Text-to-CAD：透過編碼代理生成 CAD 模型的開源工具框架

背景

Text-to-CAD 是一個開源的開發框架，旨在利用大型語言模型或編碼代理程式來生成 3D CAD 模型。該專案透過整合 Python 基礎的參數化建模工具與視覺化介面，讓使用者能以自然語言指令驅動幾何形狀的構建，並支援匯出 STEP、STL 與 URDF 等工業標準格式。

社群觀點

在 Hacker News 的討論中，社群對於利用語言模型進行 CAD 建模展現了濃厚興趣，但同時也對目前的技術瓶頸提出了深刻的觀察。許多開發者指出，儘管語言模型在編寫程式碼方面表現出色，但在空間推理能力上卻顯得異常薄弱。一位開發者分享了使用 Codex 進行 3D 模型建構的經驗，認為模型對於物體在空間中的相對位置缺乏直覺理解，這種缺陷即便是三歲小孩都能輕易克服，導致在處理複雜藍圖時，使用者必須花費大量精力去解釋顯而易見的空間邏輯。

關於技術實現的路徑，社群內存在著擴散模型與語言模型之爭。有觀點認為，傳統的語言模型難以處理複雜組件之間的關聯性，因為在設計精密機械結構時，任何零件的修改都必須感知到整體的設計脈絡。目前中國的一些研究實驗室正試圖透過大規模的人力標註數據來解決這個問題，並傾向於認為擴散模型在處理這類具備全局感知能力的編輯任務上更具潛力。然而，也有使用者持樂觀態度，分享了透過 Claude Code 結合螢幕截圖反饋的迭代流程，成功讓模型在不斷調整視角與參數的過程中，完成了相當複雜的幾何設計。

此外，針對該專案的底層架構，社群進行了深入的技術挖掘。雖然專案文件初期未明確標註幾何引擎，但開發者透過分析依賴庫發現，該框架是建立在 build123d 與 Open Cascade 幾何核心之上。這引發了關於建模工具選擇的討論，部分資深使用者認為，從 OpenSCAD 這種基於網格或簡單布林運算的工具，跨越到基於邊界表示法的專業 CAD 建模，其技術難度有如攀登萬丈深淵。目前的技術發展雖然讓一般人能透過簡單描述生成基本形狀，但若要進行專業級的工程設計，使用者本身仍需具備深厚的領域知識，才能有效引導模型產出正確的結果。

延伸閱讀

• Zoo (zoo.dev)：致力於文字生成 CAD 技術的專業平台。
• build123d：基於 Python 的參數化建模框架，本專案的核心引擎。
• Cordyceps：另一個利用 Claude Code 進行 CAD 協作的開源工具。
• OpenSCAD：常被用於語言模型實驗的程式化 3D 建模工具。