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。
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 coding 橱柜建模
橱柜设计是典型的参数化建模，柜体和柜门板，都可以从模板库中用几个参数快速生成，这恰恰是AI编程干的活
识别手绘稿
这次给AI上难度了，直接用量房时候的手绘稿测试，AI能理解出几个空间和门洞关系，并且生成了标准的房型图
设别出正确的房型图，挤压出墙体，自动开窗，放置模型
从生成模型，到持续参与设计
DeepDraw AI 面向建筑与空间构件，让自然语言成为三维设计的操作入口。
在一次实际演示中，Codex 创建了一座包含 28 个独立组件的庭院小亭：四根立柱、开孔屋顶、顶部横梁、两级台阶、长椅和背部格栅。
随后，一句“把屋顶升高”，让模型总高度从 262 调整到 302。立柱同步加高，横梁同步上移，台阶与长椅保留原位，修改后的模型通过了引擎有效性检查。
每个构件都可以独立定位和编辑。模型保存后，命名集合与描述信息也会保留，为后续继续设计提供依据。
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。
Codex 如何操作 DeepDraw？
这套系统通过专门的 Python 建模中间层，将 Codex 与 DeepDraw 几何引擎连接起来。
AI 可以批量创建构件，也可以读取模型的尺寸、拓扑连接和几何特征。需要判断外观时，通过离屏渲染获取截图；需要定位画面中的对象时，还能结合截图坐标进行拾取。
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。
让对话成为设计过程的一部分
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。”
