计算机辅助设计所产出的几何数据；最终产物通常是一个可以被下游工具消费的文件，比如STEP、GLB、STL。这三个格式在热搜词里反复出现，不是偶然，它们分别代表了三条不同的下游路径：STEP 走的是精确 B-rep 实体路线，GLB 走的是可视化与轻量化路线，STL 走的是网格与 3D 打印路线。

为什么这件事值得单独拿出来讲？因为传统 CAD 的工作流是“人 → 草图 → 约束 → 特征 → 装配”，门槛集中在两个地方：一是你得熟悉软件的操作逻辑，二是你得把脑子里的形状翻译成参数和约束。text-to-cad 想干的事情，就是把第二道翻译工作尽量交给机器，让人只负责“说清楚要什么”。它解决的不是“替代设计师”，而是“把重复性建模、参数化改型、批量出图这类脏活累活压缩掉”。

适合看这篇内容的人，我大致分三类。第一类是做机械、钣金、工装夹具的工程师，手里有大量相似件，想用脚本或者 AI 辅助批量生成；第二类是做 3D 打印、手办、文创的玩家，想从一句描述快速拿到 STL 去切片；第三类是做前端可视化、数字孪生、AR 展示的开发者，需要把文字描述转成 GLB 塞进网页或者引擎里。这三类人的诉求不一样，但底层都绕不开“文本 → 几何 → 格式转换 → 校验”这条主线。

我自己的判断是：text-to-cad 目前最成熟的落点不是“一句话生成复杂装配体”，而是“一句话生成参数化零件 + 人工微调”。谁要是跟你说它能直接生成一台减速箱的全部零件并自动装配，那基本是在讲故事。但你要说它能根据“M8 螺栓、长度 40、全螺纹、头部带法兰”生成一个可用的 STEP，这个已经能做到，而且做得不差。

2. 核心思路拆解：文本怎么变成几何

2.1 三条主流技术路线与选型逻辑

把文本变成 CAD，市面上能跑通的路线大致有三条，我按“可控性”从高到低排一下。

第一条是模板 + 参数抽取。你先准备好一批参数化模板，比如法兰、轴、支架、齿轮、钣金折弯件，每个模板用脚本或者特征树定义好可变参数。文本输入进来之后，用一个解析器把“直径 50、厚度 10、四个 M6 孔均布”这类信息抽成结构化字段，再灌进模板里生成模型。这条路线的优点是结果稳定、尺寸精确、可复现，缺点是覆盖面受模板库限制，遇到没见过的形状就歇菜。

第二条是代码生成路线。让模型输出一段建模脚本，比如 OpenSCAD、CadQuery、build123d 或者 FreeCAD 的 Python 脚本，然后执行脚本得到几何。这条路线的妙处在于：文本到代码是语言问题，代码到几何是确定性问题。语言模型擅长前者，CAD 内核擅长后者，分工明确。热搜词里出现的 “python批量对cad修改” 其实就是这条路线的手工版，只不过现在把“写脚本”这一步也交给模型了。

第三条是直接生成网格或隐式场。比如用扩散模型直接吐出一个三角网格，或者生成一个 SDF（符号距离场）再 marching cubes 提取等值面。这条路线的优点是形状自由度高，能做出传统特征建模很难描述的有机形状；缺点是尺寸精度差、拓扑不干净、很难转成 STEP。所以它更适合走 GLB 和 STL，不适合走精确制造。

我个人的选型建议是这样的：

如果你是要拿去加工、装配、出工程图，前两条路线是唯一选择；如果你只是要一个能看、能打印、能放进网页里转一转的模型，第三条路线也能凑合。

2.2 为什么 STEP、GLB、STL 要分开对待

很多人一开始会问：既然都是三维文件，为什么不能一个格式走天下？答案是这三个格式描述几何的方式根本不一样。

STEP用的是 B-rep（边界表示），它记录的是精确的曲面方程、边、顶点拓扑关系。一个圆柱面在 STEP 里就是一个数学意义上的圆柱面，直径 50 就是 50，不会因为网格密度而变成 49.98。所以 STEP 是 CAD 之间交换数据的通用语言，SolidWorks、UG、Creo、中望 CAD、FreeCAD 都能读。热搜里 “sw中stl转stp” 之所以被反复搜，就是因为 STL 转 STEP 本质上是从近似网格反推精确曲面，这个过程叫逆向建模，很难做到完全无损。

STL是三角网格，它只记录三角形面片，没有曲面概念。一个圆柱在 STL 里是几百上千个三角形拼出来的近似体。它的优点是简单、通用、切片软件都认；缺点是精度受网格密度影响，而且没有单位、没有特征、没有装配关系。热搜里 “3dsmax2012修复stl模型的uv” 和 “qopengl 加载stl” 说明 STL 的使用场景非常分散，从渲染到可视化都有。

GLB是 glTF 的二进制版本，主打的是轻量化和 Web 友好。它支持材质、贴图、动画、层级节点，文件体积通常比 STL 小很多，浏览器里用 three.js 或者 Babylon.js 可以直接加载。热搜里 “cad快速看” 这类需求，如果做成网页版，GLB 基本是首选格式。

所以 text-to-cad 的输出格式选择，本质上是在问：你下游要干什么。要加工，走 STEP；要打印，走 STL；要展示，走 GLB。三条路线的后处理逻辑完全不同，不能混着来。

2.3 文本描述的结构化拆解

自然语言最大的问题是模糊。人说“一个圆角矩形板”，机器听到的是六个字，但实际需要的是：长、宽、厚、圆角半径、是否有孔、孔的位置和直径、材料、单位。所以 text-to-cad 的第一步不是生成几何，而是把模糊描述拆成结构化参数。

我一般会把描述拆成四层：

• 几何类型层：这是板、轴、法兰、支架、齿轮还是壳体。
• 尺寸参数层：长宽高、直径、厚度、半径、角度。
• 特征层：孔、槽、倒角、圆角、螺纹、阵列。
• 约束与关系层：孔均布、同心、对称、平行、垂直。

这四层里，第一层决定用哪个模板或哪段代码，第二层和第三层决定参数值，第四层决定特征之间的拓扑关系。实际测试下来，模型对第一层和第三层的识别准确率最高，对第四层的理解最容易出问题。比如“四个孔均布在直径 80 的圆上”，模型经常会把“均布”理解成“随便放四个”，这时候就需要在提示词里明确写“90 度等间隔阵列”。

提示：写 text-to-cad 提示词的时候，尽量用工程语言而不是生活语言。“一个扁扁的圆盘子”不如“直径 120、厚度 8 的圆板”来得可靠。

3. 实操落地：从一句话到可用的 STEP 文件

3.1 环境准备与工具链选择

要跑通一条 text-to-cad 的链路，你至少需要三样东西：一个能理解文本的模型、一个能生成几何的 CAD 内核、一个能做格式转换的后处理器。

CAD 内核这块，我推荐几个实际用过的：

• CadQuery：基于 OpenCASCADE，Python 写参数化模型非常顺手，输出 STEP 和 STL 都是一行代码。社区活跃，文档够用。
• build123d：CadQuery 的“兄弟项目”，语法更接近 Python 上下文管理器，写复杂特征树更清晰。
• OpenSCAD：脚本化建模的老牌选手，语法简单，但曲面能力弱，适合做规则几何。
• FreeCAD：自带 Python 控制台，可以脚本化操作，也能读 STEP 做二次处理。

格式转换这块，OpenCASCADE 的 Python 绑定（pythonocc-core）是绕不开的，STEP 读写、网格化、布尔运算都能干。如果只是 STL 转 STEP 这种逆向操作，可以看看 FreeCAD 的 Part 工作台，或者用 MeshLab 先做网格清理再转。

文本理解这块，如果你是在本地跑，可以用开源模型做意图识别和参数抽取；如果是在线服务，直接调 API 也行。关键是要把输出约束成 JSON，字段固定，后面才好接。

3.2 一个完整的法兰盘生成示例

我拿一个最常见的法兰盘来演示整条链路。输入描述是：

生成一个法兰盘，外径 120，内径 50，厚度 15，法兰上均布 6 个直径 10 的通孔，孔中心圆直径 90，边缘倒角 2。

第一步，参数抽取。把这段话拆成 JSON：

{ "type": "flange", "outer_diameter": 120, "inner_diameter": 50, "thickness": 15, "hole_count": 6, "hole_diameter": 10, "hole_circle_diameter": 90, "chamfer": 2, "unit": "mm" }

第二步，用 CadQuery 写生成脚本：

import cadquery as cq import math params = { "outer_diameter": 120, "inner_diameter": 50, "thickness": 15, "hole_count": 6, "hole_diameter": 10, "hole_circle_diameter": 90, "chamfer": 2 } result = ( cq.Workplane("XY") .circle(params["outer_diameter"] / 2) .circle(params["inner_diameter"] / 2) .extrude(params["thickness"]) ) hole_radius = params["hole_diameter"] / 2 hole_circle_radius = params["hole_circle_diameter"] / 2 angle_step = 360 / params["hole_count"] for i in range(params["hole_count"]): angle = math.radians(i * angle_step) x = hole_circle_radius * math.cos(angle) y = hole_circle_radius * math.sin(angle) result = ( result.faces(">Z").workplane() .center(x, y) .hole(params["hole_diameter"]) ) result = result.edges("|Z").chamfer(params["chamfer"]) cq.exporters.export(result, "flange.step") cq.exporters.export(result, "flange.stl")

这段脚本跑完，你会得到一个 STEP 和一个 STL。STEP 可以丢进 SolidWorks 或者中望 CAD 继续改，STL 可以直接丢进切片软件。

第三步，校验。这一步很多人会跳过，但我建议一定要做。校验至少看三件事：尺寸对不对、拓扑干不干净、单位是不是毫米。尺寸可以用 CadQuery 的 bounding box 查，拓扑可以用 FreeCAD 的 Part 检查工具看有没有自交面，单位在导出 STEP 的时候要确认是 MM 而不是 M。

3.3 参数计算与常见取值经验

法兰这个例子里有几个参数是有工程惯例的，不是随便填的。

孔中心圆直径一般是外径的 0.75 到 0.8 倍。外径 120 的话，孔中心圆取 90 到 96 比较合理，取 90 偏保守，取 96 更省材料但边缘会薄一些。

孔直径和螺栓规格挂钩。M8 螺栓的通孔一般取 9 到 10，M10 取 11 到 12。取 10 对应的是 M8 或 M10 的间隙孔，具体看装配精度要求。

倒角一般取 1 到 2 毫米，太大影响密封面，太小起不到去毛刺的作用。2 毫米对于 15 厚的法兰是合适的。

厚度这块，15 毫米对于 120 外径的法兰偏薄，如果承压或者承扭，建议加到 20 以上。但如果是低压或者只是结构连接，15 也能用。

这些经验值不是死的，但如果你让模型自由发挥，它很可能给你生成一个孔中心圆等于外径、孔直径等于 20 的离谱结果。所以参数校验这一步必须有人工规则兜底，不能全信模型。

注意：text-to-cad 生成的第一版模型，我建议一律当成“草稿”，不要直接拿去加工。至少过一遍尺寸链和干涉检查。

4. 格式转换与下游对接的坑

4.1 STL 转 STEP 为什么这么难

热搜里 “sw中stl转stp” 是个高频问题，我专门说一下。STL 是三角网格，STEP 是精确曲面，从 STL 到 STEP 本质上是一个曲面重建问题。你要从一堆离散三角形里猜出原始曲面是什么，这个过程没有唯一解。

实际操作中，SolidWorks 打开 STL 会走 ScanTo3D 或者曲面向导，FreeCAD 可以用 Part 工作台的“从网格创建形状”再转成实体。但转出来的 STEP 通常有两个问题：一是曲面被拆成很多小面片，不再是单个圆柱面；二是边线不干净，倒角和圆角会变成一堆碎边。

我的经验是：如果原始设计还在，永远优先拿原始 STEP，不要从 STL 反推。只有当你手里只有 STL、又必须做精确修改的时候，才走逆向这条路。逆向的时候，先用 MeshLab 做网格清理（去重、补洞、平滑），再进 CAD 做曲面拟合，成功率会高很多。

4.2 GLB 的轻量化处理

GLB 走的是可视化路线，所以重点不是精度而是体积和加载速度。一个 50MB 的 STL 转成 GLB 可能只有 2MB，但如果网格不优化，GLB 也可能很大。

我一般会做三步处理。第一步是减面，用 Blender 的 Decimate 修改器或者 meshoptimizer 把三角面数降到原来的 20% 到 30%，视觉上几乎看不出差别。第二步是合并材质，把多个材质合并成一个，减少 draw call。第三步是压缩，用 Draco 或者 Meshopt 压缩几何数据，GLB 体积能再降一半。

热搜里 “qopengl 加载stl” 和 “qt5.15.2 读取 stl 模拟六轴机械臂” 说明很多人在做桌面端的可视化。如果你的场景是桌面端，STL 直接加载也能接受；但如果是 Web 端，GLB 几乎是必选项。

4.3 批量处理与自动化

“python批量对cad修改” 这个热搜词背后是一个很真实的需求：手里有几百个相似的 CAD 文件，每个都要改几个参数，手动改到崩溃。text-to-cad 的思路在这里可以反过来用：先用脚本批量生成，再用脚本批量修改。

我做过一个夹具的项目，200 多个板件，每个板件的孔位和尺寸都不一样。做法是把所有参数整理成 CSV，然后用 CadQuery 写一个通用模板，循环读 CSV 生成 STEP。整个过程不到 10 分钟，比手动建模快了两个数量级。

批量处理的时候有几个坑要注意。一是文件命名，一定要用参数组合来命名，不然生成完你分不清哪个是哪个。二是异常捕获，某个参数组合可能导致布尔运算失败，脚本要能跳过并记录，不能整个中断。三是单位统一，CSV 里如果混了英寸和毫米，生成出来的模型会差 25.4 倍。

5. 常见问题与排查技巧实录

5.1 模型生成失败或几何异常

最常见的问题是布尔运算失败。比如在一个薄壁上打一个直径接近壁厚的孔，OpenCASCADE 有时候会算出一个破碎的实体。排查方法是先把孔直径调小一点试试，如果能成功，说明是临界尺寸问题。解决方式有两种：一是调整参数避开临界值，二是改变操作顺序，先打孔再抽壳。

第二个问题是倒角失败。倒角对边线的连续性很敏感，如果边线有微小断点，倒角就会报错。我一般会先做clean()清理几何，再做倒角；如果还不行，就把倒角半径调小，或者改用圆角。

第三个问题是导出文件打不开。STEP 导出的时候如果实体不是闭合的，有些软件会拒绝加载。用 FreeCAD 的Part.CheckGeometry可以查出来哪里有问题，常见的是微小面或者重复顶点。

5.2 文本理解偏差怎么修

模型把“均布”理解成“随便放”是高频问题。我的做法是在提示词里显式写出阵列规则，比如“6 个孔，绕中心 360 度等间隔分布，间隔 60 度”。另外，给出参照系也很重要，比如“孔中心位于以原点为圆心、直径 90 的圆上”，比“孔在法兰上”明确得多。

如果模型反复理解错，可以考虑换一种表达方式。比如“沉头孔”不如“孔口倒 90 度锥角、锥面最大直径 18、通孔直径 10”来得准确。工程语言虽然啰嗦，但歧义少。

还有一个技巧是分步生成。先让模型生成外形，确认无误后再让它加特征。一次性生成复杂零件，出错概率远高于分步生成。

5.3 性能与精度平衡

STL 的网格密度直接决定文件大小和后续处理速度。CadQuery 导出 STL 的时候有两个参数：tolerance和angularTolerance。tolerance控制弦高误差，默认 0.001；angularTolerance控制角度误差，默认 0.1。调小这两个值，网格更细，文件更大。

我的经验值是：3D 打印用 tolerance 0.01 到 0.05 就够了，再细切片软件也体现不出来；可视化展示用 0.1 到 0.5，肉眼几乎看不出差别，但文件能小一个数量级。

STEP 没有网格密度问题，但文件体积和曲面复杂度正相关。如果一个零件有几千个面，STEP 可能几十 MB。这时候可以考虑简化特征，或者导出的时候做曲面合并。

提示：批量生成的时候，建议先用低精度跑一遍全流程，确认逻辑没问题，再用高精度重新生成最终文件。这样能省很多等待时间。

5.4 与现有 CAD 软件的对接

生成的 STEP 要能进 SolidWorks、UG、Creo、中望 CAD，关键是版本和协议。STEP 有 AP203、AP214、AP242 几个版本，AP242 支持颜色和 PMI，但老软件可能读不了。我一般导出 AP214，兼容性最好。

如果下游是钣金加工，注意 STEP 里的折弯特征不一定能被识别。热搜里 “金林钣金cad版” 和 “cad切地形” 说明国内钣金和地形场景很特殊，通用 STEP 不一定适配。这种时候可能需要针对特定软件做二次开发，或者导出中间格式再转换。

如果下游是 3D 打印，STL 的法线方向很重要。法线反了，切片软件会认为模型是空心的。CadQuery 导出的 STL 法线一般是对的，但如果经过其他工具处理，建议用 MeshLab 检查一下。

6. 我对 text-to-cad 的实际使用体会

我拿 text-to-cad 跑过几类零件：法兰、支架、齿轮毛坯、钣金折弯件、简单的壳体。感受最深的几点，跟一开始的预期不太一样。

第一，它最擅长的不是“从零生成”，而是“参数化改型”。你给它一个模板，让它改尺寸、改孔数、改阵列方式，它做得又快又准。但你让它凭空设计一个从没见过的结构，它给出的东西往往尺寸不合理、特征冗余、加工性差。

第二，提示词的质量直接决定输出质量。我试过用一句话描述一个支架，生成出来的东西完全不能用；后来把描述拆成“底板 100×60×8、立板高 50、厚 6、底板四角 M6 通孔、立板顶部一个直径 20 的轴孔、立板与底板之间加两个三角加强筋”，生成出来的模型基本可以直接用。差别就在于信息密度。

第三，格式转换是整条链路里最容易被低估的环节。很多人以为生成完 STEP 就结束了，实际上从 STEP 到 STL 到 GLB，每一步都有坑。网格精度、法线方向、材质丢失、单位错误，这些问题在批量处理的时候会集中爆发。

第四，人工校验不能省。我现在的流程是：模型生成 → 脚本校验尺寸 → 人工看一遍拓扑 → 导出下游格式。四步里任何一步跳过，后面都可能返工。尤其是尺寸校验，写几行代码就能自动比对，比人眼靠谱得多。

最后分享一个我常用的小技巧：把常用的参数化模板整理成一个库，每个模板配一份参数说明和默认值。text-to-cad 生成的时候，先匹配模板，再填参数，最后生成。这样比每次从零生成稳定得多，也更容易做批量。模板库不需要很大，二三十个覆盖常见零件类型就够了，关键是每个模板都要经过实际验证，确保参数合理、几何干净、导出正常。