企业官网建设流程全解析

1. 从一段文字到三维模型：text-to-cad 到底在解决什么问题

第一次听到 text-to-cad 这个词，很多人会下意识觉得它离自己很远，像是实验室里的概念演示。但如果你真正在制造业、工业设计、3D 打印或者机械加工一线待过，就会明白它瞄准的是一个极其现实的痛点：从需求描述到可制造模型之间，横着一条又长又陡的鸿沟。

传统流程是什么样的？客户或者产品经理给你一段文字需求，比如“一个 80mm × 60mm × 40mm 的安装盒，壁厚 2mm，底部开两个 M4 沉头孔，侧面留一个 20mm 的线缆出口”。你得打开 CAD 软件，手动建草图、拉伸、打孔、倒角，一套操作下来，熟练工也得十几分钟到半小时。如果需求改了，比如壁厚从 2mm 变成 2.5mm，或者孔位挪了 5mm，很多参数化没做好的模型就得推倒重来。

text-to-cad 要做的，就是把这段自然语言直接翻译成 CAD 模型文件。输出格式通常落在STEP、GLB、STL这几个上。STEP 是工业界通用的边界表示格式，带完整的几何拓扑信息，能导入 SolidWorks、中望 CAD、Fusion 360 继续编辑；GLB 是 glTF 的二进制版本，适合在网页和渲染引擎里做可视化预览；STL 则是 3D 打印和网格处理的老朋友，虽然只有三角面片、没有特征信息，但胜在通用性极强。

这个方向适合谁来关注？我梳理了一下，大致是三类人。第一类是做参数化设计工具的产品和技术团队，想给自己的 CAD 软件或者在线建模平台加一个自然语言入口；第二类是3D 打印服务商和创客，经常需要根据客户口述快速出一个可打印的模型；第三类是自动化产线和工装夹具工程师，需要批量生成结构相似、尺寸不同的零件模型。哪怕你只是刚学 CAD 制图入门，理解这套逻辑也能帮你更清楚地知道“参数”和“特征”在建模里到底意味着什么。

我在这篇文章里会把这套东西拆开讲：整体架构怎么设计、核心的几何生成环节怎么落地、STEP/GLB/STL 三种格式各自怎么处理、实际跑起来会遇到哪些坑。内容会偏工程实践，代码和参数都会给到，能直接抄作业的部分我会标清楚。

2. 整体架构设计：为什么不能直接让大模型吐出一个 STEP 文件

2.1 核心矛盾：语言是离散的，几何是连续的

很多人第一反应是：现在大模型这么强，直接让它输出一个 STEP 文件不就行了？我一开始也这么想过，实测下来完全走不通。原因很根本——语言模型擅长的是符号序列预测，而 CAD 模型是连续空间里的精确几何。STEP 文件里一个圆柱面，背后是轴线位置、半径、方向向量、参数范围这一整套数学定义，大模型没法保证这些数值在几何上自洽。你让它生成一个“半径 5mm 的孔”，它可能给你写出半径 5.3 的坐标，或者孔的中心线跟面不垂直，模型直接就是坏的。

所以正确的思路是分层解耦：让语言模型负责它擅长的部分——理解意图、抽取参数、规划建模步骤；把真正的几何计算交给确定性的几何内核去做。这也是目前这个领域里比较主流的做法。

2.2 三层架构拆解

我把整个系统拆成三层，从下往上说。

第一层是几何内核层。这是地基，负责所有精确的几何运算：布尔运算、倒角、抽壳、求交。可选的开源方案有 OpenCASCADE（简称 OCCT），这是工业级的老牌内核，STEP 读写支持非常完整；还有 CGAL，偏计算几何，做网格和布尔也行，但 CAD 特征建模不如 OCCT 顺手。如果做网页端轻量预览，Three.js 自带的几何体加上 CSG 库也能凑合，但精度和鲁棒性差一个量级。我的建议是，只要涉及 STEP 输出，老老实实上 OCCT。

第二层是建模操作层。这一层把几何内核的能力封装成一个个“建模动作”，比如create_box(length, width, height)、create_cylinder(radius, height)、boolean_cut(target, tool)、fillet(edge, radius)。每个动作对应内核里的一次调用。这一层的关键是动作要原子化、可组合，这样上层规划出来的步骤序列才能稳定执行。

第三层是语言理解与规划层。这一层接自然语言，输出一个结构化的建模步骤列表（通常叫建模脚本或者操作序列）。比如输入“一个带盖的盒子，底部四个角各有一个安装孔”，这一层要输出类似这样的东西：

[ {"op": "create_box", "params": {"length": 80, "width": 60, "height": 40}}, {"op": "shell", "params": {"thickness": 2, "open_face": "top"}}, {"op": "create_cylinder", "params": {"radius": 2.2, "height": 10}, "position": [10, 10, 0]}, {"op": "boolean_cut", "params": {"target": "box", "tool": "cylinder_1"}}, ... ]

2.3 为什么选“脚本中间层”而不是端到端

这里有个关键的设计取舍值得说清楚。有人会想，能不能训练一个模型直接从文本映射到几何参数，跳过中间脚本？理论上可以，但工程上不划算。原因有三点。

第一，可调试性。中间脚本是人能读懂的，模型生成错了，你能一眼看出是哪一步参数不对，是孔位算错了还是壁厚理解反了。端到端的话，你面对的就是一个坏掉的模型，无从下手。

第二，可复用性。同一个建模脚本，改几个参数就能生成一系列零件。比如你有一批安装盒，只是长宽不同，脚本模板固定，参数一换就批量出图。这在实际生产里价值极大。

第三，几何正确性有保障。脚本里的每一步都经过几何内核校验，布尔运算失败会报错，你能捕获并处理。端到端生成的话，错误是隐式的，可能生成一个看起来像但实际有自交面的模型，导入下游软件才炸。

提示：如果你只是想做个 demo 快速验证，用大模型直接生成 OpenSCAD 代码也是个取巧办法，OpenSCAD 本身就是脚本化建模，语法简单，模型能导出 STL。但它的 STEP 输出能力弱，做工业级应用还是得回到 OCCT 这条路。

2.4 技术栈选型参考

我把常见的技术栈组合列一下，方便你按自己的场景选。

选型的时候有个经验：先确定输出格式，再倒推内核。如果下游只要 STL 做打印，OpenSCAD 甚至纯网格方案都够；如果要 STEP 进 CAD 继续编辑，那 OCCT 基本是绕不开的。

3. 核心细节解析：从一句话到建模脚本的关键环节

3.1 意图识别与参数抽取

自然语言进来，第一件事是搞清楚用户到底要什么形状，以及各个尺寸是多少。这一步的难点不在“识别”，而在“补全”。用户说“一个盒子”，他不会告诉你壁厚多少、有没有圆角、孔位在哪。这些默认值需要系统根据常识和上下文补上。

我的做法是维护一套默认参数表，按零件类型分类。比如“盒子”类默认壁厚 2mm、外圆角 R2、无盖；“法兰”类默认厚度 10mm、螺栓孔按标准分布。当用户没提某个参数时，用默认值填充，同时在返回结果里标注“以下参数为默认值，可调整”。这样既保证了模型能生成，又给了用户修改的入口。

参数抽取这块，大模型的 function calling 能力很好用。你定义好一个 schema，把每个建模操作需要的参数列清楚，让模型按 schema 输出。比让它自由发挥写 JSON 稳定得多。实测下来，带 schema 约束的抽取准确率能到 90% 以上，剩下的靠后处理规则兜底。

3.2 建模步骤的规划逻辑

参数有了，接下来要决定“先做什么、后做什么”。这个顺序不能乱，因为几何操作有依赖关系。比如你要在一个盒子上打孔，必须先有盒子实体，才能做布尔减。你要给边倒角，必须先有那条边。

规划逻辑我总结成一条原则：从整体到局部，从加法到减法。先建主体形状（拉伸、旋转），再做整体修饰（抽壳、倒角），最后做局部特征（打孔、开槽）。这样每一步的操作对象都是明确的，不会出现“要倒角的边还不存在”这种问题。

举个具体例子。输入是“一个 L 形支架，两臂各长 50mm，宽 30mm，厚 5mm，每个臂上两个 M5 孔”。规划出来的步骤应该是：

1. 在草图平面画 L 形轮廓
2. 拉伸 5mm 成实体
3. 在第一个臂的上表面定位两个孔中心
4. 打两个直径 5.5mm 的通孔
5. 在第二个臂上重复定位和打孔

注意这里没有先打孔再拉伸，因为拉伸是基于草图的，孔是三维特征，顺序反了就没法做。

3.3 几何内核的调用封装

这一层是把规划好的步骤翻译成 OCCT 的实际调用。以 Python 为例，常用的绑定是pythonocc-core。我贴一段创建盒子并打孔的代码，你能看到实际长什么样：

from OCC.Core.BRepPrimAPI import BRepPrimAPI_MakeBox from OCC.Core.BRepAlgoAPI import BRepAlgoAPI_Cut from OCC.Core.BRepPrimAPI import BRepPrimAPI_MakeCylinder from OCC.Core.gp import gp_Pnt, gp_Ax2, gp_Dir # 创建 80x60x40 的盒子 box = BRepPrimAPI_MakeBox(80, 60, 40).Shape() # 在 (10,10,0) 位置创建一个半径 2.2、高 10 的圆柱作为刀具 axis = gp_Ax2(gp_Pnt(10, 10, -1), gp_Dir(0, 0, 1)) cylinder = BRepPrimAPI_MakeCylinder(axis, 2.2, 12).Shape() # 布尔减，得到带孔的盒子 result = BRepAlgoAPI_Cut(box, cylinder).Shape()

这段代码里有个细节值得说：圆柱的起始位置我放在了 z = -1，高度给了 12，而不是从 z = 0 开始、高度 10。这是为了保证布尔运算的刀具完全穿透实体。如果刀具和实体表面刚好共面，OCCT 的布尔运算有时会出问题，产生退化边或者运算失败。让刀具两端都超出实体一点，是最稳妥的做法。这个坑我踩过不止一次，后来养成了习惯，所有做减法的刀具都往外延伸 1mm。

3.4 三种输出格式的处理差异

STEP、GLB、STL 的导出逻辑差别很大，不能一套代码走天下。

STEP 导出用 OCCT 的STEPControl_Writer，它写的是精确的边界表示，文件里保留完整的曲面和拓扑信息。导出时要注意单位，OCCT 默认是毫米，如果你的模型是按米建的，导出前要缩放。另外 STEP 有 AP203 和 AP214 等不同协议，AP214 对颜色和层的信息支持更好，一般选它。

STL 导出需要先做网格化，用BRepMesh_IncrementalMesh把曲面离散成三角面片。这里的关键参数是线性偏差（linear deflection）和角度偏差（angular deflection）。线性偏差控制弦高误差，值越小网格越密、文件越大。做 3D 打印一般取 0.1mm 到 0.05mm 就够，做精细外观件可以到 0.01mm。角度偏差控制曲面转折处的细分，默认 0.5 弧度通常没问题。

GLB 导出相对特殊，因为 glTF 是面向渲染的格式，它不关心精确几何，只关心三角网格和材质。所以流程是先把模型网格化，再把网格顶点和法线写进 glTF 结构。Python 里可以用trimesh库，它能把 OCCT 网格或者 STL 直接转成 GLB，还支持加材质和颜色。如果要做网页预览，GLB 是最省事的，Three.js 加载起来一行代码的事。

4. 实操过程：搭一个能跑通的 text-to-cad 最小系统

4.1 环境准备与依赖安装

先把环境搭起来。我用的组合是 Python 3.10 + pythonocc-core + trimesh + 一个大模型 API。pythonocc-core 用 conda 装最省事，pip 装经常编译报错。

conda create -n text2cad python=3.10 conda activate text2cad conda install -c conda-forge pythonocc-core pip install trimesh openai

装完先验证一下 OCCT 能不能正常导入：

from OCC.Core.BRepPrimAPI import BRepPrimAPI_MakeBox box = BRepPrimAPI_MakeBox(10, 10, 10).Shape() print("OCCT 正常，盒子创建成功")

如果这一步报错，多半是 conda 环境没激活或者 OCCT 版本冲突，重装一遍通常能解决。

4.2 定义建模操作的 schema

接下来定义大模型要输出的操作 schema。我用 JSON Schema 的形式，把支持的操作和参数列清楚。这里只列几个核心操作，实际项目可以扩展。

OPERATION_SCHEMA = { "type": "object", "properties": { "operations": { "type": "array", "items": { "type": "object", "properties": { "op": {"type": "string", "enum": ["create_box", "create_cylinder", "boolean_cut", "shell", "fillet"]}, "params": {"type": "object"}, "position": {"type": "array", "items": {"type": "number"}} }, "required": ["op", "params"] } } } }

schema 定义得越细，模型输出越稳定。但也不能太细，否则模型理解成本高，容易漏参数。我的经验是每个操作最多 5 个参数，超出的拆成多个操作。

4.3 调用大模型生成建模脚本

把用户输入和 schema 一起发给模型。系统提示词里要写清楚：你是一个 CAD 建模助手，根据用户描述生成建模操作序列，所有尺寸单位是毫米，未指定的参数用合理默认值。

import openai import json def text_to_script(user_input): response = openai.ChatCompletion.create( model="gpt-4", messages=[ {"role": "system", "content": "你是 CAD 建模助手，输出 JSON 格式的建模操作序列，单位毫米。"}, {"role": "user", "content": user_input} ], functions=[{"name": "build_model", "parameters": OPERATION_SCHEMA}], function_call={"name": "build_model"} ) args = response.choices[0].message.function_call.arguments return json.loads(args)

实测下来，用 function calling 比让模型直接输出 JSON 字符串稳定很多，基本不会出现格式错误。如果用的是本地模型，可以用 grammar 约束或者 few-shot 示例来达到类似效果。

4.4 执行建模脚本并导出

拿到操作序列后，逐个执行。我写一个简单的执行器，把每个操作映射到 OCCT 调用。

from OCC.Core.BRepPrimAPI import BRepPrimAPI_MakeBox, BRepPrimAPI_MakeCylinder from OCC.Core.BRepAlgoAPI import BRepAlgoAPI_Cut from OCC.Core.gp import gp_Pnt, gp_Ax2, gp_Dir def execute_operations(ops): shapes = {} for i, op in enumerate(ops): if op["op"] == "create_box": p = op["params"] shapes[f"shape_{i}"] = BRepPrimAPI_MakeBox(p["length"], p["width"], p["height"]).Shape() elif op["op"] == "create_cylinder": p = op["params"] pos = op.get("position", [0, 0, 0]) axis = gp_Ax2(gp_Pnt(pos[0], pos[1], pos[2] - 1), gp_Dir(0, 0, 1)) shapes[f"shape_{i}"] = BRepPrimAPI_MakeCylinder(axis, p["radius"], p["height"] + 2).Shape() elif op["op"] == "boolean_cut": target = shapes[op["params"]["target"]] tool = shapes[op["params"]["tool"]] shapes[f"shape_{i}"] = BRepAlgoAPI_Cut(target, tool).Shape() return shapes[f"shape_{len(ops)-1}"]

注意这里刀具圆柱我统一加了 2mm 高度、起点下移 1mm，就是前面说的穿透处理。执行完拿到最终 shape，就可以导出了。

4.5 导出 STEP 和 STL

导出 STEP：

from OCC.Core.STEPControl import STEPControl_Writer, STEPControl_AsIs from OCC.Core.Interface import Interface_Static_SetCVal def export_step(shape, filepath): writer = STEPControl_Writer() Interface_Static_SetCVal("write.step.unit", "MM") writer.Transfer(shape, STEPControl_AsIs) writer.Write(filepath)

导出 STL：

from OCC.Core.BRepMesh import BRepMesh_IncrementalMesh from OCC.Core.StlAPI import StlAPI_Writer def export_stl(shape, filepath, deflection=0.1): BRepMesh_IncrementalMesh(shape, deflection, False, 0.5, True) writer = StlAPI_Writer() writer.Write(shape, filepath)

deflection 取 0.1 是打印场景的常用值，模型表面看起来足够光滑，文件也不会太大。如果做外观展示，可以调到 0.02。

4.6 导出 GLB 做网页预览

GLB 走 trimesh 这条路：

import trimesh def export_glb(stl_path, glb_path): mesh = trimesh.load(stl_path) mesh.export(glb_path)

trimesh 会自动处理顶点合并和法线计算。如果模型有多个部件，可以分别加载再合并成一个 scene 导出，这样 GLB 里会保留部件层级。

5. 常见问题与排查技巧实录

5.1 布尔运算失败怎么办

这是最高频的问题。表现是BRepAlgoAPI_Cut返回空 shape，或者结果 shape 的IsDone()返回 False。原因通常有三种：刀具和实体表面共面、刀具没有完全穿透、实体本身有自交或退化面。

排查顺序我一般是这样的。先检查刀具是否完全穿透，把刀具两端各延伸 1mm 再试。如果还不行，检查实体是不是有微小面或者重复顶点，可以用ShapeFix_Shape修一遍。最后考虑是不是 OCCT 版本对某些布尔场景支持不好，换个运算顺序或者拆成多次布尔。

提示：OCCT 的布尔运算有个SetFuzzyValue方法，设置一个容差值，能容忍微小的几何误差。默认是 0，遇到共面问题时设成 1e-5 有时能救回来。但这是权宜之计，根本解法还是把几何做干净。

5.2 模型尺寸不对怎么定位

有时候模型能生成，但尺寸跟预期差很多。这种情况八成是单位问题或者参数传递错了。我的排查方法是在每一步操作后打印包围盒，看尺寸是不是符合预期。

from OCC.Core.Bnd import Bnd_Box from OCC.Core.BRepBndLib import brepbndlib def get_bbox(shape): bbox = Bnd_Box() brepbndlib.Add(shape, bbox) return bbox.Get()

包围盒返回 (xmin, ymin, zmin, xmax, ymax, zmax)。如果某一步之后尺寸突然不对，问题就出在那一步。这个方法比盯着代码看快得多。

5.3 STL 文件太大或太粗糙

STL 大小和精度是一对矛盾。文件太大，打印软件加载慢；太粗糙，曲面看起来有棱角。我的经验值是：一般结构件用 0.1mm 线性偏差，外观件用 0.02mm，微型精密件用 0.005mm。角度偏差保持 0.5 弧度不动就行，它主要影响圆柱面的分段数。

如果文件还是太大，可以在导出前做一次网格简化，trimesh 有simplify_quadric_decimation方法，能减少三角面片数量同时保持形状。但注意简化会损失精度，打印前要确认关键尺寸没变。

5.4 大模型输出的参数不合理

模型有时候会给出明显不合理的参数，比如壁厚 0.1mm、孔径 0.5mm。这种情况要在执行前加一层参数校验。我维护一个合理范围表，每个参数有上下限，超出范围就报警或者用默认值替换。

校验不通过时，不要直接报错终止，而是用默认值替换并记录警告，让流程能继续跑完。用户看到模型后再决定要不要调。

5.5 常见问题速查表

6. 几个我踩过的坑和实操心得

6.1 别迷信大模型的几何直觉

我一开始试过让模型直接算孔位坐标，比如“四个角各留 10mm 边距”，它有时候算对，有时候算错，尤其是零件尺寸变化的时候。后来我改成让模型只输出“边距 10mm”这个语义参数，坐标计算交给代码。代码里根据零件包围盒和边距算出实际坐标，稳定得多。这个思路可以推广到所有涉及数值计算的地方：模型负责理解意图，代码负责精确计算。

6.2 建模脚本要留“可编辑锚点”

生成的模型如果用户想改，最好能回到脚本层面改，而不是在 CAD 里手动改。所以我在脚本里给每个关键特征加了 id 和注释，比如{"op": "create_cylinder", "id": "mounting_hole_1", "params": {...}}。用户说“把安装孔改成 M5”，系统能定位到对应操作，改半径参数重新生成。这个设计在实际使用中很受欢迎，比重新描述一遍需求快得多。

6.3 批量生成时注意内存

如果你要批量生成几百个零件，每个都调 OCCT 建实体、导 STL，内存会涨得很快。OCCT 的 shape 对象不会自动释放，需要手动管理。我的做法是每生成一个零件就导出、记录结果，然后显式删除 shape 引用，必要时手动触发垃圾回收。跑批量任务时，内存能稳定在一个可控范围。

6.4 关于 STEP 和 STL 的转换

热词里有个“sw 中 stl 转 stp”，这其实是个反向需求——从网格回到精确几何。这件事本质上是有信息损失的，STL 只有三角面片，转成 STEP 只能得到一堆平面，曲面信息没了。如果非要转，可以用逆向工程软件拟合曲面，但精度和效率都不理想。所以我的建议是：能在源头生成 STEP 就别走 STL 中转。text-to-cad 系统直接输出 STEP，下游要用 STL 再转，这样信息是完整的。

6.5 网页预览的坐标系问题

GLB 导出后在网页里看，有时候模型是躺着的或者朝向不对。这是因为 CAD 的坐标系（Z 轴向上）和 glTF 的坐标系（Y 轴向上）不一致。trimesh 导出时不会自动转换，需要手动绕 X 轴旋转 -90 度。这个坑很隐蔽，模型在 CAD 里看是对的，到网页里就歪了。加一行旋转变换就能解决，但不知道的话能查半天。

import trimesh import numpy as np mesh = trimesh.load(stl_path) rotation = trimesh.transformations.rotation_matrix(-np.pi/2, [1, 0, 0]) mesh.apply_transform(rotation) mesh.export(glb_path)

这套东西我从最初的概念验证做到能稳定出图，前后调了大概两周。核心的体会就是：语言模型和几何内核各司其职，中间用结构化的建模脚本连接，这个架构一旦搭好，后面扩展新的建模操作、支持新的输出格式都是顺水推舟的事。真正花时间的不是写代码，而是处理各种几何边界情况和参数校验。如果你也在做类似的东西，建议先把布尔运算的稳定性问题解决掉，这是整个流程里最容易出岔子的环节。