earthtojake/text-to-cad 在 GitHub 上 23,653 星，MIT。它让智能体生成可加工的 3D 模型，导出 STEP、GLB、STL 或 3MF。
多数文字转 3D 工具产出一个网格文件。它的中间产物是一段 Python 脚本。
这个选择决定了后面所有能力：能改、能审、能进版本库、能做可制造性检查。
一、它怎么工作，三步
其一，智能体把每个模型写成一段 Python 脚本，用的是 build123d 这个库，底层是 Open CASCADE。
其二，跑 python model.py，cadgen 引擎把模型建成一个 .xbf 文档（含零件、名称、颜色、材料、关节），并导出脚本里声明的 STEP、GLB、STL 或 3MF。
引擎把每个模型的工作留在内存里，所以改一处只重建改动的部分。
其三，CAD 查看器在智能体应用里或浏览器里显示模型，跟着每次重建刷新。
第二句里"只重建改动部分"是工程上的关键。实体建模的重建成本高，全量重建会让交互变得没法用。
二、用代码表达模型的好处
网格是结果的快照，代码是结果的生成规则。
对比项：改一个孔位；网格文件：重做或手工编辑网格；Python 脚本：改一行参数重跑
对比项：看改了什么；网格文件：无法比较；Python 脚本：可以 diff
对比项：复用；网格文件：复制粘贴；Python 脚本：参数化调用
对比项：批量变体；网格文件：逐个做；Python 脚本：循环生成
对比项：放进版本库；网格文件：二进制，无法审阅；Python 脚本：文本，可评审
最后一行对制造团队价值最大。零件设计变更需要留痕，二进制模型没法在代码评审里讨论。
参数化还有一个实际好处：同一套脚本换几个参数，就得到一系列规格。做标准件库时这是决定性的。
【三、十二个技能，按制造流程排】
它把能力做成技能清单，覆盖从建模到交付的整条链。
环节：建模；技能：CAD；做什么：从文字或图片生成与编辑模型
环节：选件；技能：step.parts；做什么：找现成的 STEP 零件：螺丝、轴承、电机、连接器
环节：出图；技能：Engineering Drawing；做什么：从零件生成带尺寸的 PDF 工程图
环节：出图；技能：DXF；做什么：生成轮廓、模板、垫片、排料图
环节：检查；技能：DFM；做什么：按钣金、数控、注塑三种工艺审零件
环节：检查；技能：DfAM Check；做什么：按工艺测网格可打印性
环节：交付；技能：SendCutSend；做什么：上传前校验 DXF 与 STEP
环节：交付；技能：G-code；做什么：用 OrcaSlicer 切片，用你自己的打印机预设
环节：交付；技能：Bambu Labs；做什么：通过官方应用到拓竹打印机
环节：机器人；技能：URDF 与 SRDF 与 SDF；做什么：机器人结构、规划组、仿真场景
这张表的排列方式本身就值得学：按制造流程排，而不按技术模块排。
做产品的人容易按"我们有什么能力"排功能清单。用户是按"我下一步要干什么"找功能的。
【四、工程图的字段清单可以直接抄】
工程图技能的输出写得很具体：视图、隐藏线、尺寸、孔标注、标题栏，输出 PDF。
这五项是机械图的骨架。少任何一项，图纸就交不出去：
视图决定看得全不全，隐藏线决定内部结构能不能读，尺寸决定能不能加工，孔标注决定装配对不对得上，标题栏决定这张图归谁、什么版本、什么材料。
它把这些固定成技能的输出，等于把出图规范固化进了流程。
做任何有交付物的工作，都可以照这个思路：先把交付物的必备字段列全，再让智能体去填。
五、可制造性检查最值得看
DFM 技能的描述写得很克制，也很专业。
它审钣金、数控加工、注塑三种工艺，每条发现都带测量证据与所引用的规则，还从网格测量拔模角、倒扣与投影面积。
三个词是关键：测量证据、引用规则、逐条发现。
多数"AI 帮你检查设计"的产品给的是建议式的意见，比如"这个壁厚可能偏薄"。工程师没法拿这个去改图，因为不知道薄了多少、按哪条标准算薄。
带测量值与规则出处，才能落到图纸变更单上。
DfAM 检查更具体，按工艺测四项：壁厚、悬垂、支撑体积、成型方向。
这四项恰好是 3D 打印失败的主要原因。壁厚不够会破，悬垂过大要支撑，支撑体积决定后处理成本，成型方向决定强度和表面质量。
六、把现成零件也接进来
step.parts 技能去找标准件：螺丝、轴承、电机、连接器。
这条比看起来重要。真实设计里大量零件是采购件，自己建模既慢又不准。能直接引用现成 STEP，装配体才对得上。
这也是它和"玩具级文字转 3D"的分界线：能进真实装配，才叫工程设计。
七、安装与遥测
安装最省事的方式是让智能体自己装：
Install text-to-cad from
也可以用 uv 手动装，然后重启应用。首次启动会下载运行时，需要联网。
遥测默认开启，发送使用统计与崩溃报告，带一个随机 ID，明确写明不含文件、路径、提示词。可以用命令行关掉：
uvx --no-config --managed-python --python 3.13 --from cadgen==0.8.1 cadgen telemetry off
运行时支持 Python 3.11 以上，启动命令用 uv 管理的 Python 3.13。
它还写了一条平台限制：某个签名相关的问题在 Windows 上无解，可以走 WSL。原因是那个 wheel 由 cadquery-ocp 项目构建，本仓库签不了名。
把"我们解决不了"写进文档，比留个坑让人踩强。
八、在百智办公里怎么落
这个工具对百智办公的启发集中在"把交付物字段固化"这件事上。
- 「资源管理 → 技能」把标准交付物做成技能：方案模板、报价单、验收单、图纸说明、检测报告。一个技能对应一种交付物。
- 每个技能的说明里先列必备字段，字段列全再写生成逻辑。少字段的交付物会在下游被打回。
- 字段按"谁看"分组：给客户看的、给内部评审的、给工厂加工的，三组分开写。
- 「资源管理 → 知识库」放标准与规范：材料标准、工艺能力表、验收标准。技能引用这些库，检查才有依据。
- 「资源管理 → 专家」建领域专家，把它绑到对应的技能与规范库上。工程类专家与文案类专家的规则要分开写。
- 「资源管理 → 规则」要求：涉及可制造性、合规、安全的结论，必须写出依据与数值，写不出就标"待人工确认"。
- 客户端「设置 → 助手配置」按岗位分发不同专家：设计岗、工艺岗、采购岗各用各的。
第 6 条对应它 DFM 技能的"测量证据加引用规则"。要求给数值与出处，是让生成式输出变成可复核结论的关键一步。
第 4 条对应它"每条发现都带所引用的规则"。没有规范库，检查只能靠模型的印象，结果无法追责。
九、可以直接抄的提示词
帮我建一份交付物字段清单，用于生成式工具产出可交付文件。
针对：【交付物名称】，请给出：
- 必备字段：缺了就交不出去的那些，逐项写字段名与格式
- 可选字段：有则更好，标注适用场景
- 每个必备字段的校验规则：类型、范围、单位、枚举值
- 依据来源：这个字段的要求出自哪份标准或哪次客户反馈
- 常见退回原因：历史上因为这个交付物被退回的前五条原因
- 自动检查项：哪些字段可以程序校验，哪些必须人工看
- 兜底写法：字段拿不到时怎么写，明确禁止编造
输出要求：
· 用表格，五栏：字段、格式、校验规则、依据、是否可自动检查
· 校验规则要能直接写成代码，别写"合理即可"
· 退回原因要具体到现象，比如"缺少材料牌号导致无法报价"
· 兜底写法给成句，能直接贴进技能说明
硬性要求：
· 涉及数值的字段必须写单位
· 涉及标准的字段必须写标准号
· 标出哪几个字段出错后果最严重，需要二次复核
第 3 栏是可执行性的关键。"合理即可"这种校验规则写进技能里等于没写。
十、四个坑
坑一：把网格当成交付物。
网格不能改、不能审、不能参数化。要长期维护的模型存成脚本。
坑二：检查结论没有数值。
"壁厚可能偏薄"没法改图。要写清薄了多少、按哪条标准。
坑三：忽略成型方向。
同样的模型换方向，强度和支撑成本差很多。方向要作为设计参数一起定。
坑四：没有规范库就做检查。
检查结论必须有出处。缺规范库时先建库，别急着上检查。
十一、边界
· 23,653 星、MIT、三步工作流、xbf 文档与增量重建、四种导出格式、十二个技能清单与各自描述、DFM 与 DfAM 的四项测量、工程图五项输出、安装方式与遥测命令与关闭方式、Python 3.11 以上与 3.13、Windows 签名限制：GitHub 仓库 earthtojake/text-to-cad 的 README.md，2026-10-28 抓取。星数会变。
· 我没有安装它，没有生成过模型，也没有跑过 DFM 检查。所有能力描述来自 README，检查结果的准确性未经我验证。
· 生成式 CAD 的输出需要工程师复核后才能投产。文中提到的检查能力属于辅助手段。
十二、事实来源
· 星数、许可、工作流、导出格式、技能清单、检查项、安装与遥测、平台限制：GitHub 仓库 earthtojake/text-to-cad 的 README.md，2026-10-28
· 技能、知识库、专家、规则、助手配置与分发范围：官方文档《技能导入与使用》《知识库管理》《专家》《规则配置》《助手配置》，2026-10-28 核对
