Ein neues Open-Source-Projekt namens text-to-cad gewinnt als eine der umfassendsten Agent-Skill-Bibliotheken rasch an Bedeutung, die KI-Coding-Assistenten direkte Kontrolle über physische Fertigungs- und Design-Workflows ermöglichen soll.
Die Bibliothek, entwickelt vom Entwickler Jake, bietet eine modulare Sammlung von Skills, die Agenten wie Claude Code, OpenAI Codex und Grok Build die Erstellung von CAD-Geometrie, das Schneiden von 3D-Drucken für die Fertigung, das Schreiben von Roboterbeschreibungsdateien und die Validierung von Fertigungsausgaben aus natürlichsprachlichen Anweisungen ermöglichen.
Mit 14.8k GitHub-Sternen innerhalb von Wochen nach dem öffentlichen Launch叩t text-to-cad auf wachsende Nachfrage von Ingenieuren und Hobbyisten, die möchten, dass KI-Agenten den gesamten Zyklus von Idee zu physischem Objekt abwickeln.
Die Bibliothek liefert elf verschiedene Skills, die um verschiedene Stufen der CAD-zu-Fertigungs-Pipeline organisiert sind. Der Kern-CAD-Skill konvertiert natürlichsprachliche oder bildbasierte Anfragen in parametrische Modelle, wobei das Hauptausgabeformat STEP ist, mit Exporten nach STL, 3MF und GLB. Ein URDF-Skill schreibt Roboterstrukturdateien mit Links, Gelenken, Grenzen, Trägheitswerten und Meshes, während der SRDF-Skill MoveIt-Planungsgruppen, Endeffektoren und Kollisionsregeln hinzufügt.
Für die Fertigung erstellt der DXF-Skill 2D-Schnittlayouts, der G-code-Skill schneidet Mesh-Dateien in validierte FDM-Druckerausgabe unter Verwendung echter Slicer-CLIs, und der DfAM-Check-Skill misst Druckbarkeitsmetriken wie Wandstärke, Überhänge und Supportvolumen. Ein Bambu-Labs-Skill übernimmt Trockenläufe, Uploads und Druckinitiierung für Bambu-Lab-Drucker.
Das Projekt hat auch anbieternative Plugin-Installationen für Codex (Version 0.142.0+), Claude Code und Grok Build veröffentlicht, plus einen generischen Skills-CLI-Installationspfad über npx.
Was text-to-cad bemerkenswert macht, ist nicht nur die Breite der Fertigungsskills, sondern die Integrationsarchitektur. Jeder Skill ist als eigenständiger Workflow konzipiert, den ein Agent aufrufen kann – ein CAD-Viewer-Skill bietet lokale Browser-Vorschauen, während step.parts eine Datenbank existierender Teile durchsucht.
Das Projekt repräsentiert eine wachsende Klasse von Tools, die KI-Agenten nicht nur als Code-Generatoren positionieren, sondern als Brücken zwischen digitalem Willen und physischer Produktion.
