工业图纸批量处理器
任务目标
- 本 Skill 用于：批量处理工业产品图纸目录，自动化提取关键字段并生成标准化清单
- 能力包含：多格式图纸扫描、AI视觉字段提取、XLS清单生成、规范化重命名归档
- 触发条件：用户需要整理图纸文件夹、建立图纸档案系统、生成图纸清单或规范命名
- 批量能力：支持一次性处理100张图纸的批量识别任务
前置准备
```
openpyxl==3.1.2
```
- 输入要求：准备包含图纸文件的源目录，确保目录可访问
- 批量处理要求：
- 无上传数量限制，支持任意数量的图纸
- 建议分批处理以保证系统稳定性（每批次10-20张）
- 确保足够的系统内存和处理时间
操作步骤
步骤 1：扫描图纸目录
- 调用
scripts/scan_drawings.py 扫描指定目录 - 参数：
--input-dir <图纸目录路径> - 输出：JSON格式的文件清单，包含文件路径、格式、大小等信息
- 命令示例：
```bash
python /workspace/projects/industrial-drawing-processor/scripts/scan_drawings.py --input-dir ./drawings
```
步骤 2：提取图纸字段（智能体执行 - 关键环节）
- 对于PDF和图片格式：使用
read_image 工具逐个提取关键字段 - 对于CAD和三维文件：标记为"需专业软件查看"，仅提取元数据
- 批量处理能力：支持任意数量的图纸批量处理，无数量限制
- 建议分批处理策略：
- 普通批次：每批10-20张图纸，便于智能体处理
- 大批量：超过50张时，可分多个批次并行提取
- 归档时自动分批：超过20张时自动分批归档，但清单统一生成一份
- 核心要求：
- 图号必须识别：采用多处定位策略
- 优先查找左下角大字号标注（醒目提示）
- 其次查找标题栏"圖號/图号/Drawing No."栏位
- 支持简繁中文和英文标注
- 产品名称必须识别：
- 查看标题栏"圖名/图名/Name"栏位
- 支持多种格式：
- 中文+数字：输出齿37、齿轮轴15
- 中英文混合：ND:50 3HP SHAFT GEAR
- 纯英文：SHAFT GEAR
- 保留名称中的数字编号和规格代码
- 规格精确提取（按零件类型）：
- 轴类：φ直径×长度，如 φ50×200mm
- 齿轮轴类（重点类型）：
- 必须提取齿轮参数：模数m/mn、齿数z、旋向
- 支持简单参数表：m=2,z=9,φ45×138.5mm,LH
- 支持专业详细表：mn=1.67,z=37,φ70×77mm,右,887FL
- 斜齿轮使用法向模数mn，提取螺旋角和旋向（LH/左=左旋，RH/右=右旋）
- 可选参数（变位系数、跨棒距、公法线长度、配对齿轮）提取到remarks
- 齿轮类：m=模数,z=齿数,b=齿宽，如 m=3,z=32,b=25mm
- 块类：长×宽×高，如 100×50×30mm
- 法兰类：外径×内径×厚度，如 φ150×φ50×20mm
- 多尺寸用逗号分隔，保留公差标注（如 φ38 -0.05）
- 多视图处理：
- 读取步骤1生成的文件清单JSON
- 批量处理策略（无数量限制）：
- 使用批量读取方式一次性传入多张图纸URL
- 或逐个调用图像识别，系统自动处理批量队列
- 建议每批次10-20张，便于智能体高效处理
- 超过50张时，可分多个批次并行提取
- 对每个可识别文件调用图像识别（使用优化后的详细提示词）
- 验证图号和产品名称是否已识别（关键字段不能为"未标注"）
- 按标准格式整理提取结果，生成统一的数据JSON
- 对于复杂图纸，可多次调用以确保信息完整
步骤 3：生成XLS清单
- 调用
scripts/generate_xls.py 生成标准化Excel表格 - 参数：
--data-file <数据JSON路径> --output <输出路径> - 输出：包含序号、图号、产品名称、材质、规格、原始文件名、文件格式、处理时间的标准表格
- 命令示例：
```bash
python /workspace/projects/industrial-drawing-processor/scripts/generate_xls.py --data-file ./extracted_data.json --output ./图纸清单.xlsx
```
步骤 4：归档重命名文件（支持自动分批归档）
- 调用
scripts/archive_drawings.py 执行文件归档 - 参数：
--data-file <数据JSON路径> --output-dir <归档目录> - 功能：
- 按
{图号}_{产品名称}{原扩展名}规则复制并重命名文件到目标目录 - 分批归档：当图纸数量超过20张时，自动分批归档到子目录（batch_01、batch_02等）
- 统一清单：无论是否分批归档，只生成一份统一的表格清单
- 命令示例：
```bash
python /workspace/projects/industrial-drawing-processor/scripts/archive_drawings.py --data-file ./extracted_data.json --output-dir ./archived_drawings
```
- 输出结构：
- 图纸数量 <= 20张：所有文件直接归档到输出目录
- 图纸数量 > 20张：创建batch_01、batch_02等子目录，每批20张
- 统一生成：
archive_log.json（归档日志）和 batch_manifest.txt（分批清单）
特殊情况处理
CAD和三维文件
- 文件类型：
.dxf .dwg .step .stp .iges .igs .stl .obj - 处理方式：不进行视觉提取，在清单中标记为"需专业软件查看"
- 提取信息：仅记录文件名、格式、大小、修改时间等元数据
多页PDF文件
- 处理策略：仅提取首页关键信息（通常标题栏在首页）
- 在清单中标注页数信息
多视图图纸
- 处理策略：综合所有视图提取完整信息
- 优先查看主视图（最大、最详细）
- 辅助查看侧视图、俯视图、端面视图
- 合并所有视图的尺寸信息
关键字段缺失情况
- 当图号或产品名称为空时，优先从文件名推断
- 如果无法推断，填写"未标注图号"/"未标注名称"
- 在备注列说明可能的原因："图纸模糊"、"标题栏信息不全"等
齿轮类零件特殊处理
- 必须提取齿轮参数：模数（m/mn）、齿数（z）
- 斜齿轮需提取：螺旋角、旋向（LH/左=左旋，RH/右=右旋）
- 支持两种参数表类型：
- 简单表：m, z, 压力角, 螺旋角, 旋向
- 专业详细表：mn, z, 齿形角, 螺旋角, 旋向, x, 精度等级, 跨棒距, 公法线长度等
- 优先查看参数表格（通常在右上角或左上角）
- 斜齿轮使用法向模数mn
- 规格格式：
- 简单表：m=模数,z=齿数,φ外径×长度,旋向
- 详细表：mn=法向模数,z=齿数,φ外径×长度,旋向,精度等级
- 可选参数（变位系数、跨棒距、公法线长度、配对齿轮等）提取到remarks
产品名称格式多样
- 支持中文+数字格式：输出齿37、齿轮轴15
- 支持编号+英文：ND:50 3HP SHAFT GEAR
- 支持纯英文：SHAFT GEAR
- 支持纯中文：传动轴、齿轮轴
- 保留名称中的数字编号（如37、15等）
复杂图纸处理
- 对于大型装配图：提取装配体名称和主要外形尺寸
- 对于详细零件图：提取所有关键尺寸和公差
- 对于手绘图纸：尽力识别，标记为"手绘，可能不准确"
- 对于倾斜/模糊图纸：尝试旋转识别，标记质量问题
- 对于繁体中文图纸：支持繁体标注识别（圖號、圖名等）
- 对于英文图纸：支持英文标注识别（Drawing No.、Part Name等）
- 对于多语言混合图纸：支持中英文混合识别
资源索引
注意事项
- 确保输入目录路径正确且可访问
- CAD和三维文件无法直接通过视觉识别，仅提取元数据
- 关键字段要求：图号和产品名称必须识别，不能留空
- 图号查找优先级：左下角大字号 → 标题栏图号栏位 → 右上角标注
- 产品名称格式多样：支持中文+数字（输出齿37）、英文（SHAFT GEAR）、中英文混合
- 语言支持：简体中文、繁体中文、英文混合识别
- 齿轮轴类零件特殊处理：
- 必须提取模数（m/mn）、齿数（z）
- 斜齿轮需提取螺旋角、旋向（LH/左=左旋，RH/右=右旋）
- 支持简单参数表和专业详细表两种格式
- 斜齿轮使用法向模数mn
- 可选参数（变位系数、跨棒距、公法线长度、配对齿轮等）提取到remarks
- 规格精确性：尽可能提取详细的尺寸信息，包含公差标注
- 多视图图纸：综合主视图、侧视图、端面视图提取完整规格
- 批量处理建议（无数量限制）：
- 单个批次建议10-20张图纸，便于智能体高效处理
- 超过50张时，可分多个批次并行提取
- 归档时自动分批：超过20张自动创建batch_01、batch_02等子目录
- 统一清单：无论是否分批归档，只生成一份统一的XLS清单
- 确保系统有足够的处理时间和内存
- 建议在非高峰时段执行大批量任务
- 提取结果以JSON格式在各脚本间传递，确保数据一致性
- 归档操作为复制而非移动，原文件保持不变
- 大批量处理时建议分批执行，避免内存溢出
- 对于模糊或质量较差的图纸，可尝试多次识别或人工标注
使用示例
场景1：整理想纸目录
# 步骤1：扫描目录
python scripts/scan_drawings.py --input-dir ./raw_drawings
# 步骤2：智能体提取字段（自动执行）
# 使用read_image工具逐个识别
# 步骤3：生成清单
python scripts/generate_xls.py --data-file ./data.json --output ./清单.xlsx
# 步骤4：归档文件
python scripts/archive_drawings.py --data-file ./data.json --output-dir ./archived
场景2：建立图纸档案系统
- 按上述流程执行后，获得：
- 标准化XLS清单（可导入ERP/PDM系统）
- 规范命名的图纸文件库
- 完整的处理日志