text-to-cad 开源：跟 AI 聊句话，产出能直接加工的 3D 零件

先问一个问题：你跟 AI 说过"帮我做个能 3D 打印的支架"吗？

我猜大概率是这种结局——它要么回你一段看不懂的 CADquery 代码，让你自己装环境自己跑；要么更直接，甩一张渲染图过来，看着像那么回事，但你把它拖进切片软件里，切片软件根本不认。图片是图片，模型是模型，这中间隔着一整套工业软件栈。

原因不复杂：大模型本身不会画三维实体。它的训练数据里全是文本和代码，你让它"想象"一个带螺栓孔的支架，它只能拼凑出一个看起来对的东西——而机械这行，"看起来对"和"尺寸对"之间隔着一道银河系。壁厚少 0.5 毫米，打印出来就是废件；孔距差一丝，螺丝拧不进去。更麻烦的是，你要想改个尺寸，得回到代码里找参数，改完重新跑一遍，跟传统 CAD 软件里拖拽草图比，半点优势都没有。

所以真正的需求一直摆在那：能不能让 AI 别猜，而是调用一套真正的几何内核，把零件精确地算出来？

最近注意到一个叫 text-to-cad 的开源插件，干的就是这件事。它给 Claude Code、Cursor、Gemini 这类 AI Agent 装上"CAD 超能力"：你用大白话说需求，Agent 调用本地的工业级几何内核，直接吐出 STEP、STL、3MF 这些制造端认的文件。不是代码片段，不是图片，是能拿去加工的真模型。

这篇文章拆解它是怎么做到的，以及哪些设计取舍值得抄。

这个项目是什么

text-to-cad（仓库 earthtojake/text-to-cad，MIT 协议）是一个开源的 Agent 插件，官方自己的定位一句话就能说清："Give your agent CAD superpowers"——给你的 Agent 装上 CAD 超能力。

它支持所有带插件系统或 skills 框架的 Agent：Claude Code、Codex、Cursor、Gemini、Grok Build、Claude Desktop 都在列。没有插件系统的 Agent，也能用 Skills CLI 单独装技能。底层是 cadgen（PyPI 上的 Python 包），骨架是 build123d 框架，几何内核是 Open CASCADE，要求 Python 3.11+ 和 Node.js 20+。

翻译成大白话：它把"自然语言到可制造 3D 模型文件"这条路打通了，中间不经过人的鼠标。

核心功能拆解

一、主心骨 CAD 技能：从一句话到 STEP 文件

整个插件的心脏是 CAD 技能。你用自然语言描述，或者直接丢一张产品照片过去，Agent 就在本地把模型建出来，主输出是 STEP 格式——CAD 行业交换实体模型的事实标准，SolidWorks、Fusion 360 全都认——同时可以导出 STL（3D 打印用）、3MF（新一代 3D 打印格式）和 GLB（网页和 AR 展示用）。

有个细节能看出它的工程品味：DXF 技能支持"从 Python 源码或 CAD 几何"生成二维图纸。这说明整条链路从根上就是代码驱动的——模型不是 AI 拍脑袋生成的网格，而是由代码描述、几何内核计算出来的实体。代码放在那儿，你改一个尺寸重跑一次就行，参数化建模的成本几乎为零。

二、不只是建模：12 个技能覆盖后半程

如果只会"生成模型"，它不过是个更花哨的玩具。真正让它和玩具拉开距离的是配套技能——整个仓库一共 12 个，覆盖从设计到制造的完整链路：

  • step.parts：找现成的标准件 STEP 文件，螺丝、轴承、电机、连接器，不用 Agent 凭空发明一个螺栓。机械设计里"会选标准件"和"会画非标件"同样重要；
  • Engineering Drawing：从零件直接生成带尺寸的 PDF 工程图，视图、隐藏线、尺寸标注、孔标注、标题栏一应俱全，不用你手画；
  • DXF：生成二维图纸，轮廓、模板、垫片、激光切割排版都能用；
  • URDF / SRDF / SDF：机器人描述文件三件套——连杆、关节、限位、惯量，MoveIt 规划组、末端执行器、碰撞规则，仿真世界里的框架、物理、传感器、灯光。做机器人的同学知道这三份文件以前要手写到多晚。

三、制造闭环：打印之前，先过制造这一关

这是我觉得最有意思的部分。它没有停在"给你一个模型文件"就撒手，而是把制造端的检查也接了进来：

  • DfAM Check：按工艺测量可打印性——壁厚够不够、悬垂角度多大、支撑体积多少、摆放方向是否合理；
  • DFM：按钣金、CNC、注塑三种工艺逐条评审，每条发现都带实测证据和引用的规则出处，拔模角、底切、投影面积直接从网格上量出来；
  • G-code：用 OrcaSlicer 切片，用你自己的打印机预设；
  • Bambu Labs：直接把活发给拓竹打印机，走 Bambu Connect 或 Bambu Studio；
  • SendCutSend：上传钣金订单前先检查 DXF 和 STEP 文件。

翻译一下：从"做个支架"到"支架正在打印"，中间不用你打开任何 CAD 软件，也不用在四五个网站之间来回复制粘贴文件。模型生成和制造检查长在同一个工作流里，这件事目前没几个工具做到。

text-to-cad 工作流示意：从自然语言对话到 3D 模型、工程图纸与实体制造

容易被忽略的设计取舍

取舍一：用 build123d + Open CASCADE，而不是让模型"想象"网格

底层引擎是 cadgen，骨架是 build123d，几何内核是 Open CASCADE——同门的 CADQuery 也构建在这套内核之上，几何精度是经过工业生产验证的。

为什么重要？现在市面上不少"AI 生成 3D"的工具走另一条路：让模型直接生成三角网格。网格看着像，但尺寸不可控、不可参数化、编辑困难。text-to-cad 反过来：Agent 写代码描述模型，几何内核负责精确计算，出来的 STEP 文件每个面都是解析曲面，能直接进 CNC 流程。这是"工程师的工具"和"演示玩具"的分水岭。

取舍二：本地优先，遥测透明可关

所有 CAD 运算都跑在本地，通过 uv 管理运行时，模型文件、路径、你的提示词从不出门。默认会发匿名使用统计——版本、安装来源、系统类型、各功能调用次数，带一个随机 ID，官方明说不含文件、路径、内容和提示词。介意的话一句 uvx cadgen telemetry off 关掉，而且会把已经发出去的数据删掉。

这种"默认开着，但一键关闭且删历史"的做法，比那些偷偷传数据的项目体面得多。另外更新检查每天最多请求一次，也可以设 CADGEN_UPDATE_CHECK=0 彻底静音。

取舍三：诚实得可爱的"坑文档"

README 里专门有一节讲 Windows 11 的 Smart App Control：几何内核的 Python 绑定 OCP 轮子带未签名原生模块，而 SAC 在全新安装的系统上默认开启，会导致每条 cadgen 命令都报 ImportError: DLL load failed while importing OCP。作者的建议很实在：要么关掉 SAC（注意，关了之后想恢复只能重装 Windows），要么在 WSL 里跑。cadgen doctor 命令会自动识别这个情况。

一个开源项目愿意把"我的软件在你系统上会怎么坏"写进 README，这件事本身就是维护质量的信号。反过来看，那种通篇只吹功能、对已知问题只字不提的项目，你敢用在生产环境里吗？

安装与使用

最省事的方式：直接把下面这句话发给你的 Agent，它会自己装——

Install text-to-cad from https://github.com/earthtojake/text-to-cad

手动装的话，Claude Code 两条命令：

claude plugin marketplace add earthtojake/text-to-cad#latest
claude plugin install text-to-cad@earthtojake

Cursor 会自动加载 Claude Code 装好的插件，不用重复装；Gemini 用 gemini extensions install；其他 Agent 用 npx skills add earthtojake/text-to-cad#latest 只装技能。

装好后的使用全程对话，不用记任何命令。走一遍典型流程：

"做个壁厚 3mm、两个 M3 安装孔的 L 形支架" → Agent 输出 STEP "检查能不能 FDM 打印" → DfAM 量出壁厚、悬垂、支撑体积 "出一张带尺寸的工程图" → Engineering Drawing 给你 PDF "直接发到打印机" → Bambu Labs 技能把活递过去

要改尺寸就接着聊，Agent 就地改模型重新出文件。三个注意点：第一次启动要联网下载 CAD 运行时，之后完全离线也能干活；Bambu、G-code、SendCutSend 这几个技能要接外部服务账号，不是开箱即用；模型质量取决于你用的 LLM 和描述清不清楚，复杂装配、高精度公差仍然需要人审。

适用人群

  • 机械工程师和硬件创业者：概念验证阶段改图改得最凶，参数化模型加对话式迭代，把"改一版"的成本打到接近零；
  • 创客和 3D 打印爱好者：不用学 SolidWorks，不用啃草图约束，一句话到实物；
  • 机器人开发者：URDF/SRDF/SDF 三件套以前是纯体力活，现在对话里就能生成和修改；
  • 重度 AI Agent 用户：如果你的 Agent 已经在帮你写代码、查资料，给它补上"造东西"的能力，是顺理成章的下一步。

写在最后

过去两年我们习惯了 AI "帮你写代码"，text-to-cad 指向的是下一步：AI 帮你造东西。 而且它的路线选得很清醒——不去和工业软件巨头拼功能完整性，而是当一根杠杆：把最专业的几何内核包成 Agent 能调用的技能，让专业能力通过对话流出来。

当然，边界也要说清楚：它是插件不是独立软件，复杂场景下人的把关一个都少不了。但方向是对的——当"设计一个零件"的门槛从"学半年 CAD"降到"说一句话"，会发生什么，值得每个做产品的人想一想。

项目地址：github.com/earthtojake/text-to-cad

官方文档：texttocad.dev