国产最强AI建模工具SketchUp替代Codex内嵌

如果 Codex 不只是帮你写建模代码，而是能够直接调用三维引擎，创建模型、检查结果，再按照你的要求继续修改，会是什么体验？

我们已经用 DeepDraw 跑通了这个过程。

DeepDraw引擎，可以直接从Codex/DeepSeek中调用的三维建模工具，百度搜索DeepDraw引擎，或者访问www.archieast.com

你只需要在 Codex 中说：

建一个庭院小亭，带立柱、台阶、长椅和开孔屋顶。

只要告诉Codex，DeepDraw的安装目录，Codex 就能根据DeepDraw SKILL自己启动 DeepDraw 客户端并通过网络连接持久Python会话，调用建模指令，创建各个构件，检查尺寸和几何有效性，并返回模型截图。需要观察细节时，还可以打开三维窗口，自由旋转视角、选择对象。

接下来，才是更有意思的部分。

你继续说：

把屋顶升高。

Codex 会在已有模型上定位屋顶，并结合结构关系调整立柱和横梁，完成修改后再次检查、截图。整个设计可以在对话中不断推进。

Codex会话窗口：

DeepDraw窗口：

完美替代SketchUp，为AI设计的嵌入式图形引擎

DeepDraw 最初以替代 SketchUp 为目标开发，基本功能已非常接近SketchUp。

与此同时，DeepDraw 从底层就定位为可嵌入的图形内核，Python原生接口支持，引擎可以灵活的组织成HMI界面或AI使用的CLI界面。这让它既能支撑面向人类操作的图形软件，也能嵌入由 AI 直接驱动的工作流程。

今天，这些底层设计正在展现新的价值：Codex 可以通过程序接口直接创建、查询和修改几何对象，读取引擎反馈，并根据结果决定下一步操作。

人提出设计意图，AI 组织并执行操作，几何引擎负责计算与反馈。 三者共同构成了一种面向 AI 时代的人机协作软件模式。

AI 橱柜建模

橱柜设计是这套协作方式的一个具体应用。柜体、门板等构件具有明确的尺寸和结构规则，可以通过模板与参数生成，也适合由 AI 编写代码来组织和调用。

你提出设计要求，Codex 将要求转化为建模参数，再调用 DeepDraw 创建相应的构件。原本需要逐个绘制的柜体和门板，就可以在同一套规则下生成，为后续调整尺寸和组合方式打下基础。

识别手绘稿

除了用文字描述设计，我们也尝试让 Codex 从量房时的手绘稿开始建模。

手绘稿记录了房间轮廓、尺寸和门洞位置，但要把它转成模型，还需要理解各个空间之间的关系。在这次测试中，Codex 根据草图中的信息梳理空间布局，并通过 DeepDraw 绘制出规整的二维房型图。

有了二维房型图，就可以继续生成墙体、开设窗洞，再放置模型，逐步搭建出三维空间。手绘稿中的现场记录，也由此成为后续设计可以继续修改和完善的基础。

从生成模型，到持续参与设计

模型生成之后，设计往往还需要反复推敲。柜体的布局、门板的形式，以及与室内其他物件的关系，都可以在已有模型上继续调整。

在这次衣柜设计案例中，我们先让 Codex 打开已有的房间场景，并提出整体要求：

打开sample_table.dim场景，除了窗户和门洞，完整的两面墙，全部做满衣柜，用摩卡风格，那副画，移到空地就可以

Codex 读取场景后，根据墙面尺寸安排柜体布局。其中一面墙宽约 613 厘米，采用了七组宽 86 厘米的柜体，并在两侧预留收口空间。设计要求由此落实为一组组可以独立编辑的构件。

一次生成，是设计的开始；持续修改，才让模型真正成为你的作品。

看到初步结果后，我们又针对挂画所在的位置提出了局部调整：

场景里3幅画所在的位置，上面吊柜不动，底柜把手去掉，双开门改成单扇，深度减少20，给画提供挂的位置，然后把画挂好

这次修改需要区分哪些构件保持原样、哪些构件需要调整，同时处理柜体与挂画之间的空间关系。Codex 在已有场景中定位相关对象，保留上方吊柜，修改下方柜体的门板、把手和深度，再重新安排挂画的位置。

支撑这一过程的，是连接 Codex 与 DeepDraw 的 Python 建模中间层。AI 既可以创建构件，也可以查询已有对象的尺寸和几何关系，并通过截图观察修改后的效果，为下一步调整提供依据。

于是，建模形成了一个完整循环：

理解需求 → 执行建模 → 检查几何 → 观察效果 → 继续修改。

对用户而言，这些步骤被收进了一段自然的对话里。你可以把注意力放在空间、比例和设计意图上，让 Codex 将想法落实为具体的几何操作。

从基础模型，到 AI 渲染效果图

完成布局和构件调整后，就可以进一步观察空间的整体效果。

在这次演示中，我们以设计好的基础模型为起点，选择合适的视角，再通过 AI 渲染生成效果图。无需先逐项调整材质、布置灯光，就能初步看到空间的色彩、质感与氛围，更直观地判断当前方案是否符合预期。

效果图也可以成为下一轮设计讨论的参考：观察柜体比例、配色和空间搭配，再回到模型中继续调整。从建模到修改，再到效果展示，设计过程就这样逐步推进。

最后

从庭院小亭、钟楼，到台阶、立柱、格栅与简单家具，DeepDraw AI 正在探索一种更直接的三维创作方式：

用语言表达意图，用几何承载设计，用对话推动迭代。

这就是“Codex 直接驱动 DeepDraw 建模”最令人期待的地方——你面前的模型，能够随着交流不断发生变化。

下一次打开 Codex，除了“帮我写一段代码”，你还可以说：

“我们来设计一个空间。”