text-to-cad：讓智能體掌握參數化 CAD 能力

技术背景与问题定义

机械设计至今仍依赖图形界面。工程师打开 CAD 软件，画草图，加约束，做拉伸，再把 STEP 文件交给加工车间。语言模型能写 Python，也能读懂需求文档，却很难照着这套点击流程完成工作。于是有一个很实际的问题：智能体能否把自然语言需求或零件照片，变成别人可以检查、修改并投产的三维模型？

text-to-cad 给出的答案是一个明确的设计选择。模型本身就是源码。每个零件都是一个基于 build123d 的 Python 文件，而 build123d 是运行在 OpenCascade 内核之上的 Python CAD 库。运行这个文件就会得到成果。主要输出是 STEP 文件，源码则记录设计意图。几何因此变成可以做差异比较、可以审阅、可以重新生成的对象。

真正的难点在于验证，而不是生成。模型在查看器里可能看起来完全正确，孔位却放错了地方。因此，这个仓库把测量、快照审阅和校验做成独立的技能，而不是事后补充。这个取舍的分量，比任何一个生成功能都重。

核心架构与原理解析

text-to-cad 不是单一程序，而是一个智能体技能库。它包含 12 个技能：CAD、step.parts、工程图纸、DXF、URDF、SRDF、SDF、SendCutSend、DfAM 检查、DFM、G-code 与 Bambu Labs。CAD 技能居于核心，其余技能大多消费它的输出，或为另一种工具重新描述同一个零件。 版本约束是明确的。技能的 requirements.txt 将 cadgen[snapshot] 固定在 0.7.11。README 徽章标明 build123d 0.11、Open CASCADE 7.9、Python 3.11 及以上、Node.js 20 及以上。也就是说，智能体运行这套技能时依赖一个特定的内核和运行时。固定版本让团队能够复现某次发布的行为，代价是升级需要手动完成。

技术栈可以分成三层来看。最上层，智能体读取 SKILL.md，按任务类型跳转到简短的参考文档。中间层，cadgen 命令行工具与 MCP 服务负责执行，MCP 服务通过 uvx 启动，因此首次运行会下载运行时。最底层，OCP 绑定把 OpenCascade 暴露给 Python，负责几何运算与 STEP 读写。 设计原则是：源文件才是事实来源。SKILL.md 要求智能体修改模型源码并用 python 重新运行，而不是去修补导出的文件。因此每次改动都是 Python 文件里的一个差异，网格与 STEP 只是派生结果。这与代码可审查的道理一致，也正好适配版本控制。 分发方式遵循同样的逻辑。Codex、Claude Code、Cursor 与 Grok Build 都有插件，技能也可以通过 npx skills add 安装。各宿主显示模型的方式不同，但底层调用的是同一个 cadgen 包。

关键功能与实战评估

核心功能有四项。第一是建模：智能体编辑 Python 源码并运行。第二是检查：用 build123d 原生几何或 cadgen.geometry 编写检查脚本。第三是快照：渲染已保存的文档，用于审阅外观与运动，需要 Chromium。第四是导出：STL、3MF、GLB 可以通过装饰器或 build 命令生成。 SKILL.md 中有两条警告值得重视。其一，需要版本迁移的模型如果不迁移，运动学、材料与动画信息会被悄悄丢弃。静默丢失比直接报错更危险，团队应当把迁移做成流水线中明确的一步。其二，在启用了智能应用控制的 Windows 11 上，未签名的 OCP 原生模块会被阻止，导入时出现 DLL 错误。仓库给出的办法是关闭该功能，或改在 WSL 下运行。

我没有安装这个工具，也没有在任何真实零件上测试几何精度、生成速度或模型质量。以上判断全部来自仓库的文档与配置。接口设计看起来合理，但生成的零件能否加工，仍须用户借助测量和快照自行验证。 落地时的建议是：把生成的 Python 源码纳入 git，固定 cadgen 版本，将 cadgen doctor 纳入环境检查，并为每个关键尺寸编写断言式检查脚本。

行业影响与未来演进

这个项目代表一种方向：CAD 不再只靠图形界面操作，而是成为可以被代码、测试和版本管理约束的工程资产。对机械设计团队、机器人团队和已经用 Python 工作的小批量制造者来说，参数化设计的门槛因此降低。 它也改变了责任的落点。生成模型很容易给出看似合理的尺寸，风险就从绘图的人转移到了检验流程上。采用这种方式的团队，需要在投产前设置测量关卡。仓库中的 DFM、DfAM 检查与 SendCutSend 技能指向这一方向，它们依据制造规则检验零件，而不是信任几何本身。

机器人描述类技能又引出第二个问题：格式之间的一致性。URDF、SRDF 与 SDF 为不同消费者描述同一个机器人。让 CAD 几何、关节限位与仿真模型长期保持一致，仍是一个未解的工程问题。把它们放进同一个技能库是合理的结构，但一致性检查仍然要由使用者完成。 截至本次快照，项目有 16,697 颗星，关注度很高。但关注不等于验证。有价值的证据是真实项目中的返工率、检查通过率和交付周期。本分析没有这些数据。读者宜把它视为一个值得试用的新接口，而不是已被证明可以取代 CAD 工作站的成熟方案。