你有没有过这样的经历？想画个法兰盘的CAD模型，得打开专业软件、调坐标系、画草图、做拉伸……步骤繁琐还得熟稔操作逻辑。现在，基于大语言模型（LLM）和CadQuery的CAD-Coder方案，能让你输入一段零件描述，直接生成可执行的CAD代码——今天我们就来拆解这个让CAD建模“动口不动手”的技术！
一、从文本到3D模型：不同表示方式的对比
先看一个法兰盘的例子：
- 文本描述：只需要说明“120mm直径的金属法兰盘，15mm厚，中心50mm孔，6个12mm安装孔（分布在90mm圆周），还有70mm外径、8mm高的凸环”。
- DeepCAD表示：是一套自定义的命令序列（比如
SOL_Circle 0 0 60），虽然能生成模型，但语法封闭、不易扩展。 - CadQuery表示：直接用Python代码实现（比如
cq.Workplane("XY").circle(60).circle(25).extrude(15)），既贴合工程习惯，又能直接在CadQuery中执行生成3D模型。
更直观的是“分步建模”：操作1画底座、操作2打安装孔、操作3加凸环，每一步的代码和模型都清晰对应，出错了也能精准调试。
二、CAD-Coder怎么训练？让LLM学会“逻辑建模”
CAD-Coder的训练 pipeline ：
输入是零件文本描述+对应的CadQuery代码，经过有监督微调（SFT）的LLM和GRPO优化策略，让模型学会“有逻辑地生成代码”——生成前会先做“思考”：
- 分析文本描述的零件特征；
- 规划坐标系（比如以零件中心为原点）；
- 设计草图的绘制顺序；
- 确定拉伸/切割的操作参数……
这种“先思考、再编码”的方式，让生成的CadQuery代码更贴合工程实际，不是盲目拼接语法。
三、高质量数据集：靠“择优”搞定标注
要训练LLM，得有文本-CadQuery-3D模型的三元组数据，但现有Text2CAD数据集只有命令序列。怎么办？
我们用标注 pipeline 自动“择优”：
- 用DeepSeek-V3生成多个CadQuery代码候选；
- 执行每个候选代码，得到对应的3D模型；
- 计算生成模型与“真值模型”的Chamfer Distance（CD，衡量3D模型相似度）；
- 保留CD最小、能成功执行的代码，组成最终数据集。
这个流程既解决了数据缺失问题，又保证了代码的准确性——毕竟“能生成和真值一致的3D模型”才是硬标准。
为什么这个方案更实用？
- CadQuery的优势：基于Python的开源库，代码可复用、易修改，工程师不用学新语法；
- 可解释性强：分步建模的逻辑和CAD软件操作一致，出错了能定位到具体代码行；
- 数据集质量高：通过Chamfer Distance筛选，避免了“代码能跑但模型不对”的情况。
这个方案把LLM的自然语言理解能力和CadQuery的工程实用性结合，让非专业人员也能快速生成CAD模型。未来还能扩展到带螺纹、倒角的复杂零件~
总结
当前 CAD Coder 虽实现了文本到 CAD 模型的自动化转换，但仍存局限性：
- 数据集多聚焦简单零件（如基础法兰、凸台），对复杂装配体、自由曲面或带精密公差的零件支持不足，难覆盖实际工程的高复杂度需求；
- 生成代码侧重几何形状还原，缺乏对加工工艺、尺寸链约束、装配兼容性等工程实用信息的考量，模型易 “可看不可用”；
- 交互灵活性有限，暂不支持自然语言驱动的实时迭代修改，且对行业专属术语的歧义处理能力较弱。
其未来趋势将更贴近工程实际：一方面会拓展融合装配关系、公差、工艺参数的高质量数据集，提升复杂场景适配性；另一方面会强化交互与工程知识融合，支持自然语言增量编辑、自动嵌入工艺约束，探索草图 + 文本的多模态协同建模；同时会推进与主流 CAD 软件的生态集成，实现代码向专业工具的无缝导入，并针对机械、航空等领域做定制化优化，让文本驱动建模真正落地生产流程。
