登录

cad3dify

neka-natMIT更新放缓

用视觉语言模型把二维工程图纸自动转成三维 CAD 模型，省去手工建模的重复劳动。

2D to 3D CAD Conversion Using VLM

暂无版本331star67fork同步于 2026-11-07 07:31 UTC
二维转三维CAD 建模视觉语言模型工程图纸多模态生成
对比 GitHub 官网3d3dcadaicaddrawing

怎么上手

由 README 提炼，执行前请确认
原文 
git clone [email protected]:neka-nat/cad3dify.git
cd cad3dify
poetry install
cd scripts
export OPENAI_API_KEY=<YOUR API KEY>
python cli.py <2D CAD Image File>
硬件要求按 README 说明

README 未说明，模型推理在云端 API 或 Vertex AI 上完成，本地只需能跑 Python 与 Streamlit

下载：源码 zip·GitHub Releases（安装包）本站不镜像安装包

项目说明

由 README 自动翻译提炼
没人工点评？写下你的经验

用视觉大模型把 2D CAD 图转成 STEP 三维模型的工具

用视觉语言模型把二维工程图纸自动转成三维 CAD 模型，省去手工建模的重复劳动。

核心能力

  • 由代码生成、执行调试、精修三个 AI Agent 串联流程
  • 调用 GPT-5、Claude、Gemini、Llama 等 VLM 生成 CAD 代码
  • 自动执行 Python 代码并调试，最终输出 STEP 文件
  • 把 STEP 渲染成图片后交给精修 Agent 迭代改进
  • 提供命令行脚本和 Streamlit 网页两种使用方式

容易踩的坑

需要自备 OpenAI 等厂商的 API Key 并联网调用云端模型；使用 Claude、Gemini、Llama 时需通过 --model_type 切换，Llama 还依赖 Vertex AI 环境；作者已推出 agent3dify 替代版本，新项目可优先考虑

内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README

最近发版

0 个版本
全部 release

暂无 release 数据（可能没有发版，或尚未同步）。

用户点评

登录用户的真实使用记录，可按版本和硬件筛选
共 0 条

    还没有人点评。第一个说出真实体验的人最有价值。

    README 原文

    未翻译
    在 GitHub 打开

    cad3dify

    Using GPT-5 (or Claude 4.5 opus, Gemini 3 pro, Llama 3.2 on Vertex AI), generate a 3D CAD model (STEP file) from a 2D CAD image.

    [!NOTE] We developed an agent-based version of this project called agent3dify. You can use it instead of this project.

    Getting started

    Installation.

    git clone [email protected]:neka-nat/cad3dify.git
cd cad3dify
poetry install

    Run script. A STEP`file ("output.step") will be generated.

    cd scripts
export OPENAI_API_KEY=<YOUR API KEY>
python cli.py <2D CAD Image File>

    Or run streamlit spp

    streamlit run scripts/app.py
streamlit run scripts/app.py -- --model_type claude  # Use Claude 4.5 sonnet
streamlit run scripts/app.py -- --model_type gemini  # Use Gemini 3.0 pro preview
streamlit run scripts/app.py -- --model_type llama  # Use Llama 3.2 on Vertex AI

    Architecture

    graph TD
    Input((Input Image)) --> CodeGenerator(CAD Code Generator AI Agent)
    CodeGenerator --> PythonDebugger(Python Execution and Debugging AI Agent)
    PythonDebugger --> StepFile((STEP File))
    StepFile --> Rendering(Rendering 3D CAD Model Image from STEP File)
    Rendering --> Refiner(CAD Code Refiner AI Agent)
    Refiner --> PythonDebugger

    Demo

    We will use the sample file here.

    Input image

    input

    Generated 3D CAD model

    output

    相关项目

    同分类里 star 最高的项目
    对比全部 →
    MiniCPM-V
    OpenBMB·Python

    MiniCPM-V 是面壁智能开源的多模态视觉语言模型，能在手机、PC 等本地设备上完成看图、听音和对话交互，无需依赖云端。

    多模态+4视觉语言模型
    27126+412.1k202505272026-11-09 07:37 UTC
    LLaVA
    haotian-liu·Python

    开源的多模态视觉指令微调模型，让 LLaMA 类大模型能看图对话，效果对标 GPT-4V，适合做图文问答和视觉助手。

    视觉指令微调+4视觉语言模型
    250772.8kv1.2.02024-08-12 09:52 UTC
    screenpipe
    screenpipe·Rust

    持续录制电脑屏幕和音频，把日常工作流整理成可检索的记录，帮你找出值得自动化的环节，并为 AI 智能体提供上下文。

    屏幕录制+4视觉语言模型
    22335+762.3kapp-v2.7.1452026-11-10 00:40 UTC
    Qwen3-VL
    QwenLM·Jupyter Notebook

    阿里云通义团队开源的多模态大模型系列，能同时理解图像和文本，用于视觉问答、图文推理等视觉语言任务。

    多模态大模型+4视觉语言模型
    20190+151.9k2026-01-30 04:47 UTC