前几篇，我们一直在讲 CAD AI 的一个判断：

真正重要的不是“AI 能不能生成一个 3D 外形”，而是它能不能进入工程师熟悉的 CAD 工作流。

Zero-to-CAD 这篇文章讲的是大规模可执行 CAD 构造序列。

这一次，看一个更贴近今天工程Ai Agent 使用方式的项目：earthtojake/text-to-cad

项目地址：

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

如果只看名字，很容易把它理解成“文本生成 CAD 模型”。

但真正值得关注的不是这个名字。

它更像是一套给 Codex、Claude Code、Gemini、OpenClaw 这类 coding agent 使用的 CAD 工具链。

也就是说，它不是训练一个模型，让模型直接吐出一个神秘的 CAD 文件。

它做的是另一件事：

让 Agent 根据自然语言需求，写出可版本管理的 CAD 源码，再导出 STEP、STL、DXF 等工程文件，然后通过几何检查和可视化工具反复修正。

这比“文字变 3D”更接近工程软件的真实变化。

它不是一个 CAD 大模型

text-to-cad 仓库里最核心的东西，是一组 agent skills。

包括：

cad：生成、修改、检查 STEP-first 的 build123d/Python CAD 模型
cad-explorer：本地打开 STEP、STL、DXF、URDF、SDF、SRDF 做可视化审查
step-parts：搜索和下载标准 STEP 零部件
urdf、sdf、srdf：生成机器人和仿真描述文件
sendcutsend：面向 SendCutSend 上传前的 DXF/STEP 预检

text-to-cad 的原理：Agent 工具链，而不是 CAD 大模型

这套东西的工程含义很清楚。AI 不只是回答“你想画什么”。它还要知道：

源文件放在哪里。
STEP 怎么导出。
生成结果是不是一个闭合实体。
边界框是不是符合预期。
哪些面、孔、轴、基准可以被引用。
如果检查失败，应该改源码，而不是手改生成文件。
这就是 CAD Agent 和普通 3D 生成最大的区别。
普通 3D 生成更像“出图”。
工程 CAD Agent 更像“跑流程”。

text-to-cad 的原理是什么

把 text-to-cad 理解成一个“文本到 CAD 模型”的神经网络，其实会误解它。它的核心不是一个新的 CAD 生成模型。

它的核心是把 coding agent、CAD 源码、几何内核、检查脚本和可视化工具接成一条链。

第一层，是 skills

skills 不是模型权重，而是一套给 agent 看的工程操作规范。比如 CAD skill 会明确告诉 agent：

优先生成 build123d Python 源码。
STEP 是主要工程输出。
DXF、STL、3MF 是派生输出。
修改时应该改源文件，而不是手改生成的 STEP。
生成后必须跑几何检查。
检查失败要回到源码修正。

这相当于把 CAD 工程师的一部分工作规程，写成了 agent 可以遵守的操作手册。

第二层，是参数化 CAD 源码

在这条路线里，Agent 不是直接吐一个不可解释的二进制 CAD 文件。

它写的是 Python。例如用 build123d 描述底板、孔、槽、圆柱、耳板、加强筋、布尔切除和标签。

这些源码能进版本管理、能被人读能改参数、能重新生成。

这一步非常关键。因为工程设计不是一次生成就结束，而是不断迭代。

第三层，是几何内核和导出脚本

build123d 背后依赖 OpenCascade 体系。

Agent 写出源码后，scripts/step 会执行源码里的 gen_step()，把 B-rep 实体导出成 STEP。

这个 STEP 才是可以交给 CAD、CAE、CAM 或制造流程继续处理的工程文件。

第四层，是检查和引用。

scripts/inspect 会读取生成结果，输出边界框、主要平面、面数量、几何引用和定位信息。

这就是 cad[...] 引用的意义。

以后如果你说“把这个孔扩大一点”“让这个面和另一个零件贴合”，Agent 不应该靠猜。

它应该能引用具体几何对象，再做精确修改。

第五层，是 CAD Explorer。

CLI 检查负责给出数字和结构事实。CAD Explorer 负责给人看。

它能打开 STEP、STL、DXF、URDF、SDF、SRDF，让工程师快速判断模型是不是空的、比例是不是对、主要特征是不是在正确位置。

所以 text-to-cad 真正的工作方式，可以概括成：

text 自然语言需求

→ Agent 读取 CAD skill

→ 生成 build123d 源码

→ OpenCascade 导出 STEP

→ inspect 做几何检查

→ CAD Explorer 可视化审查

→ 回到源码修正

STEP-first 工作流

这就是它和很多 3D 生成工具的关键区别。

它不是把 AI 放在最后一步，让 AI 直接给你一个结果。

它是把 AI 放进工程流程里，让 Agent 学会调用工具、生成文件、检查结果和继续修改。

换句话说，text-to-cad 的本质不是“文生 CAD 模型”。

更准确地说，它是：

面向 CAD 的 Agent 工作流框架。

我直接让 Codex 跑了一次

为了不把这篇写成项目介绍，我这次直接做了一次实战。

任务不是生成一个简单方块，而是设计一个稍微复杂一点、工程感更强的零件：

机器人云台支架底座。

我给 Codex 的目标大致是：

做一个带安装孔、中心轴承座、两侧耳板、横向轴孔、减重槽和加强筋的机器人云台底座，并导出 STEP。

这类零件适合作为演示对象。

它不是复杂到需要完整产品设计，但也不是只有一个方块加四个孔。

它有几个典型工程特征：

底板
安装孔和沉孔
中心轴承座
两侧支耳
横向轴孔
加强筋
减重槽

Codex 先安装了 text-to-cad 的 skills。

然后在本地建了一个 CAD runtime 环境，安装 build123d、OCP、ezdxf、trimesh、vtk 等依赖。

接着生成了一个 Python 源文件（robot_gimbal_base.py，后面会用到）：

from build123d import *def _slot(length, width, height):    """Capsule-shaped subtractive tool centered at the origin."""    radius = width / 2    return (        Box(length - width, width, height)        + Cylinder(radius, height).moved(Location((-(length - width) / 2, 0, 0)))        + Cylinder(radius, height).moved(Location(((length - width) / 2, 0, 0)))    )def gen_step():    # Origin: center of the base footprint. XY is the mounting plane; +Z is up.    base_x = 150.0    base_y = 95.0    base_z = 8.0    boss_radius = 31.0    boss_z = 16.0    bore_radius = 12.0    counterbore_radius = 20.0    ear_x = 18.0    ear_y = 18.0    ear_z = 58.0    ear_gap = 54.0    axle_radius = 7.0    rib_thickness = 8.0    rib_length = 52.0    rib_height = 30.0    cutter_z = 90.0    part = Box(base_x, base_y, base_z).moved(Location((0, 0, base_z / 2)))    # Raised bearing boss and two side ears for a compact robot gimbal base.    part += Cylinder(boss_radius, boss_z).moved(Location((0, 0, base_z + boss_z / 2)))    for y in (-ear_gap / 2, ear_gap / 2):        part += Box(ear_x, ear_y, ear_z).moved(Location((0, y, base_z + ear_z / 2)))        part += Cylinder(ear_y / 2, ear_x, rotation=(0, 90, 0)).moved(            Location((0, y, base_z + ear_z))        )    # Four diagonal-looking reinforcing ribs, kept as rectangular solids for a    # stable demo model that still shows engineering intent.    for y in (-ear_gap / 2, ear_gap / 2):        for x in (-28.0, 28.0):            rib_lift = 1.0            rib = Box(rib_length, rib_thickness, rib_height).moved(                Location(                    (x, y * 0.72, base_z + rib_height / 2 + rib_lift),                    (0, 22 if x * y > 0 else -22, 0),                )            )            part += rib    # Central shaft bore and top counterbore.    part -= Cylinder(bore_radius, cutter_z).moved(Location((0, 0, base_z + boss_z / 2)))    part -= Cylinder(counterbore_radius, 7.0).moved(Location((0, 0, base_z + boss_z - 3.5)))    # Axle holes through the upright ears.    part -= Cylinder(axle_radius, base_x, rotation=(0, 90, 0)).moved(        Location((0, -ear_gap / 2, base_z + ear_z))    )    part -= Cylinder(axle_radius, base_x, rotation=(0, 90, 0)).moved(        Location((0, ear_gap / 2, base_z + ear_z))    )    # Mounting hole pattern and two service slots.    for x in (-58.0, 58.0):        for y in (-34.0, 34.0):            part -= Cylinder(3.4, cutter_z).moved(Location((x, y, base_z / 2)))            part -= Cylinder(6.5, 3.2).moved(Location((x, y, base_z - 1.6)))    for y in (-22.0, 22.0):        part -= _slot(54.0, 10.0, cutter_z).moved(Location((0, y, base_z / 2)))    # Lightening pockets near the ends of the base.    for x in (-48.0, 48.0):        pocket = _slot(34.0, 14.0, cutter_z).moved(Location((x, 0, base_z / 2), (0, 0, 90)))        part -= pocket    part.label = "codex_robot_gimbal_base"    return part

再由这个源码导出 STEP（robot_gimbal_base.step文件，后面会用到）：

ISO-10303-21;HEADER;FILE_DESCRIPTION(('Open CASCADE Model'),'2;1');FILE_NAME('codex_robot_gimbal_base','2026-05-19T10:45:43',('Author'),(    'Open CASCADE'),'Open CASCADE STEP processor 7.8','build123d',  'Unknown');FILE_SCHEMA(('AUTOMOTIVE_DESIGN { 1 0 10303 214 1 1 1 1 }'));ENDSEC;DATA;#1 = APPLICATION_PROTOCOL_DEFINITION('international standard',  'automotive_design',2000,#2);#2 = APPLICATION_CONTEXT(  'core data for automotive mechanical design processes');#3 = SHAPE_DEFINITION_REPRESENTATION(#4,#10);#4 = PRODUCT_DEFINITION_SHAPE('','',#5);#5 = PRODUCT_DEFINITION('design','',#6,#9);#6 = PRODUCT_DEFINITION_FORMATION('','',#7);#7 = PRODUCT('codex_robot_gimbal_base','codex_robot_gimbal_base','',(#8)  );#8 = PRODUCT_CONTEXT('',#2,'mechanical');#9 = PRODUCT_DEFINITION_CONTEXT('part definition',#2,'design');#10 = ADVANCED_BREP_SHAPE_REPRESENTATION('',(#11,#15),#7280);#11 = AXIS2_PLACEMENT_3D('',#12,#13,#14);#12 = CARTESIAN_POINT('',(0.,0.,0.));#13 = DIRECTION('',(0.,0.,1.));#14 = DIRECTION('',(1.,0.,-0.));#15 = MANIFOLD_SOLID_BREP('',#16);#16 = CLOSED_SHELL('',(#17,#137,#213,#1594,#1643,#2203,#2210,#2265,#2320    ,#2426,#2501,#2803,#2886,#2982,#3009,#3036,#3043,#3098,#3307,#3356,    #3408,#3575,#3705,#3737,#3819,#3896,#3979,#4090,#4167,#4403,#4487,    #4566,#4693,#4745,#4935,#4995,#5048,#5204,#5257,#5306,#5425,#5530,    #5578,#5586,#5682,#5709,#5736,#5743,#5798,#5848,#5995,#6045,#6095,    #6145,#6319,#6369,#6376,#6383,#6434,#6461,#6508,#6540,#6591,#6616,    #6623,#6629,#6636,#6661,#6667,#6694,#6701,#6728,#6734,#6810,#6866,    #6924,#6950,#6956,#7012,#7038,#7085,#7091,#7097,#7122,#7128,#7155,    #7162,#7189,#7195,#7202,#7236,#7271));#17 = ADVANCED_FACE('',(#18),#32,.F.);#18 = FACE_BOUND('',#19,.F.);#19 = EDGE_LOOP('',(#20,#55,#83,#111));#20 = ORIENTED_EDGE('',*,*,#21,.F.);#21 = EDGE_CURVE('',#22,#24,#26,.T.);#22 = VERTEX_POINT('',#23);#23 = CARTESIAN_POINT('',(-75.,-47.5,0.));#24 = VERTEX_POINT('',#25);#25 = CARTESIAN_POINT('',(-75.,-47.5,8.));#26 = SURFACE_CURVE('',#27,(#31,#43),.PCURVE_S1.);#27 = LINE('',#28,#29);#28 = CARTESIAN_POINT('',(-75.,-47.5,0.));#29 = VECTOR('',#30,1.);#30 = DIRECTION('',(0.,0.,1.));#31 = PCURVE('',#32,#37);#32 = PLANE('',#33);#33 = AXIS2_PLACEMENT_3D('',#34,#35,#36);#34 = CARTESIAN_POINT('',(-75.,-47.5,0.));#35 = DIRECTION('',(1.,0.,0.));#36 = DIRECTION('',(0.,0.,1.));#37 = DEFINITIONAL_REPRESENTATION('',(#38),#42);#38 = LINE('',#39,#40);#39 = CARTESIAN_POINT('',(0.,0.));#40 = VECTOR('',#41,1.);#41 = DIRECTION('',(1.,0.));#42 = ( GEOMETRIC_REPRESENTATION_CONTEXT(2) PARAMETRIC_REPRESENTATION_CONTEXT() REPRESENTATION_CONTEXT('2D SPACE',''  ) );#43 = PCURVE('',#44,#49);#44 = PLANE('',#45);#45 = AXIS2_PLACEMENT_3D('',#46,#47,#48);#46 = CARTESIAN_POINT('',(-75.,-47.5,0.));#47 = DIRECTION('',(0.,1.,0.));#48 = DIRECTION('',(0.,0.,1.));#49 = DEFINITIONAL_REPRESENTATION('',(#50),#54);#50 = LINE('',#51,#52);#51 = CARTESIAN_POINT('',(0.,0.));#52 = VECTOR('',#53,1.);#53 = DIRECTION('',(1.,0.));#54 = ( GEOMETRIC_REPRESENTATION_CONTEXT(2) PARAMETRIC_REPRESENTATION_CONTEXT() REPRESENTATION_CONTEXT('2D SPACE',''  ) );#55 = ORIENTED_EDGE('',*,*,#56,.T.);#56 = EDGE_CURVE('',#22,#57,#59,.T.);#57 = VERTEX_POINT('',#58);#58 = CARTESIAN_POINT('',(-75.,47.5,0.));#59 = SURFACE_CURVE('',#60,(#64,#71),.PCURVE_S1.);#60 = LINE('',#61,#62);#61 = CARTESIAN_POINT('',(-75.,-47.5,0.));#62 = VECTOR('',#63,1.);#63 = DIRECTION('',(0.,1.,0.));#64 = PCURVE('',#32,#65);#65 = DEFINITIONAL_REPRESENTATION('',(#66),#70);#66 = LINE('',#67,#68);#67 = CARTESIAN_POINT('',(0.,0.));#68 = VECTOR('',#69,1.);#69 = DIRECTION('',(0.,-1.));#70 = ( GEOMETRIC_REPRESENTATION_CONTEXT(2) PARAMETRIC_REPRESENTATION_CONTEXT() REPRESENTATION_CONTEXT('2D SPACE',''  ) );#71 = PCURVE('',#72,#77);#72 = PLANE('',#73);#73 = AXIS2_PLACEMENT_3D('',#74,#75,#76);#74 = CARTESIAN_POINT('',(-75.,-47.5,0.));

这一步很关键。

因为真正的输出不只是一个 STEP 文件。

更重要的是，工程师可以回到 Python 源码里继续改参数、改孔位、改特征。

这和很多“一次性生成一个网格”的 3D AI 完全不同。

实战教程：从安装到生成 STEP

如果你也想复现类似流程，可以按下面这条线走。

先说实测环境。

这次我是在macOS上完成安装、生成、检查和录屏的。

具体环境是：

macOS
Python 3.11
Node.js / npm
Codex、Claude Code 或其他支持 agent skills 的 coding agent
能正常访问 GitHub 和 PyPI
Linux 理论上也适合这条流程。

Windows 也不是不能做，但 CAD runtime、OpenCascade、浏览器预览和路径问题会多一些。第一次实战，建议先用 macOS 或 Linux。

第一步：安装 text-to-cad skills

最直接的方式，是克隆仓库后运行 Codex 安装脚本：

git clone https://github.com/earthtojake/text-to-cad.gitcd text-to-cad./scripts/codex-install.sh

如果你用的是 Claude Code、Gemini CLI 或 OpenClaw，可以换对应脚本：

./scripts/claude-install.sh./scripts/gemini-install.sh./scripts/openclaw-install.sh

安装完成后，重启一次 agent。

这一步很重要。

因为 skills 不是普通 Python 包，而是给 agent 看的工作流说明、脚本和工具入口。重启之后，agent 才能在任务里自动识别 CAD、CAD Explorer 这类能力。

第二步：安装 CAD runtime

skills 装好以后，还需要本机能真正跑 CAD 生成。

下面命令是本文在 macOS 上使用的配置方式。

在自己的项目目录里建一个隔离环境：

python3.11 -m venv .venv-cadskills./.venv-cadskills/bin/python -m pip install --upgrade pip

然后安装 CAD skill 的运行依赖：

./.venv-cadskills/bin/pip install \  -r ~/.codex/skills/cad/requirements.txt

这会安装 build123d、cadquery-ocp、ezdxf、trimesh、vtk、playwright 等依赖。

这里的核心是 build123d 和 OpenCascade 相关运行时。

Agent 写出来的是 Python CAD 源码，真正把实体模型变成 STEP，要靠这些几何库完成。

第三步：给 Codex 一个工程化需求

不要只说：

帮我画一个支架。

这种提示太模糊。

更好的方式是把对象、特征、尺寸和输出说清楚。

我这次用的需求可以写成这样：

使用 CAD skill 设计一个机器人云台支架底座。要求：- 单个 STEP 零件，单位 mm- 底板约 150 × 95 × 8 mm- 四个安装孔，带沉孔- 中央有轴承座和中心通孔- 两侧有竖直耳板，每个耳板有横向轴孔- 加减重槽和加强筋，让模型有工程结构感- 保留 build123d Python 源码- 导出 STEP 后做几何检查- 用 CAD Explorer 打开预览

这类提示比“画一个 CAD”有效得多。

因为它把 Agent 的任务从“想象一个外形”，变成了“按约束生成一个可检查的工程模型”。

第四步：生成 STEP

在这次实战里，Codex 生成的源码文件是：

robot_gimbal_base.py

源码里必须有一个入口函数：

pythondefgen_step():...return part

然后用 CAD skill 的 step 脚本导出：

./text-to-cad-codex-demo/cad/robot_gimbal_base.py \-o robot_gimbal_base.step

正常情况下，会得到：

robot_gimbal_base.step

这里要注意一个原则：

改源码，不要手改 STEP。

STEP 是导出结果。

真正应该保存和迭代的是 Python 源码。

第五步：做几何检查

生成 STEP 之后，不要马上宣布成功。

先跑检查：

./.venv-cadskills/bin/python ~/.codex/skills/cad/scripts/inspect refs \robot_gimbal_base.step \--facts --planes --positioning

重点看几件事：

ok是否为 true
kind是否是 part
shapeCount是否符合预期
bounds min/max是否合理
size是否接近设计尺寸

主要平面和定位信息是否正常

我这次第一次检查就发现了问题。

加强筋旋转之后，模型最低点低到了底面以下。

这说明 CAD Agent 实战里，检查不是形式主义。

它真的会抓到肉眼不一定立刻发现的几何问题。

第六步：启动 CAD Explorer 预览

如果要本地打开 STEP，需要安装 CAD Explorer 的前端依赖：

npm --prefix ~/.codex/skills/cad-explorer/scripts/explorer install

然后启动预览：

npm --prefix ~/.codex/skills/cad-explorer/scripts/explorer run dev:ensure -- \--workspace-root "$PWD" \--root-dir "$PWD" \--file assets/text-to-cad-codex-demo/cad/robot_gimbal_base.step

它会返回一个本地地址。

这次我得到的是：

http://127.0.0.1:4310/?file=assets/text-to-cad-codex-demo/cad/robot_gimbal_base.step

打开之后，就可以旋转、缩放、检查模型。

到这里，一次完整的 text-to-cad 实战流程才算跑通：

安装 skills→ 安装 CAD runtime→ 给 Agent 工程化需求→ 生成 build123d 源码→ 导出 STEP→ 几何检查→ 修正源码→ 重新导出→ CAD Explorer 预览

再用 CAD Explorer 做可视化审查

几何检查之后，启动 CAD Explorer。

本地预览地址是：

http://127.0.0.1:4310/?file=assets/text-to-cad-codex-demo/cad/robot_gimbal_base.step

预览结果如下：

这段录屏的意义不是展示一个多复杂的零件。

而是说明一个更重要的点：

Agent 生成 CAD 以后，不能停在“文件已经生成”。
它需要有审查界面。
需要能打开 STEP。
需要能看到模型是不是空的、是不是比例异常、孔和耳板是不是大致在正确位置。
需要把几何检查和人眼审查结合起来。

这就是 text-to-cad 这类工具链的价值。

现实边界很明显

这次实战也说明，text-to-cad 还不能被理解成“AI 已经替代 CAD 工程师”。

第一，Agent 生成的几何仍然需要检查。

它可能做出看起来合理、但局部基准不干净的模型。

第二，复杂工程意图仍然需要人定义。

比如载荷、材料、装配关系、公差、制造工艺、标准件规格，这些不是一句“画个支架”就能自动补全的。

第三，build123d 源码适合参数化建模和自动化生成，但它不等同于 SolidWorks、NX、Creo 里的完整企业建模历史。

所以这类工具当前最适合的位置，不是直接替代工程师做最终设计。

更现实的位置是：

快速生成初稿。
快速做几何变体。
快速导出 STEP。
快速做可视化检查。

帮助工程师把“从零起模型”的一部分时间压缩掉。

Ai4Engineer 观察

因为它给 CAD AI 提供了另一条路线。

不是所有 CAD AI 都必须先训练一个大模型。

还有一条路线是：

让 coding agent 学会调用 CAD 工具链。
让它写可维护的 CAD 源码。
让它导出工程文件。
让它用检查工具发现问题。
让它在可视化环境里把结果交给人审查。

这条路线很务实。

它不一定最像科幻里的“智能设计师”。

但它很像工程软件真正会发生的变化：

AI 先进入那些可脚本化、可验证、可反复执行的工程流程。

从这个角度看，text-to-cad 最重要的信号不是“文本能生成 CAD 了”。

而是：

Codex 这类 Agent，正在开始接触 CAD 的工程闭环。

它能写源码。
能生成 STEP。
能检查。
能修正。
能打开预览。

这比单纯生成一个漂亮外形更重要。

因为工程软件里的 AI，最终拼的不是谁更会聊天。

而是谁能更可靠地进入设计、检查、仿真、制造和交付流程。

text-to-cad 正好给了一个很好的观察窗口。

[登录查看剩余 70% 内容](javascript:void (0);)