Text-To-CAD: AI Agent自主CAD设计工程实践
前几篇,我们一直在讲 CAD AI 的一个判断:
真正重要的不是“AI 能不能生成一个 3D 外形”,而是它能不能进入工程师熟悉的 CAD 工作流。
Zero-to-CAD 这篇文章讲的是大规模可执行 CAD 构造序列。
这一次,看一个更贴近今天工程Ai Agent 使用方式的项目:earthtojake/text-to-cad
项目地址:
如果只看名字,很容易把它理解成“文本生成 CAD 模型”。
但真正值得关注的不是这个名字。
它更像是一套给 Codex、Claude Code、Gemini、OpenClaw 这类 coding agent 使用的 CAD 工具链。
也就是说,它不是训练一个模型,让模型直接吐出一个神秘的 CAD 文件。
它做的是另一件事:
让 Agent 根据自然语言需求,写出可版本管理的 CAD 源码,再导出 STEP、STL、DXF 等工程文件,然后通过几何检查和可视化工具反复修正。
这比“文字变 3D”更接近工程软件的真实变化。
它不是一个 CAD 大模型
text-to-cad 仓库里最核心的东西,是一组 agent skills。
包括:
cad:生成、修改、检查 STEP-first 的 build123d/Python CAD 模型
cad-explorer:本地打开 STEP、STL、DXF、URDF、SDF、SRDF 做可视化审查
step-parts:搜索和下载标准 STEP 零部件
urdf、sdf、srdf:生成机器人和仿真描述文件
sendcutsend:面向 SendCutSend 上传前的 DXF/STEP 预检
这套东西的工程含义很清楚。AI 不只是回答“你想画什么”。它还要知道:
源文件放在哪里。
STEP 怎么导出。
生成结果是不是一个闭合实体。
边界框是不是符合预期。
哪些面、孔、轴、基准可以被引用。
如果检查失败,应该改源码,而不是手改生成文件。
这就是 CAD Agent 和普通 3D 生成最大的区别。
普通 3D 生成更像“出图”。
工程 CAD Agent 更像“跑流程”。
text-to-cad 的原理是什么
把 text-to-cad 理解成一个“文本到 CAD 模型”的神经网络,其实会误解它。它的核心不是一个新的 CAD 生成模型。
它的核心是把 coding agent、CAD 源码、几何内核、检查脚本和可视化工具接成一条链。
第一层,是 skills
skills 不是模型权重,而是一套给 agent 看的工程操作规范。比如 CAD skill 会明确告诉 agent:
优先生成 build123d Python 源码。
STEP 是主要工程输出。
DXF、STL、3MF 是派生输出。
修改时应该改源文件,而不是手改生成的 STEP。
生成后必须跑几何检查。
检查失败要回到源码修正。
这相当于把 CAD 工程师的一部分工作规程,写成了 agent 可以遵守的操作手册。
第二层,是参数化 CAD 源码
在这条路线里,Agent 不是直接吐一个不可解释的二进制 CAD 文件。
它写的是 Python。例如用 build123d 描述底板、孔、槽、圆柱、耳板、加强筋、布尔切除和标签。
这些源码能进版本管理、能被人读能改参数、能重新生成。
这一步非常关键。因为工程设计不是一次生成就结束,而是不断迭代。
第三层,是几何内核和导出脚本
build123d 背后依赖 OpenCascade 体系。
Agent 写出源码后,scripts/step 会执行源码里的 gen_step(),把 B-rep 实体导出成 STEP。
这个 STEP 才是可以交给 CAD、CAE、CAM 或制造流程继续处理的工程文件。
第四层,是检查和引用。
scripts/inspect 会读取生成结果,输出边界框、主要平面、面数量、几何引用和定位信息。
这就是 cad[...] 引用的意义。
以后如果你说“把这个孔扩大一点”“让这个面和另一个零件贴合”,Agent 不应该靠猜。
它应该能引用具体几何对象,再做精确修改。
第五层,是 CAD Explorer。
CLI 检查负责给出数字和结构事实。CAD Explorer 负责给人看。
它能打开 STEP、STL、DXF、URDF、SDF、SRDF,让工程师快速判断模型是不是空的、比例是不是对、主要特征是不是在正确位置。
所以 text-to-cad 真正的工作方式,可以概括成:
text 自然语言需求
→ Agent 读取 CAD skill
→ 生成 build123d 源码
→ OpenCascade 导出 STEP
→ inspect 做几何检查
→ CAD Explorer 可视化审查
→ 回到源码修正
这就是它和很多 3D 生成工具的关键区别。
它不是把 AI 放在最后一步,让 AI 直接给你一个结果。
它是把 AI 放进工程流程里,让 Agent 学会调用工具、生成文件、检查结果和继续修改。
换句话说,text-to-cad 的本质不是“文生 CAD 模型”。
更准确地说,它是:
面向 CAD 的 Agent 工作流框架。
我直接让 Codex 跑了一次
为了不把这篇写成项目介绍,我这次直接做了一次实战。
任务不是生成一个简单方块,而是设计一个稍微复杂一点、工程感更强的零件:
机器人云台支架底座。
我给 Codex 的目标大致是:
做一个带安装孔、中心轴承座、两侧耳板、横向轴孔、减重槽和加强筋的机器人云台底座,并导出 STEP。
这类零件适合作为演示对象。
它不是复杂到需要完整产品设计,但也不是只有一个方块加四个孔。
它有几个典型工程特征:
底板
安装孔和沉孔
中心轴承座
两侧支耳
横向轴孔
加强筋
减重槽
Codex 先安装了 text-to-cad 的 skills。
然后在本地建了一个 CAD runtime 环境,安装 build123d、OCP、ezdxf、trimesh、vtk 等依赖。
接着生成了一个 Python 源文件(robot_gimbal_base.py,后面会用到):
from build123d import *def _slot(length, width, height): """Capsule-shaped subtractive tool centered at the origin.""" radius = width / 2 return ( Box(length - width, width, height) + Cylinder(radius, height).moved(Location((-(length - width) / 2, 0, 0))) + Cylinder(radius, height).moved(Location(((length - width) / 2, 0, 0))) )def gen_step(): # Origin: center of the base footprint. XY is the mounting plane; +Z is up. base_x = 150.0 base_y = 95.0 base_z = 8.0 boss_radius = 31.0 boss_z = 16.0 bore_radius = 12.0 counterbore_radius = 20.0 ear_x = 18.0 ear_y = 18.0 ear_z = 58.0 ear_gap = 54.0 axle_radius = 7.0 rib_thickness = 8.0 rib_length = 52.0 rib_height = 30.0 cutter_z = 90.0 part = Box(base_x, base_y, base_z).moved(Location((0, 0, base_z / 2))) # Raised bearing boss and two side ears for a compact robot gimbal base. part += Cylinder(boss_radius, boss_z).moved(Location((0, 0, base_z + boss_z / 2))) for y in (-ear_gap / 2, ear_gap / 2): part += Box(ear_x, ear_y, ear_z).moved(Location((0, y, base_z + ear_z / 2))) part += Cylinder(ear_y / 2, ear_x, rotation=(0, 90, 0)).moved( Location((0, y, base_z + ear_z)) ) # Four diagonal-looking reinforcing ribs, kept as rectangular solids for a # stable demo model that still shows engineering intent. for y in (-ear_gap / 2, ear_gap / 2): for x in (-28.0, 28.0): rib_lift = 1.0 rib = Box(rib_length, rib_thickness, rib_height).moved( Location( (x, y * 0.72, base_z + rib_height / 2 + rib_lift), (0, 22 if x * y > 0 else -22, 0), ) ) part += rib # Central shaft bore and top counterbore. part -= Cylinder(bore_radius, cutter_z).moved(Location((0, 0, base_z + boss_z / 2))) part -= Cylinder(counterbore_radius, 7.0).moved(Location((0, 0, base_z + boss_z - 3.5))) # Axle holes through the upright ears. part -= Cylinder(axle_radius, base_x, rotation=(0, 90, 0)).moved( Location((0, -ear_gap / 2, base_z + ear_z)) ) part -= Cylinder(axle_radius, base_x, rotation=(0, 90, 0)).moved( Location((0, ear_gap / 2, base_z + ear_z)) ) # Mounting hole pattern and two service slots. for x in (-58.0, 58.0): for y in (-34.0, 34.0): part -= Cylinder(3.4, cutter_z).moved(Location((x, y, base_z / 2))) part -= Cylinder(6.5, 3.2).moved(Location((x, y, base_z - 1.6))) for y in (-22.0, 22.0): part -= _slot(54.0, 10.0, cutter_z).moved(Location((0, y, base_z / 2))) # Lightening pockets near the ends of the base. for x in (-48.0, 48.0): pocket = _slot(34.0, 14.0, cutter_z).moved(Location((x, 0, base_z / 2), (0, 0, 90))) part -= pocket part.label = "codex_robot_gimbal_base" return part
再由这个源码导出 STEP(robot_gimbal_base.step文件,后面会用到):
ISO-10303-21;HEADER;FILE_DESCRIPTION(('Open CASCADE Model'),'2;1');FILE_NAME('codex_robot_gimbal_base','2026-05-19T10:45:43',('Au…