让 AI 真正接入 CAD:一次 Onshape + LLM 的云台工作流实践

过去一段时间,我一直在做一个三轴云台。

它看起来只是一个小机构,但实际做起来很容易把人折磨到怀疑人生:pan、pitch、roll 三条轴要尽量正交,还要尽量共点;结构件要能 3D 打印;舵机、相机、连接件都要装得上;最后还要真的能转、能调、能验证。

这类项目最难的地方,不是画出一个“看起来像云台”的模型,而是不断回答一些非常具体的问题:

  • 这三条轴线到底有没有交在一起?

  • 装配约束是不是还有效?

  • 某个零件被拖歪了,还是 sketch 本身就错了?

  • mate connector 的方向对不对?

  • 手动调整之后,误差是变小了,还是只是肉眼感觉变好了?

如果每次都只靠眼睛看 CAD 界面,AI 很难真正帮上忙。
如果只靠代码生成 STEP,又会丢掉装配约束、mate、求解器状态这些真实 CAD 里最关键的信息。

所以我最近尝试了一套新的工作流:让 Codex / Claude 能读 CAD、写 CAD、生成检查报告,同时保留人在 Onshape 页面里直接操作模型的能力。

这件事的目标不是让 AI “凭空画一个模型”,而是让 AI 真正进入 CAD 工程回路。


为什么我选 Onshape

我现在越来越觉得,Onshape 最大的价值不是“在线版 SolidWorks”,而是它天然适合被 AI 接入。

它是云原生 CAD。模型在浏览器里打开,Mac、Windows、Linux、iPad 上看到的都是同一个状态。模型会自动保存,版本和分支也在云端管理。

这件事对 AI 工作流非常关键。

传统桌面 CAD 的状态,往往锁在本机软件、安装环境、插件版本、文件路径和当前 UI 里。你想让 AI 参与进来,就要先解决一堆“它怎么读取当前模型”的问题。

但 Onshape 不一样。一个 CAD 文档天然有 document id、workspace id、element id。也就是说,一个页面链接本身就可以拆成机器能识别的坐标:

https://cad.onshape.com/documents/{did}/w/{wid}/e/{eid}

对人来说,这是一个 CAD 页面。
对 AI 来说,这是一个可以通过 API 访问的工程状态。

这就很有意思了。

AI 不必隔着截图猜“这个零件大概在什么位置”,而是可以直接问 CAD 系统:

  • 这个文档里有哪些 element?

  • 哪些是 Part Studio?

  • 哪些是 Assembly?

  • feature tree 里有哪些建模特征?

  • 某个 mate connector 在世界坐标下的位置和方向是什么?

  • 装配里有哪些 fastened mate、revolute mate、grounded body?

这比让 AI 看图猜测要可靠得多。

Onshape 不只是能导入导出 STEP。它有 REST API,有 FeatureScript,有 Assembly mate 信息,也有版本和分支机制。对于 Codex / Claude 这类擅长读写文本、JSON、API、脚本和报告的 agent 来说,这种结构非常友好。

这也是为什么很多 AI-CAD 和机器人项目会选择 Onshape 或 FeatureScript。比如 CADFS 使用 FeatureScript 表示真实 CAD 建模历史;Claude / MCP 生态里已经有 shapecraft 这类直接驱动 Onshape 的工具;机器人侧也长期有 onshape-to-robot,把 Onshape 装配导出为 URDF、SDF 或 MuJoCo。

它们看中的不是“网页 CAD”这个外壳,而是 Onshape 背后那套可读、可写、可版本化的数据结构。


为什么不只用 CadQuery / build123d

我并不是不用代码 CAD。

事实上,在早期结构探索阶段,CadQuery / build123d 非常好用:参数集中管理,几何体可复现,快速生成 STEP,适合做第一版零件。

比如支架大概多宽、孔位在哪里、壁厚多少、舵机包络怎么避让,这些都很适合用代码生成。

但项目一旦进入装配阶段,纯代码 CAD 的短板就会很明显。

第一,装配语义不够

三轴云台真正要验证的,不只是某个零件的几何形状,而是整套机构的装配关系:

  • pan 轴在哪里?

  • pitch 轴在哪里?

  • roll 轴在哪里?

  • 三条轴是否正交?

  • 三条轴是否尽量共点?

  • 哪些零件是 fastened?

  • 哪些关节是 revolute?

  • 哪个 body 被 ground?

  • solver 解出来的世界位姿是否符合预期?

CadQuery / build123d 擅长生成几何,但不擅长承载 Onshape 这种交互式装配求解状态。

代码能生成零件,不代表装配真的能装。

第二,AI 容易局部正确、整体错误

让 Codex 写一个支架、一个孔位、一个倒角,通常效果不错。
但让它凭空维护一整套舵机装配、转轴共点、相机姿态、干涉关系和装配约束,反馈环就太慢了。

很多时候代码是能跑的,STEP 也是能导出的,但导入 CAD 后一看:

  • 轴线偏了;

  • 孔位不对;

  • 零件姿态错了;

  • 装配约束接不上;

  • 局部看合理,整体完全不对。

这就是代码 CAD 在真实机械装配里容易遇到的问题。

第三,真实 CAD 仍然需要人工判断

比如一个 mate 应该选哪个面,一个舵机初始姿态是否合理,某个连接件是不是方便装配,拖动机构后运动是否符合直觉。

这些事情在 Onshape UI 里非常自然。

你可以直接拖、转、选面、重建 mate connector、观察装配求解结果。
如果全部抽象成 Python 代码,反而会变成一套很脆弱的间接表达。

所以我现在更倾向于分层使用:

代码 CAD 负责快速生成初始零件;
Onshape 负责真实装配、约束、版本、协作和可视检查;
Codex / Claude 负责读写 API、做几何审计、生成修改建议和报告。

这样各自发挥长处,而不是硬让某一个工具包办所有事情。


为什么不只用 SolidWorks / Fusion 360

SolidWorks 和 Fusion 360 都是很成熟的 CAD。单论建模能力,它们当然很强。

但如果目标是让 AI 稳定进入工程回路,它们并不是最顺…

— 以上为试看内容(约 40%),开通会员后阅读全文 —