Agent 开始画图纸了：text-to-cad 和 Pascal Editor 怎么让 AI 接管 CAD/3D

Agent 开始画图纸了text-to-cad 和 Pascal Editor 怎么让 AI 接管 CAD/3DTL;DR 速览不是让模型画图是给它一套可执行的 CAD 技能text-to-cad 能出工程文件STEP / STL / 3MF / URDF / SDFPascal Editor 走 MCP把 3D 编辑器变成 Agent 能调的服务共同点都在把几何变成 Agent 可验证的对象GitHub Trending 今天有两个仓库同时指向同一个方向earthtojake/text-to-cad★15,041和pascalorg/editor★22,942。它们做的事情不一样——一个是给 Agent 用的 CAD 技能库一个是能接 MCP 的开源 3D 建筑编辑器——但方向是同一个让 AI Agent 从处理文本和代码走到处理几何和图纸。这件事比听起来难得多。这篇讲清楚三件事为什么 CAD/3D 是 Agent 最难啃的场景、这两个项目各自怎么解、以及现在能落地到什么程度。一、先看这两个仓库在做什么text-to-cad的自我定位是一套给 Agent 用的 CAD/CAE/CAM 技能库干的事是从本地项目文件出发生成、检查、取材、切片、交付CAD 和机器人描述产物。它支持导出的格式很能说明它的野心格式用途STEP工程标准格式给 CAD 软件互通用STL / 3MF3D 打印切片用URDF机器人描述关节、连杆SDF仿真环境描述SRDFMoveIt2 运动规划用看到 URDF 和 SRDF 你就明白它想干什么了——这已经不是生成一个好看的 3D 模型而是生成能直接进仿真、能驱动机器人的工程文件。仓库结构上它是按skills/cad/、skills/urdf/、skills/sdf/、skills/srdf/分目录的每个目录里是 SKILL.md 形式的技能定义。Pascal Editor则是另一个路子一个开源的、本地优先的 3D 建筑编辑器用 React Three Fiber WebGPU 构建能在浏览器跑也能从命令行跑并且能通过 MCP 让 AI Agent 连进来。它的仓库结构里同时有.mcp.json、plugin.json、skills/、.claude-plugin、.codex-plugin——明显是奔着给各种 Agent 客户端当工具用去设计的。二、为什么 CAD/3D 是 Agent 最难啃的场景先讲清楚难点才知道这两个项目的解法好在哪。跟写代码、写文案比几何领域有三个天然门槛门槛一几何是强约束的不是自然语言能糊弄过去的。你让模型写一段营销文案它写得差不多就能用你让它画一个法兰孔径、孔距、壁厚、倒角任何一个数字错了这个零件就是废品——而且它不会自己看起来不对。门槛二精度是硬指标。CAD 的核心是尺寸精确和拓扑正确。模型输出一段看起来像零件的描述毫无意义它必须落到可被 CAD 内核解析的实体上。这也是为什么纯文生图思路在 CAD 领域走不通——图是给人看的CAD 文件是给机器加工的。门槛三结果极难验证。代码可以跑测试文案可以读一遍几何怎么验证你不能靠看起来对来确认一个零件能不能装配。这直接决定了 Agent 在这个领域的可靠性天花板。理解了这三个门槛两个项目的设计思路就清楚了它们都没有让模型直接生成几何而是让模型去调用可靠的工具链。三、text-to-cad 的解法给模型一套技能而不是让它自由发挥text-to-cad 的核心设计是“skill技能”这个抽象。它不是让 LLM 直接输出几何数据而是把 CAD 领域的操作封装成 Agent 可以调用的技能——生成、检查、取材、切片、交付每一步都是明确定义的操作。这样做的好处有三个第一把模型能力换成工具能力。几何计算的正确性由工具保证模型只负责决定该做什么。这是所有高风险 Agent 场景的正确范式让 LLM 做决策让确定性程序做计算。第二技能是可组合的。从skills/cad/生成几何到skills/urdf/导出机器人描述再到skills/sdf/做仿真——这已经是一条从想法到可仿真模型的流水线。第三技能是给 Agent 读的不是给人读的。SKILL.md 这种形式意味着技能本身包含何时使用、怎么调用、参数是什么的描述——Agent 读完就知道怎么用不需要人写胶水代码。它的入口也很低文档在 texttocad.devPython 3.11 环境MIT 协议。从定位看它面向的是已经在自己项目里用 Claude Code / Codex 这类 Agent 的人——你把这个技能库挂上去Agent 就多了做 CAD这个能力。四、Pascal Editor 的解法把编辑器变成 Agent 的服务Pascal Editor 的思路不一样它不做技能库它做工具服务。最关键的三个设计第一通过 MCP 暴露能力。MCP 是当前 Agent 生态里连接外部工具的事实标准Pascal 把它作为主要集成方式意味着任何支持 MCP 的 Agent 客户端都能直接操作这个 3D 编辑器。这比给每个 Agent 写一套适配要聪明得多。第二本地优先 一条命令起环境。官方给的上手方式极简Node.js 22.13 以上不需要 clone 仓库npx pascal-app/cli editor这条命令会启动编辑器同时在后台起一个带鉴权的 MCP 服务自动挑选不冲突的 loopback 端口项目数据存在~/.pascal/data/pascal.db。然后你只要让 Agent 执行pascal mcp connect就能连上。第三工程结构是多 Agent 通吃的。仓库里同时存在.claude-plugin、.codex-plugin、.cursor、AGENTS.md、CLAUDE.md、GEMINI.md——它不绑定任何一家 Agent。在 Agent 工具链还在百花齐放的当下这个选择很务实与其押注谁赢不如让谁都接得上。五、上手路径两个项目可以分开试也可以组合。试 text-to-cad面向已经用 Agent 的人按它的技能目录结构挂载到你的 Agent 项目里Python 3.11 环境。它导出 STEP/STL/3MF 给制造用导出 URDF/SDF/SRDF 给机器人仿真用——建议先挑一个你最熟的格式试别一上来全跑一遍。试 Pascal Editor面向想快速看到效果的人# Node.js 22.13npx pascal-app/cli editor起来之后让 Agent 连pascal mcp connect注意一点同一个本地 CLI 服务只接一个活跃的 Agent 客户端——因为本地 HTTP 运行时会在客户端之间共享活动场景状态。如果你要并行跑两个独立任务官方建议用不同的PASCAL_HOME目录和独立服务进程。这个细节不注意的话两个 Agent 会互相改同一个场景。另外npm 上的 beta 版本落后于仓库如果你想用只读家具候选检查这个新能力需要用 GitHub 上的预发布版本官方给了完整的下载和校验命令包括 SHA-256 校验。六、现在能落地的场景按落地难度从低到高排场景一批量生成标准件。这是最容易见效的螺丝、法兰、支架、外壳这类参数化程度高的零件让 Agent 按参数批量出 STEP/STL比手动画快得多而且改一个参数就重出一批。场景二机器人仿真的模型准备。URDF/SDF/SRDF 这一组导出是刚需——做机器人仿真最烦的就是模型准备把一个现成模型转成能进 MoveIt2 的描述文件往往要手工调半天。这是 text-to-cad 里最有实际价值的一块。场景三3D 打印的前置处理。生成几何 → 检查 → 切片 → 交付这条链如果能自动跑对做小批量定制件的人是实打实的提效。场景四建筑/空间方案的快速试错。Pascal Editor 这种本地优先的 3D 建筑编辑器接上 Agent 后可以走用自然语言改方案的路子——改墙、挪家具、试布局让 Agent 批量出变体。注意它当前的能力边界新版本里的家具候选检查是只读的。七、边界现在还不能做什么保持清醒很重要几个明确的限制第一几何正确性仍需要人确认。工具能保证计算正确但保证不了你要的是这个。Agent 会生成一个完全符合参数、但装不上的零件——因为它不知道你的装配关系。所以带公差、带配合的场景人工复核省不掉。第二“text-to-cad” 这个名字容易让人误解。它不是说一句话出一个模型而是让 Agent 用一套技能把模型做出来。中间仍然需要明确的工程参数——你不能只说做个支架你得说孔位、承重、材料。第三生态还早。这两个项目一个 1.5 万星、一个 2.3 万星都是很年轻的项目接口和技能定义都可能变。现在适合做能力验证和内部工具不适合直接压到生产交付链路上。我的判断这两个仓库同时上榜说明一件事Agent 的能力边界正在从符号世界往物理世界扩。过去一年 Agent 的主战场是写代码、查资料、填表单——全是文本而 CAD 和 3D 意味着 Agent 开始处理有物理约束的对象尺寸要对、拓扑要通、要能被加工和仿真。更有意思的是它们选了同一个技术路线都不让模型直接产出几何而是让模型去调用确定性的工具链。text-to-cad 用技能库封装 CAD 操作Pascal 用 MCP 把编辑器暴露成服务——两条路同一个判断LLM 负责想做什么工具负责算得对。这个判断我认为是对的而且它会成为所有高风险 Agent 场景的标准架构。对技术人的实际意义如果你所在的领域有成熟的工具链CAD、EDA、仿真、GIS把工具链包成 Agent 能调用的技能就是当前最高性价比的 AI 落地路径——你不需要训练模型也不需要等模型变强你只需要把已有的确定性能力接到 Agent 手上。text-to-cad 用一套 SKILL.md 就做到的事说明这个门槛比大多数人想的低。真正的难点不在技术在你有没有把领域里的操作拆成Agent 能理解、工具能执行的粒度——这件事只有懂业务的人做得出来。