text-to-cad
AI 代理的工业设计技能库，通过自然语言生成 CAD/机器人描述文件（STEP、URDF、SRDF、SDF）
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
AI 代理的工业设计技能库，通过自然语言生成 CAD/机器人描述文件（STEP、URDF、SRDF、SDF）
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：你对着一台工业机器人说"帮我设计一个能夹取圆形零件的机械手，末端要留 M3 螺丝孔"，几秒钟后，一个完整的 STEP 格式 CAD 模型就出现在了你的文件夹里——这不是科幻，而是 CAD Skills 正在做的事情。
传统的 CAD 工作流要求工程师掌握复杂的参数化建模语法，SolidWorks 或 Fusion 360 的脚本接口对普通开发者而言几乎是天书。而 CAD Skills 的核心思路是：把 CAD 建模能力封装成 AI 代理（Agent）可调用的标准化技能（Skill）。
这个项目的作者 earthtojake 自 2026 年 4 月建库以来，在短短一个多月内获得了超过 5300 颗星，社区响应极其热烈——这背后反映的正是 AI 编程工具爆发式增长中一个被长期忽视的需求：AI 不仅要能写代码，还要能"制造"物理世界的产品。
CAD Skills 不是一个单一工具，而是一个技能库（Skills Library），每个 Skill 解决一类工业设计问题：
| 技能 | 功能描述 |
|---|---|
| CAD | 从自然语言描述生成 build123d/Python CAD 模型，输出 STEP/STP 主文件，同时支持 STL、3MF、GLB 格式导出 |
| CAD Viewer | 本地浏览器预览 CAD、G-code、机器人描述文件 |
| URDF | 生成机器人结构描述文件，包含连杆（links）、关节（joints）、惯性参数和网格引用 |
| SRDF | 在 URDF 基础上添加 MoveIt2 运动规划组、末端执行器、姿态和碰撞规则 |
| SDF | 创建仿真器模型和仿真世界，包含物理属性、传感器和光源配置 |
| step.parts | 查找标准件：螺丝、轴承、电机、连接器等可直接引用的 STEP 模型 |
| G-code | 将 mesh 文件切片为 FDM 打印机 G-code，带实际切片器 CLI 验证 |
| SendCutSend | DXF/STEP 文件上传前校验 |
| Bambu Labs | G-code dry-run、上传并启动 Bambu Lab 本地打印任务 |
如果你对机器人仿真有所了解，就会意识到这份技能列表的完整性：它覆盖了从概念建模（CAD）→ 机器人描述（URDF/SRDF）→ 仿真验证（SDF）→ 制造交付（G-code）的完整硬件开发链条。
项目的技术选型非常务实，核心依赖清晰：
CAD 建模层：基于 build123d（参数化 Python CAD 建模库）和 cadquery-ocp（OpenCascade Python 绑定），两者都是开源几何内核之上的成熟封装。build123d 本身以 Python 优先的 API 设计著称，相比 FreeCAD 的复杂 GUI 交互，它的脚本化程度更高，非常适合 AI 代理调用。
几何处理层：numpy（数值计算）、trimesh（三角网格处理）、vtk（可视化工具包）共同支撑从 CAD 实体到渲染数据的转换链路。
前端可视化层：packages/cadjs 使用 Three.js（v0.160.0）提供 Web 端 CAD 预览，无需安装桌面软件，浏览器即可查看生成的模型。这个包是"纯 JS、无 React"的复用型渲染运行时，可被文档站、CAD Viewer 和快照生成器共同引用。
代理协议层：项目提供了 .claude-plugin 和 .codex-plugin 插件定义，支持 Claude Code 和 OpenAI Codex 直接加载 CAD 技能——这意味着在 AI 编程 IDE 里喊一句"生成一个法兰盘"，代理就会调用对应的 Skill 脚本完成任务。
CAD Skills 的架构设计有一个核心原则：每个 Skill 运行时完全独立，Skill 之间不得相互引用或依赖。这是为了保证 AI 代理在调用任意 Skill 时不会因为跨 Skill 的隐式依赖而出错。
共享的基础设施（CAD 几何算法、STEP 生成逻辑）放在 packages/cadpy 里，作为独立的 Python 包发布；可复用的渲染逻辑放在 packages/cadjs 里。Skill 是这些底层包的消费者，而非彼此的消费者。
这种设计在软件工程上称为"插件化插件"——技能本身是独立的，而底层运行时是共享的。对于 AI 代理来说，这意味着可以在不知道其他 Skill 存在的情况下，准确调用当前任务所需的唯一一个 Skill。
图1：SRDF + MoveIt2 运动规划场景示意 — 展示了 AI 代理生成的 SRDF 文件在 MoveIt2 运动规划中的实际应用。
必须指出的是，CAD Skills 解决的是"建模执行"问题，而非"设计决策"问题。对于复杂零件——比如一个同时满足强度、重量、散热、装配约束的压力容器——当前的自然语言输入质量高度依赖用户的工程知识，AI 无法自动推导最优解。
此外，该项目对硬件有一定要求：build123d 和 cadquery-ocp 的安装涉及复杂几何内核编译，虽然有预编译 wheel，但 macOS/Windows 用户的体验仍可能遇到兼容性问题。项目目前也没有提供 Docker 容器化部署方式，这对不熟悉本地环境配置的开发者是一个门槛。
CAD Skills 的出现，是 AI Agent 能力边界从数字世界向物理世界延伸的一个缩影。当 AI 能够可靠地生成符合制造标准的 CAD 文件时，硬件开发的"概念 → 原型"周期将大幅缩短。
这个项目的增长速度（1个月内 5000+ stars）在开源 CAD 工具中极为罕见，反映了 AI 编程工具爆发带来的溢出需求。Topics 中包含了 ai-agents、text-to-cad、build123d 等标签，表明它正在形成一个新兴的工具类别的标杆。
随着 AI Agent 在硬件设计领域的深入，CAD Skills 这类"技能中间件"的价值会越来越突出——它既不需要替代专业 CAD 软件，也不需要成为 AI 框架，而是做好两者之间的"翻译官"角色。