前言¶

拿到一张 CAD 建筑图，大多数人的做法是把它拖进 CAD 浏览器，或者交给一个只能读文本的解析器——前者靠人眼读，后者读不到图。图纸如果带签章、是扫描件，或者干脆是矢量 PDF，纯文本抽取拿到的往往只是一堆坐标和字体记录，尺寸、标注、标题栏信息都读不出来。

下面介绍的 Skill 走的是另一条路：先把 PDF 渲染成高分辨率 PNG，再用模型的多模态能力直接”看”这张图，最后输出一份结构化的图纸解读报告。适合需要把图纸内容转成可检索、可复核的文字结论的场景。

这是什么¶

CAD建筑图（看图、会审、报告），坐标 @user_d1f4c870/cad-vision-reader，版本 1.0.0，由社区开发者 user_d1f4c870 发布在 SkillHub，分类 professional，来源标记为 community。

它解决的问题很具体：给模型一份图纸文件，让它像人一样看图说话——读图名、读标注、读标题栏、读尺寸，而不是做 OCR 式的字符搬运。官方给出的链路是：

签章/扫描/矢量 PDF → PyMuPDF 渲染 PNG → Read 工具”看”图 → 输出六段式图纸解读报告

它明确与另一个 Skill cad-viewer 互补：cad-viewer 做的是 DWG 文本挖掘，本 Skill 补的是真正的视觉读取，依赖的是 Read 工具的多模态能力。

核心能力¶

1、输入覆盖三类 PDF：带签章的、扫描件、矢量图，都走同一条渲染链路，不做特殊分支。

2、渲染交给 PyMuPDF，输出高 DPI 的 PNG，保证放大后标注和线条仍然可读。

3、视觉解读靠 Read 工具完成，而不是靠文本抽取或 OCR。

4、产出物是一份”六段式”的结构化图纸解读报告，便于后续归档或喂给下游流程。需要说明的是，官方简介只写了”六段式”这个说法，并没有展开具体是哪六段，本文不做推测。

5、触发词覆盖中英文：看图、识图、图纸解读、六段式报告、图纸会审、CAD drawing、drawing interpretation、render PDF to image、signed PDF、scanned drawing、title block、dimension extraction。官方也说明，只要用户手上有 .pdf/.dwg/.dxf 图纸文件，都可以触发。

6、不需要 API Key，标签 requires_api_key=false。

安装与启用¶

官方资料给出的坐标是 @user_d1f4c870/cad-vision-reader，发布地址为 https://api.skillhub.cn/user_d1f4c870/cad-vision-reader ，SkillHub 页面为 https://www.skillhub.cn/skills/user_d1f4c870/cad-vision-reader 。

资料中没有提供具体的安装命令、目录约定或配置字段，也没有分别给出 Cursor / Codex CLI / Claude Code 的启用方式。这类 Skill 基于通用 SKILL.md 格式，具体启用步骤请以上述官方地址为准，本文不编造命令。

典型用法¶

下面只描述官方给出的链路，不给虚构示例。

1、准备输入：拿到一份 CAD 图纸 PDF，可以是签章件、扫描件或矢量文件。

2、渲染：用 PyMuPDF 把该 PDF 按高 DPI 输出为 PNG。这一步的作用是把 PDF 的排版、线宽、标注还原成一张模型能直接看的图。

3、视觉解读：用 Read 工具读取这张 PNG，提取图中的信息，包括标题栏、尺寸、标注等。

4、输出报告：按”六段式”结构生成图纸解读报告。

如果是图纸会审场景，流程同样是先看图再出报告，报告内容作为会审记录的输入；如果是尺寸提取场景，则只取模型读出的尺寸部分。

需要提醒的是，官方资料写的是 PDF → PNG 的渲染链路，但触发条件里同时包含了 .dwg/.dxf。DWG/DXF 是否需要先转成 PDF 再进入这条链路，资料没有说明，使用时先自己确认文件类型。

适用场景与注意¶

适合的场景：

1、有签章或扫描件 PDF，需要读取图纸内容而不是抽取文字。

2、需要把图纸信息整理成结构化文字，用于会审、归档或下游处理。

3、已经用过 cad-viewer 做 DWG 文本挖掘，但发现纯文本拿不到图面信息，想补上视觉解读这一段。

4、希望由模型直接产出六段式解读报告，减少人工整理。

需要注意的地方：

1、这个 Skill 的解读质量取决于渲染出的 PNG 清晰度和模型的多模态能力，签章模糊、扫描分辨率过低的图纸，效果会打折。

2、”六段式”的具体结构官方没有展开，如果要用在固定模板的会审记录里，需要先跑一次看输出长什么样。

3、它依赖 Read 工具，模型不具备多模态输入能力时无法启用。

4、.dwg/.dxf 的处理路径在资料中未说明，先确认输入格式。

5、该 Skill 版本为 1.0.0，来源是社区发布，使用前建议按官方地址核对最新版本和说明。

小结¶

这个 Skill 的价值在于把”看图”这件事从人眼和 OCR 之间，换成了模型的视觉理解：PDF 先渲染成高 DPI 的 PNG，再交给 Read 工具读，最后给一份结构化的六段式解读报告。它和 cad-viewer 的文本挖掘互补，覆盖签章件、扫描件、矢量图三类输入。

官方地址：https://api.skillhub.cn/user_d1f4c870/cad-vision-reader ，SkillHub 页面：https://www.skillhub.cn/skills/user_d1f4c870/cad-vision-reader 。