开源项目 text-to-cad:给 AI Agent 装上 CAD 超能力,一句话生成 STEP 工程图还能做可制造性检查
text-to-cad
给 AI Agent 装上 CAD 超能力,一句话生成 STEP 工程图还能做可制造性检查
项目速览
项目 内容 仓库 earthtojake/text-to-cad 语言 Python(cadgen 库,基于 OpenCascade 的 OCP 绑定与 build123d) Stars 约 2.16 万(2026-10-19 GitHub API 口径),Forks 2,130 协议 MIT 状态 2026-04 创建,持续发版(cadgen 已至 0.7.x,README 提及 0.9.0 更新通道),10-19 当天仍有提交 热度 GitHub Trending 常客;Claude Code / Codex / Cursor / Gemini / Grok 全平台插件
它想解决什么问题
让 Agent 生成 3D 模型,默认路线是”写 OpenSCAD 脚本”或”生成 mesh”——但工程世界要的不是能看的网格,而是带尺寸、可制造、能进生产流水线的参数化模型。text-to-cad 给 Agent 接上了真正的 CAD 内核(OpenCascade),让”帮我画一个带 M4 螺纹孔的支架,壁厚 2mm,适合钣金折弯”这句话直接产出 STEP 文件,并顺带完成工程图出图、可制造性(DFM)检查、切片 G-code,直到对接 SendCutSend、Bambu Lab 等真实制造服务。
一句话:它补上的是 Agent 从”会聊天”到”会造物”之间缺失的工程化一层。
核心机制拆解
1. 真 CAD 内核,不是 mesh 玩具。 CAD 技能跑在 OCP(OpenCascade 的 Python 绑定)之上,配合 build123d 的参数化建模库——这意味着产出的是 B-rep 实体模型,STEP 为主输出格式,可导出 STL/3MF/GLB。工程语义(尺寸、公差、装配关系)得以保留,而不是一堆三角面片。
2. 技能矩阵覆盖设计到制造全链路。 项目以 Agent Skills 形式组织能力,每个技能一个聚焦工作流:
3. 双形态分发:插件 + 技能。 对支持插件的 Agent(Claude Code、Codex、Cursor、Gemini、Grok),插件形式还附带本地 CAD 服务器(cadgen mcp)与 CAD Viewer——在 Claude Desktop 里让 Agent”展示这个模型”,对话框里直接弹出可旋转的 3D 查看卡片,Agent 还能读取你选中的部分。对无插件支持的 Agent,纯技能形式(npx skills add)也能跑通核心 CAD 工作流。
4. 安装可以”甩给 Agent”。 官方推荐用法是直接给 Agent 发一句话:Install text-to-cad from https://github.com/earthtojake/text-to-cad——Agent 自己完成插件市场添加与安装。遥测默认开启(匿名、不含文件/路径/提示词),可用 uvx cadgen telemetry off 关闭。
安装与上手
1 | # Claude Code |
前置依赖:uv(CAD 运行时经 uv 管理,首次启动需联网下载)。Windows 11 用户注意:Smart App Control 默认拦截 OCP 的未签名原生模块,需关闭该功能或在 WSL 下运行(cadgen doctor 会检测并提示)。
点评
亮点是”工程正确性”路线选得准:用 OpenCascade 而不是 mesh 生成,让产出真正能进制造流程;技能矩阵从建模一路铺到 DFM 评审、切片、直发打印服务,等于把”设计-验证-制造”闭环塞进 Agent 工具箱。CAD Viewer 的对话内 3D 卡片是个被低估的体验创新——人机协作改模型时,Agent 看得见你选中的面。对硬件极客、机器人开发者、小批量制造从业者,这是目前把 Agent 接入真实工程世界最完整的开源方案。
局限也要认清:CAD 内核依赖 OCP wheel 的未签名原生模块,Windows 11 默认安全策略直接拦截(只能关 Smart App Control 或上 WSL);首次运行需下载运行时,离线环境受限;遥测默认开启(可关);生成质量仍受底层模型对几何约束理解能力的限制,复杂装配体建议人工复核 DFM 报告;0.9.x 仍在快速迭代,技能有增删(已退役 cad-viewer 等旧技能)。
适合人群:3D 打印与创客社区、机器人/机械设计工程师、想给 Agent 接制造能力的开发者、小批量定制生产团队,以及所有”让 AI 造实物”方向的探索者。
评论