1. 从一句话到三维模型text-to-cad 到底在解决什么问题第一次听到 “text-to-cad” 这个词很多人脑子里蹦出来的画面可能是对着电脑敲一行字屏幕上就自动长出一个三维零件然后直接导出拿去加工。这个理解方向没错但中间省略掉的细节恰恰是这个方向最值得聊的部分。text-to-cad 本质上是一套把自然语言描述转换成计算机辅助设计模型的技术链路它的输入是一段人话比如“一个外径 80mm、内径 40mm、厚度 12mm 的圆环边缘倒角 2mm”输出则是可以被 CAD 软件识别、被切片软件读取、被渲染引擎加载的标准模型文件常见格式包括STEP、GLB、STL这几类。它解决的问题很具体。传统建模流程里哪怕只是画一个法兰盘你也得打开软件、选基准面、画草图、标注尺寸、拉伸、倒角、导出一套动作下来十分钟起步。如果需求方只是想要一个“大概长这样”的模型用于方案沟通或者快速验证这个时间成本就很不划算。text-to-cad 想做的就是把这段重复劳动压缩成一句话让模型生成的门槛从“会软件”降到“会描述”。适合关注这个方向的人其实比想象中广。做机械设计的工程师可以用它快速出概念件做电商或产品展示的人可以用它批量生成 GLB 模型放到网页里做 3D 预览做 3D 打印的玩家可以用它把脑子里的想法直接变成 STL 去切片甚至做教学演示的老师也能用它现场生成模型讲结构。不同基础的人都能从中找到自己的用法关键在于理解这条链路里每一步在干什么、哪里容易出问题。需要先说明一点text-to-cad 目前并不是“说一句话就得到完美工程图”的魔法。它更接近一个高效的初稿生成器生成的结果通常需要人工复核尺寸、修正拓扑、补充工程标注。把它当成助手而不是替代者心态会稳很多。下面我会从整体设计思路、核心格式的门道、实操流程、常见坑这几个角度把这条链路拆开讲清楚。2. 整体设计思路为什么是这三种格式链路怎么搭2.1 从文本到几何的中间层设计text-to-cad 的核心难点不在“生成”而在“理解”。自然语言是模糊的几何是精确的中间必须有一个结构化的中间层来做翻译。常见的做法是先把文本解析成一组参数化指令比如识别出“圆柱”“孔”“阵列”“倒角”这些几何基元再提取对应的数值和约束关系最后交给几何内核去执行。这个中间层的设计决定了系统的上限。如果只是做关键词匹配那遇到“一个带四个均布螺栓孔的方形底板”这种描述就容易漏掉“均布”这个约束。更稳的做法是引入参数化模板库预先定义好一批常见几何特征的生成函数文本解析的任务变成“选模板 填参数”。这样做的好处是可解释、可调试出错了能定位到是哪个参数没解析对而不是面对一个黑盒干瞪眼。我个人的经验是模板库不需要一开始就追求大而全。先把回转体、拉伸体、孔特征、倒角圆角这四类做扎实就能覆盖日常需求的一大半。剩下的复杂形状等基础链路跑通了再逐步扩展比一上来就堆功能要靠谱得多。2.2 三种输出格式的定位差异很多人会纠结到底该导出哪种格式其实这三种格式各有各的地盘选错了会在后续环节反复折腾。格式本质适用场景关键特点STEP边界表示B-rep工程制造、CAD 互操作保留精确几何和拓扑可编辑STL三角网格3D 打印、快速成型只有表面三角面片无单位无拓扑GLB场景描述 网格网页展示、渲染、AR支持材质、动画、层级结构STEP 是精确几何的代表它记录的是数学曲面一个圆柱面就是真正的圆柱面不是一堆小三角拼出来的。所以 STEP 适合往下游走工程流程比如导入到其他 CAD 软件继续编辑、出工程图、做 CAM 加工。缺点是文件结构复杂解析和生成都需要成熟的几何内核支持。STL 是网格化的代表它把模型表面离散成一堆三角形。优点是简单、通用几乎所有 3D 打印切片软件都认。缺点是它丢掉了单位信息STL 文件本身不规定单位是毫米还是英寸、丢掉了拓扑关系哪些面是同一个特征、也丢掉了精确曲面。你拿到一个 STL很难反推出原始设计意图。GLB 是场景化的代表它是 glTF 格式的二进制版本专门为实时渲染和网络传输设计。它不仅能装几何还能装材质、贴图、灯光、动画。做网页 3D 展示、AR 预览、游戏资产GLB 是首选。但它同样不是精确几何不适合工程用途。提示如果你的目标是“生成后还要改”优先走 STEP如果目标是“生成后直接打印”走 STL如果目标是“生成后放到网页里给人看”走 GLB。三者不是替代关系而是分工关系。2.3 链路搭建的取舍逻辑搭一条 text-to-cad 链路绕不开一个选择是自己从零写几何内核还是调用现成的库。从零写内核这件事投入产出比极低除非你的核心业务就是几何算法本身。更务实的做法是站在成熟内核的肩膀上把精力放在文本解析和参数映射上。常见的组合是文本解析用通用的 NLP 工具做意图识别和实体抽取几何生成调用成熟的建模库格式导出用对应的序列化库。这样整条链路的每一段都有成熟的调试手段出问题也容易定位。我见过一些团队一上来就想端到端训练一个大模型直接吐模型文件结果卡在数据准备阶段就动不了了这种路线对大多数项目来说并不划算。另一个取舍点是同步还是异步。文本解析和几何生成如果都在请求线程里做用户等待时间会比较长。更合理的做法是把生成任务丢到队列里异步执行前端先返回一个任务 ID生成完了再通知。这样即使用户一次提交几十个描述系统也不会被拖垮。3. 核心细节解析文本解析、几何生成与格式导出的门道3.1 文本解析把“人话”拆成可执行的参数文本解析这一步决定了后面几何生成能不能拿到干净的输入。举个实际例子用户输入“一个长 100 宽 60 高 20 的盒子上面开两个直径 10 的孔孔间距 40”。这段描述里包含了基元类型盒子、尺寸参数100/60/20、特征操作开孔、孔参数直径 10、位置约束间距 40。解析器要做的就是把这些信息结构化地抽出来。实操中纯规则匹配和纯模型抽取各有短板。规则匹配对固定句式很准但换个说法就失效模型抽取泛化好但偶尔会抽错数值。比较稳的做法是规则兜底 模型增强先用模型做一轮抽取再用规则校验数值范围和单位发现异常就回退到规则解析。这样既保留了灵活性又保证了关键参数的可靠性。单位处理是个容易被忽视的细节。用户可能说“10 厘米”也可能说“100mm”还可能什么都不说直接给个数字。系统必须有一个明确的默认单位约定并且在解析到显式单位时做换算。我建议默认单位统一用毫米因为这是机械和 3D 打印领域最通用的单位换算逻辑也最简单。3.2 几何生成参数怎么变成真实的模型拿到结构化参数后几何生成的任务就是调用建模库把这些参数变成实际的几何体。以“盒子开孔”为例流程通常是先创建一个长方体基元然后在指定位置创建圆柱体作为“刀具”最后用布尔减运算把圆柱从长方体里挖掉。这里有几个关键点值得展开。布尔运算的顺序会影响结果先做减运算再做倒角和先倒角再做减运算得到的几何可能不一样。一般来说先完成所有加减运算最后统一做倒角和圆角这样能避免倒角面被后续运算破坏。数值精度是另一个坑。浮点数运算在几何内核里会累积误差两个面本来应该重合结果差了 0.0001mm布尔运算就可能失败或者产生破面。常见的应对办法是设置一个容差阈值在这个阈值内的点视为同一个点面视为重合面。容差设太小解决不了问题设太大又会把本该分开的特征合并掉需要根据模型尺度来调。对于毫米级的零件容差设在 0.001mm 到 0.01mm 之间通常比较合适。特征命名和分组也值得花点心思。生成模型时如果能把不同的特征放到不同的组里导出 STEP 后用户在 CAD 软件里就能看到清晰的结构树改起来方便很多。这个细节不影响模型能不能用但极大影响好不好用。3.3 格式导出三种格式各自的导出要点导出 STEP 时最关键的是确保几何是有效的实体。如果布尔运算产生了破面或者非流形边STEP 导出可能失败或者导出一个空文件。导出前做一次几何有效性检查是必要的检查项包括是否是闭合实体、有没有自相交、有没有零面积面。导出 STL 时核心参数是网格精度。精度太高文件巨大切片慢精度太低曲面变成明显的多边形打印出来一圈棱。常见的做法是用弦高偏差来控制也就是曲面和三角面片之间的最大距离。对于一般零件弦高设在 0.01mm 到 0.05mm 之间比较平衡。另外 STL 有二进制和 ASCII 两种二进制体积小很多实际使用优先选二进制。导出 GLB 时要注意坐标系和朝向。不同渲染引擎对“上方向”的约定不一样有的用 Y 轴向上有的用 Z 轴向上。导出前确认目标平台的约定必要时做一次旋转。材质方面如果只是展示几何形状给一个默认的灰色材质就够了如果要做得好看可以在导出时附上基础的颜色和粗糙度参数。注意STL 文件不包含单位信息导出时最好在文件名或配套说明里标注单位否则下游拿到文件可能按英寸处理尺寸直接差 25.4 倍。4. 实操过程从零跑通一条 text-to-cad 链路4.1 环境准备与依赖选择先把环境搭起来。核心依赖分三块文本处理、几何建模、格式导出。文本处理用通用的 NLP 库即可几何建模建议选一个有 Python 绑定的成熟内核这样开发效率高调试也方便。格式导出方面STEP 和 STL 通常由几何内核自带导出功能GLB 可以用通用的 glTF 序列化库。安装完依赖后先写一个最小的验证脚本创建一个长方体导出 STEP 和 STL再用 CAD 软件和切片软件分别打开确认。这一步看起来简单但能提前暴露环境问题比如库版本不兼容、缺少系统依赖等。我踩过的坑是某个几何库在特定系统版本上需要额外的运行库不先验证的话后面调试业务逻辑时会误以为是代码问题。4.2 文本解析模块的实现解析模块我建议分三层来写。第一层是预处理把输入文本做标准化比如全角转半角、统一单位写法、去掉多余空格。第二层是实体抽取把尺寸、数量、位置这些数值和它们对应的语义角色抽出来。第三层是校验检查抽出来的参数是否完整、是否在合理范围内。举个具体的解析例子输入“直径 50 的圆盘厚 8中心一个直径 10 的通孔”。预处理后得到标准文本实体抽取会识别出基元是圆盘圆柱外径 50厚度 8特征是一个通孔孔径 10位置在中心。校验层检查发现所有必填参数都有数值都在合理范围通过。如果输入是“做个圆盘”校验层就会发现缺少尺寸参数这时候应该返回一个明确的提示告诉用户还需要补充哪些信息而不是硬猜一个尺寸生成。参数缺失的处理策略很关键。硬猜尺寸会生成一个看起来能用但实际不对的模型用户如果不仔细检查就拿去用后果可能很严重。更好的做法是明确追问把缺失的参数列出来让用户补充。这个交互设计虽然多了一步但能大幅降低出错概率。4.3 几何生成与布尔运算的实操几何生成模块的核心是把解析结果映射成建模库的 API 调用。以圆盘开孔为例代码逻辑大致是先根据外径和厚度创建一个圆柱体再根据孔径创建一个稍长的圆柱体作为刀具把刀具定位到中心执行布尔减运算最后对边缘做倒角。# 伪代码示意具体 API 以所选几何库为准 disk create_cylinder(radius25, height8) hole_tool create_cylinder(radius5, height20) # 稍长确保穿透 hole_tool translate(hole_tool, z-6) # 定位到中心并贯穿 result boolean_subtract(disk, hole_tool) result fillet_edges(result, radius0.5) export_step(result, disk.step) export_stl(result, disk.stl, chord_tolerance0.02)布尔运算失败是这一步最常见的报错。排查思路是先单独导出两个参与运算的实体确认它们各自是有效的再检查它们是否有重叠区域布尔减要求刀具和基体有交集最后检查容差设置是否合理。我遇到过一次布尔失败最后发现是刀具和基体刚好相切没有真正的重叠体积把刀具半径加大 0.01mm 就解决了。倒角操作要放在布尔运算之后而且倒角半径不能超过相邻面的最小尺寸。比如厚度只有 2mm 的板倒角半径设 1.5mm 就会失败因为倒角面会超出板的范围。这个约束需要在参数校验阶段就检查避免生成到一半才报错。4.4 导出与验证的完整流程生成完几何后导出前先做一次有效性检查。检查通过再导出导出后再做一次回读验证把导出的文件重新读进来检查体积、包围盒尺寸是否和预期一致。这个回读验证能抓到一些导出环节的静默错误比如单位被错误缩放、部分几何丢失等。STL 导出后建议用切片软件实际加载一次看看有没有破面或者非流形边。切片软件对网格质量很敏感能发现一些几何库自带的检查发现不了的问题。GLB 导出后可以用在线的 glTF 查看器加载确认材质和朝向正常。整个流程跑通后建议把它封装成一个函数输入是文本描述输出是三种格式的文件路径。这样后续做批量处理或者接入其他系统时直接调用这个函数就行。5. 常见问题与排查技巧实录5.1 生成失败类问题的排查生成失败最常见的原因是参数不完整或矛盾。比如同时指定了“正方形”和“长 100 宽 60”这就是矛盾输入。排查时先把解析出的参数打印出来人工核对一遍往往一眼就能看出问题。另一个原因是数值超出几何内核的处理范围比如尺寸小到 0.0001mm 或者大到 1000000mm内核可能直接拒绝。这种情况需要在参数校验阶段设置合理的上下限。布尔运算失败是另一大类。前面提过先检查两个实体是否有效、是否有真实重叠、容差是否合理。还有一个隐蔽的原因是实体自相交比如拉伸一个自相交的草图生成的实体本身就是坏的后续任何运算都会失败。这种情况要在生成基元后就做一次检查不要等到布尔运算才暴露。5.2 格式转换类问题的排查STL 转 STEP 是热词里经常出现的需求但这里要泼一盆冷水STL 转 STEP 本质上是有损的。STL 只有三角网格转成 STEP 时几何内核需要从网格反推曲面这个过程叫曲面重建结果往往是一堆碎面而不是原来那个干净的圆柱面。如果只是想要一个能编辑的实体勉强可用如果要求精确还原原始设计基本做不到。STEP 转 STL 相对简单但要注意网格精度的选择。精度太高文件巨大精度太低形状失真。我的经验是先用默认精度导一次在切片软件里看看效果不满意再调。对于大多数零件弦高 0.02mm 到 0.05mm 是个不错的起点。GLB 转其他格式时要注意 GLB 里的几何可能带有变换矩阵缩放、旋转、平移转换前需要把这些变换应用到顶点上否则导出的模型尺寸和朝向会不对。这个坑很隐蔽因为模型在查看器里看起来是对的但导出后就变形了。5.3 常见问题速查表问题现象可能原因排查方向解决思路布尔运算失败实体无效/无重叠/容差不当单独导出实体检查修复实体、调整位置、调容差STEP 导出为空几何非闭合实体检查是否为闭合实体修复破面或改用网格导出STL 尺寸不对单位约定不一致核对导出单位设置统一用毫米并标注GLB 朝向错误坐标系约定不同确认目标平台上方向导出前做旋转校正倒角失败半径超过相邻面尺寸检查最小面尺寸减小倒角半径解析参数缺失文本描述不完整打印解析结果核对追问用户补充参数5.4 几条踩坑换来的经验第一条永远不要相信用户输入的数值没有单位。我见过太多因为单位误解导致尺寸差几十倍的案例。系统层面强制要求单位或者在解析时做单位推断并明确回显给用户确认能省掉大量返工。第二条生成结果一定要可视化预览。纯文本或者纯参数的回显用户很难判断对不对。给一个 3D 预览哪怕只是简单的线框用户一眼就能看出形状对不对、比例是否合理。这个投入非常值得。第三条批量生成时做好失败隔离。如果一次提交 100 个描述其中 3 个失败不应该让整批都挂掉。每个任务独立执行、独立记录状态失败的单独重试或者人工处理这样系统的可用性会高很多。第四条保留原始输入和解析结果的日志。出问题的时候能回溯到“用户当时说的是什么、系统解析成了什么、生成了什么”排查效率会高一个数量级。这个日志不用很复杂结构化存下来就行。6. 关于 text-to-cad 的一些个人看法这个方向目前还在快速演进工具链在变最佳实践也在变。但有些东西是相对稳定的文本解析的准确性决定了上限几何生成的质量决定了可用性格式导出的规范性决定了能不能顺利对接下游。把这三段各自做扎实整条链路就不会太差。我在实际使用中的一个体会是不要追求“一句话生成完美模型”而是追求“一句话生成一个能用的初稿”。初稿的价值在于省掉了从零开始的那段时间剩下的精修工作交给人工整体效率反而比追求全自动更高。把预期放在这个位置用起来会顺手很多。最后分享一个小技巧如果你要批量生成模型先把描述按复杂度分组简单的先跑复杂的后跑。简单的那批能快速验证链路是否正常等确认没问题了再处理复杂的能避免在链路有问题时浪费大量时间。这个顺序调整看起来不起眼但实际用起来能省不少事。