【飞码信奥OJ】P1034(C1) 简单排序题解
2026/10/8 18:23:24
今年我把 text-to-cad 这个方向前前后后折腾了好几个月，最大的感受是：它确实不是噱头，但也不是"一句话替代设计师"的科幻剧情。简单说，text-to-cad 就是让你用自然语言描述（比如"生成一个带四个腰型槽的安装底座"），让 AI 输出可编辑的 CAD 实体模型，甚至直接给你一个 STEP 文件。这篇文章把我实际试过的技术路线、工具选型、踩坑经历都整理出来，给准备切入 CAD + AI 方向的机械设计、建筑画图、3D 打印玩家做一个还算详细的参考。
先说个结论：如果你以为输入"帮我画一个减速器"就能拿到完整装配体，趁早打消这个念头。以现在的成熟度，text-to-cad 更适合做概念草图、前期方案比选、以及给完全不会 CAD 的人一个快速起点。真正能用得顺手的人，往往是那些本来就懂 CAD、愿意把 AI 生成的模型拿回来修的人。下面展开聊。
1. 先搞清楚：text-to-cad 到底在解决什么问题
1.1 不是"自动画图"，是"把语言翻译成几何"
传统 CAD 的工作流是草图、约束、拉伸、切除、倒角、装配，每一步都需要人手动完成。哪怕你非常熟练，把一个脑子里的想法变成三维实体，也得十几分钟起步。text-to-cad 的工作方式完全反过来：你负责描述，模型负责把文字转成几何数据。
这里要区分两类输出：
- 网格模型（Mesh）：类似游戏模型，由三角面片组成，看着像一回事，但没法直接用于机械加工或二次编辑。
- 实体模型（B-rep / STEP）：由 CAD 内核里的拓扑信息描述，有面、边、孔、倒角等特征，能回到 FreeCAD、中望 CAD、AutoCAD 这类软件里继续改。
目前很多演示视频里生成的是网格，真正能用的 text-to-cad 工具会把结果转成 STEP 或至少转成可重建的脚本。这个区别直接决定了生成的文件是摆设还是真能干活。
从使用场景看，text-to-cad 最密集的应用方向有三个：一是工业设计初期的概念验证，二是给不会 CAD 的创客/3D 打印爱好者提供快速建模入口，三是教育场景里帮助学生理解"几何描述到实体生成"的思考过程。在这些场景里，核心需求不是"精确"，而是"快"。
1.2 概念设计与制造级模型的差距还很大
我说句实在话，现阶段大多数 text-to-cad 工具生成的模型，拿来比划比划完全没问题，但要直接进加工车间，还差得远。为什么？因为真实零件不只有形状，还有尺寸公差、表面粗糙度、螺纹标注、材料信息，甚至加工工艺约束。这些信息藏在工程图里，AI 目前既没有能力帮你做受力分析，也不知道你这根轴后面要配什么轴承。
所以我的观点是：text-to-cad 解决的是"从文字到几何"的鸿沟，而不是"从几何到制造"的鸿沟。后者仍然是传统 CAD/CAE 软件的天下。凡是宣传"一句话出工程图"的，我建议你把期待值调到 30%。
2. 扒一扒实现路线：三条主流技术流派
2.1 文本生成代码，用 CAD 内核重建
这个思路很好理解：你给一大段自然语言，LLM 把它翻译成一段 CAD 脚本（比如 OpenSCAD、CadQuery 或 FreeCAD 的 Python API），然后在本地用参数化内核执行脚本，生成真正的实体模型。
拿 CadQuery 举例，它的几何构建方式是"从面出发，一步步画草图和拉伸"。假设提示词是"生成一个长 40mm、宽 30mm、高 10mm 的盒子，上表面中心有一个直径 8mm 的通孔"，大模型可以写成：
import cadquery as cq box = cq.Workplane("XY").box(40, 30, 10) box = box.faces(">Z").workplane().center(0, 0).hole(8) cq.exporters.export(box, "output.step")这段代码执行后输出一个带孔实体的 STEP 文件，尺寸精确、拓扑干净，可以直接导入任何主流 CAD 软件。这就是"文本转代码再转 CAD"的典型流程。
这个流派最大的优势是：结果天然是可控的参数化模型。因为代码就是参数，改一个数字就是改一个尺寸，生成的每种特征都由 CAD 内核验证过，不会出现破面或非流形体。缺点也很明显——只适合规则几何体，遇到自由曲面就得换路子。
2.2 文本生成三维张量，再把点云变成曲面
这个流派跟 AI 画画更像。文本首先被编码成条件向量，喂给扩散模型或自回归模型，模型输出体素、点云或者神经辐射场（NeRF）。这些原始表示不能直接当 CAD 用，后面还要经过一个"曲面重建"步骤，变成网格，再尝试转成 B-rep 实体。
我测过几个开源模型，比如 Shap-E 和 Point-E。它们生成一个小兔子、一把椅子、一个花瓶都挺像样，但你要量一下尺寸，大概率惨不忍睹，因为这类模型根本不对齐坐标轴，也没有尺寸概念。从点云重建 B-rep 更是世界级难题，市面上大部分工具宁可只给你 STL 网格，也不碰 STEP 转换。
但你别说它没用。外观设计、概念雕塑、快速演示，这类场景里"像"比"准"重要。我先让模型出一个大致的体量块，再拿回 FreeCAD 里用曲面工具重新描一遍轮廓，效率反而比从零开始拉曲线高。它的定位是"灵感生成器"，不是"出图工具"。
2.3 基于零件库的检索匹配与特征组合
第三种思路比较取巧：提前给常见零件建好带文字描述的库（比如法兰、轴承座、支架），输入提示词时先做语义检索，找到最相似的几个零件，再把它们组合成装配或直接把特征拼到一起。
这样做的好处是精度高、速度快，还能保证生成结果在制造可行性上不出大错。缺点是库里没有的东西它变不出来。很多工业级 AI 建模产品会用这个路线做兜底，以提升成功率。对个人用户来说，这个流派最适合做标准件选型和装配方案预览。
2.4 从生成结果到可用模型，为什么总要"整形"
不管是扩散模型还是检索组合，最终落到 CAD 里都会遇到一个绕不开的问题：拓扑修复。点云重建的网格常有破洞、交叉面、零厚度边；体素转实体又容易出现阶梯效应；多特征布林运算时还可能出现"该切掉的没切掉，不该切的少了一块"。
你可以把这一步理解为：AI 用泥巴捏了个坯子，你还需要拿刮刀把它修出精确的棱角。所以我在实操流程里永远留一个"几何修复"环节，工具主要用 FreeCAD 的 Part 菜单里的"修复形状"或者 Blender 的网格清理插件。养成这个习惯之后，text-to-cad 出活率会高很多。
3. 现阶段能落地的工具和我的选型
3.1 我测过的几个 text-to-cad 方向的代表项目
这里不吹不黑，只说我真实测过的方案，按易用性排序。
| 工具 / 项目 | 输出格式 | 上手难度 | 适合场景 | 主要坑 |
|---|---|---|---|---|
| CadQuery + LLM（自建流程） | STEP / BREP | 中 | 规则机械零件、标准件组合 | 需要写一点 Python，提示词要讲究 |
| Zoo Text-to-CAD（网页端） | STEP / 3MF | 低 | 概念设计、快速出形状 | 生成速度不稳，复杂描述容易翻车 |
| Shap-E / Point-E（开源模型） | STL / PLY 网格 | 高 | 外观形状探索、概念造型 | 尺寸乱、拓扑烂，需要大量修复 |
| Tinkercad + AI 插件思路 | 模型/STL | 低 | 教育、极简单体 | 只支持非常基础的特征 |
| FreeCAD 的 Python 宏 + LLM | STEP | 中 | 需要精确控制的零件 | 生成代码容易报错，需要反复调 |
我重点推荐两种组合：如果你要做机械类零件，走 CadQuery + LLM 路线；如果只是做外形概念，用 Zoo Text-to-CAD 这种网页端先出形状，再导出 STL 做后期处理。
3.2 不同场景的选型原则
选工具不是越贵越好，而是匹配需求。你要先问自己三个问题。
第一个问题：输出需不需要回到专业 CAD 里改？需要就选能出 STEP 的工具，不要选只能导 STL 的，不然你导入 AutoCAD 或中望 CAD 后会发现它只是个"实心的网格壳"，根本无法编辑特征。
第二个问题：你更在乎"形状像"还是"尺寸准"？形状像就交给扩散模型，尺寸准则必须走参数化脚本路线。我用 CadQuery 生成过自带安装孔和圆角的底座，所有尺寸都严丝合缝对上；同样的话术丢给扩散模型，它只会给我一块"看起来像底座但孔位完全随机"的疙瘩。
第三个问题：你的耐心和修复能力有多少？如果你只会双击打开 CAD、对曲面修复一无所知，那就老实选工具内置模板；如果愿意花半小时修拓扑，扩散模型反而能打开更多创意空间。
4. 亲手做一遍：从一句描述到可编辑的 STEP 文件
4.1 环境准备与一个最小可跑的 Demo
我这里演示一个完全开源的流程：本地安装 CadQuery，再用大模型 API 写生成脚本。你不需要多高的显卡，CadQuery 是纯 CPU 计算，普通笔记本就能跑。
先安装依赖：
pip install cadquery然后写一个最简化的入口脚本，把我们想要的自然语言描述通过提示词传给大模型，拿到返回的 Python 代码后再执行：
import os import cadquery as cq import openai def text_to_cad(description, api_key): openai.api_key = api_key prompt = f""" 你是CAD脚本工程师。请将用户描述转换为CadQuery Python代码。 要求： 1. 使用cadquery库 2. 代码必须可以独立运行 3. 最终用cq.exporters.export(part, "output.step")导出STEP 4. 所有尺寸显式写明，单位毫米 用户描述：{description} """ resp = openai.ChatCompletion.create( model="gpt-4o-mini", # 也可以换成本地开源模型 messages=[{"role": "user", "content": prompt}] ) code = resp["choices"][0]["message"]["content"] # 清理代码块 code = code.strip() if code.startswith("```python"): code = code[9:] if code.endswith("```"): code = code[:-3] exec(compile(code, "<generated>", "exec"), {}) return code这里有个细节要注意：给大模型的提示词里一定要写"所有尺寸显式标明，单位毫米"，否则它可能在代码里用 1 当 10 用，出来的零件不是你想要的大小。
4.2 提示词这样写，出来的模型才像样
text-to-cad 成不成，提示词占七成功力。我踩了很多次坑之后，总结出一个通用模板：
生成一个[零件类型]， 主体尺寸为[长]x[宽]x[高]毫米， 在[指定位置]添加[特征类型]，特征参数为[关键尺寸]，位置相对于[参考面/原点]， 其他加工面需要做到[圆角/倒角/螺纹等]， 导出为STEP文件。举个例子，实际我常用的描述：
生成一个L形支架，主体长60mm宽40mm高10mm，竖直部分高35mm厚度8mm， 底面有四个直径6mm的安装通孔，孔位于四角距边缘10mm处， 所有外轮廓边倒角1mm，导出为STEP文件。这样写的好处是信息密度高，模型不用去猜"L形支架"具体长什么样。现实是，同一个"L形支架"在不同人脑子里尺寸完全不同，所以你不想让它自由发挥的地方就全部写死。
4.3 生成代码并执行
大模型返回的 CadQuery 代码经常会有小问题，比如把faces(">Z")写成faces("z")，或漏掉最终导出语句。我自己会给模型提一个附加要求："先写完整代码，再写一行 seelf-check 说明"。不过就算这样，也不能保证一次通过。
一个非常实用的做法是：把 exec 包在 try/except 里，如果报错就把错误信息重新塞给大模型，让它修一版。这类似于"AI 生成 + 人工反馈"的闭环。
try: exec(compile(code, "<generated>", "exec"), {}) except Exception as e: fix_prompt = f"代码运行报错：{e}，请修复并重新输出完整代码。" # 再调用一次模型修复我实际测试中，一个中等复杂度的零件（有主体、有孔、有倒角），平均需要 2~3 轮修复才能跑通。这不算麻烦，关键是每轮错误信息都很明确，修起来快。
4.4 生成后导入传统 CAD 并转成工程图
CadQuery 导出的 STEP 文件可以直接拖进 FreeCAD、中望 CAD、SolidWorks 或 AutoCAD。这里以 FreeCAD 为例：
- 打开 FreeCAD，新建一个文件。
- 菜单"文件 -> 导入"，选择刚才生成的
output.step。 - 导入后模型会在"部件"工作台下显示为一个实体对象。选中它，检查"属性 -> 形状"是否是 Solid。
- 然后切换到"技术绘图"工作台，新建一个 A4 图纸页面，把模型拖到视图上，添加尺寸标注。
- 最后导出 PDF 或 DXF，这就是一份能给别人看的工程图。
很多网友搜"cad 导入 layout 步骤详解"，其实跟这个流程是一回事。AI 生成的模型并不特殊，导入后它就是普通几何体。你唯一要注意的是单位，如果 CadQuery 代码写的是毫米，但 FreeCAD 导入后变成 20 米，说明导入单位设置不一致，直接在导入设置里改成毫米就好。
5. 实操中踩过的坑：问题排查速查
5.1 最常见的 8 个问题和解决步骤
我把这段时间反复遇到的问题整理成了表格，每一条都是真金白银的教训。
| 症状 | 可能原因 | 解决步骤 |
|---|---|---|
| 生成的 STEP 导入 CAD 后是"空的" | 导出路径没写对，或代码没执行导出语句 | 检查cq.exporters.export是否执行，路径是否带.step后缀 |
| 模型尺寸完全不对，比如单位变成米 | 没在提示词里指定毫米，或导入设置错 | 提示词写"单位毫米"，导入时按毫米导入 |
| 孔的位置偏了或漏了 | 提示词里的"四角距边缘10mm"语义有歧义 | 换成"四个孔中心坐标分别为 (10,10), (50,10), (10,30), (50,30)"这种明确坐标 |
| 布尔运算失败，特征加不上去 | 草图平面选错了，面不在预期的面上 | 检查.faces(">Z")是否正确；改成faces(">Z or >Y")重新试 |
| 模型有破面或不是实体 | 扩散模型生成的是网格，不是 B-rep | 在 CAD 里先做"网格转实体"；或是改用 CadQuery 路线 |
| 大模型生成代码里混入无关文本 | 提示词不够强，它返回了解释文字 | 解析代码块时只取 ```python 中间内容；加强提示词 |
| AI 输出的代码用了不存在的函数 | 训练数据包含旧版 API | 在提示词里加上"只使用 cadquery 当前稳定版本的函数" |
| 生成过程很慢，CPU 一直满载 | 模型本身复杂，CadQuery 重建实体耗时 | 不是报错，耐心等；复杂造型拆分成多个小特征 |
5.2 "圆角命令用不了"这类经典 CAD 坑，在 AI 模型里也会遇到
很多 CAD 用户搜过"cad 里面 f 命令用不了"，其实这问题我在 text-to-cad 流程中也遇到过。大模型生成一个带圆角的零件，我用 FreeCAD 打开后想再倒一个角，结果命令没反应。
原因通常是：导入的 STEP 虽然看着是实体，但内部某些边已经退化，或者模型是由多个壳拼接而成，没有统一成一个实体。解决方法是先在 CAD 里做"修复形状"（FreeCAD 的 Part 菜单里有），或者用"并集"把多个壳合并。这个步骤看起来多余，但能解决 90% 的"命令点不动"问题。
5.3 算力不够，怎么把 text-to-cad 用起来
很多人一听到 AI 3D 生成就觉得必须要有 4090 显卡。其实分工具。CadQuery 路线纯 CPU 就能跑，生成的代码量不大，对硬件几乎没要求。Shap-E 这类扩散模型确实需要 GPU，但 8GB 显存的显卡也能勉强跑，再低就建议直接用网页端工具，反正生成的是概念模型，不涉及本地隐私。
显存不够时有一个常见报错：CUDA out of memory。办法是把输入体素分辨率降低，比如从 128 降到 64；或者把模型推理的 batch size 设为 1。如果你用的是 Zoo 这类网页端，就没有这个烦恼，但你会遇到排队问题，高峰期可能要等几分钟。
6. 我的真实使用心得和后续扩展思路
6.1 什么项目我建议用 text-to-cad
从我个人的经验看，下面这几类项目用 text-to-cad 最划算。
第一类是给客户出方案前的前期比选。以前我要画三版外观方案，每个都从零开始，至少半天。现在用 text-to-cad 生成几种外形草图，再各花十分钟细化，提案效率翻倍。第二类是教学演示。我需要给学生展示"从需求描述到三维模型"的完整链路，text-to-cad 本身就是最好的教具。第三类是3D 打印的快速原型。只要不要求高精度，很多外壳、支架类零件直接让 AI 生成 STL，切片打印，够用了。
反过来，需要严格尺寸控制、强度校核、配合公差的项目，我不建议用。比如齿轮轴、壳体密封面、需要和气缸配合的零件，老老实实手画吧。
6.2 后续可以怎么扩展
如果你已经跑通上面这条流程，还可以往三个方向深入。
一是自建零件描述库。把你们公司常用零件整理成"描述- CadQuery 代码"对，再塞给本地模型做微调，之后的生成成功率会明显提高。
二是结合拓扑优化。先让 text-to-cad 出初始结构，再用仿真软件做拓扑优化，把 AI 生成的概念变成一个真正满足力学性能的设计。
三是给提示词加约束规则。比如把"必须使用 45 号钢可加工的特征"写到系统提示词里，让大模型避开过于诡异的悬臂结构或极薄壁厚。这能大幅减少"生成出来但根本没法加工"的尴尬。
我在实际使用中发现，text-to-cad 最大的价值不是把你变成 CAD 高手，而是把"想法的第一次落地"这个环节压缩到了分钟级。哪怕后面那些修正工作依然要靠人，前面的启动成本已经低到可以随时做头脑风暴了。所以我的建议是，别等工具完美，先把它当成一个可控的"智能草图助手"，今天就可以拿简单的支架、法兰、盒子去试。试完你会对"AI 能帮工程师做什么"有更具体的答案。