企业官网建设流程全解析

我去年第一次跑通text-to-cad时，感触挺深。给大模型敲一句“生成一个带四个沉头孔的法兰盘，外径60内径20，螺栓孔节圆直径48”，几秒钟后屏幕上真的出现了一个参数化法兰盘。这件事放在三年前，想都不敢想。当时我第一反应是：糟糕，参数化建模的门槛要被踏平了。

text-to-cad，说直接点，就是通过自然语言描述来生成可用于CAD工程建模的三维模型。它不像文生图那样只出个视觉概念，而是直接产出能被CAD软件打开、编辑、修改尺寸、用于制造加工的几何模型。适合谁用？一是没有系统学过三维软件的机械工程师、结构工程师，二是天天被改图折磨、想用AI先出底稿的老手，三是刚接触产品设计的新人。它能帮你把“脑子里的想法”快速变成“能进一步编辑的模型实体”，省掉从空白草图开始拉约束的半小时。

但这玩意儿没有网上吹得那么玄乎。我实测下来，它最大的价值不是“一键出完美图纸”，而是提供一种“自然语言驱动参数化建模”的交互范式。这篇文章就把我在实践过程中踩过的坑、总结出的提示词写法、参数设计逻辑和工具选型的真实体验完整摊开讲。

1. text-to-cad到底在解决什么问题

1.1 从自然语言到三维模型的距离

很多人觉得“从文字到三维模型”和“从文字到图片”差不多，都是AI生成内容，其实完全不是一个量级的难度。文生图只要像素分布合理、视觉上像就行，但CAD模型必须满足严格的几何约束：面要封闭、边要闭合、布尔运算要能成功、尺寸要精确、参数要可调。你告诉AI“画一个杯子”，图片模型无所谓，但CAD里涉及杯壁厚度、杯口圆角、底部倒角、容积等，这些全是可量化的数值。

更要命的是，人类语言本身是模糊的。比如“一个大一点的支架”，多大算大？“圆弧过渡”到底要R几？传统CAD软件里，每一步都是确定性的几何操作，而自然语言天生不具备几何精确性。text-to-cad要解决的第一个问题，就是把模糊描述翻译成确定性的几何指令序列，这背后需要LLM有很强的“空间推理”和“代码生成”能力。

1.2 为什么偏偏是CAD而不是其他3D格式

现在市面上AI生成3D模型的产品不少，很多是生成Mesh网格模型，输出OBJ、GLB，用渲染器看一眼挺漂亮，但放进SolidWorks、Fusion 360或者FreeCAD里基本没法编辑。Mesh是由三角形面片构成的离散表面，而CAD工业模型需要的是BREP边界表示，也就是用NURBS曲面和精确曲线构造的实体模型，甚至还需要记录建模历史、约束关系和特征树。

我用一个生活化类比解释：Mesh模型就像用乐高颗粒搭出的恐龙，样子像，但你没法把它车成一个带公差要求的轴套。CAD模型就像一份机械加工图纸，不仅有外形，还有每个特征怎么来的、尺寸怎么驱动的。text-to-cad如果只输出Mesh，那它解决的只是“可视化”而非“工程建模”。所以技术路线上，真正有实用价值的text-to-cad，大多选择生成可以直接执行的代码，比如OpenSCAD脚本、CadQuery脚本，或者参数化Fusion 360脚本，这样产出的模型才能二次编辑、才能进制造流程。

1.3 现在到底能解决到什么程度

先说结论：对简单机械零件、结构件、3D打印原型这类场景，text-to-cad已经能达到可用的程度。比如法兰盘、齿轮毛坯、支架、外壳、夹具、收纳盒、带孔板、管道接头，这些特征清晰、对称性强、易于用参数表达的模型，效果尤其好。我实测过不少次，生成后丢进OpenSCAD直接渲染，几何完整，布尔运算不报错。

但涉及复杂装配体、自由曲面外观件、精密配合面、需要符合具体制造工艺（比如注塑模脱模斜度）的场景，目前只能算“半自动”。你要理解一个核心逻辑：text-to-cad本质上是在“写代码建模”，而不是“AI替你思考设计”。它能把你的意图转成几何，却不能替你判断哪种结构更合理。所以现阶段最好的用法，是把它当成一个高水平的建模提效工具，而不是设计替代品。

2. 主流实现路径与工具选型

2.1 代码生成路线：LLM + OpenSCAD / CadQuery

我最初接触的text-to-cad项目，就是基于“大模型直接生成OpenSCAD代码”的路线。这也成了我最推荐的切入方式，原因很简单：openSCAD是文本化建模，模型的本质是一段声明式脚本代码，并且有原生的参数变量和模块化能力。LLM本来就擅长写代码，让它写OpenSCAD脚本，几乎是无缝对接。

这条链路的工作流程是：用户输入自然语言描述 -> LLM生成OpenSCAD代码 -> 本地OpenSCAD自动渲染 -> 输出模型预览。如果要导出工业格式，再加一步：把OpenSCAD模型导出为STL或STEP。CadQuery跟这个类似，只是用Python语法封装得更工程化，生成的几何精度更高，适合更复杂的操作链。

这条路线最大的优点是天然参数化。因为LLM输出的是代码，代码里可以直接写outer_diameter = 60、hole_count = 4这样的变量，改一个参数，整个模型联动变化。这也是它在工程场景比Mesh生成路线更有价值的根本原因。

2.2 直接生成Mesh/体素的Diffusion路线

另一条路线是模仿图像生成的Diffusion模型，直接生成三维点云、体素或Mesh。用户说“一个花瓶”，模型输出一个带卷边的花瓶网格。近两年有几篇很火的论文走这个方向，视觉效果确实惊艳，能生成自由曲面和有机形态，这是代码生成路线很难做到的点。

但工程落地时问题马上就暴露了。第一，生成的网格模型非流形很多，破面、交叉面、开放边司空见惯，拿去做布尔运算基本一碰就碎。第二，网格一旦生成，改尺寸极其痛苦，你没法在Mesh上直接说“孔距改成40”，只能重新生成。第三，从Mesh转BREP的自动重拓扑技术目前远不成熟，虽然有一些逆向工程工具，但结果在工程上很难用。所以这条路线更适合游戏资产、可视化Demo、概念造型展示，放在text-to-cad的语境下只能算“旁支”。

2.3 我为什么最终选了LLM + OpenSCAD

在对比了两条路线之后，我几乎没犹豫就站到了代码生成这一边。原因是可调试、可复现、可改参数。生成Mesh是一锤子买卖，结果不合意只能重新生成；但生成OpenSCAD代码，我能在文本编辑器里看到每个几何操作，知道它错在哪里，直接删一行代码就能修好。

另外，OpenSCAD的生态非常开放，脚本本身就是一种“可执行文档”。同一个脚本，改几个变量就能出不同规格，特别适合做标准件族。Fusion 360、FreeCAD也都支持Python脚本，本质上跟这条路线一样。如果你追求模型能直接进CAM加工，CadQuery生成STEP文件是更好的选择。但作为入门和验证，OpenSCAD成本最低、反馈最快。

我建议新手先别急着折腾CadQuery或Fusion API，先把OpenSCAD跑通，理解了“AI写代码 -> 参数化建模”的核心逻辑，再迁移到更工业化的工具链。这个顺序能让你避免很多挫败感。

3. 实操：用text-to-cad生成一个带参数的法兰盘

3.1 环境准备与调用方式

先说环境。你需要三样东西：OpenSCAD软件本体、一个大语言模型的API接口，以及一段调用LLM生成OpenSCAD代码并自动渲染的胶水脚本。很多开源项目都把第三步做成了命令行工具，本质流程都一样：把用户输入塞进System Prompt里，要求LLM只输出OpenSCAD代码，保存成.scad文件，再用OpenSCAD命令行渲染预览。

以我个人习惯，我直接把API封装成一个Python函数，输入描述文本，输出生成后的.scad文件路径。后续手动在OpenSCAD里打开、按F5预览、按F6进行CGAL渲染。这里有个很关键的习惯：永远别把LLM第一次生成的代码当成最终结果。第一次生成往往是“能看但不好改”的半成品，你需要跟它对话迭代一两轮。所以胶水脚本里一定要保留交互式修改的入口，别做成一次性生成就结束。

3.2 写好提示词的几个要点

提示词对text-to-cad的影响之大，怎么强调都不过分。你可能觉得“AI应该懂我的意思”，但实测下来，如果你只写“帮我做一个法兰盘”，生成的模型大概率是个圆柱体带六个孔，完全没有倒角和沉头，更别说参数定义了。我总结了几个亲测有效的要点：

第一点，明确单位。不写单位时LLM会默认毫米，但有时候会突然用英寸，导致比例完全失调。我习惯在提示词第一句就写“所有尺寸单位均为毫米”。

第二点，指定使用参数变量。直接说“请将所有关键尺寸定义为变量，并在代码顶部集中列出，包括外径D、内径d、法兰厚度t、螺栓孔数量n、螺栓孔节圆直径pcd、沉头孔直径ch”。这样生成出来的代码才具备参数化能力，而不是散落一堆魔法数字。

第三点，限定建模策略。OpenSCAD里同一个法兰盘可以用旋转体、圆柱再打孔、平面前差集等好几种方式写。我会要求“用线性拉伸或者旋转体方式建模，避免多个特征交错出现”，因为这样可以减少布尔运算失败概率。

看一个我常用的完整提示词样例：

用OpenSCAD写一个参数化法兰盘模型，所有尺寸单位mm。 关键尺寸定义为变量并放在代码开头： outer_diameter=60, inner_diameter=20, thickness=8, flange_hole_count=4, pcd_diameter=48, countersink_diameter=8, hole_diameter=5。 要求： - 法兰外圈有一个凸台，外径44，有效厚度4； - 四个螺栓孔沿pcd均匀分布，需要沉头孔，沉头直径10，沉头深度2； - 中心内孔贯穿； - 生成后检查几何是否为流形实体。

3.3 生成结果的校验与修复

当我把上面的提示词跑通后，拿到了一段OpenSCAD代码。直接按F6预览，模型外形基本正确，但第一次生成时出现了两个小问题：一是沉头孔没做沉头深度，只是通孔；二是中心内孔与沉头孔之间的材料厚度过薄，差一步就破壁了。

这种小瑕疵几乎每次都会遇到。我的排错流程是：先在OpenSCAD里开启“视图-显示-边线”和“检查网格”，重点看有没有红色警告；然后单独注释掉可疑的差集模块，分步检查基础几何；最后把关键尺寸变量手动改大改小，看模型是否联动。这一步特别重要，因为不少text-to-cad生成结果看起来对，但一改参数就出错，这往往是因为LLM把尺寸写死在多个子模块里，没有统一用变量引用。

修复时我一般直接在.scad文件里手动改代码，或者在对话窗口里要求AI重写。实测下来，让AI针对具体报错信息重写某个模块，比自己动手改更高效，因为OpenSCAD的报错信息已经很明确，LLM能理解“WARNING: difference() not supported"这种结构问题。

3.4 参数计算过程与一套可直接用的代码

这里展示一个我最终整理好的参数化法兰盘代码片段，方便你参考。重点看参数顺序和几何模块的拆分。

// 法兰盘参数 outer_diameter = 60; // 法兰外径 inner_diameter = 20; // 中心孔内径 thickness = 8; // 法兰总厚 boss_diameter = 44; // 凸台外径 boss_thickness = 4; // 凸台厚度 hole_count = 4; // 螺栓孔数量 pcd_diameter = 48; // 螺栓孔节圆直径 bolt_hole_diameter = 5; // 螺栓通孔直径 countersink_diameter = 10; // 沉头直径 countersink_depth = 2; // 沉头深度 module flange_base() { union() { cylinder(d=outer_diameter, h=thickness, $fn=120); translate([0, 0, thickness - boss_thickness]) cylinder(d=boss_diameter, h=boss_thickness, $fn=120); } } module center_hole() { translate([0, 0, -0.01]) cylinder(d=inner_diameter, h=thickness + 2 * boss_thickness + 0.02, $fn=120); } module bolt_holes() { for (i = [0:hole_count-1]) { angle = i * 360 / hole_count; x = pcd_diameter / 2 * cos(angle); y = pcd_diameter / 2 * sin(angle); translate([x, y, -0.01]) cylinder(d=bolt_hole_diameter, h=thickness + 0.02, $fn=60); // 沉头：只在上表面做 translate([x, y, thickness - countersink_depth]) cylinder(d=countersink_diameter, h=countersink_depth + 0.01, $fn=60); } } difference() { flange_base(); center_hole(); bolt_holes(); }

这套代码的逻辑很清晰：基础体用两个圆柱并起来，然后减去中心孔、螺栓孔和沉头孔。沉头孔是用小圆柱放在大圆柱上面，效果是上表面有一个锥形台阶，生产上如果要求标准沉头角度，还需要用圆台，不过对于3D打印和快速验证已经够用。

值得提醒的是，$fn这个参数决定圆柱分段数，直接影响渲染速度和文件大小。预览阶段我用$fn=60，最终导出STL前根据表面质量要求调到120或更高。这里有计算逻辑：分段数过低，圆形变成多边形，螺栓孔直径会偏小；分段数过高，文件体积暴涨，切片软件也可能变慢。对一般机械零件，圆周分段数取周长毫米数的四分之一到三分之一比较合适。比如外径60，周长约188，$fn取60到90就足够。

4. 常见问题、坑和排查心得

4.1 几何不封闭或破面：布尔运算失败的根因

text-to-cad生成过程里，出现频率最高的坑就是几何不封闭。表现就是OpenSCAD用CGAL渲染时提示Object may not be a valid 2-manifold mesh，或者布尔运算之后模型缺了一块。我排查下来，根因十有八九是布尔操作体之间的空间关系没处理好。

一个典型例子：LLM经常在一个可执行代码里让两个圆柱恰好贴合，比如第二个圆柱底面高度正好等于第一个圆柱顶面高度，没有重叠量。在理论几何里这没问题，但浮点计算时公差不够，CGAL做并集时可能因为共享面判定失败而破面。解决办法很简单：让参与布尔运算的实体之间有一点微小的重叠，比如差集用的钻头圆柱高度多给0.02到0.1毫米。你可以把这个经验直接告诉AI：“请在差集圆柱的首尾各预留0.1mm的过切量。”这样能显著降低失败率。

另外，如果提示是“不是有效2-流形”，多半是有开放边。在OpenSCAD里开启“检查网格”后，出现红色标记面就是问题区域。这种时候先不用急着重生成，尝试把并集体改成union()显式合并，或者将相关尺寸用round修正到整数毫米，往往能救回来。

4.2 参数化失效：LLM被“魔法数字”带偏了

我遇到过很多次模型外形完全对，但改一个变量就崩掉的情况。比如把法兰外径从60改成90，螺栓孔却不在节圆上了，或者沉头孔深度变成了负数。看代码才发现，LLM虽然定义了一些变量，但仍然在某几行直接写死translate([24,24,6])这种硬编码坐标。这就是参数化失效。

这类问题的高效解法是：在提示词里要求“所有涉及位置的数值，一律基于变量计算，不得出现与变量无关的硬编码数字”。如果已经有代码出错了，让LLM把硬编码数字全部替换为对应变量的表达式。说实话，这一步比让AI直接“生成新模型”更靠谱，因为硬编码位置通常意味着模型结构已经乱了，重新生成反而更快。

我在实操中养成了一个习惯：每次生成完代码，先用编译器的“变量列表”面板扫一遍，看每个变量是否被引用到了。没被引用的变量，直接删掉，防止后续改参数时出现迷惑。这里有个小技巧：把提示词里所有尺寸都列成表格发给AI，并要求它“写出一个包含参数表的Excel式注释块”，后续维护会方便很多。

4.3 提示词工程在CAD场景的特殊性

文生图的提示词讲究“风格、意境、细节”，text-to-cad完全不是这么回事。我在摸索过程中意识到，CAD场景的提示词更像“给实习生的工程指令”，必须把测量基准、约束优先级、几何语义讲得滴水不漏。

举个典型的失败案例：我最初说“加四个螺栓孔”，AI默认把四个孔均匀分布在圆周上，这没问题。但当我要求“在四角加安装孔”时，我忘了说孔间距和孔径，AI随意给了几个离谱数值。后来我就加了这样一个提示词模板：“孔间距应为X，孔径为Y，孔到边缘的最小距离应大于Z。”在CAD语境里，“最小距离”“名义尺寸”“公差”这类词，AI理解得很好，但你必须主动提供。

还有一个坑是“对称性”。语言里“左右对称”在CAD里可能意味着镜像、阵列、旋转对称或者中心对称，处理方式完全不同。AI经常自作主张，把对称做成镜像，结果零件变为不可用的左手版。我现在的提示词会明确写：“本零件关于XY平面对称，所有特征必须成对出现。”这个约束对工程件几乎都是必要的。

4.4 现在工具的边界与适用性判断

说句实在话，text-to-cad虽然很惊艳，但离“设计创意降维输出”还差得远。我自己看到网上很多夸张演示，一个提示词生成一个完整机器人外壳，点开看大部分是视觉效果，根本没有可以加工的特征结构。真正的工程件不只需要外形，还需要考虑应力集中、脱模斜度、配合间隙、公差累积，这些AI目前基本无能为力。

所以我把text-to-cad的适用范围收缩到这三类：概念验证模型、3D打印原型、标准件族自动化。这三类场景的共同点是“尺寸驱动、特征明确、容错率高”。反过来，如果你要做的是滑动配合件、密封件、精密铸件，强烈建议只用AI生成的模型做初始外形参考，之后必须在专业CAD里重做一轮完整的尺寸链和公差分析。

我能给的一个最现实的建议：把text-to-cad当成“快速把你脑子里的草图变成可交互的三维底稿”的助手，然后你在这个底稿上修修补补，效率比从零开始画高得多。别指望它一个人扛下整个设计流程，现在的技术还做不到，硬上也只会让你觉得“这AI怎么这么蠢”。

5. 影响范围与后续扩展思路

5.1 对设计工作流的实际影响

text-to-cad真正改变的不是“画模型”这步，而是“想法到模型”之间的距离。以前工程师拿到需求要开CAD软件、建草图、受约束、加特征，本质上是在做“翻译”工作——把人的意图翻译成几何操作。现在这个翻译工可以由AI代劳，工程师只需要负责决策和审查。

我在实际项目中已经开始这么用：接到一个“设计小型电机安装支架”的需求后，我先用text-to-cad生成一个粗略的参数化支架，包含安装孔、加强筋和走线槽，然后导入FreeCAD修改尺寸链，再出工程图。整个过程从两小时压缩到四十分钟，而模型质量反而因为初始结构更干净而变好了。这套流程特别适合非标自动化里的快速打样、治具设计、工装设计。

5.2 与现有CAD/PDM体系的融合

未来如果text-to-cad要进入正规流程，必须解决“生成结果如何与管理体系对接”的问题。现在很多工具输出STL，工程师还要手动转STEP。建议选择支持CadQuery或FreeCAD脚本的路线，因为它们能直接生成带特征历史的原生CAD文件，比OpenSCAD的STL导出更适合进PDM。

我对接PDM的做法是：把已验证的OpenSCAD代码同时生成一个STEP文件，并附上一份包含材料、表面粗糙度、热处理要求的参数表。这样AI生成的模型就不再只是一个“几何孤岛”，而是可以进入BOM和工艺路线的有效数据源。

5.3 后续可以自己扩展的方向

如果你还想继续深入，有两个方向特别值得投入。第一个方向是“自建私域模型库”：攒一批验证无误的text-to-cad脚本，把提示词和输出代码做成模板，下次碰到同类零件直接套用，效率翻倍。第二个方向是“反馈闭环”：在OpenSCAD脚本里加入自定义断言、尺寸检查函数，生成后自动判断内孔是否大于壁厚、螺栓间距是否小于标准值之类，减少人工复查。这个思路比单纯堆提示词更工程化，也是我现在主要的优化方向。

我个人在实际操作中的体会是：text-to-cad最有价值的地方，不在那个“生成”的瞬间，而在它让你重新理解了CAD建模的语言本质——当你把建模过程拆成“参数、特征、约束、布尔运算”这样的原子操作时，AI的发挥空间才会真正打开。我踩过最深的坑，就是一开始把提示词写得像跟朋友聊天，后来改成“给实习生的工程指令”，生成质量立刻上了一个台阶。这个细节，比换更强的模型还管用，建议你下次跑text-to-cad时先试试。