企业官网建设流程全解析

上周给机械设计组的同事做了个小试验。我把一句“直径80毫米的圆形底座，四个安装孔均匀分布在外圈”丢进一个text-to-cad的开源Demo，几十秒后，一个像模像样的三维模型就出来了。同事愣了几秒，回头看了一眼自己屏幕上刚建完两个基准面的CAD窗口，说了一句：“这东西要是早半年给我，我能把加班当天数。”当然，这玩意现在还没强大到能直接替代建模软件，但它确确实实把一大类“从文字需求到三维几何”的苦力活往前推了一大步。这篇博文不搞虚的，把我这半年试用、折腾、踩坑过程中沉淀下来的东西整理出来：text-to-cad能做什么、不能做什么，背后几条主流技术路线怎么选，一句自然语言是怎么变成实心几何体的，以及怎么在自己电脑上把最小可用的Demo跑通，顺便给一份避坑清单。想了解原理的研发人员、想动手玩的爱好者、或者正在评估要不要在团队里引入这类工具的人，都可以往下看。

1. 先回答一个问题：text-to-cad是来替代建模软件，还是帮设计师省掉第一版草模的苦力活

1.1 CAD建模里的“二十分钟定律”

干过机械设计、结构设计或者产品结构的人，应该对这种感觉不陌生：从拿到需求到建出第一版能看的模型，往往要经历一段特别枯燥的“启动期”。画基准面、拉草图、标约束、做拉伸切除、倒角，十分钟能完成的操作，一旦需求描述不精确，后面就要反复改尺寸、改约束关系，两个小时搭出来的东西可能只是用来验证“这个想法成不成立”。

我管这个叫“二十分钟定律”：真正有效率的建模工作，往往要等前二十分钟的“废话建模”结束之后才开始。前二十分钟，你干的其实是翻译——把“我要一个能放四颗M4螺丝的底座”“板子中间要开一个走线的槽”这类自然语言，翻译成草图线、约束公式、特征树。这个翻译过程极其消耗耐心，又几乎没有创造性可言，但它卡在所有CAD工作的最前面，躲不掉。

text-to-cad这个方向最早打动我的点，正是它瞄准了这个“翻译过程”。它不是试图取代SolidWorks、FreeCAD这类软件，而是把“从需求语言到几何模型”的转换交给生成模型。你输入的自然语言，就是需求本身，模型负责把它变成一个三维几何结果。哪怕这个结果是粗糙的、需要后续修正的，但它至少让你跳过了“从零开始画草图”的启动期，直接进入“对着一个已有形体做修改”的循环。

1.2 概念可视化断层：需求到几何的“最后一公里”

在产品开发流程里，有一个长期存在的断层：需求方（产品经理、客户、甚至供应商）脑子里想的是功能和使用场景，他们描述需求时用的是自然语言；而设计方需要把这些语言转译成三维几何，才能开始结构分析、装配验证和制造评估。

这个断层在非专业人士身上尤其明显。你问一个客户“这个外壳有什么要求”，他能告诉你“比手掌大一点、圆角不要太多、底部要能贴住桌面”，但他不会告诉你“直径120毫米、高度60毫米、底部倒角R3”。传统流程里，设计师要把这些模糊的描述“猜”成参数，然后靠来回沟通反复修正。text-to-cad的价值就在这里：它把语言这一层的“模糊性”保留到了生成阶段，模型输出的几何本身就是一个“可讨论、可修改”的版本，沟通效率和收敛速度都会明显改善。

我在团队内部试用了一轮之后，总结出当前最值得期待的三个场景。第一个是概念评审：拿一句需求描述，批量生成三五个结构差异较大的方案，直接拿给需求方做视觉评审。第二个是3D打印辅助：打印验证件之前，很多结构只需要“大概能看、大致能装配”，这时候快速生成几何能大大缩短迭代周期。第三个是备选结构方案生成：同一个底座需求，试试圆形、方形、异形有什么不同，模型可以在几十秒内给出不同“思路”。

但也要泼一盆冷水：text-to-cad目前不能做精密的装配配合，不能直接生成带公差标注的工程图，更不可能输出一个完全符合企业制图标准的零件。它的定位，更像是一个“几何草稿生成器”，而不是“全自动结构工程师”。搞清楚了这一点，你对它的预期就会合理很多，后续用起来也不会动不动就骂它“笨”。

2. 四条技术路线都在抢着把文字变成几何体：隐式场、多视图重建、B-rep直出、程序化合成

不少人对text-to-cad的第一印象是“这不就是3D版的AI画图吗”，但实际调研一番就会发现，这个方向并不是单一的“文字生成模型”，而是个好几种技术路线互相较劲的战场。每条路线对“CAD模型”四个字的理解都不一样，掌握这一点，你在选择工具和评估效果时才会有判断依据。

2.1 隐式场与扩散路线：目前开源Demo里最常见的玩法

这条路线借鉴了图像领域“文本条件扩散模型”的成熟思路。模型不是直接输出面片，而是把三维形状表示成一个“函数”：对空间中的任意一个点，模型回答这个点是在实体内部还是外部。这种表示叫隐式场，常见的具体形式有占用场（Occupancy Field）和符号距离场（SDF，Signed Distance Field）。

训练时，大量文本描述和对应的三维模型样本会被一起送入模型，文本负责教模型“什么是圆形底座”“什么是安装孔”，三维模型负责教它“圆形底座大概长什么样”。推理阶段，你输入一句描述，模型先生成一个粗糙的隐式场，然后通过在空间网格上密集采样、再用等值面提取算法（比如著名的Marching Cubes）把隐式场变成三角形网格。输出的常见格式就是STL或者OBJ，可以直接拖进Blender、MeshLab、或者3D打印切片软件里查看。

这条路线最大的优势是“通用”。它对输入的文本形式容忍度高，像“一个带把手的杯子”“四个脚的方形支架”这类描述都能处理，而且生成速度快，普通消费级显卡也能跑。缺点是输出结果通常只是“网格”，不是带特征树的参数化模型——你可以修改它的形状，但无法像编辑原生CAD特征那样修改“拉伸深度”“倒角半径”。对很多生产场景来说，这仍然是个问题。

2.2 多视图生成加重建路线：站在图片生成肩膀上

这条路线思路更巧妙：先让文本生成模型画出物体的多个视角图，再通过多视角一致性重建算法把视图“拼”回一个三维模型。

实现上，通常分成两步。第一步，把自然语言描述交给一个文本转图像的生成模块，生成8到16张不同视角的“伪渲染图”，这些图描述同一物体的不同角度。第二步，用三维重建算法对这组图片做相机位姿估计和稠密点云重建，最后再经过泊松表面重建之类的算法得到网格模型。

这条路线好处是能充分利用图像生成领域超大规模的预训练成果——图像模型对“形状长什么样”的常识理解，可以被迁移到三维生成中。所以它对复杂外观、曲面、有机形态的描述能力通常比隐式场路线更强。坏处也很明显：多视图之间容易出现“不一致”，比如正面看起来是个圆柱、背面看起来却带棱角，导致重建出来的几何常常伴随畸变、破洞和厚度不均匀。做快速概念可视化还行，要拿到工程里用，后处理的工作量会很可观。

2.3 B-rep直出路线：直接输出CAD原生拓扑结构

B-rep是Boundary Representation（边界表示）的缩写，它是现代CAD软件内部最主流的几何表示方式：一个实体用“面”“边”“顶点”以及它们之间的拓扑关系来描述。传统CAD里你看到的每一个特征、每一次布尔运算，底层操作的都是B-rep。

直接生成B-rep，等于跳过了网格这个中间形态，从原理上就避免了“生成一堆三角面片之后无法转回参数化模型”的尴尬。这条路线目前还在早期阶段，公开可用的Demo不多，但学术研究上已经能看到不少尝试：比如通过Transformer架构直接预测面、边的图结构，或者通过强化学习让模型学会在CAD软件里“操作特征树”。

这条路线的潜力在于：它的最终输出形式几乎是工程可用的——拿到模型就是原生CAD拓扑，可以直接进CAM、CAE流程。代价是技术难度极高，因为B-rep不仅要求几何位置正确，还要求拓扑闭合、面与面之间无缝隙、无交叠。任何一个微小错误都会让实体失效，所以目前还很难做到复杂零件的可靠生成。

2.4 程序化与CSG结构合成路线：让模型写“建模脚本”

最后这条路线非常有意思，它不直接生成几何，而是让模型生成一段“建模脚本”。比如输出OpenSCAD脚本、SolidPython代码，或者某个CAD软件能直接识别的宏命令，让CAD软件自己执行这些脚本生成模型。

CSG（构造实体几何）是其中一个典型的表示方法：用几个简单的几何体（圆柱、方块、球）通过布尔运算（加、减、交）组合出复杂形状。模型要学的是：把一句“带四个孔的圆形底座”翻译成“一个圆柱体，减去四个小圆柱体，偏移在圆周上”。这样一来，输出的是可参数化、可编辑的逻辑，甚至还能保留历史特征，实用性非常高。

这条路线的挑战在于，自然语言和程序语句之间的对应关系很难训练。同一个需求可以被写成十种不同的脚本表达方式，而且脚本本身还要求语法完全正确，一个括号错误就可能导致建模失败。目前它能处理的模型复杂度有限，但我个人非常看好这个方向，因为它最接近“给CAD软件装了一个会说中文的建模员”的终极状态。

3. 从一句话到实心体：text-to-cad内部到底走了哪几步

理解了宏观路线，我们再把镜头拉近，看看文本和三维几何之间那层“黑盒”里，到底发生了什么。这一节会稍微涉及一些技术概念，但我会尽量讲人话，目标是让不是做AI的工程师也能理解整个流程的逻辑。

3.1 语言编码与条件注入：模型如何“读懂”需求

所有text-to-cad系统的第一件事，都是把自然语言文本变成一个数学向量，这个过程叫文本编码。早期的做法是用比较朴素的词向量平均，现在主流做法是用大规模预训练语言模型：把整句话拆成若干个词元，每个词元被映射成一个高维向量，再通过多层注意力机制让这些向量彼此交互，最终得到这个句子的综合语义表示。

这个语义向量就是后续所有几何生成步骤的“控制条件”。在隐式场/扩散架构里，这个条件会被注入到生成网络的各个层级中，最常用的方式是交叉注意力机制：几何生成网络在处理一个3D坐标点时，会不断“回头参考”文本语义向量，决定这个点应该是实体还是空白。可以这样理解：文本是施工图纸，生成网络是施工队，图纸上的每一句话都在约束施工队在每个位置的决策。

这也是为什么提示词（Prompt）的写法会显著影响生成结果。如果你说“一个圆盘”，模型可能只理解到“圆的、扁平的、实体”；如果你说“直径80毫米、厚度10毫米的圆盘，中心有一个直径5毫米的贯穿孔”，模型就有机会在空间采样的过程中把这些约束落实到不同区域的判断上。当然，模型对数字量词的理解能力目前还不太稳定，这一点后面踩坑部分会细说。

3.2 几何生成层的核心逻辑：模型如何“想”出一个形状

以隐式场路线为例，几何生成的核心是一个条件神经网络。训练阶段，模型见过大量“文本-三维形状”的配对数据，它学会了一件看起来很神奇的事情：给定任意一个三维空间坐标点，结合全局的文本语义，判断这个点落在实体内部还是外部。

推理的时候，并不是像雕雕塑那样一点一点“捏”出形状，而是用密集网格包围盒去“扫描”整个空间。系统会在长宽高三个方向上均匀撒采样点，比如每边128个点，总共就是128的3次方，约210万个点；对这些点逐一放进网络做内部/外部判断，空间里每个位置就会形成一个“密度场”或“占用场”。接下来用Marching Cubes算法在占用场的等值面上抽取三角形面片，最终拼成一个封闭网格。

这种“逐点判断、全场扫描”的方式，天然适合表达任意拓扑的形状——一个带孔零件不可能仅靠二维轮廓拉伸得到，但隐式场里，“孔”可以被理解为“孔洞区域的点全部被判断为外部”，实现起来非常自然。这也是为什么隐式场路线目前最受欢迎：它在数据表达上不设限，你可以生成带孔、带槽、带复杂曲面的实体，而不是只能生成简单的凸包形状。

3.3 网格提取与后处理：从“概率场”到“可打印模型”的最后一步

Marching Cubes直接输出的网格，通常是不能直接拿去用的。原因很简单：神经网络判断内部/外部不可能完全像素级精确，总会有个别采样点判断错误，导致提取出来的网格表面存在破洞、非流形边、细小裂缝、甚至悬空的碎片三角面。

所以工程化的text-to-cad链路通常还会串一个后处理阶段：先用网格清理工具去除退化三角形和重复顶点，再做一次法线统一和孔洞填补，必要的话再用体积化算法把模型重新封装成水密网格。这一步做得好不好，直接决定你能不能用这个模型做3D打印切片。

你可以把后处理理解为“给AI生成的石膏模型打磨表面再上釉”。纯数学磨皮容易损坏细节，手工修又费时间，所以很多开源项目默认只做很少的后处理，把更多选择权留给用户。我自己的习惯是，从text-to-cad拿到网格后，立刻进网格工具里做一次自动修复，先看自动修复能不能解决，解决不了再手动补洞，不要试图把一个烂网格直接拿去切片。

3.4 为什么“水密”和“可编辑”是两座必须翻越的大山

在CAD/CAE/CAM领域，“水密”（Watertight）是一个绕不开的概念，指的网格没有开口边、每条边恰好被两个三角形共用、整体是一个封闭的流形。3D打印切片软件依赖水密模型来判断内部和外部，CAE网格划分也依赖封闭几何来生成体网格。如果模型是非水密的，切片环节会在破洞处出现严重的路径错乱，CAE软件甚至会直接报错拒绝计算。

另一个更难翻越的山是“可编辑性”。上面几种路线里，除了B-rep直出和程序化合成，其他路线的输出本质上都是“网格雕塑”，虽然看起来是个零件，但你没有办法像原生CAD那样回到特征树上把那个孔的直径从6毫米改成8毫米。你只能整体缩放、整体变形，或者直接重新生成。

这两个问题的背后，其实反映的是text-to-cad“几何能力很强、模型语义很弱”的现状：生成模型可以用三角形网格精确描摹复杂的形态，却还没能真正理解“这个孔是M4螺纹孔、它和相邻加强筋之间的最小壁厚必须大于1.5毫米”这类工程语义。这也是目前text-to-cad和成熟CAD工具之间最大的一道鸿沟，也是很多工业级项目迟迟不敢把这类工具引入正式流程的原因。

4. 本地跑一个text-to-cad Demo：从环境准备到提示词实验的全过程记录

讲了这么多原理，不如动手跑一个。这一节我会用一次完整的实操记录，把从零到一跑通最小可用Demo的步骤、命令、参数和实验结果整理出来。我会刻意模糊具体工具名称，用“某开源CLI工具”代称，因为这类项目更新太快，直接推荐具体仓库名很容易过时，重点是把可行的方法论讲透。

4.1 选型：什么样的text-to-cad项目适合本地跑

公开网络上已经有不少text-to-cad相关的开源项目，但质量和可运行性差别很大。我建议筛选时盯住四个标准：第一，支持本地离线推理，不依赖云端API，这样调试起来灵活；第二，显存需求在6到12GB之间，这个范围普通游戏显卡和入门级工作站都能覆盖；第三，输出格式至少支持STL或OBJ，最好还能导出STEP；第四，项目文档里明确写了预训练权重文件的获取方式和放置位置。

我最终选择的“某开源CLI工具”是纯命令行调用的。它基于隐式场/扩散路线，输入一句话，输出一个STL网格文件。它的预训练模型来自一个覆盖日常机械零件的中型CAD语料库，对“底座”“支架”“孔”“槽”“法兰”这类的描述识别得比较准，但遇到太抽象的词汇就会犯糊涂。我的显卡是8GB显存的单卡，整个推理流程跑下来显存占用约6.5GB，勉强够用。

4.2 环境搭建：依赖、权重和第一个生成结果

环境是Ubuntu Linux，Python 3.10，PyTorch 2.x，CUDA 11.8。如果你是Windows环境，操作基本一样，只是驱动和路径写法不同。整个安装过程可以压缩成这些步骤：

# 创建独立环境，避免污染系统Python conda create -n text2cad python=3.10 -y conda activate text2cad # 安装项目依赖，具体包名以项目README为准 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip install numpy trimesh scipy tqdm open3d # 克隆项目代码（用你找到的开源项目替代） git clone https://example.com/text-to-cad-open-demo.git cd text-to-cad-open-demo # 下载预训练权重到weights目录 # 权重文件一般较大，建议用支持断点续传的下载方式 wget -c https://example.com/pretrained_weights/checkpoint.pt -O weights/checkpoint.pt

权重文件的获取是新手最容易卡住的一步。这类项目通常会把权重托管在开源模型平台上，直接下载几百MB到几个GB不等。下载完毕后，务必先确认权重文件与代码版本是否匹配——很多开源项目会更新代码但忘记提醒用户重新下载权重，新旧不匹配时运行不会报错，但生成结果会明显变差。我一开始就吃过这个亏，生成出来的所谓“圆形底座”像被压扁的土豆，排查了半天才发现权重版本不对。

模型本身的推理命令非常简单，核心参数基本就是输入输出路径、采样分辨率和几个控制项：

python generate.py \ --text "a round base with four mounting holes" \ --out obj \ --resolution 128 \ --batch_size 1 \ --output_dir ./outputs

首次推理大约要等几十秒，因为模型要扫描全空间采样点。之后再跑同一个模型会快一些，因为部分数据被缓存了。如果你在无显卡环境下跑CPU推理，速度会慢到难以接受，建议至少有个支持CUDA的NVIDIA显卡。

4.3 三组提示词实验：同一句话，不同写法，结果天差地别

跑通之后，我做了几组对照实验，重点是想验证“提示词表达方式对生成结果的影响”。下表是我在实际测试中记录的结果：

从实验结果能得到三个直观结论。第一，模型更擅长理解“主体形态+空间位置”类的描述，比如“四个孔均匀分布在圆周上”，这类指示在采样过程中能有效约束局部条件。第二，模型对具体数字的理解极不稳定，“80毫米”和“8毫米”在它眼里可能只是同一个量级的抽象概念，很难做到精确。第三，同时描述太多特征会稀释模型的注意力，结果平均表现反而不如少描述几个关键特征。

4.4 提示词怎么写才能提高生成稳定性

基于上面的实验，我在实际使用中总结了一套提示词组织方法，本质上就是“主题优先、特征分组、空间约束衔接”：

• 第一梯队：先明确主体形态和基本比例。例如“一个圆形的扁底座”“一个长方体的支架”，避免开头就用一堆修饰词。
• 第二梯队：描述特征位置与关系。比如“四个孔均匀分布在圆周上”“底部开一个矩形槽”，空间关系词（圆周、中心、角部、贯穿）比模糊量词（大、小、附近）有效得多。
• 第三梯队：约束尺寸和特殊结构。比如“直径8毫米”“凸台高5毫米”，但要清楚这些数字大概率只是“参考值”，生成后需要自己校准。
• 少用“漂亮的”“现代感的”这类主观修饰词，它们对几何生成几乎没有帮助，还可能把模型带偏。

这套写法不一定对所有text-to-cad工具都有效，但它在大多数开源模型上都能显著提高生成质量的稳定性。尤其是“位置关系词”比“尺寸数字”更可靠的规律，我目前测试的所有隐式场路线Demo都适用。

5. 我踩过的那些坑：法线反了、尺寸飘了、水密失败、显存爆掉

跑通最小Demo只是第一步，真正让人想摔键盘的，永远是生成完之后那堆乱七八糟的后处理问题。这一节把自己踩过的坑和排查思路完整记录一遍，每一条都是泪的教训。

5.1 单位与尺寸比例：模型脑子里没有“毫米”

text-to-cad模型训练时，三维数据通常会被归一化到标准包围盒里，比如所有模型都缩放到边长1个单位。这意味着，即使你诚实地输入了“直径80毫米”，模型输出的几何体本身并不携带真实的物理尺寸信息。它是一个“长度约为1”的无单位模型，真正的尺寸需要你在下游软件里缩放。

所以我建议的流程是：生成模型后，立刻查一下包围盒尺寸，记录默认单位。比如在Blender或FreeCAD里导入OBJ，看边长是不是1左右。然后根据需求做等比缩放：如果目标直径80毫米，当前模型直径1.28单位，缩放系数就是80除以1.28。这个步骤虽然简单，但忘了做，后果就是3D打印出来的东西偏离预期几十倍，而且切片软件这个时候不会给你任何提示。

5.2 法线朝向：模型表面“颜色反了”不是着色问题

网格模型表面的每个三角形都有一个法线向量，它表示这个面的“朝向”。如果模型内部和外部的法线方向不统一，3D渲染时就会看到表面“黑一块、亮一块”，切片软件也可能在区分内外壁时产生逻辑错误，最终导致打印路径出现诡异的重叠。

法线朝向混乱在隐式场生成的结果里很常见，因为Marching Cubes提取出的三角形朝向取决于局部采样点密度的微小变化。我最常用的修复方法是在MeshLab里执行“统一法线朝向”命令，它会搜索整个网格并尽量把所有法线调整到指向外部。如果自动修复不彻底，就手动选中被孤立的内部面片做翻转。这一步看起来不起眼，但直接影响后续所有流程的可靠性。

5.3 水密性修复：自动补洞有时越补越糟

非水密网格是text-to-cad输出里最常见的“硬伤”。检查方法很简单：在Blender里选中模型，进入编辑模式，看有没有“开放边”被高亮；或者在代码里直接用trimesh库的is_watertight接口，返回False就是有洞。

自动补洞算法对细小缝隙很有效，但对大面积的缺失面非常容易“打补丁打歪”，补出来的面可能扭曲、自交，或者产生薄壁。我处理水密问题的优先级顺序是：先尝试小范围的闭合孔洞操作，再做一次“重新网格化”把表面重新采样成均匀分布，最后再跑体积化重构（把网格转成体素场再提取等值面）兜底。其中体积化重构最粗暴但最可靠，代价是会损失部分细节。你说它暴力吧，它往往是最后一根救命稻草。

5.4 显存和分辨率：想要质量更高，先看显卡撑不撑得住

隐式场方法的采样分辨率直接决定输出网格的精细度，分辨率越高，细节保留越好，但显存和时间消耗是立方级增长的。我实测过一组数据供参考：

我的显卡是8GB显存，128分辨率是最舒服的档位，细节能看、速度能接受。如果你想要192以上的结果，建议考虑分块采样或者直接换更大显存的设备，不要指望在低显存环境下通过“调低参数糊弄过去”——隐式场的采样点数量摆在那里，数学上没有免费的午餐。

5.5 一张自查表：生成结果离预期很远时，按顺序排查

踩坑踩多了，我形成了一个条件反射式的排查链路。如果你生成的结果和预期差得离谱，先按这一串问题走一遍，多半能定位问题出在哪一步：

6. 落到真实业务：text-to-cad变好用之前，最值得先跑通的几个场景

讨论了技术、原理、实操和踩坑，最后谈一谈我真实的判断：这东西现在到底能在什么场景里创造价值。我的结论其实挺明确——它不是等完全成熟了才能用，而是在几个特定场景里，现在就已经能发挥不小的作用。

6.1 第一个落地场景：概念评审草模，最不挑食、最容易见效

机械、结构、创意设计行业里，每一步立项之前几乎都要做概念评审。传统做法是靠设计师手边建“一版能看的模型”，而这个“能看”的要求往往就要花上半天到一天。text-to-cad最大的价值恰恰体现在这里：产品经理把需求输入成一段自然语言，系统生成出几个形态各异的方案草模，评审会上大家可以直接对着三维模型讨论：这个底座太高了，那个把手位置不顺手，壁上再加两个散热孔。

这个场景对精度几乎没有要求，对几何完整性的要求也不高，只要“样子对了”就可以作为讨论载体。我见过的几个团队把流程改成“先让text-to-cad出三个草模，再人工选定方向细化”之后，概念评审的准备周期从原来的数小时压缩到半小时以内，沟通质量反而有所提升，因为大家有了一个具体的视觉锚点。

6.2 3D打印结构候选：快速验证装配关系，但不打印精装件

3D打印验证和原型设计是另一个我推荐的发力场景。做装配验证时，你经常需要快速打印一个“尺寸大致对、孔位大致准”的占位件，用来检查干涉、装配顺序和人机交互体验。用传统方法建一个占位件确实没什么技术含量，但依然要占用设计师的时间。text-to-cad生成的模型，经过缩放和水密修复之后，基本可以直接满足这一类快速验证的需求。

需要提醒的是，它目前比较适合打印“结构占位件”，不适合直接打印用于力学测试的零件。因为生成结果内部可能有空洞、壁厚不均匀甚至隐藏的几何退化，应力测试时这些缺陷会被放大，导致结果完全不可信。所以在做受力相关的打印件之前，一定要把模型重新实体化检查一遍，或者干脆用参数化CAD重新构建。

6.3 标准件与变体件库的批量补全：一个容易被忽略的高ROI场景

很多公司内部都有标准件库或者历史零件库，里面往往有不少“长得类似但不完全一样”的零件变体。传统做法是复制旧模型改尺寸，但遇到结构差异稍大的变体，就要手工重建。text-to-cad结合脚本化流程之后可以做这样一件事：批量输入几百条变体需求文本，自动生成对应的草模，再由人工筛选合格项，把不合格项退回修改，形成一个“半自动变体建模流水线”。

这个场景需要的不只是text-to-cad模型本身，还要写点脚本去自动处理单位缩放、网格修复和文件重命名。我建议任何人都可以从这个场景开始尝试把text-to-cad引入工作流，因为它的投入产出比最高，而且风险极低——生成不合格的项直接丢弃，并不会影响现有流程。

6.4 不建议碰的场景：精密配合、公差控制、复杂装配

关于“不要做什么”，我的态度非常坚决。text-to-cad现阶段完全不适合以下场景：需要毫米级甚至微米级配合精度的零件；要求严格公差标注的工程图纸；包含大量运动副、空间介词约束的复杂装配；以及任何需要做应力分析、热分析、疲劳寿命评估的关键承力件。在这些场景里，模型几何的微小瑕疵都可能被下游仿真放大成严重的设计错误，责任风险太高，不建议拿未经验证的生成模型直接冒险。

从业者最容易犯的错误，就是看到一个Demo生成出漂亮的模型，立刻觉得它可以“逐步取代”现成工作流。实际上，CAD软件本身是一个组织了图纸、特征树、装配关系、物料清单、制图标准的一整套工程系统，text-to-cad目前只是其中一个“会产生几何形状”的新零件，远没有能力接管整个系统。更现实的目标，是把生成结果嵌入现有的工程闭环里，在人工监控下完成它擅长的那些事。

6.5 建立“生成-检查-修复-返工”四步闭环，这是个人最推荐的用法

如果让我总结现阶段最值得抄作业的经验，就是四个字：闭环管理。任何text-to-cad生成结果都不要直接进下游流程，而是先经过一个固定四步的检验环节。

第一步生成，这个阶段大胆尝试不同提示词策略，尽量获得足够多风格各异的候选方案。第二步检查，用脚本或工具批量检查水密性、包围盒尺寸、非流形边、法线方向，把不合格项自动标记出来。第三步修复，对标记项做自动修复或人工补洞，并把修复不回来的模型统一隔离。第四步返工，把合格模型缩放校准后降落进正式的CAD环境，等待人工编辑和正式化。

这套闭环看上去朴素，实际效果非常显著。我见过不止一个团队，因为没有设置“检查”这个环节，直接把生成模型拖进仿真软件，结果遇到各种匪夷所思的错误，最后完全否定了这类工具的价值。其实问题从来不在text-to-cad本身，而在于你没有给它的输出设定一条明确的质量边界。任何工具，只要明确知道它的上限在哪里，并且配套对应的校验机制，它就能在生产流程里扮演好属于自己的角色。

我自己的习惯，是把这套闭环内嵌到一个简单的脚本里：生成完自动跑水密性检查、自动输出包围盒报告、自动归类到“待修复”或“可交付”目录。这样一来，每次实验消耗的都是机器时间而不是我在那里手忙脚乱地排查，整个过程清爽高效得多。text-to-cad这条路肯定还会继续演进，我现在最期待的一件事，就是打开这个Demo，输入一句“带卡扣结构的外壳，壁厚2毫米，支持卡扣弹性变形”，而它真的能给我一个可以直接进入结构分析阶段的模型。到那一天，CAD流程的范式，才是真正被改写了。