前言¶
工地上写施工日记，难的不是「写」，是三件事同时要顾：当天照片、材料进场、大事记、施工员签字，最后还要落成一份能归档的 WORD。常规做法是现场随手记，回办公室再誊到表格里，照片另外存一个文件夹，导出时再手工拼。结果是三处数据对不上，签章和日期事后补，归档时缺项没人发现。
这个 Skill 的做法不同：先生成，再验证，最后归档，中间用一个统一模型串起来。生成侧用现场照片和口述内容产出结构化初稿，验证侧做录入校验和分栏照片、材料表、大事记、签名的归档整理。两步共用同一个中间表示，生成侧的产物不需要人工重抄就能进入验证库。
下面介绍这个 Skill 的定位、功能、启用方式和使用步骤。
这是什么¶
施工日记全流程（坐标 @user_a018637d/construction-diary-suite），发布者 user_a018637d，社区来源，分类 office-efficiency，当前版本 1.1.1，标签 requires_api_key=false。SkillHub 页面显示评分 100000、下载 1304 次（本次抓取时间 2026-11-04，抓取时未能打开页面正文，数字以预抓取结果为准）。
一句话定位：面向建筑施工、市政、水利等工程现场的施工记录工具，把「AI 生成施工日记初稿」和「本地施工日记验证与归档系统」合成一条流水线。全部本地运行，不依赖第三方服务，工程档案不出本机——这对施工日志这类需要长期留痕、且受数据主权约束的资料来说是硬要求。
核心功能¶
生成侧的能力：AI 依据现场照片和口述内容生成结构化施工日记初稿。官方说明中提到内置生成器位于 assets/generator/，支持多源输入和照片驱动两种方式，产出的是结构化初稿而不是自由文本，便于后续校验。
验证侧的能力，官方简介列了这几项：
- 录入校验：日期、必填项、花名册三重校验。
- 分栏照片：照片按分栏方式排版进施工日记。
- 材料进场表：记录当日材料进场情况。
- 施工大事记：沉淀项目关键节点。
- 施工员电子签名：签名随归档文件一起落盘。
- 导出：一键导出 WORD（照片嵌入正文）、CSV、XLSX。
零第三方依赖，验证库和生成器都在本地跑，不需要配置 API Key。
数据流：canonical_diary.json 作为中间模型¶
官方 Skill 说明给出的技术闭环是这样的：生成侧产物先经 to_canonical.py 转换成统一中间模型 canonical_diary.json，再由 verify_cli.py（或 HTTP 导入接口）导入验证库，导入后自动跑校验，最后导出留痕归档。
这样做的直接收益是：生成侧写的字段名和验证侧读的字段名是同一套，人工翻译环节消失。反过来说，如果你已经有存量数据，只要能转成 canonical_diary.json，就不必再走生成侧，直接导入验证库即可。
安装与启用¶
本次抓取的资料里没有给出官方安装命令，也没有列出各 Agent 的具体 skills 搜索路径，下面只说明通用前提，具体命令请以官方地址页面为准。
这类 Skill 基于通用 SKILL.md 格式，也就是「元数据 + 说明 + 可执行脚本目录」的形式。启用前需要拿到完整的技能目录（含 SKILL.md、assets/generator/、to_canonical.py、verify_cli.py 等），缺脚本目录只放元数据会加载失败。
按 Agent 的差异如实说明：
- Cursor：把技能目录放进项目的 skills 路径，或按 Cursor 的 rules/skills 配置指向目录，之后在对话中用触发词调用。
- Codex CLI：需要能读取
SKILL.md的技能目录，放在 CLI 可发现的 skills 路径下。 - Claude Code：同样依赖
SKILL.md，把目录放到对应的 skills 位置即可被识别。
三者的差异在于各自扫描 skills 的路径和加载时机，SKILL.md 格式本身是通用的。官方资料未给出这三者的确切路径，这里不做臆测。
触发词覆盖得比较宽，包括：施工日记、施工日报、施工日志、工程日志、工地日志、施工记录、现场记录整理、生成施工日志、生成施工日报、生成施工日记、施工照片生成日志、根据照片写施工日志、根据照片生成施工日志、日志自动生成、自动写施工日志、帮我写施工日志、写施工日志、写施工日报、日报生成、周报汇总、月报汇总、验证施工日记、校验施工日志、施工日记归档、导出施工日记WORD、施工日记照片、施工日记导入、施工日记批量导出。实际使用时不需要完整复述这些词，说一句「根据今天的照片生成施工日记」就够了。
典型用法¶
下面给出按官方说明可复现的完整流程。脚本参数未在抓取资料中列出，执行前先 --help 看各脚本的参数。
第一步，准备素材。把当天的现场照片和口述内容整理在一个目录里，照片建议按时间或部位命名，口述内容可以是一段文字或一份要点清单。
第二步，生成初稿。运行生成器（位于 assets/generator/），输入素材目录，产出结构化初稿。
第三步，转换为中间模型。对初稿执行 to_canonical.py，输出 canonical_diary.json。这一步是生成侧和验证侧的唯一接口，转换失败通常是字段缺失，补完初稿再转一次。
第四步，导入并校验。用 verify_cli.py 把 canonical_diary.json 导入本地验证库（也可以走 HTTP 导入接口），导入后会自动跑日期、必填项、花名册三项校验。校验不通过的项目会直接标出来，不必等到导出后才发现缺项。
第五步，补全并导出。按校验结果补录照片、材料进场表、大事记和施工员签名，然后导出 WORD（照片嵌入正文）、CSV 或 XLSX。导出文件就是归档件，留在本机。
适用场景与限制¶
适合：建筑施工、市政、水利等工程现场的日常施工记录与资料归档；需要把照片、材料、大事记、签名统一成一份留痕文件的项目管理；对档案不出本机有明确要求的项目。
注意：
- 生成结果是结构化初稿，现场照片能提供的事实有限，涉及工程量、隐蔽工程、验收结论这类需要实测和签字确认的内容，必须由施工员核对后再落盘，不能直接采信 AI 输出。
- 三重校验覆盖日期、必填项、花名册，不覆盖技术内容的对错。校验通过只表示格式和完整性合格。
- 全部本地运行，意味着没有云端协作和跨项目汇总能力，多项目并行时档案分目录管理，需要自己约定存放位置。
- 本次抓取未能打开官方页面正文，脚本具体参数、安装命令、版本更新记录均以官方地址为准；SkillHub 页面给出的版本为 1.1.1。
结尾¶
这个 Skill 的价值在于把施工日记从「现场记录 + 办公室誊写 + 归档前补签」的三段式，压成一条数据流：生成、转换、校验、导出，中间模型统一，档案不出本机。对长期做现场资料管理的人来说，省下的是重复誊写和事后补缺的时间。
官方地址：https://api.skillhub.cn/user_a018637d/construction-diary-suite
SkillHub 页面：https://www.skillhub.cn/skills/user_a018637d/construction-diary-suite
