text-to-cad：给 Agent 装上 CAD 手——自然语言建模型，build123d 出 STEP/STL，配 multiCAD-MCP 进 AutoCAD

text-to-cad 一句话：把「自然语言描述 → 能直接开加工/打印的 CAD 文件」这件事，做成 Agent 的一条技能。你说一句「做个带 6 个定位孔的法兰盘」，它就在本地用 build123d 把模型建出来，导出 STEP / STL / 3MF / GLB，还能做可制造性检查（DFM/DfAM）、画工程图、切 G-code。它是给 Claude Code / Codex / Cursor / Gemini 这些 Agent 用的插件 + skill 集合，描述就五个字：「Give your agent CAD superpowers.」

一、它到底是啥：一个跑在 Agent 上的 CAD 技能包，不是模型

实查仓库坐标：earthtojake/text-to-cad，★16940 / fork 1748 / MIT / Python / ~294MB / 2026-10-05（我写这篇这天）还在推 / 36 open issues——相当活跃。它不是一个 3D 生成模型，而是一个编排层 + 技能矩阵：真正的 CAD 内核叫 cadgen（Python，走 uv 安装），底下是 build123d + Open CASCADE (OCP 7.9)。README 列了 11 个 skill，各司其职：

cad——自然语言/图片建改模型，主产物 STEP，可选导 STL / 3MF / GLB，并在 CAD Viewer 里预览；
step.parts——查标准件（螺丝/轴承/电机/连接器）的现成 STEP；engineering-drawing——出带三视/隐藏线/标注/标题栏的工程图 PDF；
dxf / urdf / srdf / sdf——2D 切图、机器人结构/规划/仿真文件；
sendcutsend——传 SendCutSend 前先做文件检查；dfam-check——按工艺量测可打印性（壁厚/悬垂/支撑/摆放姿态）；dfm——钣金/CNC/注塑可制造性审查（每条 finding 带量测证据+引用规则）；gcode——用 OrcaSlicer 切出可打印 G-code。

安装方式很轻：把「Install text-to-cad from https://github.com/earthtojake/text-to-cad」丢给 Agent，它自己就把 skill + 本地 CAD Viewer 服务器（cadgen mcp）装好；没有插件机制的 Agent 就 npx skills add earthtojake/text-to-cad 装纯 skill。

二、机制：一个 cadgen 内核 + 无参装饰函数契约（代码证据）

读 skills/cad/SKILL.md 才看得到它的真实契约。整个 Agent 侧只认一个统一启动命令，靠 uv 的「一个安装 + 一个 warm build daemon」让服务器和每个 skill 命令共享同一份 CAD 内核，不重复冷启动：

cadgen  = uvx --no-config --managed-python --python 3.13 --from cadgen==0.7.14 cadgen
python  = uvx --no-config --managed-python --python 3.13 --from cadgen==0.7.14 python
# 首次运行下载内核 + 无头浏览器，之后复用；cadgen doctor 用来诊断内核加载

而「建一个零件」被定义成一个无参、带装饰器的普通 Python 函数，返回 build123d shape——「一个模型一个入口，脚本名和产物同名同根」。这是它能被自然语言驱动的关键：Agent 把一句需求翻译成一段 build123d 代码、按契约写好 @step(out=...)，然后 python 模型.py 就出 STEP：

from cadgen import build123d as bd
from cadgen import step

WIDTH = 40.0

@step(out="../STEP/bracket.step")
def bracket():
    body = bd.Box(WIDTH, 20, 6)
    body.label = "bracket"
    return body
# 跑：python bracket.py  →  产出 STEP/bracket.step

要导 STL/3MF/GLB，是「给模型加一个 mesh 装饰器」或一次性跑 build 输入.step 输出。要量几何、验对错，就写一段原生 build123d 的几何断言，必要时用 cadgen.geometry。这套「代码即模型 + 装饰器声明产物 + 暖内核」就是它「自然语言→CAD 文件」的骨架。

三、本地实跑：build123d 真把 STEP/STL/GLB 三个文件吐出来了

我本机把「自然语言描述的一个零件」真的建成模型并导文件，验证这条链不是纸面话。用 uv 现装 build123d（自带 Open CASCADE），写一个 R30 法兰盘 + R5 中心通孔 + 6 个 R3 圆周定位孔，布尔相减，一次导出三种格式：

from build123d import *
import build123d as b, math

with BuildPart():
    f = Cylinder(30,4).translate((0,0,-2)) - Cylinder(5,4).translate((0,0,-2))
    for i in range(6):
        a = math.radians(i*60)
        f = f - Cylinder(3,4).translate((18*math.cos(a), 18*math.sin(a), -2))
    print("faces:", len(f.faces()), "edges:", len(f.edges()), "solids:", len(f.solids()))
    print("step->", b.export_step(f, "flange.step"))
    print("stl ->", b.export_stl (f, "flange.stl"))
    print("glb ->", b.export_gltf(f, "flange.glb"))

实跑输出（本机 Windows，build123d 0.13，纯 CPU，秒级）：

build123d 0.13.0  faces: 10  edges: 24  solids: 1
export_step -> True
export_stl  -> True
export_gltf -> True

flange.step  31460 B | head: ISO-10303-21;\nHEADER;\nFILE_DESCR...
flange.stl   202884 B | head: STL Exported by Open CASCADE Tec...
flange.glb    5698 B | head: {"accessors":[{"bufferView":0,...

build123d 导出的法兰盘 STL 用 three.js 本地渲染 — 实跑产物：我用 build123d 布尔出这个 R30 法兰盘，导出的 flange.stl（4056 三角面）用 three.js 在本地无头浏览器里渲染——就是上面命令行里那个 STL，不是示意图

三个产物各自是合法文件：STEP 头是 ISO-10303-21（ISO 10303-21 实体-实例编码，标准 STEP AP203/214 头），STL 头写着 STL Exported by Open CASCADE，GLB 头是 glTF 的 {"accessors":...} JSON。这就把「自然语言 → build123d → STEP/STL/GLB」这条主链，在本机实打实跑通了一遍。

四、依赖与硬件的诚实边界（以及那个 Windows 坑）

这套东西是本地跑的内核（不像 image-blaster 全甩云端），所以有真实依赖量：build123d 一装就拉 cadquery-ocp-novtk（Open CASCADE 绑定，~45MB）+ scipy + 一堆科学计算包。普通 CPU 完全够建模型和导文件，不需要独显——CAD 布尔是 CPU 算法。但有两个坑 README/源码里明写、只有看文档才避得开：

Windows 11 Smart App Control 会挡内核：OCP 的 native wheel 是未签名的，Win11 默认的 Smart App Control 会把未签 native 代码一律拦掉，表现为每个 cadgen 命令和 import build123d 都报 ImportError: DLL load failed while importing OCP，事件查看器记 CodeIntegrity Event 3077。解法二选一：关掉 Smart App Control（关掉就开不回来，得重装系统才能再开），或整个丢进 WSL 跑。这个坑我没有在本机撞（我本机没开 Smart App Control），但新装的 Win11 用户大概率第一个就栽在这。
完整 Agent 工作流还要 cadgen：SKILL 里那些 read_scene/resolve/viewer 预览走的是 cadgen（uv 现拉 ~0.7.x），我本次实跑的是 build123d 直出段（免 cadgen），完整的「Agent 自然语言建改 + CAD Viewer 预览」需再装 cadgen——本机已装 uv，可直接补。

五、横向对比 + multiCAD-MCP 这条延伸

对比纯 LLM「直接吐 CAD 文件」：大模型自己写不出可制造的精确实体，text-to-cad 是「LLM 写 build123d 代码 + 真 Open CASCADE 内核出实体」，精度和 DFM 检查都建立在真核上，不靠模型臆想。
对比 CadQuery / 手写 build123d：它多了 skill 矩阵（标准件库/工程图/机器人文件/G-code 切片）+ Agent 入口 + 本地 viewer，是「把 CadQuery 生态包成给 Agent 用」。
延伸 multiCAD-MCP（实查最贴的是 AnCode666/multiCAD-mcp，★127 / Apache-2.0，MCP server 走 COM 连 AutoCAD / ZWCAD / GstarCAD / BricsCAD）：text-to-cad 在本地把模型建出来、导 STEP，再配 multiCAD-MCP 就能把结果推进商业 CAD 软件里继续精修——COM 接口是 Windows 上驱动 AutoCAD 老一套。注意两者是「不同软件栈」（一个是 build123d 纯代码核，一个是 COM 驱动商业 CAD），是流水线衔接关系，不是同源。

六、我的判断

text-to-cad 的定位很清楚：它是「给 Agent 装上 CAD 手」，不是替代你的 CAD 软件。真正值得学的是它的工程契约——「一个模型一个无参装饰函数、装饰器声明产物、所有命令共享一个 uv 暖内核」，让「自然语言→可制造文件」这步既精确又可被 LLM 稳定驱动。想上手门槛不在硬件（CPU 就够），而在把 Open CASCADE 内核在 Windows 上装干净（Smart App Control 是头号坑）。它和 multiCAD-MCP 的搭配思路也对：本地代码核出模型 + COM 把结果送进商业 CAD 精修，正好补上「从 AI 粗模到工程定稿」这一段。