text-to-cad 是什么?

text-to-cad(项目名 CAD Skills)是一组面向 CAD、机器人与硬件设计的「agent 技能」集合:装进 Codex、Claude Code 等编码 agent 后,让你用自然语言描述零件/装配/夹具/机器人,agent 去编辑仓库里的代码式 CAD 源文件(基于 build123d/OpenCascade),再生成 STEP/STL/3MF/DXF/GLB 以及 URDF/SRDF/SDF 机器人描述等显式产物,并在本地 CAD Explorer 里查看。它强调源码可控、本地运行、无需自建后端,并用 @cad[...] 稳定引用让 agent 做精确的后续编辑。MIT 许可,作者 earthtojake,配套文档站 cadskills.xyz。

⭐ 7,367 Stars 🍴 869 Forks JavaScript MIT 作者: earthtojake 商业引流:低
来源:README CAD Skills/Features/Skills;GitHub desc,license MIT 查看 GitHub 仓库 →

为什么值得关注

约一个月即超过 4.1k 星,热度来自把「编码 agent」这股潮流接到一个此前很少被自动化覆盖、却价值很高的领域——机械 CAD 与机器人硬件。它不是又一个聊天工具,而是把 build123d 这类代码式 CAD 的工程实践,封装成可一键安装(npx skills add)的技能,并附了从校准块、法兰、L 支架到航空风格叉耳件的真实 benchmark gif,让人直观看到 agent 真能产出可用几何,对机械/机器人工程师很有吸引力。

来源:GitHub 4,106 stars / 464 forks,created 2026-04-22;README Benchmarks/Installation

核心功能

源码可控的文本生成 CAD

agent 编辑仓库里的 build123d Python 源文件来建模,再显式导出 STEP/STL/3MF/DXF/GLB 与拓扑数据;遵循「先改源、再重生成目标、源与产物一起提交」的可复现工作流。

来源:README Features/Workflow;skills/cad(build123d/OCP)
@cad[...] 几何引用做精确编辑

生成后可复制稳定的 @cad[...] 句柄指向具体几何,让 agent 据此做几何感知的精确后续修改,而不是靠模糊描述重来。

来源:README Features(Reference);skills/cad/scripts/common/cad_ref_syntax.py
机器人描述:URDF / SRDF / SDF

URDF 技能生成机器人 link/joint/limit/mesh 引用并校验、可在 CAD Explorer 可视化;SRDF 走 MoveIt2 语义、逆运动学与路径规划、可选 MoveIt2 server 测试;SDF 生成 SDFormat 仿真模型/世界结构、mesh URI 与插件元数据。

来源:README Skills(URDF/SRDF/SDF);skills/{urdf,srdf,sdf}/SKILL.md
本地 CAD Explorer 与渲染审查

Render 技能启动/复用本地 CAD Explorer,为生成的 .step/.glb/.stl/.3mf/.dxf/.urdf/.srdf/.sdf 返回可视化审查链接并生成快照,支持迭代中快速渲染 review 图,全程本地、无需托管后端。

来源:README Skills(Render)/Features(Local)
现货零件目录与制造预检

step.parts 技能可查找/评估/下载常见现货 STEP 模型(螺丝、螺母、垫圈、轴承、立柱、电子件、电机、连接器);SendCutSend 技能针对该激光切割服务做 DXF 与 STEP 上传预检报告(按材料/SKU/服务/二次加工核对)。

来源:README Skills(step.parts/SendCutSend)

技术架构

本质是一个「技能包仓库」而非传统应用。skills/ 下七个技能(cad、render、sdf、sendcutsend、srdf、step-parts、urdf)各自是一套 SKILL.md + references(如 build123d-modeling、step-generation、repair-loop、render-review、natural-language-specs 等参考文档)+ scripts(cad 下有 assembly_composition/export/flatten/spec、cad_ref_syntax、catalog、generation、glb 等 Python 脚本)+ agents/openai.yaml 适配;底层 CAD 引擎是 Python 的 build123d(基于 OpenCascade/OCP),辅以 ezdxf(DXF)、trimesh、vtk、numpy。harness/ 提供可复制到其他 CAD 项目根目录的 AGENTS.md / CLAUDE.md,约束 agent 行为(先改源后改派生件、重生成显式目标、避免全仓扫描、把 CAD 产物当 LFS 重资产)。assets/ 与 benchmarks/ 用 Git LFS 存重资产并默认不拉取以便轻量克隆。安装通过 skills.sh 的 Skills CLI(npx skills add)分发到支持的 agent。整体是「reference 文档 + 可执行脚本 + harness 约束」三件套,把 build123d 的工程做法包装成 agent 可调用的技能。

来源:tree(skills/*、harness/、benchmarks/、.lfsconfig);skills/cad/requirements.txt

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) build123d (OpenCascade/OCP)build123d ezdxf (DXF)ezdxf trimesh vtk numpy 源码可控的文本生成 CAD @cad[...] 几何引用做精确编辑@cad[...] 几何引用做… 机器人描述:URDF / SRDF / SDF机器人描述:URDF / S… 本地 CAD Explorer 与渲染审查本地 CAD Explorer… 现货零件目录与制造预检 text-to-cad 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Python (3.11+) 为核心 + JavaScript (CLI/harness)框架build123d (代码式 CAD) + Agent Skills
build123d (OpenCascade/OCP)ezdxf (DXF)trimeshvtknumpySkills CLI (skills.sh)Git LFS (重资产)
本地优先,无需托管后端;本地 CAD Explorer 渲染查看;可选 MoveIt2 server 测试 SRDF;技能经 npx skills add 装进 Codex/Claude Code 等
来源:skills/cad/requirements.txt;README Installation/Skills

快速上手

用 Skills CLI 一键装:`npx skills add earthtojake/text-to-cad`,装完重启 agent 让技能生效(支持的 agent 见 skills.sh)。然后按工作流:①向 agent 描述你要的零件/装配/机器人 → ②让它编辑仓库里的 CAD 源文件 → ③生成显式的 STEP/STL/3MF/DXF/GLB/URDF/SRDF/SDF 目标 → ④打开本地 CAD Explorer 审查 → ⑤需要精改时复制 @cad[...] 句柄 → ⑥源与产物一起提交。大型 CAD 项目可把 harness/AGENTS.md、harness/CLAUDE.md 复制到项目根。需要 Python 3.11+ 环境(build123d 等)。
来源:README Installation/Workflow/Harness

使用场景

适合:①想用 Codex/Claude Code 以自然语言 + 代码式 CAD 快速出参数化机械零件/装配的工程师与硬件爱好者;②做机器人、需要生成并校验 URDF/SRDF/SDF 描述并在 MoveIt2/仿真里用的人;③希望 CAD 像代码一样进 git、可 diff、可复现、可被 agent 精确改的团队;④要找现货 STEP 件或给 SendCutSend 这类服务做制造预检的人。不适合:习惯 SolidWorks/Fusion 图形化直接建模、不接受代码式 CAD 心智的用户;以及对几何精度要求极高、不愿人工复核 agent 产物的严肃工程场景(仍需校验)。

来源:README Features/Skills/Workflow,结合定位推断

优势与局限

优势

  • 切入点新颖且高价值:把编码 agent 接到机械 CAD/机器人这个少被自动化覆盖的领域
  • 源码可控、可复现:基于 build123d 代码式 CAD,产物可进 git、可 diff、@cad[...] 引用支持精确迭代
  • 覆盖到机器人全链:CAD + URDF/SRDF/SDF + MoveIt2/仿真 + 渲染审查 + 现货件 + 制造预检,链路完整
  • 本地优先、无需后端,安装一行(npx skills add),并附 harness 约束 agent 行为,工程化考虑周到
  • 有真实 benchmark 佐证(校准块到航空叉耳件等),不是纯概念演示

局限

  • 依赖代码式 CAD(build123d/OCP)心智,对习惯图形建模的用户门槛高
  • 几何正确性最终取决于模型与 build123d 表达,复杂件易出错,必须人工在 CAD Explorer 复核
  • 需要可用的 Python 3.11+ 环境与一系列 CAD 依赖(OCP/vtk 等),安装链路对非开发者不轻
  • 本质是技能/参考资产集合,能力上限受底层 build123d 与 agent 模型限制,自身不解决建模算法问题
  • 尚无正式 Release、仍处早期;部分技能(如 SendCutSend)绑定特定第三方服务,通用性有限
来源:README Skills/Workflow;skills/cad/requirements.txt;releases 查询为空

最新版本

仓库尚无正式 GitHub Release,以主分支与技能包形式维护,更新活跃(最近 push 2026-05-21);技能通过 skills.sh 的 Skills CLI 分发,CAD 技能另有独立仓库 cad-skill。重资产用 Git LFS 管理并默认不拉取以便轻量克隆。

来源:GitHub 无 releases;pushed_at 2026-05-21;README Installation/Benchmarks(LFS)

总结评价

text-to-cad 把「编码 agent」带进了一个一直缺乏自动化、又确实有价值的领域:机械 CAD 和机器人硬件。它的聪明之处是不另起炉灶,而是把 build123d 这类代码式 CAD 的成熟工程做法封装成可一键安装的技能,让 CAD 像代码一样源码可控、可 diff、可被 agent 精确迭代,还顺带覆盖了 URDF/SRDF/SDF 和制造预检,benchmark 也证明了它能产出真零件。门槛在于它需要你接受代码式 CAD 的心智、配好 Python/OCP 环境,并对 agent 产物做人工复核——复杂件出错难免。对愿意用代码方式做 CAD/机器人的工程师,这是目前把 agent 用到硬件设计上最完整的一套技能;图形建模党则不必勉强。

来源:综合 README 定位/技能、tree 工程结构、依赖与发布状态的事实判断

常见问题

text-to-cad 是什么?

text-to-cad(项目名 CAD Skills)是一组面向 CAD、机器人与硬件设计的「agent 技能」集合:装进 Codex、Claude Code 等编码 agent 后,让你用自然语言描述零件/装配/夹具/机器人,agent 去编辑仓库里的代码式 CAD 源文件(基于 build123d/OpenCascade),再生成 STEP/STL/3MF/DXF/GLB 以及 URDF/SRDF/SDF…

text-to-cad 有哪些核心功能?

text-to-cad 的核心功能包括:源码可控的文本生成 CAD、@cad[...] 几何引用做精确编辑、机器人描述:URDF / SRDF / SDF、本地 CAD Explorer 与渲染审查、现货零件目录与制造预检。

text-to-cad 为什么最近很受关注?

约一个月即超过 4.1k 星,热度来自把「编码 agent」这股潮流接到一个此前很少被自动化覆盖、却价值很高的领域——机械 CAD 与机器人硬件。它不是又一个聊天工具,而是把 build123d 这类代码式 CAD 的工程实践,封装成可一键安装(npx skills add)的技能,并附了从校准块、法兰、L 支架到航空风格叉耳件的真实 benchmark gif,让人直观看到 agent…

text-to-cad 适合哪些使用场景?

适合:①想用 Codex/Claude Code 以自然语言 + 代码式 CAD 快速出参数化机械零件/装配的工程师与硬件爱好者;②做机器人、需要生成并校验 URDF/SRDF/SDF 描述并在 MoveIt2/仿真里用的人;③希望 CAD 像代码一样进 git、可 diff、可复现、可被 agent 精确改的团队;④要找现货 STEP 件或给 SendCutSend 这类服务做制造预检的人。

透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-22 18:11. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件