一句话生成可编辑CAD模型：text-to-cad原理、工具与实操指南

如果你是一个天天和CAD打交道的人，应该能体会那种感觉：脑子里已经把一个零件的形状、孔位、壁厚都想好了，但落到软件里还是要花费一二十分钟，拉伸、切除、倒角、约束，一步步把思路翻译成软件操作。最耗时的往往不是设计方案本身，而是把方案变成三维模型的过程。text-to-cad想解决的就是这个问题——用一句自然语言描述，直接生成可编辑的CAD模型。它不是什么实验室里的概念，现在已经有了能跑通全流程的在线工具和开源项目，设计师、结构工程师、创客、机械专业学生都可以拿来用。

我接触text-to-cad快一年了，从最早在浏览器里试玩演示版本，到后来把它嵌进自己的参数化设计流程，中间踩了不少坑，也总结了一些可复用的经验。这篇内容我打算从原理讲起，把主流的工具选型、一次完整的实操流程、提示词写作技巧、常见的失败场景和几个进阶玩法一次说清楚，希望能帮你快速判断这东西适不适合你的工作流。

1. text-to-cad到底是怎么把一句话变成三维模型的

1.1 它并不像Midjourney那样“画”图

很多人第一次听说text-to-cad，容易拿它类比文生图工具。但它的工作机制跟Midjourney完全不同。文生图是生成一堆像素，输出的是“看起来像那么回事”的图片；而text-to-cad要想有实用价值，必须输出尺寸准确、特征可编辑、拓扑正确的实体模型。这一点直接决定了技术路线的走向。

我做个类比：文生图像是你请一个画家照着文字描述画一张画，画得再像也只是一张画，改不了颜色、换不了布局。text-to-cad则像是你请一个会用程序建模的助理，他听完你的需求后写出一段建模脚本，脚本运行后才生成实体模型。这段脚本才是核心资产，模型只是脚本执行后的结果。

1.2 主流实现路径：代码即模型

目前能落地的text-to-cad工具，绝大多数都走的是“大模型生成参数化建模脚本”这条路。所谓参数化建模脚本，常见的有三类：

• CadQuery：基于Python的库，核心是OpenCASCADE几何内核，用代码描述几何特征，内核负责算成实体。
• FreeCAD的Python API：本质上是脚本驱动FreeCAD完成建模。
• OpenSCAD：声明式描述几何体的代码化建模语言。

大模型在这里扮演的角色是“程序员”。它接收你输入的描述词，输出一段语法正确的建模代码，工具拿到代码后立即执行，实例化为三维模型并渲染预览。整个过程跟GitHub Copilot帮你写代码非常像，区别只在于代码执行后的产物不是软件功能，而是实实在在的三维几何体。

1.3 为什么选脚本而不是直接生成网格

你可能会问：现在明明有很多AI能直接生成3D网格文件，输入一句话输出OBJ或者GLB，为什么不直接用？我给你分析一下最核心的差异：能不能改。

直接生成的三角网格，就像一件用黏土捏出来的雕塑，样子是对的，但它没有参数、没有历史特征。你拿到一个STL网格后想调整孔的直径，只能整个重新生成，无法在传统CAD流程里精修。而参数化脚本生成的东西，零件上的每个圆角半径、每个孔直径、每段拉伸高度，全部明确写在代码里。想改？改一行代码再重新执行一次就行。

另外还有精度问题。网格是离散逼近的，而工程分析、加工制造需要的是NURBS曲面和精确实体。从CadQuery这类脚本生成的模型，走的和传统CAD软件完全相同的几何内核计算路径，算出来的是能用工业软件继续编辑的实体，不是一张纸糊的壳。

我现在的理解是，text-to-cad的本质就是“自然语言前端 + 参数化几何内核”。前端负责把人的意图翻译成机器能理解的建模指令，后端的内核负责保证几何精度。两者结合，才让这个东西从演示玩具变成有生产力的工具。

2. 现存工具盘点和选型参考

2.1 从Zapr到CADmium，浏览器里跑通全流程

目前市面上能直接体验的text-to-cad方案，我把它分成三类。

第一类是网页在线demo，最典型的是Zapr。它的交互很简单：输入文字描述，点击生成，它调用大模型产出CadQuery代码，然后在页面里执行并展示三维预览。适合第一次玩，跑通流程，感受“一句话生成可编辑模型”的体验。缺点也很明显：数据需要发到服务端，涉及保密设计内容时要谨慎。

第二类是本地开源工具，代表性项目是CADmium。这个项目的思路是把整条链路搬到本地浏览器运行，用WebAssembly技术集成OpenCASCADE内核，模型的推理和渲染都在本地完成。好处是不用把图纸数据发给第三方，适合对数据安全敏感的场景；代价是当前性能上限取决于自己电脑的硬件条件，模型描述一复杂，生成耗时就会肉眼可见地增加。

第三类是配合本地CAD软件使用的工作流型工具。比如有人直接把LLM接入FreeCAD，让AI在FreeCAD的Python控制台里生成宏来建模；也有人通过OpenSCAD，让LLM输出造型脚本，配合参数化模板做快速改型。这类方案通常没有现成的图形界面，需要自己搭调用链路，但自由度最高。

2.2 工业软件巨头在做什么

传统的CAD厂商也在跟进。Autodesk在Fusion 360里测试过AI辅助建模，用户可以直接输入指令让软件完成拉伸、旋转等基础操作。SolidWorks也在尝试结合大模型的生成式设计工作流。但它们走的是另一条路：用自然语言操控软件里已有的建模功能，而不是生成独立脚本。

这个路线的优势是稳定，因为底层是成熟的参数化内核，每个命令都有明确的语义和参数定义；缺点是功能边界完全受限于软件自身的能力，你说得再复杂，它最终也是翻译成几个软件命令。至少现阶段，它还做不到“自由创建软件里没有预设的功能”。

不过我认为工业软件厂商做这件事有一个天然优势：他们手里有海量真实设计数据。有经验的工程师在软件里怎么建模、怎么加特征、怎么处理倒角，这些行为日志数据是微调模型的最佳素材。技术路线一旦被验证，后面就是拼数据闭环和数据规模。

2.3 我自己的选型建议

如果你是第一次接触text-to-cad，别一上来就搭重型环境。先用网页在线demo跑一遍，感受生成体验和输出质量。等确认有真实需求了，再考虑CADmium这类本地部署方案。

如果你是FreeCAD的存量用户，直接接一个本地大模型当脚本生成器，把生成的代码贴到Python控制台执行，是最平滑的上手路径。我把当前几类方案的对比整理成了一张表：

现阶段我自己的结论是：不建议把text-to-cad当成主力建模工具，但完全可以把它当作草图和方案的“第一版草稿生成器”。后面讲实操时你就会发现，它最大的价值是把“从无到有”这一步压缩到几分钟。

3. 完整实操：用自然语言从零生成一个可编辑的机械零件

下面我走一遍完整流程，以最常见的机械零件“带法兰的安装座”为例，整个过程大约需要十分钟，你可以直接照着操作。

3.1 实操环境准备

我用CADmium本地版做演示，因为整个链路都是开源的，你可以完全复现，不涉及任何需要付费的工具。需要准备的是：

• 一台正常联网的电脑，Chrome或Edge浏览器
• 本地运行一个大模型，或者通过API调用云端大模型
• 下载CADmium源码，按README说明启动本地服务

如果你不想搭本地环境，用Zapr在线版也可以，核心流程完全一样。区别只在于模型运行的位置。

3.2 描述词怎么写

这一步是整个流程里最影响生成质量的环节。我建议采用固定的描述格式：先说整体形状，再依次列出特征，每个特征写清楚位置、尺寸、类型。我实操用的描述词长这样：

“创建一个安装座，主体是长方体，长120毫米，宽60毫米，高20毫米。在长方体顶面的四个角分别创建直径8毫米的通孔，孔心距离相邻两边各10毫米。在长度方向的一侧，底部创建法兰凸台，凸台长40毫米，宽60毫米，厚度10毫米，靠底部对齐。法兰上再打两个直径10毫米的安装孔，孔距40毫米，对称分布。”

写描述词有两条关键经验：尽量使用绝对尺寸，不要用“大一点”“靠右一些”这种相对描述；对位置敏感的特征，务必提供明确的位置锚点，比如“距离左边10毫米”“顶面对齐”。

3.3 生成、检查与导出

输入描述后，模型会在几十秒到一两分钟内返回一段CadQuery代码。先别急着读代码，直接看右侧的三维预览图。我做的第一件事永远是核对尺寸，在预览里逐个点击面和边，检查标注是否与描述一致。整体外形基本不会错，但孔位偶尔会偏移，这是目前这类工具的典型问题。

尺寸确认无误后，再检查一遍代码里的核心参数。我遇到过代码里直径写对但孔心距坐标算错方向的情况，也遇到过预览正常但代码里圆角半径和描述不一致的情况。这里强调一个习惯：不只看预览，还要看代码。因为预览是代码计算出的结果，如果后续要修改参数，改的是代码本身，代码里的数值必须正确。

检查通过后，直接导出STEP文件。除非你是要做3D打印的快速原型，否则别导出STL，原因下文细说。

3.4 导入FreeCAD后的处理

以免费的FreeCAD为例，把导出的STEP文件直接拖进去。我实测下来，CadQuery生成的STEP导入后是标准的B-rep实体模型，可以正常选中面、编辑特征、追加建模操作。这意味着“一句话生成的零件”和“手工画的零件”在后续流程里没有任何区别，它不是一个一次性产物。

如果你导出的是STL，进入FreeCAD后本质上是网格，只能做网格层面的修复和转实体，丢失了参数化编辑的能力。所以我的个人习惯很明确：只要后面还有修改设计的可能，一律导出STEP。整套流程跑完，你已经从一句自然语言拿到了一个可继续编辑的CAD源文件，这就是text-to-cad现阶段最大的实践价值。

4. 写提示词的五条实操经验

4.1 先描述主体，再描述特征

大模型非常吃描述顺序。你先把主体的形状和尺寸讲清楚，再做特征“加法”，生成成功率会显著提高。我一开始习惯想到什么说什么，结果经常是主体对了但漏了某个孔，或者孔跑到了错误的面上。后来固定用“主体→特征→位置→尺寸”的顺序，成功率明显上升，尤其是当特征数量超过四五个的时候，作用更明显。

4.2 尺寸数字要精确到坐标级别

不要只写“中间位置打一个孔”，要写“在顶面中心，坐标(60, 30)处打一个直径10毫米的通孔”。原因是：大模型不是靠空间想象力在画图，它是在推理文本和坐标之间的映射关系。你给的坐标越明确，它的推理路径越短，出错的概率越低。这一点跟人跟人沟通不一样，跟机器模型沟通，模糊就是原罪。

4.3 避免模糊的空间形容词

“偏左一点”“稍微向下”“差不多齐平”这类词，在text-to-cad里基本无效。模型猜出来的数值你不会知道是猜的，因为它不会在结果里标注“此处为猜测值”。预览里没有参照物，偏移往往看不出来，直到你把它放进装配体里才发现位置不对。用绝对数值表达所有空间关系，是这个玩法里最核心的原则，没有之一。

4.4 别指望一次生成，要结构化分解

我见过最多的失败案例，是那种一口气描述十几个特征的请求。哪怕是有经验的CadQuery程序员，用代码建模十几个特征也是分步骤完成的。大模型在写到第七八个特征时，容易出现语法错误或者逻辑谬误。我的做法是：把复杂零件拆成三到四个独立描述，分别生成，再到FreeCAD里装配或做布尔合并。整个流程耗时不一定更长，但成功率会高出一个量级。

4.5 用参数化思维说话

这是最进阶的一条经验。参数化思维的意思是，在描述里给尺寸命名，明确表达特征间的依赖关系。比如“创建主体，长设为L，宽设为W。在顶面打孔，孔心距左边距离设为0.1倍L，距前边距离设为0.2倍W”。这样做的好处是生成的代码里直接带着参数关系，后续改一个L，所有依赖它的位置全部联动。我实测这样描述，生成质量反而更稳定，因为模型需要处理的是比例关系而不是精确数值，猜错具体数字的风险大大降低。

5. 精度边界与失败案例：哪些场景我劝你别用

5.1 三类高频翻车场景

text-to-cad现阶段远不是万能的，它有非常清晰的精度边界。我总结了最容易翻车的三类场景，遇到请谨慎。

第一类是复杂曲面造型。凡是流线型外壳、汽车外观、异形过渡面，它基本都搞不定。CadQuery这类参数化代码擅长的是规则几何体的布尔运算，曲面本来就是它的弱项。你可以让它先做个方块再挖孔，但别指望它从零设计一个鼠标外壳。

第二类是装配体生成。描述一套完整机构，比如“一个含齿轮、轴和轴承的减速箱”，它会生成一堆独立零件，但零件间的配合关系、间隙、啮合逻辑完全顾不上。CAD装配体需要的是约束和父子层级关系，LLM输出的代码是扁平的几何列表，根本构建不了真正的装配结构。

第三类是倒角和圆角的处理。这类问题最隐蔽，也最容易导致实际加工翻车。模型生成的代码里经常出现圆角半径大于壁厚的情况，或者倒角延伸到了错误的棱边上。视觉上看着没大问题，但加工出来直接是废品。我的习惯是，生成完成后单独检查每个圆角特征，不要批量信任。

5.2 一个典型的失败排查记录

我在一次实操中想生成一个带加强筋的加强板，描述词是“在板的一侧添加四条等距的加强筋，筋高10毫米，筋厚5毫米”。生成结果预览看起来完全正常，四条筋整齐排列。

我把STEP文件导入FreeCAD，准备做剖面检查时发现，第四条加强筋和板壁之间有一道几乎看不到的缝隙。预览里因为渲染精度问题完全看不出来，但做布尔运算或者有限元分析时会直接报错。查代码发现，模型把第四条筋生成了独立拉伸体，起始位置是9.999毫米而不是10毫米，和主体之间差了不到一根头发丝的间隙，导致没有真正粘合。

这个案例给我的教训很深刻：预览图的“看起来正常”不值得信任，必须做布尔检查或剖面检查。CAD软件对几何拓扑是零容忍的，哪怕0.001毫米的间隙都是失败。生成只是第一步，验证永远是必修课。

5.3 哪些场景已经能直接用于生产

说完坑，也得说说已经能用的地方。我目前在实际工作里会把text-to-cad用在以下四类场景：

• 标准件快速建模：各种规格的垫片、法兰、安装板，外形规则，描述一次改一次就能批量生成。
• 概念草案：设计评审前，把一句话的设计意图快速变成三维草图，拿给团队看比画草图快得多。
• 非标件改型：已有的参数化模型，捏住几个关键尺寸，让AI修改参数生成新规格。
• 教学演示：让学生用自然语言描述零件，再对照生成的代码学习特征建模的逻辑。

判断一个需求适不适合用text-to-cad，我有一套很简单的标准：零件是否为规则几何体、特征数量是否少于十个、是否需要频繁参数调整。三条同时满足，放心用；少一条，就谨慎评估。

6. 进阶玩法：把text-to-cad变成参数化设计工作流的一环

6.1 自动批量生成系列零件

text-to-cad发挥最大威力的场景，是和程序化生成结合在一起的时候。假设你需要一批规格连续变化的系列零件，比如不同孔径的法兰盘、不同厚度的垫片，就可以写一段Python脚本，循环修改描述词里的关键尺寸，自动调用text-to-cad生成每一个规格的STEP文件。整个过程不需要手动打开CAD软件画图，一晚上就能生成一整族零件库。

实际操作时有一个关键点：把尺寸写成占位符让脚本替换，而不要每次都整句重新生成。原因是如果每次的措辞都有微小的变化，生成的模型之间会出现不必要的差异，不利于整理成标准零件族。固定模板、只换参数，才能让产出保持一致性。

6.2 与生成式拓扑优化结合

这是一个相对前沿的方向。可以先用传统的拓扑优化工具算出一个构型，然后提取关键的传力路径，再用自然语言描述成工程约束，交给text-to-cad生成一个参数化简化版本。

举一个简化的例子：拓扑优化算出了应力分布，你识别出关键传力路径，描述成“在A点和B点之间建立厚度8毫米的斜撑，其余区域减薄到2毫米”，text-to-cad就能把这句话转化成可继续编辑的参数化模型。它本质上是在两个AI工具之间建立数据链路，实操起来只要打通中间的数据转换格式，就能把“拓扑优化+参数化建模”串成一条自动化流水线。

6.3 作为教育工具和头脑风暴工具

最后说一个容易被忽视的价值：教育。我拿text-to-cad给一个完全没接触过CAD的朋友演示，让他描述自己脑海里的零件，再一起检查生成的代码。他很快就理解了拉伸、切除、开孔这些概念是怎么对应到几何特征上的。

这种“自然语言—代码—几何体”的三段式学习方式，比从菜单里找命令入门要直观得多。你描述，它生成代码，你看到三维结果，再回头修改描述里的数字观察变化——这个试错循环本身就是最好的CAD入门课。对于机械设计培训或者创客教育来说，这是非常值得投入的新方向。

我自己的体会是，text-to-cad目前最合适的定位是“辅助设计入口”，而不是“CAD软件替代品”。它把传统建模里最耗时的那一步——从想法到参数化草稿——大幅压缩，但后面的工程分析、制造准备和装配验证，仍然需要成熟CAD工具来完成。学会跟它配合，把自己从重复的建模劳动里解放出来，把更多的时间留给真正的设计决策，是我们现阶段能获得的最大收益。如果你打算入坑，建议从今天说的在线demo开始，花半小时生成一个简单零件，先感受一下“说句话就有模型”的体验。