Text-to-CAD：给 AI 智能体装上 CAD 超能力，本地工作流一键生成 STEP、GLB等 3D 文件

用一句话描述你想要的零件，AI 智能体在本地把它建成可编辑、可导出的三维模型。

想画一个简单的支架，要打开 CAD 软件、拉伸、打孔、倒角，来回折腾半天；找标准件（螺丝、轴承、电机）又要一个个下载、转换格式；画完还得检查壁厚、悬垂、加工工艺能不能做……三维建模对很多人来说，门槛始终不低。

开源项目text-to-cad（官网 texttocad.dev）想做的，是给 AI 智能体装上"CAD 超能力"：你用自然语言或图片描述需求，Claude Code、Codex、Cursor、Gemini、Grok 这些 AI 编程助手，就能在本地完成建模、检查、出图，直接生成STEP、GLB、STL、3MF等工程文件。项目 100% 开源免费，在 GitHub 上收获了大量关注。

01 从文本到三维，旧办法有哪些坑

目前"文本生成 3D"大致有两类做法，但都存在明显短板。

工程上真正需要的，是一个有精确尺寸、是真正的实体、可编辑、可直接交付加工，并且能和本地代码、版本库、制造流程打通的模型。这正是text-to-cad 的切入点。

02 text-to-cad 是什么

text-to-cad 是一个开源的智能体插件与技能库（仓库 earthtojake/text-to-cad，MIT 协议），由命令行工具 cadgen 支撑。它的几个关键特征：

•本地工作流：建模、导出、检查都在本地项目文件夹完成，文件不必上传；

•智能体驱动：智能体负责写和改 Python 建模脚本，cadgen 负责生成几何；

•实体建模：基于 build123d、底层 OpenCascade（OCP），是真正的 B-rep 实体，不是空心网格；

•多格式输出：以 STEP 为主，可导出 GLB、STL、3MF、DXF，还能生成机器人文件；

•覆盖制造：可制造性检查、工程图纸、G-code 切片，甚至直连打印机和加工服务。

03 怎么安装

官方推荐的最简单办法，是直接让你的智能体装：把下面这句话发给它即可。

也可以按不同智能体手动安装。

默认会发送带随机 ID 的使用统计和崩溃报告（不含你的文件、路径和提示），介意的话用uvx cadgen telemetry off关闭，或让智能体帮你关。

04 核心工作流：一句话怎么变成零件

智能体写Python 建模脚本，cadgen 负责生成几何，零件和文件在本地产出。

整个流程的关键，是智能体不直接"画"模型，而是编写、维护一个 Python 建模脚本，再由工具生成几何。这带来了可复现、可版本管理、可参数化的好处。

1.描述需求：用自然语言或图片说明要做什么（比如"一个 60×40×5 的 L 形支架，带 4 个 5 毫米安装孔"）；

2.智能体写脚本：在 models/ 目录里用 build123d 写出建模过程，纳入版本控制；

3.cadgen生成几何：命令行工具运行脚本，由OpenCascade 计算实体；

4.导出文件：默认输出 STEP，并可按需标注 @stl、@glb、@threemf 同步产出网格；

5.本地预览：在本地 CAD Explorer 网页里查看，无需专业软件；

6.迭代修改：改尺寸、改特征，直接改脚本重新生成，过程可追溯。

一个简化的建模脚本大致长这样（示意，实际以 build123d 语法为准）：

所以呢？模型不再是一段"生成即结束"的结果，而是一份活的、可读的工程代码。改一个数字、加一个特征，结果立刻一致更新，这正是给工程团队用的工作流。

05 为什么 STEP 为主，各格式怎么选

STEP 管实体交付，GLB 管网页预览，STL/3MF 管打印，DXF 管平面切割。

不同格式服务于不同环节，text-to-cad 以 STEP 为主输出、按需附带网格。

一个模型可以只声明网格、STEP 可选；想让某种网格在每次运行时都产出，用 @stl、@glb、@threemf 标记即可。

06 不只是建模：12 项技能一览

从CAD 建模、工程图、工艺检查到机器人文件与打印，技能覆盖设计到制造全链路。

text-to-cad 的核心是一套技能库，把智能体的能力从"出个模型"延伸到"可制造的完整闭环"。

07 典型使用场景

08 局限、隐私与开源

需要注意的地方

•最终质量取决于底层智能体：复杂装配、高精度关键零件仍需工程师人工复核，不能盲目直接投产；

•本地需具备 Python 与 uvx/uv 运行环境，首次配置有一定门槛；

•内置的部分加工服务（如 SendCutSend、Bambu）面向海外生态，国内加工需自行对接；

•项目迭代很快，具体命令与技能以对应版本和官方仓库为准。

隐私与协议

建模和文件处理都在本地完成，默认遥测不含文件、路径和提示，且可用一条命令关闭；项目以 MIT 协议开源，可自由使用、修改和二次开发。

写在最后

text-to-cad 的价值，不只是"用一句话生成一个模型"，而是把 AI 智能体变成了一个懂工程、懂制造、能交付的本地设计搭档：模型是真正的实体，过程是可读的代码，输出是可加工的文件，还能检查工艺、出图、切片。它把设计到制造的链条，用一套技能和一个命令行串了起来。对于需要频繁做结构件、机器人和硬件原型的团队，这很可能是今年最值得装进自己工作流的开源工具之一。