企业官网建设流程全解析

1. 开篇：从一句话到三维模型，这事终于不再只存在于demo里

我第一次看到 text-to-cad 这个词的时候，第一反应是“这不就是文字生成模型的又一个变体吗”。真上手试了一圈之后，发现完全不是这么回事。文本生成图片，哪怕生成得再离谱，至少肉眼能看个热闹。但 text-to-cad 面对的是 CAD 模型，尺寸错了 0.1 毫米，一个零件就装不进去；几何特征搞错一个，整个装配体就废了。所以这个方向从一开始就没打算走“看起来像就行”的路线，它要的是“能加工、能装配、能编程修改”的实体模型。

简单说，text-to-cad 就是通过自然语言描述，让系统直接生成可编辑的 CAD 模型文件。你输入“一个带四个安装孔和加强筋的L形支架，材料厚度3毫米，安装孔为M5通孔”，得到的不再是一张渲染图，而是一段参数化建模脚本，或者一个可以直接打开的 STEP 文件。这个能力对于机械设计、创客项目、3D 打印、非标自动化方案的快速验证来说，价值是实打实的。

这篇文章的内容主要面向三类人：一类是画图画到怀疑人生的机械设计师，一类是想快速验证想法但不想从零建模的硬件工程师和创客，还有一类是纯粹对 AI 生成三维几何感兴趣的技术爱好者。我会从我自己的踩坑经历出发，把背后的原理、工具选型、完整实操流程和排查技巧都摊开讲清楚，尽量让你看完之后自己也能跑通一个完整的 text-to-cad 流程。

2. 核心思路拆解：为什么“能用的生成”核心是生成代码，而不是生成网格

2.1 直接输出网格模型的致命伤

很多人第一次听到 text-to-cad，脑子里浮现的是“AI 直接吐一个 STL 网格文件，像图片生成那样”。这个思路听起来自然，但实际上在工程场景里属于死路。原因不复杂。

网格模型（Mesh）本质上是三角面的集合，它只有“长得像”这个属性，没有“可计算”这个属性。比如你想在一个网格模型上改一下孔的直径，传统网格工具里你得重新布尔运算、重新修面、重新处理破面，一步搞不定。更麻烦的是，大部分网格模型根本不是一个封闭的实体，缝隙、重面、非流形边一大堆，拿去切片软件或者 CAM 软件里跑一遍，十有八九要出问题。

说白了，网格模型对于渲染和 3D 打印的单次输出也许够用，但离“CAD”这个词的标准还差得远。CAD 的核心是参数化、可约束、可修改、可关联，而这些全是网格模型给不了的。

2.2 参数化脚本才是 text-to-cad 的正确答案

我做过的几次实测里，效果最稳的方案几乎都是同一个套路：让模型输出一段程序化建模脚本，而不是直接输出几何数据。这种脚本常见的形式有 CadQuery 代码、OpenSCAD 代码、FreeCAD 的 Python API 代码，本质上都是“用代码描述建模过程”。

为什么这个思路能成立？因为代码天然就有“参数”这个概念。脚本里定义一个plate_length = 80，后面所有关联的拉伸、打孔、倒角都会自动跟随这个参数变化。你让 AI 生成一个“宽度可调”的支架，它不需要生成一百个不同宽度的模型，只需要生成一段带变量的脚本，你改一个数字，整个模型自动更新。这就是参数化的威力。

另一个好处是代码是可审查的。AI 生成的网格模型，你只能通过肉眼去检查它像不像，但生成的代码你可以一行一行去看逻辑，哪里多了一步布尔运算，哪个特征顺序不对，一眼就能定位。对于我这种强迫症工程师来说，这种“可解释性”比什么都重要。

2.3 CSG 和 B-rep 这两个词，你得大概懂

聊 text-to-cad 的原理，CSG（Constructive Solid Geometry，构造实体几何）和 B-rep（Boundary Representation，边界表示）是绕不开的两个概念。

CSG 比较好理解，它就是“用基本几何体做加减法”。一个零件可以看成是一个长方体拉伸，加上一个圆柱凸台，再减掉几个孔。建模过程就像搭积木，每一步操作都是可逆的、可参数化的。CadQuery 和 OpenSCAD 这类工具的核心操作逻辑就是 CSG。

B-rep 则是另一种表达方式，它通过记录实体的边界（面、边、顶点）以及它们之间的拓扑关系来表达立体。工业级 CAD 软件里，STEP 文件用的就是 B-rep 表达。B-rep 的好处是对复杂曲面和精确边界的表达能力更强，但计算量也更大。

现在的 text-to-cad 模型很少直接生成 B-rep，因为 B-rep 的数据结构太复杂，语言模型难以稳定输出。但业界有个折中方案：模型生成 CSG 风格的脚本，脚本执行后由内核（比如 OpenCASCADE）自动计算出 B-rep 实体，再导出成 STEP 文件。这样一来，用户拿到的是一个真正符合工业标准的模型，而不是只能在某个私有软件里看的“玩具模型”。

3. 主流方案与模型选型：这波浪潮里到底有谁在干活

3.1 从公开 API 到开源模型，选择比你想象中多

text-to-cad 不是某一个公司的专属产品，而是整个 AI 4 Engineering 赛道里最活跃的方向之一。目前能实际跑通的方案大致可以分三类。

第一类是现成的商业或半商业 API。这类服务已经把模型、推理、后处理都包装好了，你只需要把文字描述扔进去，拿回一段建模脚本或者一个模型文件。对大部分想快速验证流程的人来说，这是最省事的入口。这类服务的典型特征是页面上有一个输入框，支持几段示例提示词，背后跑的是专门微调过的代码生成模型。

第二类是学术界的开源方案。这个方向最近发表了很多相关工作，核心思路是用合成数据构造大量“文字描述-CAD脚本”配对，再微调一个代码生成大模型。训练数据来自参数化建模脚本库的自动注释。开源方案的优点是可控性强、能自己部署，但缺点是模型体积和工程化程度都还比较初级，需要你有点折腾精神。

第三类是通用大模型配上 CAD 专用提示词。这个方案是我自己用得最多的。ChatGPT、Claude、国产的几个大模型都能写 CadQuery 和 OpenSCAD，你只要把需求描述清楚，让模型生成脚本，然后你在本地跑一遍脚本验证几何。这个方案没有专门针对 CAD 做微调，但胜在模型本身推理能力强，复杂逻辑不太容易崩，配合一定的人工纠错，出活率实际上很高。

3.2 选型的核心指标：不是“跑分”，是“出活率”

选哪一个方案，我的判断标准很简单：把同一句提示词扔进去，看它生成脚本之后，能在本地直接跑通、跑完不出几何错误、渲染出来符合需求的比例有多高，这就是“出活率”。

我在测试中发现，通用大模型加 CadQuery 的组合，对于中等复杂度的零件（比如带孔、带槽、带倒角的钣金件），一次出活的概率大概在 60% 到 80% 之间。剩下的 20% 里，一半是脚本语法错误，一半是几何逻辑错误，比如特征顺序不对导致材料残留。而专门的 text-to-cad 模型在某些特定类型的零件上出活率可能更高，但一旦超出它训练数据的分布，表现就掉得飞快。

所以我的建议是，不要迷信“专用模型一定更强”。实际工作流里最高的效率来自“专用模型先跑，通用模型纠错，人做最终检查”的组合拳。这也是为什么我说要理解背后的原理而不是单纯喊“AI 真厉害”，因为你只有懂了原理，才知道什么时候该换工具。

3.3 离线部署的账要算清楚

如果你有保密需求，不能把设计数据传到云端，那就得考虑本地部署方案。开源代码生成模型现在大体上跑得动，一张 24GB 显存的卡就能跑 7B 到 13B 规模的量化模型，配合推理框架，单条提示词响应时间在几十秒到几分钟之间，尚可接受。

但要注意，本地部署的模型精度通常比云端大模型差一截，尤其是在复杂装配体和特殊型材的生成上，很容易出现“代码能跑，但几何完全不对”的情况。我的经验是，本地模型适合用来做标准化零件库的批量生成，比如各种规格的安装支架、连接板、导轨座，因为这些零件结构高度相似，模型翻车的概率低。真正复杂的非标设计，我还是倾向于走云端或者通用大模型。

4. 实操拆解：跑通一个完整的 text-to-cad 流程

4.1 环境准备：把地基打牢再谈生成

不管用哪种方案，你都至少需要一套能执行建模脚本的本地环境。我个人最推荐的是 CadQuery，理由有三个：第一，它基于 Python，生态好，写起来顺手；第二，它底层直接封装了 OpenCASCADE，生成的模型是真正的 B-rep 实体，能导出 STEP 和 STL；第三，它的社区积累了不少现成代码，AI 训练语料里 CadQuery 的代码量也不小，模型生成的成功率相对高。

安装没什么玄学，用 pip 就能装：

pip install cadquery

如果想在 Jupyter Notebook 里直接预览模型，可以安装 cadquery 的 notebook 扩展：

pip install jupyter-cadquery

装完之后先跑一个最基础的例子验证环境：

import cadquery as cq result = ( cq.Workplane("XY") .box(10, 10, 5) .faces(">Z") .hole(2) ) show_object(result)

如果这段代码能跑出一个带孔的长方体，环境就没问题。注意我这里用的是 Jupyter 的极简写法，实际生成脚本里你最好显式导出文件，后面检查参数会更方便。

OpenSCAD 也是一个备选项。它的语法更接近“描述几何”，对 AI 来说可能更容易生成，但参数化能力和工业级导出格式都不如 CadQuery 灵活。我的建议是在 CadQuery 为主、OpenSCAD 为辅。

4.2 用现成 API 快速体验完整链路

如果你不想从零搭环境，也可以先用现成的 text-to-cad API 体验一下完整链路。这类 API 的交互逻辑基本一致：你提交一个描述，服务端返回一段建模脚本，脚本可以在线渲染，也可以下载后本地执行。

以我用的比较多的 Zoo 系的 text-to-cad API 为例，它的核心套路是：先输入零件描述，服务端返回一段 CadQuery 代码。你可以直接在浏览器里看它渲染出来的三维预览，如果符合预期，就复制代码到本地 CadQuery 环境里继续加工。

这种 API 对新手非常友好，原因在于你不用去管模型怎么部署、推理怎么加速，只需要关注提示词本身。等到你对 text-to-cad 的“脾气”摸熟了，再决定要不要自己部署和微调。

4.3 设计你的第一个提示词：从“能跑”到“能看”

提示词设计是 text-to-cad 里最反直觉的一个环节。很多人一开始会写得像在跟人说话，比如“帮我做一个好看的外壳”，这种描述在文字生成图片里也许能产出点东西，但在 text-to-cad 里基本等于什么都没说。

CAD 描述的核心是“几何语言”：形状、尺寸、位置、关系、加工特征。这些要素缺一个，模型就只能猜。下面是我总结的第一个完整提示词示例，这个例子在多数方案里都能生成出正确模型：

生成一个 L 形安装支架，长边 80mm，短边 40mm，材料厚度 3mm。长边上有两个 M5 通孔，孔间距 50mm，孔中心距长边边缘 15mm。短边末端向下弯折 10mm，弯折处内倒角 2mm。

这句话看起来很长，但每一个信息都是有目的的。长度、宽度、厚度定义了拉伸体的尺寸；M5 通孔定义了特征类型和孔径（M5 通孔直径通常取 5.2mm 或 5.5mm，看具体标准）；孔间距和边距定义了特征位置分布；最后的弯折和倒角定义了两个附加特征的形态和量级。

把这句提示词扔进能生成 CadQuery 的模型里，我拿到的代码大致长这样：

import cadquery as cq result = ( cq.Workplane("XY") .hLine(80) .vLine(40) .hLine(-80) .vLine(-40) .close() .extrude(3) .faces(">Z") .workplane() .center(0, 10) .circle(5.5 / 2) .cutThruAll() .faces("<Y") .workplane() .center(15, 0) .circle(5.5 / 2) .cutThruAll() .edges("|Y") .fillet(2) )

这段代码的执行逻辑是：先画一个 L 形截面，拉伸 3mm 形成实体，在顶面打两个通孔，在弯折内边做倒角。如果一切顺利，你得到的模型就是满足需求的零件。

执行到这一步，你会发现一个核心事实：text-to-cad 的输出是代码，而代码意味着你可以随时手动改。AI 生成的孔位偏了，你不用重新生成，直接改坐标参数再跑一次就行。这比传统的“生成图片”工作流强了不止一个量级。

4.4 导出 STEP 和 STL：图纸不只是一个文件

模型生成验证没问题之后，接下来就是导出。CadQuery 支持多种格式，最常用的两种是 STEP 和 STL。

STEP 是工业交换格式，大多数 CAD 软件都能直接打开，适合后续做结构仿真、CAM 编程或者发给供应商。导出代码如下：

cq.exporters.export(result, "bracket.step")

STL 是网格格式，主要用于 3D 打印。导出代码如下：

cq.exporters.export(result, "bracket.stl")

如果模型是给 3D 打印用的，STL 导出之前可以设置导出精度：

cq.exporters.export(result, "bracket.stl", tolerance=0.01, angularTolerance=0.1)

tolerance 控制曲面的最大偏差，值越小网格越精细，文件也越大。对于通常的 FDM 打印，0.01mm 的偏差已经足够细腻，继续调小只是白白增加文件体积。

4.5 从单零件到小装配体：流程如何扩展

单零件跑通之后，你自然会把目光转向装配体。text-to-cad 能不能直接生成一个完整的装配体？目前看，一次生成完整装配体的成功率还比较低，因为装配体涉及多个零件之间的位置关系、约束和相对运动，语言模型很难一次把所有关系都算对。

我的做法是把装配体拆开。比如要生成一个“带盖板的传感器盒子”，我会分三次生成：第一次生成盒子底座，第二次生成盖板，第三次生成固定螺钉。每次生成的提示词里，我都会把前一个零件的关键尺寸显式写进去，比如“盖板长度 = 底座内腔长度 + 2 * 壁厚”。这样即使单个模型没有“装配意识”，最终拼起来也能完美契合。

这个过程进一步印证了我前面说的：text-to-cad 的价值不在于“一次生成一个总成”，而在于它把建模门槛从“画图”降低到了“描述和组装描述”。

5. 提示词工程进阶：怎么让模型听懂你的几何意图

5.1 黄金法则：先整体后细节，先形状后特征

我试过不下几十种提示词的写法，最后沉淀出来的套路就八个字：整体形状，细节特征。

开头第一句永远先定整体形态。是板状？块状？轴类？壳体？还是型材拼接？模型只有先确定了基础形态，后面的特征才有附着的地方。如果开头就说“一个法兰”，模型可能默认成圆盘；但如果说“一个矩形法兰底座，中心带凸台”，模型就知道要先拉伸矩形板再加圆柱。

整体定完之后，再一步步加特征。每个特征描述尽量包含“类型、尺寸、位置”三个要素。比如“圆角”和“倒角”是两种截然不同的特征，不要混着说。再比如“通孔”和“盲孔”也必须写清楚，尤其当孔底部还连着某个内部腔体的时候，语义不清极容易生成出不符合加工逻辑的隐藏孔。

5.2 尺寸和单位：这是最容易翻车的环节

在 text-to-cad 的实测里，尺寸翻车的概率高到离谱。有一次我描述一个“直径 20mm 的圆盘”，生成出来的模型直径是 20 英寸的视觉比例，相当于放大了 25.4 倍。问题就出在模型默认单位没有对齐。

大多数 CAD 脚本都以毫米（mm）为单位，但语言模型在预训练时见过英制和公制混合的语料。你说“一个 2 英寸的孔”，模型可能真的生成 2 英寸，也可能理解成 2 毫米，非常不确定。

我的经验是，每次都在提示词开头显式声明单位：比如“以下所有尺寸单位均为毫米”。这句话看起来没什么技术含量，但它能大幅降低模型在尺寸理解上的随机性。另外，重要尺寸尽量给出“从哪到哪”的距离关系。比如“孔的圆心距板件左边缘 15mm”比“孔的 X 坐标为 15”要稳得多，因为后者隐含了坐标系假设，一旦坐标系理解错就全乱。

5.3 不存在的特征不要硬编：给模型留余量

另一个易错点是“用文字描述复杂曲面”。比如样条曲面、渐开线齿轮的齿形、复杂的过渡曲面，这些几何特征用自然语言很难讲清楚。你硬要在提示词里描述，模型大概率生成出一堆自相交的废几何。

我踩过几次坑之后学乖了：遇到这类需求，先让模型生成一个能跑通的基础毛坯模型，再在 CadQuery 里手动加复杂特征，或者把齿轮库、轴承库这类现成零件直接导入装配。不要让 AI 去做它不擅长的事，这是 text-to-cad 使用者的第一课。

5.4 善用示例代码，少用纯文字描述

如果你用的是通用大模型（比如 Claude、ChatGPT），有一个很好用的小技巧：把一段 CadQuery 示例代码和你的文字描述一起发给模型，让它参考示例代码的风格来生成。模型对代码的模仿能力远强于对纯文字描述的三维理解能力。

我常用的提示词模板是这样的：

参考这个例子生成类似的零件：给出一段 CadQuery 代码，生成一个带安装孔的矩形板。现在请生成另一个零件：矩形板长度 100mm，宽度 60mm，厚度 4mm，长边两端各有一个腰形安装槽，槽长 20mm，宽 6mm。

这种“示例代码 + 新需求描述”的组合，出活率比我只扔一句文字描述高出一大截。原理不难理解：代码给了模型一个“语法模板”，文字描述则提供了“几何语义”，两者结合，模型犯错的空间被大幅压缩。

6. 常见问题与排查技巧实录

6.1 脚本能跑但模型是空的：多半是截面没闭合

这是我遇到频率最高的一个问题。CadQuery 的建模流程里，最基础的操作是画一个闭合截面然后拉伸。如果截面没有闭合，拉伸结果为空。典型的表现是代码没有报错，但最后输出的实体是空的。

排查思路：检查截面绘制代码里有没有.moveTo和.close()。在 CadQuery 里，使用hLine、vLine等命令画完轮廓后，必须手动close()闭合，否则拉伸出来是个开放的薄片或直接为空。

我第一次遇到这个问题时卡了足足半天，后来才意识到是截面没闭合。这个坑几乎每个玩 CadQuery 的新手都会踩，好在定位之后改起来很快。

6.2 孔的位置对不上：坐标系原点理解分歧

有一次生成一个对称支架，我描述“两个孔对称分布在中心线两侧，间距 30mm”，生成结果是两个孔都在中心线同一侧。原因是模型把“对称分布”理解成了“从中心开始朝一个方向偏移 30mm”，而不是“各偏移 15mm”。

这类问题的本质是自然语言的歧义。对称、居中、对齐这类相对位置词，不同的人有不同的理解，模型更是一头雾水。

解决办法就是量化。把“对称分布”改成“两个孔的中心点分别位于中心线两侧各 15mm 处”，模型就绝对不会搞错。总的原则：描述位置关系时，永远给绝对尺寸，不要依赖模糊的相对词。

6.3 导出的 STEP 文件在 SolidWorks / Fusion 360 里打不开

这种问题一般不是文件损坏，而是生成实体的过程中留下了退化几何。所谓退化几何，指的是实体中出现了理论上不存在但实际存在的零厚度、零长度的边或面。OpenCASCADE 对这类几何容忍度较高，但其他 CAD 内核（比如 Parasolid）不见得买账。

解决办法是尽量避免重叠操作。比如你在拉伸一个 3mm 厚的板子之后，又在这个位置拉伸一个同样 3mm 高的凸台，两个实体完全共面，就会产生退化特征。正确做法是把两步合并成一个截面拉伸。我写提示词时也会刻意注意这一点，要求模型“合并共面的拉伸特征”。

6.4 中文表述和英文 CAD 术语的差异

text-to-cad 模型大多以英文语料训练为主，中文描述的效果通常会打一个折扣。这不是说不能用中文，而是要注意术语选择。比如“倒角”在英文里是 chamfer（切角）或 fillet（圆角），你如果只说“倒角”，模型可能随机选一个，结果十次里有五次是错的特征。

我的经验是，关键术语尽量中英并列。比如“倒角（chamfer）2mm”，“圆角（fillet）3mm”。这样模型不会产生歧义。还有“通孔（through hole）”、“盲孔（blind hole）”、“腰形槽（slot）”这类词，也建议中英文都带上，出活率会明显提升。

6.5 常见问题速查表

7. 写在最后：把 text-to-cad 当成你的“首稿生成器”

跑了大半年的 text-to-cad 之后，我对这个工具的态度经历了从怀疑到真香的转变，但同时也更清楚地看到了它的边界。

它现在还做不到的事很多：复杂的自由曲面、精密配合的公差标注、完整装配体的约束关系、符合国标的工程图出图，这些领域它都还撑不住。但如果你把它定位成“创意转三维草稿的加速器”，它的价值立刻变得非常实在。过去一个新零件的概念设计，我至少要在 CAD 软件里折腾一两个小时；现在先让模型生成一个可用的 70% 版本，我再用十分钟在 CadQuery 里修修改改，效率提升不是一点点。

我个人踩过最深的坑，是早期希望模型能一步到位生成完美模型，然后陷入反复调整提示词的泥潭。后来我调整了工作方式：先接受一个“能用但不够好”的初版，然后在本地脚本里直接改代码，把 AI 当成同事而不是神。这个心态转变之后，text-to-cad 才真正开始在我的一线工作中发挥作用。

最后分享一个小技巧：如果你生成的结果偶尔不对劲，不要急着重新生成一整套，而是把问题描述直接追加在后面的对话里，比如“把孔的位置从 15mm 改成 18mm”，模型往往只修改相关部分，保住之前正确的地方。我实测下来，这种迭代式修改的成功率比从头生成高得多，省下的时间和算力都很可观。