1. 背景与核心概念1.1 为什么大模型生成3D模型“好看但难用”先从一个很常见的痛点说起。很多团队尝试过用生成式模型直接产出三维模型比如输入一句话“一个法兰盘”模型直接给出一份网格文件。预览效果确实不错表面光滑、光影正常但要把它用到真正的工程流程里问题就来了模型是三角网格没有参数想改一个孔径只能重新生成。没有装配关系零件和零件之间不存在“同轴”“贴合”这样的约束。导出的 STL 或 OBJ 文件无法在主流 CAD 软件里进行二次编辑。遇到拓扑交叉、破面、非流形边时后处理极其麻烦。换句话说直接生成网格的方式把 3D 建模变成了“图像生成”输出物缺乏工程可编辑性。而工程设计师真正需要的是一个可编辑、可约束、可参数化的实体模型。这就引出了本文的核心思路让大模型写程序化建模代码来生成 3D 模型。模型输出的不是网格而是构建几何的步骤和参数。几何引擎负责执行代码最终产出 B-Rep 实体或 CSG 树。这种方式最大的优势是保留完整的编辑链条——你想要改尺寸、改位置、删减圆角只要改参数重跑一次就行。1.2 什么是程序化3D建模与参数化CAD程序化 3D 建模简单说就是“用代码描述几何”。传统 CAD 软件里设计师通过鼠标拖拽拉伸、旋转、打孔背后其实也是参数化特征树。用代码建模则把这些操作显式写成命令# 一个简单圆柱 cylinder(h 20, r 10);这段代码描述了一个高 20、半径 10 的圆柱。代码可以封装成函数可以加条件分支可以循环复制阵列非常适合批量生成和参数联动。参数化 CAD 的核心在于“参数驱动几何”。例如定义一块法兰板板半径R 50板厚度H 10中心孔半径r_hole 8螺栓孔数量N 6只要修改这 4 个变量整个零件就会自动重建。正是因为参数化 CAD 强调特征、约束和实体运算它的数据模型比纯网格复杂得多也正因为此它才是工程领域真正能用的三维建模方式。1.3 大模型 代码生成做建模的技术路线大模型写代码并不是新概念。GitHub Copilot、Claude Code 等工具已经证明大语言模型可以生成高质量的 Python、Java、Verilog 代码。既然如此为什么不让大模型直接生成 CAD 脚本呢技术路线并不复杂用户输入自然语言需求例如“生成一个 M8 螺栓六角头对边距离 13mm螺杆长度 40mm”。大模型根据提示词生成一段结构化建模代码比如 OpenSCAD 脚本或 CadQuery 脚本。解析并校验代码交给几何内核执行。几何内核输出实体模型同时保留 CSG 树或特征参数。模型进入后处理流程例如导出 STEP、STL、生成工程图。这类方法的优势非常明显输出是可复现的文本代码而不是不可解释的二进制网格。修改需求时只需要修改自然语言描述重新生成即可。代码天然具备版本管理能力可以 diff、review、回滚。可以将复杂的装配体拆成多个零件代码分别生成再组装。1.4 本文适合哪些读者如果你满足以下任一情况本文都值得读下去你是 3D 建模、CAD 二次开发、计算机图形学方向的学生或工程师。你在做 AI 生成三维内容的工具链对“生成结果不可编辑”感到头疼。你想了解如何让大模型稳定生成可运行的参数化建模代码。你希望在自己的项目中加入“文本描述 → 3D 零件/装配体”的功能。后文会先拆解核心原理再给出一套可以运行的完整案例最后总结高频问题与工程建议。2. 环境准备与版本说明2.1 开发环境概览本文使用 Python 作为主语言用 OpenSCAD 作为几何执行引擎。选择 OpenSCAD 的原因是它成熟、轻量、脚本语言简单非常适合作大模型生成目标。实际工程中你也可以用 CadQuery基于 Python 的 CAD 框架或 FreeCAD 脚本接口思路一致。环境清单如下组件说明操作系统Windows 10/11、Linux、macOS 均可Python3.9 或更高版本OpenSCAD建议使用 2021.01 以上稳定版大模型 API可选本文提供 Mock 模式不申请 API 也能跑通流程IDEVS Code 即可版本需要根据你的项目实际情况调整本文示例以常见环境为例重点演示配置思路具体版本号不必完全一致。2.2 工具链安装安装 Python访问 Python 官网下载对应系统的安装包安装时勾选“Add Python to PATH”。安装完成后打开终端验证python --version安装 OpenSCAD从 OpenSCAD 官网下载对应系统的安装包并安装。安装完成后在终端执行openscad --version如果提示找不到命令需要把 OpenSCAD 的安装目录加入系统的 PATH 环境变量。Windows 下常见的安装目录是C:\Program Files\OpenSCAD。安装 Python 依赖pip install numpy本文示例没有使用复杂第三方库numpy 仅用于部分几何计算。如果后续接入真实大模型再按需安装 openai、requests 等 SDK。2.3 示例项目结构为了便于理解我们把整个演示项目按下面的结构组织text-to-cad/ ├── main.py # 入口脚本 ├── llm_client.py # 大模型调用抽象层含 Mock 模式 ├── prompt_template.py # 提示词模板 ├── cad_builder.py # 调用 OpenSCAD 渲染并导出 ├── part_decomposer.py # 零件分解与结构化输出 └── output/ ├── flange.scad # 生成的 OpenSCAD 脚本 ├── flange.stl # 导出的三角网格 └── assembly.json # 零件/装配结构描述这样拆分的好处是每个模块职责单一LLM 部分只负责生成代码建模部分只负责执行几何脚本分解器只负责解析和导出装配信息。后续想替换建模内核或者更换大模型改动范围都比较小。3. 核心原理拆解从自然语言到可编辑几何3.1 传统生成方法与代码生成的本质区别传统深度学习三维生成方法例如基于 GAN 或扩散模型直接生成体素、点云、隐式场、网格往往把三维模型当作离散信号来拟合。神经网络输出的是一个“形状快照”。你可以把这个快照渲染出来却很难把它拆成特征树。代码生成方法则完全不同。它输出的是构建几何的指令序列。只要运行这些指令就能重建实体模型。相当于大模型不是在“画一张图”而是在“写一份施工图”。这份施工图可以修改、审查、存档。从工程角度看代码生成方法还有一个隐藏优势连续性。如果你修改了某个参数几何结果会平滑变化不会出现“换个输入就完全换了一个形状”的情况。这在设计迭代中很重要。3.2 结构化输出零件、特征、约束要让生成结果“可编辑”最关键的是让大模型输出结构化的中间表示而不仅仅是裸代码。推荐的做法是让模型输出一个包含零件和约束的 JSON 大纲再根据大纲生成各零件的建模代码。下面是一个典型的结构化描述{ assembly: flange_v1, unit: mm, parts: [ { id: main_plate, type: cylinder, params: { r: 50, h: 10 } }, { id: center_hole, type: hole, params: { r: 8, h: 10 } }, { id: bolt_holes, type: circular_pattern, params: { count: 6, radius: 35, hole_r: 3.5 } } ], constraints: [ { type: coincident, parts: [center_hole, main_plate], description: 中心孔与法兰板同心 }, { type: coincident, parts: [bolt_holes, main_plate], description: 螺栓孔分布在法兰板端面 } ] }这个 JSON 有两个作用。第一它让大模型在生成代码前先想清楚几何结构减少“乱写一气”的概率第二它作为装配描述保留下来后续修改参数或者做 BOM物料清单统计都非常方便。3.3 一个最小示例用自然语言生成一个法兰盘假设用户输入创建一个圆形法兰盘外径 100mm厚度 10mm中心孔径 16mm有 6 个均匀分布的螺栓孔螺栓孔中心到法兰中心的距离是 35mm螺栓孔径 7mm。大模型可以先输出上述 JSON 大纲再生成如下 OpenSCAD 代码// 法兰盘主参数 outer_r 50; plate_h 10; center_r 8; bolt_pitch_r 35; bolt_r 3.5; bolt_count 6; // 法兰主体 module flange_body() { cylinder(h plate_h, r outer_r, $fn 72); } // 中心孔 module center_hole() { cylinder(h plate_h 1, r center_r, $fn 36); } // 螺栓孔阵列 module bolt_holes() { for (i [0 : bolt_count - 1]) { angle i * 360 / bolt_count; translate([bolt_pitch_r * cos(angle), bolt_pitch_r * sin(angle), -0.5]) cylinder(h plate_h 1, r bolt_r, $fn 24); } } // 最终实体 主体 - 中心孔 - 螺栓孔 difference() { flange_body(); center_hole(); bolt_holes(); }运行这段脚本后OpenSCAD 会生成一个带装配特征的真实法兰实体。零件层级的布尔操作被完整保留如果之后想改成 8 个螺栓孔只要把bolt_count改为 8 即可。3.4 如何实现“可编辑零件分解”零件分解的本质是把整个模型拆成可独立修改的“特征单元”并在单元之间建立约束关系。程序化建模天然适合做这件事因为代码里的module、函数、参数就是现成的特征边界。在工程落地时我们可以约定三层结构参数层集中管理所有尺寸参数。特征层每个module代表一个可编辑特征例如底板、孔、凸台、加强筋。约束层记录特征之间的定位关系例如同心、共面、偏移。这样做最大的好处是当用户只修改某个孔的尺寸时不需要重新生成整个装配体只需要定位到对应的module和参数执行局部重建。在大型装配体中这种局部更新能显著提升效率。4. 完整实战案例用 Python OpenSCAD 搭建“大模型驱动建模”演示下面进入可运行部分。我们的目标是实现一个这样的流程输入一段自然语言描述。调用大模型接口或 Mock 生成 OpenSCAD 代码。自动保存.scad文件并调用 OpenSCAD 渲染导出 STL。生成结构化装配描述assembly.json完成零件分解。4.1 创建项目结构与依赖先创建项目文件夹mkdir text-to-cad cd text-to-cad mkdir output然后创建虚拟环境并安装依赖python -m venv venv source venv/bin/activate # Windows 下使用 venv\Scripts\activate pip install numpy4.2 实现提示词模板大模型能不能生成正确代码很大程度上取决于提示词。模板需要明确约定输出格式、几何参数和代码规范。文件路径prompt_template.pyPROMPT_TEMPLATE 你是一名专业的程序化建模工程师使用 OpenSCAD 语言生成参数化 3D 模型。 用户需求如下 {user_request} 请严格遵守以下要求 1. 先输出一个 JSON 大纲描述零件列表、参数和约束关系。 2. 再输出完整的 OpenSCAD 代码代码必须能直接运行。 3. 代码中所有尺寸参数放在文件顶部使用有意义的名词变量。 4. 每个零件用一个 module 封装方便单独编辑。 5. 不要生成无法执行的伪代码不要省略关键操作。 6. 最终实体通过 difference 或 union 组合而成。 输出格式示例 json {{ assembly: part_name, parts: [] }}// 参数 // 模块定义 // 组合def build_prompt(user_request: str) - str: return PROMPT_TEMPLATE.format(user_requestuser_request)这里要注意提示词要求模型输出 JSON 和 OpenSCAD 两段内容而不是只给一段代码。这样做的好处是强制模型先做结构思考同时也方便我们解析装配信息。 ### 4.3 实现大模型调用抽象层 大模型 API 各家不同而且接口变动频繁。为了避免把项目绑定在某个具体厂商上这里做一个适配层。如果没有 API可以直接使用 Mock 模式跑通整个流程。 文件路径llm_client.py python import json class LLMClient: 大模型调用抽象层支持 Mock 模式和接入真实 API。 def __init__(self, api_key: str , base_url: str , model: str ): self.api_key api_key self.base_url base_url self.model model def generate(self, prompt: str) - str: 输入提示词返回大模型生成的完整文本。 如果未配置 API就返回内置的 Mock 结果保证示例可运行。 if not self.api_key: return mock_response() # 如果你的模型服务商提供 OpenAI 兼容接口可以按下面这种方式调用 # 这里不直接绑定 SDK目的是避免不同版本之间的兼容性问题 # 实际使用时请按你选择的 SDK 文档调整 raise NotImplementedError( 请根据你使用的大模型服务商 SDK 完善此处调用逻辑。 ) def mock_response() - str: 内置的 Mock 生成结果用于在没有 API 的情况下演示完整流程。 mock_json { assembly: flange_demo, parts: [ {id: body, type: cylinder, params: {r: 50, h: 10}}, {id: center_hole, type: hole, params: {r: 8, h: 12}}, {id: bolt_holes, type: circular_pattern, params: {count: 6, pitch_r: 35, hole_r: 3.5}} ], constraints: [] } mock_scad // 法兰盘主参数 outer_r 50; plate_h 10; center_r 8; bolt_pitch_r 35; bolt_r 3.5; bolt_count 6; module flange_body() { cylinder(h plate_h, r outer_r, $fn 72); } module center_hole() { cylinder(h plate_h 2, r center_r, $fn 36); } module bolt_holes() { for (i [0 : bolt_count - 1]) { angle i * 360 / bolt_count; translate([bolt_pitch_r * cos(angle), bolt_pitch_r * sin(angle), -1]) cylinder(h plate_h 2, r bolt_r, $fn 24); } } difference() { flange_body(); center_hole(); bolt_holes(); } return ( json\n json.dumps(mock_json, ensure_asciiFalse, indent2) \n\n\nopenscad\n mock_scad \n )如果你需要真实调用云端大模型 API务必注意企业设计数据的保密要求。涉及敏感几何数据时优先选择私有化部署或本地模型而不是把数据发送到外部接口。4.4 实现 OpenSCAD 渲染与导出得到 OpenSCAD 代码后需要写入.scad文件并调用 OpenSCAD 命令行渲染。文件路径cad_builder.pyimport subprocess import os class CadBuilder: 将 OpenSCAD 代码渲染为 STL 等三维文件。 def __init__(self, openscad_cmd: str openscad): self.openscad_cmd openscad_cmd def build(self, scad_code: str, output_dir: str, name: str part) - str: 保存 .scad 文件调用 OpenSCAD 渲染为 STL。 返回导出的 STL 文件路径。 os.makedirs(output_dir, exist_okTrue) scad_path os.path.join(output_dir, f{name}.scad) stl_path os.path.join(output_dir, f{name}.stl) with open(scad_path, w, encodingutf-8) as f: f.write(scad_code) # 调用 OpenSCAD 命令行渲染 cmd [ self.openscad_cmd, -o, stl_path, scad_path ] print(执行命令, .join(cmd)) result subprocess.run(cmd, capture_outputTrue, textTrue) if result.returncode ! 0: raise RuntimeError( fOpenSCAD 渲染失败\n{result.stderr} ) if not os.path.exists(stl_path): raise RuntimeError(OpenSCAD 未生成 STL 文件请检查代码。) return stl_path如果你希望导出更高质量的渲染结果可以添加--render参数以启用 CGAL 渲染引擎。不过该参数会让导出速度下降在调试阶段可以先不加。4.5 实现零件分解与结构化输出零件分解器的主要任务是从返回文本中提取 JSON 大纲并保存为装配描述文件。文件路径part_decomposer.pyimport json import re class PartDecomposer: 从大模型返回的文本中提取 JSON 大纲并保存结构化装配信息。 staticmethod def extract_json(text: str) - dict: 从模型输出中提取第一个 JSON 代码块。 这里做的是简单解析实际工程中可以考虑更稳健的解析方法。 pattern rjson\s*(.*?)\s* match re.search(pattern, text, re.S) if not match: raise ValueError(未在输出中找到 JSON 代码块) json_text match.group(1) return json.loads(json_text) def save_assembly(self, text: str, output_dir: str, name: str assembly) - str: 提取 JSON 并保存到文件返回 JSON 文件路径。 data self.extract_json(text) json_path os.path.join(output_dir, f{name}.json) with open(json_path, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse, indent2) print(装配结构已保存, json_path) return json_path # 为了让模块可独立运行这里补一个 import os import os4.6 编写入口脚本入口脚本负责把前面的模块串起来。文件路径main.pyimport os import sys from prompt_template import build_prompt from llm_client import LLMClient from cad_builder import CadBuilder from part_decomposer import PartDecomposer def main(): user_request ( 创建一个圆形法兰盘外径 100mm厚度 10mm 中心孔径 16mm有 6 个均匀分布的螺栓孔 螺栓孔中心到法兰中心的距离是 35mm螺栓孔径 7mm。 ) # 1. 构造提示词 prompt build_prompt(user_request) print(提示词构造完成。) # 2. 调用大模型如果没有 API Key 则使用 Mock api_key os.getenv(LLM_API_KEY, ) client LLMClient(api_keyapi_key) model_output client.generate(prompt) print(模型输出获取完成。) # 3. 提取 OpenSCAD 代码 # 这里简单提取第二个代码块你可以写更健壮的解析逻辑 import re scad_match re.search(ropenscad\s*(.*?)\s*, model_output, re.S) if not scad_match: print(模型输出中没有找到 OpenSCAD 代码) print(model_output) sys.exit(1) scad_code scad_match.group(1) # 4. 零件分解并保存 JSON decomposer PartDecomposer() output_dir os.path.join(os.path.dirname(__file__), output) decomposer.save_assembly(model_output, output_dir, nameassembly) # 5. 渲染模型 builder CadBuilder(openscad_cmdopenscad) stl_path builder.build(scad_code, output_dir, nameflange) print(模型导出成功, stl_path) if __name__ __main__: main()4.7 运行与验证在项目根目录执行python main.py预期输出类似提示词构造完成。 模型输出获取完成。 装配结构已保存 output/assembly.json 执行命令 openscad -o output/flange.stl output/flange.scad 模型导出成功 output/flange.stl此时打开output目录你会看到output/ ├── assembly.json ├── flange.scad └── flange.stl用 OpenSCAD 打开flange.scad可以查看参数化脚本用 Windows 3D 查看器或 MeshLab 打开flange.stl可以查看实体模型。4.8 结果说明为什么这套流程能保证可编辑性看生成的flange.scad你会发现所有尺寸参数都集中在文件顶部。修改参数比如把螺栓数量从 6 改成 8只需重新运行渲染命令openscad -o output/flange_new.stl output/flange.scad不需要重新调用大模型。这就是“可编辑零件分解”的核心大模型负责生成结构化的参数化代码几何引擎负责按参数重建模型。生成结果不是一次性的网格而是一个可迭代的设计文件。5. 常见问题与排查思路5.1 大模型输出的 OpenSCAD 代码报错问题现象常见原因解决思路代码包含中文注释导致编码问题模型输出非 ASCII 字符在提示词中要求注释使用英文变量名包含非法字符模型生成不规范命名在提示词中约定变量命名规则使用了不存在的 OpenSCAD 函数模型知识过时或幻觉构造提示词时列出常用函数白名单括号不匹配、语法错误长代码生成不稳定要求模型输出更短的 module并在提示词中强调“必须可运行”OpenSCAD 自带语法检查和预览功能。遇到问题时可以在 OpenSCAD GUI 中打开.scad文件底部的控制台会提示具体错误行号这是最直接的排错方式。5.2 生成结果几何尺寸不对大模型经常出现“尺寸刻板印象”。例如提示词说外径 100mm模型可能写r 100把半径和直径搞混。解决思路分两步在提示词中明确单位制例如“所有长度单位均为 mm直径用 d 前缀半径用 r 前缀”。在渲染前增加参数校验脚本检查生成代码中的关键变量是否在合理范围。例如# 简单的参数范围检查示例 allowed_ranges { outer_r: (1, 1000), plate_h: (0.5, 500), center_r: (0.5, 100), }如果outer_r超过了预期范围可以提前拦截而不是等 OpenSCAD 渲染出一个巨大或细小的错误模型。5.3 零件分解后装配关系丢失如果大模型只返回一段 OpenSCAD 代码而没有 JSON 大纲零件关系和约束就无从谈起。这也是我们在提示词中强制要求“先输出 JSON再输出代码”的原因。如果 JSON 解析失败常见原因是模型输出中混入了其他文字。建议在解析时采用更稳健的策略优先匹配 json 代码块。如果匹配失败尝试全文查找第一个{和最后一个}。如果仍失败放弃本次结果重新生成。import json import re def extract_json_robust(text: str) - dict: pattern rjson\s*(.*?)\s* match re.search(pattern, text, re.S) if match: return json.loads(match.group(1)) start text.find({) end text.rfind(}) if start ! -1 and end ! -1 and end start: return json.loads(text[start:end 1]) raise ValueError(无法从模型输出中提取 JSON)5.4 生成的 STL 模型破面或非流形OpenSCAD 基于 CSG 布尔运算构建实体理论上只要代码逻辑正确生成的模型一定是闭合实体。但以下几种情况会出现问题布尔运算中的浮点数误差。两个面恰好共面导致歧义。$fn太低曲面网格过于粗糙。解决方案在表达“减去孔”时让孔的圆柱高度比主体多一点点例如plate_h 2避免刚好等长。对需要布尔运算的曲面适当调高$fn比如 72 或 96。渲染导出时加入--render参数强制 CGAL 重新计算。5.5 大模型 API 调用超时或返回截断生成较长的代码时模型可能因为 token 限制在中间被截断。这会导致 JSON 和代码都不完整。应对办法提示词中要求“代码长度控制在 200 行以内”。设置合理的max_tokens比如 4000 或更大。在解析前检查返回文本是否包含完整的 openscad 代码块结束符如果没有就重试。6. 最佳实践与工程建议6.1 提示词工程把几何需求讲清楚想让大模型稳定输出正确代码提示词中至少需要包含四类信息几何类型是法兰盘、轴、支架还是自定义装配体。关键尺寸直径、宽度、高度、孔径单位必须明确。布置关系阵列、同轴、贴合、间距。输出约束代码规范、变量命名、模块拆分方式。不建议使用过于开放的提示词例如“帮我做一个好看的零件”。大模型无法理解“好看”在工程语境下的含义。更好的做法是把它转化为可量化的几何约束和工艺要求。6.2 生成代码的校验与安全边界如果你的系统允许大模型生成的代码直接进入生产环境风险会很高。Geometry 代码和普通业务代码一样也可能包含语法错误、逻辑错误、甚至恶意指令。建议至少做好三层防护静态校验检查代码中的函数白名单禁止调用echo以外的系统接口。路径隔离OpenSCAD 渲染在临时目录或沙箱容器中执行不直接写入生产目录。结果审查STL 文件生成后用网格质量工具检查是否为闭合流形。如果你计划把生成代码交给企业内部的 CAD 内核执行建议先在小范围试点做好权限隔离和审计记录。6.3 可维护性与版本管理由于大模型生成的是代码天然适合 Git 管理。建议为每一个生成模型建立独立目录models/ ├── flange_v1/ │ ├── flange.scad │ ├── assembly.json │ └── thumb.png ├── bracket_v2/ │ ├── bracket.scad │ ├── assembly.json │ └── thumb.png这样设计的好处是每个部件的历史版本可追溯。模型参数可以 review。同一个装配体可以由多个零件代码协同维护。6.4 与传统 CAD 流程的融合OpenSCAD 适合快速原型和程序化建模但很多企业设计师已经习惯了 SolidWorks、Fusion 360、NX 等参数化平台。实际落地时建议双轨并行用大模型 OpenSCAD 做概念设计和批量生成。将 STEP 或 STL 导入传统 CAD 平台做详细结构设计。通过 STEP 文件保留几何边界再把特征参数同步回 PDM/PLM 系统。如果你需要生成 STEP 文件可以在 OpenSCAD 中直接导出或者改用 CadQuery 等支持 B-Rep 输出的库。这样生成的模型才能真正进入工程 BOM 流程。6.5 企业数据合规与本地化部署大模型调用涉及数据外发风险。对于机械设计图、军工、医疗器械等高保密行业建议使用本地部署的开源模型例如基于 Llama 或 Qwen 的代码模型。搭建私有化推理服务数据不离开内网。所有生成记录存留日志便于追溯。如果使用云端 API需要提前确认服务商的数据协议避免把未脱敏的工程图纸直接发送过去。7. 总结与学习路线本文围绕“用大模型写代码做高精度3D建模”这一主题重点讨论了一个工程上更可靠的路线让大模型输出参数化建模代码再通过几何引擎渲染生成实体模型。与直接生成三角网格的方法相比这种做法保留了完整的编辑链条生成结果可以改参数、可以版本管理、可以导入传统 CAD 流程。通过完整案例你应该已经掌握如何设计生成式 3D 建模的提示词。如何让大模型输出 JSON 大纲和 OpenSCAD 代码。如何解析模型输出并自动渲染 STL。如何用结构化装配描述实现零件分解。如何排查尺寸错误、语法错误和装配关系丢失等高频问题。接下来你可以从三个方向继续深入建模内核替换学习 CadQuery基于 Python 生成更接近 B-Rep 的 STEP 模型。装配体生成把单零件生成扩展为多零件装配体为每个零件建立独立模块再通过约束关系组装。渲染与后处理接入 OpenCASCADE 或 FreeCAD 脚本实现高级曲面、圆角、拔模角等工程设计特征。推荐学习顺序先熟悉 OpenSCAD 官方文档和常用 CSG 操作。再阅读 CadQuery 的示例库了解参数化建模 API。然后研究基于 Transformer 的代码生成模型微调方法尝试用企业私有标注数据微调一个建模专用模型。最后结合 PDM/PLM 系统把生成结果接到真实产品研发流程中。如果你手头有具体的设计需求建议从最简单的盘、板、轴类零件开始验证。这类零件几何规则、参数清晰大模型生成的代码质量通常很高。等整套流程跑通后再逐步扩展到支架、外壳、装配体等复杂场景。如果本文对你有帮助可以收藏备用。后续我会继续围绕程序化 3D 建模、AI 生成代码、CAD 二次开发等方向输出更多实战内容欢迎关注。 
长河君 · 2026/9/7 21:54:00 · 阅读 1.2k 用大模型生成可编辑3D模型：基于OpenSCAD的参数化建模实践
1. 背景与核心概念1.1 为什么大模型生成3D模型“好看但难用”先从一个很常见的痛点说起。很多团队尝试过用生成式模型直接产出三维模型比如输入一句话“一个法兰盘”模型直接给出一份网格文件。预览效果确实不错表面光滑、光影正常但要把它用到真正的工程流程里问题就来了模型是三角网格没有参数想改一个孔径只能重新生成。没有装配关系零件和零件之间不存在“同轴”“贴合”这样的约束。导出的 STL 或 OBJ 文件无法在主流 CAD 软件里进行二次编辑。遇到拓扑交叉、破面、非流形边时后处理极其麻烦。换句话说直接生成网格的方式把 3D 建模变成了“图像生成”输出物缺乏工程可编辑性。而工程设计师真正需要的是一个可编辑、可约束、可参数化的实体模型。这就引出了本文的核心思路让大模型写程序化建模代码来生成 3D 模型。模型输出的不是网格而是构建几何的步骤和参数。几何引擎负责执行代码最终产出 B-Rep 实体或 CSG 树。这种方式最大的优势是保留完整的编辑链条——你想要改尺寸、改位置、删减圆角只要改参数重跑一次就行。1.2 什么是程序化3D建模与参数化CAD程序化 3D 建模简单说就是“用代码描述几何”。传统 CAD 软件里设计师通过鼠标拖拽拉伸、旋转、打孔背后其实也是参数化特征树。用代码建模则把这些操作显式写成命令# 一个简单圆柱 cylinder(h 20, r 10);这段代码描述了一个高 20、半径 10 的圆柱。代码可以封装成函数可以加条件分支可以循环复制阵列非常适合批量生成和参数联动。参数化 CAD 的核心在于“参数驱动几何”。例如定义一块法兰板板半径R 50板厚度H 10中心孔半径r_hole 8螺栓孔数量N 6只要修改这 4 个变量整个零件就会自动重建。正是因为参数化 CAD 强调特征、约束和实体运算它的数据模型比纯网格复杂得多也正因为此它才是工程领域真正能用的三维建模方式。1.3 大模型 代码生成做建模的技术路线大模型写代码并不是新概念。GitHub Copilot、Claude Code 等工具已经证明大语言模型可以生成高质量的 Python、Java、Verilog 代码。既然如此为什么不让大模型直接生成 CAD 脚本呢技术路线并不复杂用户输入自然语言需求例如“生成一个 M8 螺栓六角头对边距离 13mm螺杆长度 40mm”。大模型根据提示词生成一段结构化建模代码比如 OpenSCAD 脚本或 CadQuery 脚本。解析并校验代码交给几何内核执行。几何内核输出实体模型同时保留 CSG 树或特征参数。模型进入后处理流程例如导出 STEP、STL、生成工程图。这类方法的优势非常明显输出是可复现的文本代码而不是不可解释的二进制网格。修改需求时只需要修改自然语言描述重新生成即可。代码天然具备版本管理能力可以 diff、review、回滚。可以将复杂的装配体拆成多个零件代码分别生成再组装。1.4 本文适合哪些读者如果你满足以下任一情况本文都值得读下去你是 3D 建模、CAD 二次开发、计算机图形学方向的学生或工程师。你在做 AI 生成三维内容的工具链对“生成结果不可编辑”感到头疼。你想了解如何让大模型稳定生成可运行的参数化建模代码。你希望在自己的项目中加入“文本描述 → 3D 零件/装配体”的功能。后文会先拆解核心原理再给出一套可以运行的完整案例最后总结高频问题与工程建议。2. 环境准备与版本说明2.1 开发环境概览本文使用 Python 作为主语言用 OpenSCAD 作为几何执行引擎。选择 OpenSCAD 的原因是它成熟、轻量、脚本语言简单非常适合作大模型生成目标。实际工程中你也可以用 CadQuery基于 Python 的 CAD 框架或 FreeCAD 脚本接口思路一致。环境清单如下组件说明操作系统Windows 10/11、Linux、macOS 均可Python3.9 或更高版本OpenSCAD建议使用 2021.01 以上稳定版大模型 API可选本文提供 Mock 模式不申请 API 也能跑通流程IDEVS Code 即可版本需要根据你的项目实际情况调整本文示例以常见环境为例重点演示配置思路具体版本号不必完全一致。2.2 工具链安装安装 Python访问 Python 官网下载对应系统的安装包安装时勾选“Add Python to PATH”。安装完成后打开终端验证python --version安装 OpenSCAD从 OpenSCAD 官网下载对应系统的安装包并安装。安装完成后在终端执行openscad --version如果提示找不到命令需要把 OpenSCAD 的安装目录加入系统的 PATH 环境变量。Windows 下常见的安装目录是C:\Program Files\OpenSCAD。安装 Python 依赖pip install numpy本文示例没有使用复杂第三方库numpy 仅用于部分几何计算。如果后续接入真实大模型再按需安装 openai、requests 等 SDK。2.3 示例项目结构为了便于理解我们把整个演示项目按下面的结构组织text-to-cad/ ├── main.py # 入口脚本 ├── llm_client.py # 大模型调用抽象层含 Mock 模式 ├── prompt_template.py # 提示词模板 ├── cad_builder.py # 调用 OpenSCAD 渲染并导出 ├── part_decomposer.py # 零件分解与结构化输出 └── output/ ├── flange.scad # 生成的 OpenSCAD 脚本 ├── flange.stl # 导出的三角网格 └── assembly.json # 零件/装配结构描述这样拆分的好处是每个模块职责单一LLM 部分只负责生成代码建模部分只负责执行几何脚本分解器只负责解析和导出装配信息。后续想替换建模内核或者更换大模型改动范围都比较小。3. 核心原理拆解从自然语言到可编辑几何3.1 传统生成方法与代码生成的本质区别传统深度学习三维生成方法例如基于 GAN 或扩散模型直接生成体素、点云、隐式场、网格往往把三维模型当作离散信号来拟合。神经网络输出的是一个“形状快照”。你可以把这个快照渲染出来却很难把它拆成特征树。代码生成方法则完全不同。它输出的是构建几何的指令序列。只要运行这些指令就能重建实体模型。相当于大模型不是在“画一张图”而是在“写一份施工图”。这份施工图可以修改、审查、存档。从工程角度看代码生成方法还有一个隐藏优势连续性。如果你修改了某个参数几何结果会平滑变化不会出现“换个输入就完全换了一个形状”的情况。这在设计迭代中很重要。3.2 结构化输出零件、特征、约束要让生成结果“可编辑”最关键的是让大模型输出结构化的中间表示而不仅仅是裸代码。推荐的做法是让模型输出一个包含零件和约束的 JSON 大纲再根据大纲生成各零件的建模代码。下面是一个典型的结构化描述{ assembly: flange_v1, unit: mm, parts: [ { id: main_plate, type: cylinder, params: { r: 50, h: 10 } }, { id: center_hole, type: hole, params: { r: 8, h: 10 } }, { id: bolt_holes, type: circular_pattern, params: { count: 6, radius: 35, hole_r: 3.5 } } ], constraints: [ { type: coincident, parts: [center_hole, main_plate], description: 中心孔与法兰板同心 }, { type: coincident, parts: [bolt_holes, main_plate], description: 螺栓孔分布在法兰板端面 } ] }这个 JSON 有两个作用。第一它让大模型在生成代码前先想清楚几何结构减少“乱写一气”的概率第二它作为装配描述保留下来后续修改参数或者做 BOM物料清单统计都非常方便。3.3 一个最小示例用自然语言生成一个法兰盘假设用户输入创建一个圆形法兰盘外径 100mm厚度 10mm中心孔径 16mm有 6 个均匀分布的螺栓孔螺栓孔中心到法兰中心的距离是 35mm螺栓孔径 7mm。大模型可以先输出上述 JSON 大纲再生成如下 OpenSCAD 代码// 法兰盘主参数 outer_r 50; plate_h 10; center_r 8; bolt_pitch_r 35; bolt_r 3.5; bolt_count 6; // 法兰主体 module flange_body() { cylinder(h plate_h, r outer_r, $fn 72); } // 中心孔 module center_hole() { cylinder(h plate_h 1, r center_r, $fn 36); } // 螺栓孔阵列 module bolt_holes() { for (i [0 : bolt_count - 1]) { angle i * 360 / bolt_count; translate([bolt_pitch_r * cos(angle), bolt_pitch_r * sin(angle), -0.5]) cylinder(h plate_h 1, r bolt_r, $fn 24); } } // 最终实体 主体 - 中心孔 - 螺栓孔 difference() { flange_body(); center_hole(); bolt_holes(); }运行这段脚本后OpenSCAD 会生成一个带装配特征的真实法兰实体。零件层级的布尔操作被完整保留如果之后想改成 8 个螺栓孔只要把bolt_count改为 8 即可。3.4 如何实现“可编辑零件分解”零件分解的本质是把整个模型拆成可独立修改的“特征单元”并在单元之间建立约束关系。程序化建模天然适合做这件事因为代码里的module、函数、参数就是现成的特征边界。在工程落地时我们可以约定三层结构参数层集中管理所有尺寸参数。特征层每个module代表一个可编辑特征例如底板、孔、凸台、加强筋。约束层记录特征之间的定位关系例如同心、共面、偏移。这样做最大的好处是当用户只修改某个孔的尺寸时不需要重新生成整个装配体只需要定位到对应的module和参数执行局部重建。在大型装配体中这种局部更新能显著提升效率。4. 完整实战案例用 Python OpenSCAD 搭建“大模型驱动建模”演示下面进入可运行部分。我们的目标是实现一个这样的流程输入一段自然语言描述。调用大模型接口或 Mock 生成 OpenSCAD 代码。自动保存.scad文件并调用 OpenSCAD 渲染导出 STL。生成结构化装配描述assembly.json完成零件分解。4.1 创建项目结构与依赖先创建项目文件夹mkdir text-to-cad cd text-to-cad mkdir output然后创建虚拟环境并安装依赖python -m venv venv source venv/bin/activate # Windows 下使用 venv\Scripts\activate pip install numpy4.2 实现提示词模板大模型能不能生成正确代码很大程度上取决于提示词。模板需要明确约定输出格式、几何参数和代码规范。文件路径prompt_template.pyPROMPT_TEMPLATE 你是一名专业的程序化建模工程师使用 OpenSCAD 语言生成参数化 3D 模型。 用户需求如下 {user_request} 请严格遵守以下要求 1. 先输出一个 JSON 大纲描述零件列表、参数和约束关系。 2. 再输出完整的 OpenSCAD 代码代码必须能直接运行。 3. 代码中所有尺寸参数放在文件顶部使用有意义的名词变量。 4. 每个零件用一个 module 封装方便单独编辑。 5. 不要生成无法执行的伪代码不要省略关键操作。 6. 最终实体通过 difference 或 union 组合而成。 输出格式示例 json {{ assembly: part_name, parts: [] }}// 参数 // 模块定义 // 组合def build_prompt(user_request: str) - str: return PROMPT_TEMPLATE.format(user_requestuser_request)这里要注意提示词要求模型输出 JSON 和 OpenSCAD 两段内容而不是只给一段代码。这样做的好处是强制模型先做结构思考同时也方便我们解析装配信息。 ### 4.3 实现大模型调用抽象层 大模型 API 各家不同而且接口变动频繁。为了避免把项目绑定在某个具体厂商上这里做一个适配层。如果没有 API可以直接使用 Mock 模式跑通整个流程。 文件路径llm_client.py python import json class LLMClient: 大模型调用抽象层支持 Mock 模式和接入真实 API。 def __init__(self, api_key: str , base_url: str , model: str ): self.api_key api_key self.base_url base_url self.model model def generate(self, prompt: str) - str: 输入提示词返回大模型生成的完整文本。 如果未配置 API就返回内置的 Mock 结果保证示例可运行。 if not self.api_key: return mock_response() # 如果你的模型服务商提供 OpenAI 兼容接口可以按下面这种方式调用 # 这里不直接绑定 SDK目的是避免不同版本之间的兼容性问题 # 实际使用时请按你选择的 SDK 文档调整 raise NotImplementedError( 请根据你使用的大模型服务商 SDK 完善此处调用逻辑。 ) def mock_response() - str: 内置的 Mock 生成结果用于在没有 API 的情况下演示完整流程。 mock_json { assembly: flange_demo, parts: [ {id: body, type: cylinder, params: {r: 50, h: 10}}, {id: center_hole, type: hole, params: {r: 8, h: 12}}, {id: bolt_holes, type: circular_pattern, params: {count: 6, pitch_r: 35, hole_r: 3.5}} ], constraints: [] } mock_scad // 法兰盘主参数 outer_r 50; plate_h 10; center_r 8; bolt_pitch_r 35; bolt_r 3.5; bolt_count 6; module flange_body() { cylinder(h plate_h, r outer_r, $fn 72); } module center_hole() { cylinder(h plate_h 2, r center_r, $fn 36); } module bolt_holes() { for (i [0 : bolt_count - 1]) { angle i * 360 / bolt_count; translate([bolt_pitch_r * cos(angle), bolt_pitch_r * sin(angle), -1]) cylinder(h plate_h 2, r bolt_r, $fn 24); } } difference() { flange_body(); center_hole(); bolt_holes(); } return ( json\n json.dumps(mock_json, ensure_asciiFalse, indent2) \n\n\nopenscad\n mock_scad \n )如果你需要真实调用云端大模型 API务必注意企业设计数据的保密要求。涉及敏感几何数据时优先选择私有化部署或本地模型而不是把数据发送到外部接口。4.4 实现 OpenSCAD 渲染与导出得到 OpenSCAD 代码后需要写入.scad文件并调用 OpenSCAD 命令行渲染。文件路径cad_builder.pyimport subprocess import os class CadBuilder: 将 OpenSCAD 代码渲染为 STL 等三维文件。 def __init__(self, openscad_cmd: str openscad): self.openscad_cmd openscad_cmd def build(self, scad_code: str, output_dir: str, name: str part) - str: 保存 .scad 文件调用 OpenSCAD 渲染为 STL。 返回导出的 STL 文件路径。 os.makedirs(output_dir, exist_okTrue) scad_path os.path.join(output_dir, f{name}.scad) stl_path os.path.join(output_dir, f{name}.stl) with open(scad_path, w, encodingutf-8) as f: f.write(scad_code) # 调用 OpenSCAD 命令行渲染 cmd [ self.openscad_cmd, -o, stl_path, scad_path ] print(执行命令, .join(cmd)) result subprocess.run(cmd, capture_outputTrue, textTrue) if result.returncode ! 0: raise RuntimeError( fOpenSCAD 渲染失败\n{result.stderr} ) if not os.path.exists(stl_path): raise RuntimeError(OpenSCAD 未生成 STL 文件请检查代码。) return stl_path如果你希望导出更高质量的渲染结果可以添加--render参数以启用 CGAL 渲染引擎。不过该参数会让导出速度下降在调试阶段可以先不加。4.5 实现零件分解与结构化输出零件分解器的主要任务是从返回文本中提取 JSON 大纲并保存为装配描述文件。文件路径part_decomposer.pyimport json import re class PartDecomposer: 从大模型返回的文本中提取 JSON 大纲并保存结构化装配信息。 staticmethod def extract_json(text: str) - dict: 从模型输出中提取第一个 JSON 代码块。 这里做的是简单解析实际工程中可以考虑更稳健的解析方法。 pattern rjson\s*(.*?)\s* match re.search(pattern, text, re.S) if not match: raise ValueError(未在输出中找到 JSON 代码块) json_text match.group(1) return json.loads(json_text) def save_assembly(self, text: str, output_dir: str, name: str assembly) - str: 提取 JSON 并保存到文件返回 JSON 文件路径。 data self.extract_json(text) json_path os.path.join(output_dir, f{name}.json) with open(json_path, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse, indent2) print(装配结构已保存, json_path) return json_path # 为了让模块可独立运行这里补一个 import os import os4.6 编写入口脚本入口脚本负责把前面的模块串起来。文件路径main.pyimport os import sys from prompt_template import build_prompt from llm_client import LLMClient from cad_builder import CadBuilder from part_decomposer import PartDecomposer def main(): user_request ( 创建一个圆形法兰盘外径 100mm厚度 10mm 中心孔径 16mm有 6 个均匀分布的螺栓孔 螺栓孔中心到法兰中心的距离是 35mm螺栓孔径 7mm。 ) # 1. 构造提示词 prompt build_prompt(user_request) print(提示词构造完成。) # 2. 调用大模型如果没有 API Key 则使用 Mock api_key os.getenv(LLM_API_KEY, ) client LLMClient(api_keyapi_key) model_output client.generate(prompt) print(模型输出获取完成。) # 3. 提取 OpenSCAD 代码 # 这里简单提取第二个代码块你可以写更健壮的解析逻辑 import re scad_match re.search(ropenscad\s*(.*?)\s*, model_output, re.S) if not scad_match: print(模型输出中没有找到 OpenSCAD 代码) print(model_output) sys.exit(1) scad_code scad_match.group(1) # 4. 零件分解并保存 JSON decomposer PartDecomposer() output_dir os.path.join(os.path.dirname(__file__), output) decomposer.save_assembly(model_output, output_dir, nameassembly) # 5. 渲染模型 builder CadBuilder(openscad_cmdopenscad) stl_path builder.build(scad_code, output_dir, nameflange) print(模型导出成功, stl_path) if __name__ __main__: main()4.7 运行与验证在项目根目录执行python main.py预期输出类似提示词构造完成。 模型输出获取完成。 装配结构已保存 output/assembly.json 执行命令 openscad -o output/flange.stl output/flange.scad 模型导出成功 output/flange.stl此时打开output目录你会看到output/ ├── assembly.json ├── flange.scad └── flange.stl用 OpenSCAD 打开flange.scad可以查看参数化脚本用 Windows 3D 查看器或 MeshLab 打开flange.stl可以查看实体模型。4.8 结果说明为什么这套流程能保证可编辑性看生成的flange.scad你会发现所有尺寸参数都集中在文件顶部。修改参数比如把螺栓数量从 6 改成 8只需重新运行渲染命令openscad -o output/flange_new.stl output/flange.scad不需要重新调用大模型。这就是“可编辑零件分解”的核心大模型负责生成结构化的参数化代码几何引擎负责按参数重建模型。生成结果不是一次性的网格而是一个可迭代的设计文件。5. 常见问题与排查思路5.1 大模型输出的 OpenSCAD 代码报错问题现象常见原因解决思路代码包含中文注释导致编码问题模型输出非 ASCII 字符在提示词中要求注释使用英文变量名包含非法字符模型生成不规范命名在提示词中约定变量命名规则使用了不存在的 OpenSCAD 函数模型知识过时或幻觉构造提示词时列出常用函数白名单括号不匹配、语法错误长代码生成不稳定要求模型输出更短的 module并在提示词中强调“必须可运行”OpenSCAD 自带语法检查和预览功能。遇到问题时可以在 OpenSCAD GUI 中打开.scad文件底部的控制台会提示具体错误行号这是最直接的排错方式。5.2 生成结果几何尺寸不对大模型经常出现“尺寸刻板印象”。例如提示词说外径 100mm模型可能写r 100把半径和直径搞混。解决思路分两步在提示词中明确单位制例如“所有长度单位均为 mm直径用 d 前缀半径用 r 前缀”。在渲染前增加参数校验脚本检查生成代码中的关键变量是否在合理范围。例如# 简单的参数范围检查示例 allowed_ranges { outer_r: (1, 1000), plate_h: (0.5, 500), center_r: (0.5, 100), }如果outer_r超过了预期范围可以提前拦截而不是等 OpenSCAD 渲染出一个巨大或细小的错误模型。5.3 零件分解后装配关系丢失如果大模型只返回一段 OpenSCAD 代码而没有 JSON 大纲零件关系和约束就无从谈起。这也是我们在提示词中强制要求“先输出 JSON再输出代码”的原因。如果 JSON 解析失败常见原因是模型输出中混入了其他文字。建议在解析时采用更稳健的策略优先匹配 json 代码块。如果匹配失败尝试全文查找第一个{和最后一个}。如果仍失败放弃本次结果重新生成。import json import re def extract_json_robust(text: str) - dict: pattern rjson\s*(.*?)\s* match re.search(pattern, text, re.S) if match: return json.loads(match.group(1)) start text.find({) end text.rfind(}) if start ! -1 and end ! -1 and end start: return json.loads(text[start:end 1]) raise ValueError(无法从模型输出中提取 JSON)5.4 生成的 STL 模型破面或非流形OpenSCAD 基于 CSG 布尔运算构建实体理论上只要代码逻辑正确生成的模型一定是闭合实体。但以下几种情况会出现问题布尔运算中的浮点数误差。两个面恰好共面导致歧义。$fn太低曲面网格过于粗糙。解决方案在表达“减去孔”时让孔的圆柱高度比主体多一点点例如plate_h 2避免刚好等长。对需要布尔运算的曲面适当调高$fn比如 72 或 96。渲染导出时加入--render参数强制 CGAL 重新计算。5.5 大模型 API 调用超时或返回截断生成较长的代码时模型可能因为 token 限制在中间被截断。这会导致 JSON 和代码都不完整。应对办法提示词中要求“代码长度控制在 200 行以内”。设置合理的max_tokens比如 4000 或更大。在解析前检查返回文本是否包含完整的 openscad 代码块结束符如果没有就重试。6. 最佳实践与工程建议6.1 提示词工程把几何需求讲清楚想让大模型稳定输出正确代码提示词中至少需要包含四类信息几何类型是法兰盘、轴、支架还是自定义装配体。关键尺寸直径、宽度、高度、孔径单位必须明确。布置关系阵列、同轴、贴合、间距。输出约束代码规范、变量命名、模块拆分方式。不建议使用过于开放的提示词例如“帮我做一个好看的零件”。大模型无法理解“好看”在工程语境下的含义。更好的做法是把它转化为可量化的几何约束和工艺要求。6.2 生成代码的校验与安全边界如果你的系统允许大模型生成的代码直接进入生产环境风险会很高。Geometry 代码和普通业务代码一样也可能包含语法错误、逻辑错误、甚至恶意指令。建议至少做好三层防护静态校验检查代码中的函数白名单禁止调用echo以外的系统接口。路径隔离OpenSCAD 渲染在临时目录或沙箱容器中执行不直接写入生产目录。结果审查STL 文件生成后用网格质量工具检查是否为闭合流形。如果你计划把生成代码交给企业内部的 CAD 内核执行建议先在小范围试点做好权限隔离和审计记录。6.3 可维护性与版本管理由于大模型生成的是代码天然适合 Git 管理。建议为每一个生成模型建立独立目录models/ ├── flange_v1/ │ ├── flange.scad │ ├── assembly.json │ └── thumb.png ├── bracket_v2/ │ ├── bracket.scad │ ├── assembly.json │ └── thumb.png这样设计的好处是每个部件的历史版本可追溯。模型参数可以 review。同一个装配体可以由多个零件代码协同维护。6.4 与传统 CAD 流程的融合OpenSCAD 适合快速原型和程序化建模但很多企业设计师已经习惯了 SolidWorks、Fusion 360、NX 等参数化平台。实际落地时建议双轨并行用大模型 OpenSCAD 做概念设计和批量生成。将 STEP 或 STL 导入传统 CAD 平台做详细结构设计。通过 STEP 文件保留几何边界再把特征参数同步回 PDM/PLM 系统。如果你需要生成 STEP 文件可以在 OpenSCAD 中直接导出或者改用 CadQuery 等支持 B-Rep 输出的库。这样生成的模型才能真正进入工程 BOM 流程。6.5 企业数据合规与本地化部署大模型调用涉及数据外发风险。对于机械设计图、军工、医疗器械等高保密行业建议使用本地部署的开源模型例如基于 Llama 或 Qwen 的代码模型。搭建私有化推理服务数据不离开内网。所有生成记录存留日志便于追溯。如果使用云端 API需要提前确认服务商的数据协议避免把未脱敏的工程图纸直接发送过去。7. 总结与学习路线本文围绕“用大模型写代码做高精度3D建模”这一主题重点讨论了一个工程上更可靠的路线让大模型输出参数化建模代码再通过几何引擎渲染生成实体模型。与直接生成三角网格的方法相比这种做法保留了完整的编辑链条生成结果可以改参数、可以版本管理、可以导入传统 CAD 流程。通过完整案例你应该已经掌握如何设计生成式 3D 建模的提示词。如何让大模型输出 JSON 大纲和 OpenSCAD 代码。如何解析模型输出并自动渲染 STL。如何用结构化装配描述实现零件分解。如何排查尺寸错误、语法错误和装配关系丢失等高频问题。接下来你可以从三个方向继续深入建模内核替换学习 CadQuery基于 Python 生成更接近 B-Rep 的 STEP 模型。装配体生成把单零件生成扩展为多零件装配体为每个零件建立独立模块再通过约束关系组装。渲染与后处理接入 OpenCASCADE 或 FreeCAD 脚本实现高级曲面、圆角、拔模角等工程设计特征。推荐学习顺序先熟悉 OpenSCAD 官方文档和常用 CSG 操作。再阅读 CadQuery 的示例库了解参数化建模 API。然后研究基于 Transformer 的代码生成模型微调方法尝试用企业私有标注数据微调一个建模专用模型。最后结合 PDM/PLM 系统把生成结果接到真实产品研发流程中。如果你手头有具体的设计需求建议从最简单的盘、板、轴类零件开始验证。这类零件几何规则、参数清晰大模型生成的代码质量通常很高。等整套流程跑通后再逐步扩展到支架、外壳、装配体等复杂场景。如果本文对你有帮助可以收藏备用。后续我会继续围绕程序化 3D 建模、AI 生成代码、CAD 二次开发等方向输出更多实战内容欢迎关注。