企业官网建设流程全解析

“把一句自然语言变成能编辑、能出工程图、能直接拿去加工的CAD模型”，这就是text-to-cad在做的事。

我第一次看到这类demo时，第一反应不是“好酷”，而是“这东西如果真能用，设计师和结构工程师的日常会变一个样”。过去我们画一个零件，先要在脑子里想清楚结构，再打开CAD软件，建基准面、拉草图、加约束、生成特征。现在有人试图把“脑子里想清楚”这一步也交给模型，让文本直接驱动建模过程。

这篇文章不打算堆论文术语，我会从一个长期和CAD打交道的使用者角度，把这事拆开讲清楚：text-to-cad到底解决了什么问题、目前主流技术路线有几条、以及你怎样才能用最简单的方式亲手跑通一个“从文本到CAD文件”的最小闭环。不管你是做机械结构、工业设计、非标自动化，还是纯粹玩3D打印，这内容都值得看完。

1. text-to-cad到底在解决什么问题

1.1 传统CAD建模的瓶颈不在“画图”，在“翻译”

很多人以为CAD学习难在“画图”，其实不是。软件操作再复杂，练上一个月也就熟了。真正的瓶颈是：从“需求语言”到“建模操作”的翻译过程，每一步都在消耗注意力。

举个最普通的例子。你要设计一个法兰盘，需求用一句话就能讲完：“外径80，内径40，厚度12，外圈均布6个直径8的螺栓孔。”但这句话落到CAD软件里，你要新建零件、选择基准面、绘制草图、标注约束、拉伸凸台、再画一个孔、做圆周阵列、最后加倒角。熟练工做完这一套至少几分钟，不熟练的可能在“草图完全定义”上卡半天。

text-to-cad想砍掉的，就是这个“需求到初稿”的翻译成本。它的目标不是让CAD软件消失，而是让你把精力放在真正该关心的判断上，比如这个结构稳不稳、好不好加工、装配是否合理。初稿交给模型出，人工负责审核和修改。

1.2 它和text-to-3D不是一回事

这里必须强调一个特别容易混淆的边界：text-to-cad和text-to-3D（比如生成OBJ、STL网格）根本不是一回事。

text-to-3D的目标是“看起来像”，通常生成的是三角形网格，好看就行，不关心几何精度，也不关心能不能编辑。而text-to-cad的目标是“能制造、能编辑、能复用”。它要输出的是真正的CAD数据，也就是带参数化特征、带B-rep（边界表示）几何、带特征历史树的模型。

打个比方：text-to-3D像是让一个素描画家快速给你画一张参考图，光影氛围到位；text-to-cad则是让一个结构工程师给你出一张带标注、带尺寸、可以改图纸的工程图。前者看的是感觉，后者看的是约束和逻辑。所以评价text-to-cad模型好不好，不能只看生成结果像不像，还要看它能不能导入CAD软件继续编辑，能不能稳定出工程图和CAM刀路。

2. 主流技术路线拆解：从脚本生成到数据驱动重建

2.1 大语言模型直接生成CAD脚本：门槛最低，也最容易跑通

目前实操性最强的路线，是用大语言模型（LLM）直接生成CAD脚本，比较常见的输出对象是OpenSCAD、CadQuery，或者Fusion 360的Python API。

这个路线的基本逻辑是：把建模过程用代码表达出来，LLM本来就擅长生成代码，于是“文本转CAD”就变成了“文本转代码”。比如你给我一句“直径30的圆柱，高20，顶部倒角2”，模型理论上可以吐出一段OpenSCAD脚本，你在本地一渲染就有模型了。

这条路线的优势非常明显：

• 不需要专门训练，直接用现成的通用大模型就能起步。
• 生成的结果天然是参数化的，尺寸都写在变量里，随时能改。
• 输出的是文本文件，易读、易审查、易版本管理。

缺点是模型不一定真的理解CAD语义。它可能生成一个语法完全正确但物理上很离谱的模型，比如孔比零件还大、倒角吃掉整个壁厚、布尔运算留下悬空碎片。所以用这条路，必须搭配人工检查。

2.2 基于CAD数据集训练专用模型：Text2CAD与CAD-GEN这条线

另一条更“科研”也更接近text-to-cad本质的路线，是在大量CAD数据上训练专用模型。

这个方向的背景是，近几年社区整理了不少CAD序列数据集，比如从Fusion 360里提取的建模操作序列、DeepCAD这类大规模参数化CAD数据，以及一些自动配对的文本描述数据。研究人员会把这些“自然语言描述-建模操作序列”配对起来，训练模型学习从文本到建模步骤的映射关系。

典型工作包括Text2CAD、CAD-GEN等。它们的做法通常是把CAD建模过程表示成一系列离散的操作token，例如“新建草图”“画圆”“拉伸”“切除”“倒角”等，模型根据输入文本，逐个预测下一个操作，最后解码成一个完整的CAD文件。

这条路的优点是更贴近“工程师建模”的思维，生成结果确实是一个带特征历史的参数化模型。缺点是：

• 对数据和算力的要求很高，普通个人很难复现。
• 模型生成的草图约束经常不完整，导入软件后需要大量修复。
• 描述一旦变长，生成误差会累积，最后几个特征经常对不上。

所以目前这些模型更多出现在论文和demo里，离“生产工具”还有距离，但方向是对的。

2.3 先出三维网格再做表面拟合：看着快，实则坑多

还有一种思路比较取巧：先用文本生成三维网格（类似text-to-3D），再做网格到CAD表面的拟合。

比如先用扩散模型生成点云或体素，再用B-rep拟合算法把表面转成NURBS曲面或参数化实体。这个路线的好处是能借用大量成熟的text-to-3D成果，生成效果“视觉上很唬人”。但从我的实际使用经验看，这个路线在工程上其实最不靠谱：

• 拟合出来的曲面经常是非流形或自相交的，实体布尔运算会失败。
• 表面虽然光滑，但没有原始特征，你在CAD里无法修改“孔距”或“壁厚”这种参数。
• 转换成STEP后，文件里经常是一坨没有可编辑历史的“死模型”。

我建议把它当作概念可视化工具，而不是设计工具。你拿它来给客户看一下大致形态没问题，但如果要出图、要加工，直接倒回参数化建模更现实。

2.4 三条路线怎么选

为了让你选型方便，我把三条路线放在一起对比：

我的意见很直接：如果你是自己用、要快速出东西，选第一条；如果你是研究生想要发论文或者探索新方法，第二条值得深入；如果你只是给甲方看个效果图，第三条可以凑合。

3. 亲手跑通一个text-to-cad最小闭环

3.1 准备工具：开源CAD脚本环境

为了不依赖付费软件，我推荐用两个开源工具来实现最小闭环：

一是OpenSCAD，体积小、跨平台、用CSG（构造实体几何）建模。你可以把OpenSCAD理解成“用代码雕刻”，非常适合配合LLM自动生成。它默认尺寸单位是毫米，可以直接导出STL和SVG。

二是CadQuery，这是一个Python库。和OpenSCAD不同，CadQuery更接近传统CAD的“特征建模”思路，可以做到先选面、再建草图、然后拉伸、打孔、倒角，而且可以直接导出STEP格式。STEP格式是B-rep，包含精确几何信息，能被Fusion 360、FreeCAD等主流软件直接打开。

工具链就这么简单：一个文本编辑器，加上一个免费的CAD环境。模型引擎方面，你可以用任何主流大模型API。如果你在意数据隐私，本地部署一个小参数量模型也能完成基本任务，但效果会打折。

3.2 第一个例子：用一句话生成垫片并导出STL

我们从一个机械行业最常见的小零件开始：平垫片。需求描述是这样的：

“外径40mm，内径30mm，高度10mm的圆环垫片。”

拿到这句话，你要做的第一件事，是把自然语言转成明确参数：外径40，半径20；内径30，半径15；高度10。因为OpenSCAD的cylinder函数用的是半径参数，所以必须先把直径换成半径。

我让模型生成的OpenSCAD脚本大概长这样：

$fn = 64; outer_d = 40; inner_d = 30; height = 10; difference() { cylinder(h = height, r = outer_d / 2); cylinder(h = height + 1, r = inner_d / 2); }

你可能会问，为什么里面那个圆柱高度是height+1而不是height？这里是个典型细节：两个曲面如果完全等高手动做差集，有可能因为浮点精度问题留下残面或破洞。让内圆柱多出1毫米，保证“切除”特征贯穿整个实体，布尔运算更干净。这个习惯我用了很多年，强烈建议你也养成。

把这段代码保存成gasket.scad，放进OpenSCAD，按F5预览，再按F6渲染，就能看到实体。接着导出STL，这个垫片基本就能丢给3D打印机了。整个流程从文本到拿到可打印文件，不超过5分钟。

3.3 第二个例子：用CadQuery生成带孔底座并导出STEP

如果只是生成一个圆环，用OpenSCAD就够了。但工程上更常见的需求，是“一块底座板上打几个安装孔”。这时CadQuery更合适，因为它的“先建实体、再选面、在面上定位打孔”的方式，非常接近人类工程师的思路。

我们用一个更复杂的描述来测试：“一个60×40×10mm的长方体底座，四条垂直边倒R5圆角，顶面按40×20矩形分布打4个直径4mm的通孔。”

我给出的CadQuery代码是这样：

import cadquery as cq base = ( cq.Workplane("XY") .box(60, 40, 10) .edges("|Z") .fillet(5) ) result = ( base.faces(">Z") .workplane() .rect(40, 20, forConstruction=True) .vertices() .hole(4) ) cq.exporters.export(result, "base.step")

一行一行看：先建一个60×40×10的盒子；然后.edges("|Z")选中四条平行于Z轴的边，也就是那四条垂直边；.fillet(5)给它们倒R5圆角。注意我是在倒完角之后才选顶面孔位的，因为倒角可能会影响后续工作平面的选择稳定性。

然后.faces(">Z")选中最顶上的面，.workplane()在这个面上建立新的工作平面。.rect(40, 20, forConstruction=True)画一个40×20的辅助矩形，.vertices()取它的四个角点，最后.hole(4)在每个角点处打直径4的通孔。

这段代码跑完，你会得到一个base.step文件。STEP是CAD领域的中性交换格式，Fusion 360可以直接打开，而且打开之后还是带精确B-rep数据的实体模型，不是一堆三角面片。

3.4 生成结果如何进入主流CAD软件

拿到STEP或STL后，下一步是把模型拉进你熟悉的CAD软件继续处理。

STEP文件用Fusion 360打开时，通常会自动转成底稿，可以直接在原有实体上继续添加特征。但要注意一点：打开STEP后，模型往往是一个不带原始特征历史的“哑实体”。你可以在这基础上新建草图、打孔、加特征，但不能回头修改我代码里那个40×20的孔距参数。所以如果预计要反复调整，最好把CadQuery脚本保留好，改参数后重跑一遍。

STL文件则更简单，它只有三角面，没有面边拓扑，直接导入Fusion或FreeCAD后只能做测量和简单的网格编辑，不能当实体用。所以我的建议是：能导出STEP就别导出STL，除非你最终目标就是3D打印。

4. 我在实操中踩过的坑：从歧义到破面

4.1 自然语言里的“歧义”，比你想的更严重

用text-to-cad最痛苦的经历，不是模型不懂语法，而是它太擅长“一本正经地胡说八道”。

比如你写：“一个长方形的板子，上面有四个孔。”这句话在人类工程师眼里不够，需要追问：板子多厚？四个孔多大？孔间距多少？孔是通孔还是盲孔？但模型不会追问，它会自己猜。猜对了是你运气好，猜错了你还得返工。

我自己试过让模型生成“一个支架”，结果它生成了一个像桌面摆件一样的物体。问题不出在模型，而出在我的描述没有给约束。自然语言是非常稀疏的信息通道，越短的描述越容易产生多个合理答案。

所以，使用text-to-cad的第一铁律是：描述必须数字化。凡是涉及尺寸、位置、数量、角度的，全部写具体数值。不要用“大大”“厚实”“美观”这种形容词，模型对这类词的理解和你完全不一样。

4.2 单位、坐标系和精度，最容易翻车的三件事

单位问题是我踩过最多次的坑。OpenSCAD和CadQuery默认都是毫米，但大语言模型训练数据里混着大量英寸和厘米的语料，所以它生成的代码里极容易出现“直径1.5”这种话，到底是英寸还是毫米，你根本不知道。

我现在的习惯是，生成代码后先看一眼数字量级。如果描述是“一个汽车轮毂”，结果代码里写着r=80，那基本可以确定是毫米；如果写着r=3，大概率是英寸或者模型理解错了。不要相信模型默认的单位，每一步都要检查。

坐标系问题同样隐蔽。CAD世界里“哪个面是顶面”“Z轴朝上还是Y轴朝上”是有约定俗成的，但LLM不一定遵守。CadQuery里默认工作平面是XY，拉伸方向是Z正方向，可有些模型会生成Y轴朝上的建模习惯，导致你导入软件后模型是“躺”着的。Fix起来容易，但如果你在没发现的情况下直接出图，后果很尴尬。

还有一个精度问题：布尔运算失败往往是模型生成的特征与实体有微小间隙或重叠。遇到这种情况，不要硬修网格，回到脚本里去改尺寸，把切除体稍微加长、加大，或者用更明确的相交关系。

4.3 “能看不能改”的本质：是网格还是CAD？

很多刚接触text-to-cad的人会拿STL文件当成果，然后在CAD软件里发现只能看不能改，抱怨“这玩意没用”。其实问题不在工具，而在你拿到的文件类型。

STL本质上是“一堆三角形”，它记录的是表面的采样点，而不是几何方程和特征信息。你可以在STL上量尺寸，但你不能把一个STL的某个孔直径从8改成10，除非重新三角化。而STEP、IGES这些B-rep格式，才真正带有“哪条边、哪个面、怎么连接的”拓扑信息。

所以我在实际使用中，会尽量让生成链路落在“脚本/代码”或“B-rep”上。如果某个工具只给我输出STL，我会下意识降低对它作为CAD工具的评分。先问“能不能输出脚本或STEP”，这个标准能帮你过滤掉一大批华而不实的text-to-cad工具。

4.4 别被评估指标骗了

看很多text-to-cad论文时，你会看到一堆漂亮的指标：Chamfer Distance降低了多少、IoU提升了多少。但作为一个工程使用者，我必须说：这些几何指标和“能不能用”的相关性，没有想象中高。

一个模型可能和参考模型在形状上高度重合，但内部特征树完全乱掉：本该是一个整体零件的，它拆成了几十个悬浮实体；本该有一个通孔的，它用两个半球面拼出一个坑。这些在“体素IoU”上照样得分，但导入CAD后你根本没法编辑。

我的建议是，看一个text-to-cad系统好不好用，就看三件事：第一，输出能不能被当前主流CAD软件顺利打开；第二，打开后是不是实体而不是网格；第三，主要尺寸是不是参数化可调的。这三个问题通过了，比任何论文指标都实在。

5. 常见问题速查与提示词调整技巧

5.1 高频问题与排查方案

我在反复使用text-to-cad过程中，把最常见的问题整理成一个速查表，遇到问题可以先对着查：

5.2 把描述写成“迷你需求文档”

既然自然语言歧义大，那就收敛它。我的做法是：不直接甩一句话给模型，而是按“用途+外形+尺寸+装配+工艺约束”的模板来组织描述。

举个例子，差的描述是：“帮我生成一个电机安装座。”这种话换我我也不知从何下手。好的描述应该是：

“设计一个用于安装NEMA23步进电机的L型安装座，垂直板高80mm、宽60mm、厚8mm；水平板长60mm、宽50mm、厚8mm；垂直板上按NEMA23标准布置4个直径5mm的安装孔，孔距31mm×31mm，水平板边缘留两个直径6mm的通孔用于固定到工作台。所有外露边倒R3圆角。单位是毫米。”

你会发现，把这句话翻译成CAD脚本，模型基本不会跑偏。它需要的信息全部给足了，剩下的就是机械式的代码转换。模板话术还有一个额外好处：你可以把常用结构（法兰、底座、支架、壳体）的模板积累起来，以后复制粘贴改数字就行。

5.3 一个让结果更稳的进阶技巧：代码模板拼接

如果你已经用text-to-cad一段时间，你会发现大多数零件都是“基础形状+孔+倒角+阵列”的组合。既然如此，不如把常用基础形状做成自己的模板库，让模型在模板基础上改参数，而不是从头生成新代码。

比如我个人维护了一套CadQuery模板，里面写好了“平板带孔”“L型支架”“圆环法兰”“盒子带盖”这几类最常见的结构。使用text-to-cad时，我会在提示词里附上对应模板代码，并让模型只修改尺寸参数和不改变整体结构。这样生成结果的成功率会高非常多，因为LLM在“改参数”这件事上比“设计新结构”可靠得多。

这其实也暴露了text-to-cad目前的真实水平：它更像一个“读得懂需求的参数化脚本工”，而不是“凭空设计零件的工程师”。接受这个定位，你就能把它用得很顺手。

最后说一个我自己的习惯。在项目里，我会把text-to-cad生成的内容当作“实习生的一稿”，而不是“最终交付物”。每个模型出来之后，我先在CAD软件里打开，检查一遍单位、孔位、壁厚和圆角，没问题再做工程图或发去加工。这个流程看着多条检查步骤，其实比从零建模还是快很多，尤其适合项目前期的方案比选和快速验证。

如果你想让这个能力继续延伸，可以考虑把它接入公司的标准件库和参数化模板，让它只负责“按规则生成”，再由人负责“按规范审核”。我目前的经验是，这个组合在非标自动化设计里，已经能让单个常规零件的出图时间缩短一半以上。