让AI学会画CAD的工具 - Text-to-CAD

“如果 AI 能写代码、能画图、能生成视频，那它能不能直接帮我‘造’出东西来？”

本文章介绍的Text-to-CAD专为制造而生，是打通设计与生产的开源技能库。它输出可编辑的参数化实体，支持本地预览、标准件检索、机器人仿真文件导出、制造检查及3D打印集成。本文详解九大核心技能、安装配置、实测案例与贡献指南，助你用自然语言真正驱动硬件制造。

1. Text-to-CAD 是什么

Text-to-CAD 并非传统的文生3D图像工具，而是一套专为工程制造设计的开源 CAD Skills 智能体技能库。它赋予 AI 代理处理本地项目文件的能力。

该库将复杂的工程任务封装为独立技能命令：

项目地址：https://github.com/earthtojake/text-to-cadStars：10.4k

2. 安装与配置指南

CAD Skills 采用模块化设计，支持全局安装或按需加载单个技能。以下是标准部署流程：

方式一：NPM 全局安装

npm install -g @earthtojake/cad-skills

方式二：codex & claude 插件安装

# Codexcodex plugin marketplace add earthtojake/text-to-cadcodex plugin add cad@text-to-cad

# Claude Codeclaude plugin marketplace add earthtojake/text-to-cadclaude plugin install cad@text-to-cad

3. 使用 OpenCode 实操

以下案例演示如何在 opencode GUI集成 CAD Skill，通过自然语言（DeepSeek V4 Flash）对话完成从CAD设计任务。

3.1 安装Skill

用户指令：

安装earthtojake/text-to-cad skill

AI 会自动的去执行npx skills install earthtojake/text-to-cad命令如下图所示：

或者也可以打开在终端操作OpenCode安装Skill

# Opencodeopencode 启动opencodenpx skills install earthtojake/text-to-cad  安装skill

3.2 自然语言生成可编辑 STEP 模型

用户指令：

用 CAD 技能创建一个 M8×30 内六角螺栓，材料为不锈钢 304，导出 STEP 文件到当前项目目录。

或者执行命令

# Opencode/cad 创建一个 M8×30 内六角螺栓，材料为不锈钢 304，导出 STEP 文件到当前项目目录

在第一次执行skill时会安装python的库，建议在和agent的对话中添加---

创建完成后让AI agent启动Cad Viewer本地结果预览如下图所示：

总结

CAD Skills 通过将复杂的工程制造能力原子化、标准化，成功填补了通用大模型与专业工业设计之间的鸿沟。它不追求让 AI 直接“画”出模型，而是让 AI 学会像工程师一样“使用工具”，从而在保证工业级精度与可制造性的前提下，实现了从自然语言到物理实物的端到端自动化。

核心价值回顾

• • 确定性优于创造性：采用“LLM 意图解析 + 确定性工程内核”架构，彻底规避几何幻觉，确保所有输出均可编辑、可验证、可复现。
• • 本地优先与安全可控：全流程基于本地项目文件运行，内置文件系统白名单、硬件操作门控与资源配额三重防护，满足企业级安全合规要求。
• • 模块化与可扩展性：12 个原子技能支持按需加载与热更新，开放的 Function Calling 协议使开发者能快速构建垂直领域插件，形成可持续演进的工程 AI 生态。
• • 人机协同而非替代：AI 承担参数转换、合规检查、任务编排等重复性认知劳动，人类工程师专注于设计决策与最终确认，实现效率与质量的双重提升。

未来演进方向

随着社区生态的成熟与底层引擎的迭代，CAD Skills 将向三个方向持续深化：

1. 1. 技能智能化：引入轻量级几何理解模型，使 Agent 能主动识别现有装配体中的设计缺陷并推荐优化方案；
2. 2. 供应链集成：对接更多制造商 API，实现报价、交期、材料的实时查询与自动选型；
3. 3. 闭环反馈学习：收集制造失败案例与用户修正记录，构建工程知识图谱，持续提升参数推荐的准确率与合规检查的召回率。

Note

CAD Skills 不是要取代 CAD 软件或工程师，而是成为连接人类创造力与机器执行力的可靠中间层。当 AI 能够稳定、安全、可审计地完成工程任务时，真正的“文本到制造”时代才刚刚开始。