text-to-cad实战：自然语言生成三维模型与STEP/GLB/STL格式选型-北京尧图网络

1. 从一句话到三维模型text-to-cad 到底在解决什么问题把“画一个带四个安装孔、边长 80 毫米、厚度 5 毫米的方形法兰盘”这句话直接变成能打开、能编辑、能打印的三维模型文件这就是 text-to-cad 这类工具最朴素的目标。它要解决的核心痛点非常具体传统 CAD 建模的门槛不在创意而在“翻译”——你得先把脑子里的结构翻译成草图约束、拉伸方向、布尔运算顺序再翻译成软件里那一串点击操作。对于非机械专业的人或者只是想快速验证一个结构想法的工程师来说这个翻译过程消耗的时间往往比思考本身还长。text-to-cad 的价值就在于压缩这段翻译链路。它接收自然语言描述输出标准的三维模型格式常见的有STEP、GLB、STL这几类。STEP 是工业界通用的边界表示格式保留完整的曲面和实体信息适合后续在专业 CAD 软件里继续编辑GLB 是面向渲染和展示的二进制格式带材质和层级适合放进网页或三维场景里预览STL 则是三角面片网格几乎是所有 3D 打印切片软件的通用输入。这三种格式覆盖了从“继续设计”到“直接展示”再到“直接制造”的完整链条所以 text-to-cad 的输出格式选择本身就是一门学问。这篇文章适合谁看如果你是会写 Python 但不太会 SolidWorks 的开发者如果你是需要批量生成标准件模型的结构工程师如果你是做三维可视化、想用文字快速搭场景的前端或图形程序员那这篇内容会对你有直接帮助。我会从整体设计思路讲起把格式选型、参数解析、几何生成、常见报错这几块拆开揉碎尽量让你看完就能自己动手搭一个最小可用的 text-to-cad 流程。2. 整体设计思路为什么不能直接“文字进、模型出”2.1 自然语言到几何的中间层设计很多人第一反应是找一个端到端的大模型输入文字直接吐 STL。我实测下来这条路在简单形状上能跑通但一旦涉及精确尺寸和装配关系结果就非常不稳定。原因在于自然语言天生是模糊的而 CAD 几何要求的是精确的数值和拓扑关系。“一个差不多大的圆角”这种描述人听了能脑补机器没法直接算。所以更靠谱的架构是加一个中间层先把自然语言解析成结构化的参数描述再由参数驱动几何生成。这个中间层通常是一段 JSON 或者类似 DSL 的结构比如把“边长 80、厚 5、四角各一个直径 6 的孔”解析成{shape: box, size: [80, 80, 5], holes: [{diameter: 6, positions: [...]}]}。这样做的好处是几何生成部分完全不依赖语言模型只要参数对出来的模型就一定对可复现性极强。这个思路和传统 CAD 里的“参数化建模”是一脉相承的。你在 SolidWorks 里画草图时输入的尺寸本质上就是这个中间层。text-to-cad 只是把“手动输入尺寸”换成了“从文字里抽取尺寸”。理解了这一点整个系统的设计就清晰了语言模型负责理解意图和抽取参数几何内核负责把参数变成实体。2.2 几何内核的选型考量几何生成这块绕不开几何内核的选择。工业级的有 Parasolid、ACIS开源的有 OpenCASCADE简称 OCCT。如果你要输出 STEP基本只能用 OCCT 这类支持边界表示的库因为 STEP 需要完整的 NURBS 曲面信息。Python 里常用的封装是pythonocc-core或者cadquery后者基于 OCCTAPI 更友好写起来像搭积木。如果只需要输出 STL 或 GLB选择就宽很多。trimesh是纯 Python 的网格库轻量、依赖少适合快速原型numpy-stl更底层适合自己控制三角面片生成。我个人的经验是做验证阶段用trimesh起步最快等需要精确曲面和 STEP 输出时再切到cadquery。不要一上来就上重型内核调试成本会让你怀疑人生。这里有个关键取舍网格格式STL/GLB和边界表示格式STEP在精度上是两回事。STL 用三角面片逼近曲面圆孔会变成多边形直径越大、面片越少误差越明显。如果你后续要做数控加工必须用 STEP如果只是 3D 打印或者看个大概STL 足够。这个区别在选型时一定要想清楚否则做出来的模型“看着对、量着错”。2.3 输出格式的适用场景对照为了让你一眼看清三种格式的定位我整理了一张对照表格式数据本质是否保留曲面典型用途后续可编辑性STEP边界表示B-Rep是NURBS 曲面工业设计、数控加工高可导入专业 CADGLB三角网格材质否面片逼近网页预览、三维场景低仅网格编辑STL纯三角网格否面片逼近3D 打印、快速成型低仅网格编辑从表里能看出来如果你的 text-to-cad 流程最终要对接制造STEP 是首选如果对接的是展示和交互GLB 更合适因为它能带颜色和材质STL 则是打印场景的通用语言。很多工具会同时输出多种格式让用户按需取用这也是我推荐的做法。3. 核心细节解析参数抽取与几何生成的关键环节3.1 自然语言参数抽取的实操要点参数抽取这一步决定了整个系统能不能用。我的做法是给语言模型一个严格的输出模板要求它只输出 JSON并且对每个字段做类型和范围校验。比如尺寸必须是正数孔的数量必须是整数位置坐标必须在包围盒范围内。校验不通过就让它重新生成最多重试三次。这里有个坑模型很容易把“直径 6 毫米”理解成半径 6或者把“厚 5”理解成总高度。解决办法是在提示词里明确单位约定并且要求它输出时带上字段名比如{hole_diameter_mm: 6}而不是裸数字。字段名带单位能大幅降低歧义。另外对于“四个角各一个孔”这种描述要让它展开成具体的坐标列表而不是留一个“四角”的模糊描述给几何层去猜。还有一个经验不要让语言模型做算术。如果用户说“孔间距是边长的一半”你应该让模型输出spacing size / 2这样的表达式或者干脆在几何层用代码算而不是让模型直接算出 40 这个数。模型算数容易出错代码算数永远可靠。这个分工原则能省掉大量调试时间。3.2 几何生成中的坐标系与单位约定几何生成最容易出问题的地方是坐标系和单位。CAD 里常见的约定是 Z 轴向上而三维渲染里 Y 轴向上更普遍。如果你的流程既要输出 STEP 又要输出 GLB就得在导出时做坐标转换否则模型会“躺倒”。我的做法是内部统一用 Z 轴向上建模导出 GLB 时再旋转 -90 度绕 X 轴这样两边都符合各自习惯。单位方面STEP 和 STL 本身不带单位信息STL 更是连单位都没有默认按毫米处理是行业惯例。但 GLB 是按米来理解尺寸的如果你把 80 毫米的模型直接导出 GLB在渲染器里会变成 80 米大得离谱。所以导出 GLB 时要么缩放 0.001要么在场景里设置好单位比例。这个细节不注意预览时模型要么看不见要么撑爆视野。提示内部建模统一用毫米导出 GLB 前统一乘以 0.001 转成米导出 STEP 和 STL 保持毫米不变。这个规则写死在导出函数里不要每次手动处理。3.3 布尔运算的顺序与容差控制带孔的模型离不开布尔运算也就是从实体里“挖”掉圆柱。布尔运算的顺序和容差控制是几何生成里最考验功力的部分。顺序上一般先做并集把主体形状合并再做差集挖孔、开槽。如果顺序反了可能出现孔被后续并集填掉的情况。容差方面OCCT 这类内核在做布尔运算时会有一个模糊容差fuzzy tolerance默认值在 1e-7 米级别。如果你的模型尺寸是毫米级这个容差相对就偏大可能导致薄壁被“吃掉”或者孔边缘出现破面。我的经验是把容差设成模型最小特征尺寸的千分之一左右比如最小孔直径 6 毫米容差设 0.006 毫米比较稳妥。设太小运算慢设太大几何失真这个平衡点需要根据实际模型调。另外布尔运算失败是家常便饭尤其是当两个面几乎相切的时候。遇到失败先检查是不是有重合面或者零厚度区域把孔的位置稍微偏移 0.01 毫米往往就能绕过。这种“微调绕过”的技巧在官方文档里基本不会写但实际干活时特别管用。4. 实操过程搭一个最小可用的 text-to-cad 流程4.1 环境准备与依赖安装先把环境搭起来。我推荐用 Python 3.10 以上因为cadquery和trimesh对新版本支持更好。创建一个虚拟环境然后装核心依赖python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install cadquery trimesh numpycadquery自带 OCCT 内核装完就能用不需要单独编译这点比直接装pythonocc-core省心很多。如果你只需要 STL 和 GLBtrimesh加numpy就够了体积小、启动快。我建议两个都装上验证阶段用trimesh正式生成用cadquery。装完之后跑一个最小验证import cadquery as cq result cq.Workplane(XY).box(80, 80, 5) cq.exporters.export(result, test.step) print(STEP 导出成功)能正常输出文件说明环境没问题。如果报错找不到 OCCT 相关库多半是cadquery版本和 Python 版本不匹配换个稳定版本重装即可。4.2 从文字到参数一个可复用的解析函数下面这段是我实际在用的参数解析骨架。它接收一段文字描述调用语言模型输出 JSON然后做校验import json def parse_description(text): prompt f把下面的描述转成 JSON只输出 JSON不要解释。字段约定 - shape: box 或 cylinder - size_mm: [长, 宽, 高] 或 [直径, 高] - holes: 列表每项含 diameter_mm 和 positions[[x,y], ...] 描述{text} raw call_llm(prompt) # 你接的语言模型调用 data json.loads(raw) # 校验 assert data[shape] in (box, cylinder) assert all(v 0 for v in data[size_mm]) for h in data.get(holes, []): assert h[diameter_mm] 0 return data这个函数的关键在于校验。语言模型偶尔会输出负数尺寸或者把 positions 写成字符串校验能第一时间拦住。校验失败就重试重试时把错误信息拼进提示词模型通常第二次就能改对。4.3 参数驱动几何生成与多格式导出拿到参数后几何生成就纯粹是代码活了。以方形法兰盘为例import cadquery as cq def build_flange(params): l, w, t params[size_mm] result cq.Workplane(XY).box(l, w, t) for hole in params.get(holes, []): d hole[diameter_mm] for (x, y) in hole[positions]: result result.faces(Z).workplane().center(x, y).hole(d) return result def export_all(model, name): cq.exporters.export(model, f{name}.step) cq.exporters.export(model, f{name}.stl) # GLB 需要先转网格再缩放 import trimesh mesh trimesh.load(f{name}.stl) mesh.apply_scale(0.001) mesh.export(f{name}.glb)这里有个细节hole()默认是在当前工作平面上打贯穿孔如果你的板厚方向不是 Z 轴需要先调整工作平面。另外center(x, y)的坐标是相对于当前工作平面原点的所以打孔前要确保工作平面已经定位到正确位置。我踩过的坑是忘了.faces(Z)这一步结果孔打在了侧面模型直接废掉。导出 GLB 时用trimesh重新加载 STL 再缩放比在cadquery里直接转网格更稳因为cadquery的网格导出对复杂模型偶尔会丢面。这个“绕一圈”的做法看着笨但实测可靠性高很多。4.4 批量生成与命名规范实际项目里往往要一次生成几十个模型这时候命名规范就很重要。我的做法是用“形状_尺寸_时间戳”的格式比如flange_80x80x5_20250101.step这样一眼能看出模型内容也方便版本管理。批量生成时用一个列表驱动specs [ 边长 80 厚 5 四角打直径 6 的孔, 直径 50 高 20 的圆柱中心打直径 10 的通孔, ] for i, spec in enumerate(specs): params parse_description(spec) model build_flange(params) if params[shape] box else build_cylinder(params) export_all(model, fpart_{i:03d})批量跑的时候建议加个 try-except单个模型失败不要中断整个批次把失败的 spec 记到日志里回头单独排查。这个习惯能帮你省下大量重跑时间。5. 常见问题与排查技巧实录5.1 几何生成失败的典型原因几何生成失败八成是这几个原因尺寸为零或负数、孔的位置超出实体范围、布尔运算遇到重合面。排查顺序建议从参数校验开始先确认输入参数合理再看几何操作。如果参数没问题但布尔运算失败试着把孔的位置偏移 0.01 毫米或者把容差调大一点。还有一种情况是模型太复杂OCCT 运算超时。这时候可以把模型拆成几个简单部分分别生成最后再合并。虽然麻烦但比死等一个跑不完的运算强。5.2 格式转换中的精度丢失STL 转 STEP 是很多人会踩的坑。STL 是网格STEP 是曲面从网格反推曲面在数学上是病态问题转出来的 STEP 往往是一堆碎面根本没法编辑。所以不要指望 STL 转 STEP 能还原设计意图正确的做法是从源头就用参数化方式生成 STEPSTL 只作为打印输出。GLB 转 STL 相对简单因为都是网格但要注意 GLB 可能带材质和层级转 STL 时会丢失这些信息只保留几何。如果你的 GLB 里有多个部件转 STL 前要先合并成一个网格否则会输出多个文件。5.3 常见问题速查表问题现象可能原因排查方向解决办法模型导出后是空的参数尺寸为零检查 size_mm加参数校验拒绝非正数孔没打穿工作平面方向错检查 faces 选择确认打孔方向与板厚一致GLB 预览巨大或极小单位未转换检查缩放系数导出前统一乘 0.001布尔运算报错面重合或容差过小检查孔位置偏移 0.01mm 或调大容差STEP 打开是碎面从 STL 反推检查生成路径改用参数化直接生成 STEP这张表里的每一条都是我实际遇到过的尤其是“孔没打穿”和“GLB 尺寸异常”新手几乎必踩。把这张表贴在工位上能省不少查文档的时间。5.4 几个提升稳定性的独家技巧第一个技巧是给每个几何操作加日志。每次布尔运算前后打印一下实体数量和质量一旦数量突变或者质量异常立刻能定位到是哪一步出的问题。这个习惯在调试复杂模型时特别有用。第二个技巧是用简单模型做回归测试。每次改完代码先跑一个“80x80x5 带四孔”的标准件确认输出正常再跑复杂模型。标准件就像体温计能快速判断系统是否健康。第三个技巧是保留中间参数文件。每次生成的 JSON 参数都存下来模型出问题时可以拿着参数单独复现不用重新跑语言模型。语言模型有随机性同样的输入可能出不同结果保留参数能保证复现的一致性。6. 关于 text-to-cad 的一些个人体会我在实际使用中发现text-to-cad 目前最适合的场景是标准件和简单结构的快速生成比如法兰、支架、垫片、简单外壳。这些形状参数明确、拓扑简单语言模型抽取参数准确率高几何生成也稳定。一旦涉及自由曲面、复杂装配或者需要精确配合的公差还是得回到传统 CAD 手动建模text-to-cad 只能帮你搭个初稿。另一个体会是参数校验的重要性怎么强调都不过分。语言模型再强也会有抽风的时候把校验做扎实系统就不会因为一次错误输出而崩溃。我现在的做法是校验层写得比生成层还厚宁可多拦几次也不让错误参数流到几何层。最后分享一个小技巧如果你要生成一批相似模型比如不同尺寸的同一款支架可以先用 text-to-cad 生成一个基准模型然后写脚本批量改参数重新生成比每次重新解析文字快得多也更可控。这个“一次解析、多次生成”的模式在批量场景下效率提升非常明显。

text-to-cad实战：自然语言生成三维模型与STEP/GLB/STL格式选型

相关推荐

UE5 生存建造游戏开发：用 UGameInstanceSubsystem 管理 Actor 与碰撞检测的完整流程

数字孪生驱动大模型

用正则捕获组解析算术表达式：The Modern JavaScript Tutorial 分组实战

更多资讯

别再花10-20小时搜论文！academic-ai-prompt教你用Google Scholar高级技巧+AI组合搜索

AI4AnimationPy vs Unity版AI4Animation：为什么Meta把AI动作管线迁移到纯Python

Shaders引擎架构深潜:组件树如何被编译成WebGPU渲染管线(TypeGPU与RTT通路拆解)

北京热门的化肥编织袋批发制造商合作案例多的厂家实力参考

从调研报告到生产落地：Agent开发架构、LangGraph与并发稳定性指南

LiveAgent安全设计解析：为什么你的API Key永远不会离开本机

今日更新

PHP htmlentities()函数用法讲解

AI Agent工程实战：从七要素到七个决策点的系统设计指南

AI入局芯片设计验证：验证收敛50倍加速的真相与应对

本周精选

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？