前言¶
工地上寫施工日記，難的不是「寫」，是三件事同時要顧：當天照片、材料進場、大事記、施工員簽字，最後還要落成一份能歸檔的 WORD。常規做法是現場隨手記，回辦公室再謄到表格裏，照片另外存一個文件夾，導出時再手工拼。結果是三處數據對不上，簽章和日期事後補，歸檔時缺項沒人發現。
這個 Skill 的做法不同：先生成，再驗證，最後歸檔，中間用一個統一模型串起來。生成側用現場照片和口述內容產出結構化初稿，驗證側做錄入校驗和分欄照片、材料表、大事記、簽名的歸檔整理。兩步共用同一個中間表示，生成側的產物不需要人工重抄就能進入驗證庫。
下面介紹這個 Skill 的定位、功能、啓用方式和使用步驟。
這是什麼¶
施工日記全流程（座標 @user_a018637d/construction-diary-suite），發佈者 user_a018637d，社區來源，分類 office-efficiency，當前版本 1.1.1，標籤 requires_api_key=false。SkillHub 頁面顯示評分 100000、下載 1304 次（本次抓取時間 2026-11-04，抓取時未能打開頁面正文，數字以預抓取結果爲準）。
一句話定位：面向建築施工、市政、水利等工程現場的施工記錄工具，把「AI 生成施工日記初稿」和「本地施工日記驗證與歸檔系統」合成一條流水線。全部本地運行，不依賴第三方服務，工程檔案不出本機——這對施工日誌這類需要長期留痕、且受數據主權約束的資料來說是硬要求。
核心功能¶
生成側的能力：AI 依據現場照片和口述內容生成結構化施工日記初稿。官方說明中提到內置生成器位於 assets/generator/，支持多源輸入和照片驅動兩種方式，產出的是結構化初稿而不是自由文本，便於後續校驗。
驗證側的能力，官方簡介列了這幾項：
- 錄入校驗：日期、必填項、花名冊三重校驗。
- 分欄照片：照片按分欄方式排版進施工日記。
- 材料進場表：記錄當日材料進場情況。
- 施工大事記：沉澱項目關鍵節點。
- 施工員電子簽名：簽名隨歸檔文件一起落盤。
- 導出：一鍵導出 WORD（照片嵌入正文）、CSV、XLSX。
零第三方依賴，驗證庫和生成器都在本地跑，不需要配置 API Key。
數據流：canonical_diary.json 作爲中間模型¶
官方 Skill 說明給出的技術閉環是這樣的：生成側產物先經 to_canonical.py 轉換成統一中間模型 canonical_diary.json，再由 verify_cli.py（或 HTTP 導入接口）導入驗證庫，導入後自動跑校驗，最後導出留痕歸檔。
這樣做的直接收益是：生成側寫的字段名和驗證側讀的字段名是同一套，人工翻譯環節消失。反過來說，如果你已經有存量數據，只要能轉成 canonical_diary.json，就不必再走生成側，直接導入驗證庫即可。
安裝與啓用¶
本次抓取的資料裏沒有給出官方安裝命令，也沒有列出各 Agent 的具體 skills 搜索路徑，下面只說明通用前提，具體命令請以官方地址頁面爲準。
這類 Skill 基於通用 SKILL.md 格式，也就是「元數據 + 說明 + 可執行腳本目錄」的形式。啓用前需要拿到完整的技能目錄（含 SKILL.md、assets/generator/、to_canonical.py、verify_cli.py 等），缺腳本目錄只放元數據會加載失敗。
按 Agent 的差異如實說明：
- Cursor：把技能目錄放進項目的 skills 路徑，或按 Cursor 的 rules/skills 配置指向目錄，之後在對話中用觸發詞調用。
- Codex CLI：需要能讀取
SKILL.md的技能目錄，放在 CLI 可發現的 skills 路徑下。 - Claude Code：同樣依賴
SKILL.md，把目錄放到對應的 skills 位置即可被識別。
三者的差異在於各自掃描 skills 的路徑和加載時機，SKILL.md 格式本身是通用的。官方資料未給出這三者的確切路徑，這裏不做臆測。
觸發詞覆蓋得比較寬，包括：施工日記、施工日報、施工日誌、工程日誌、工地日誌、施工記錄、現場記錄整理、生成施工日誌、生成施工日報、生成施工日記、施工照片生成日誌、根據照片寫施工日誌、根據照片生成施工日誌、日誌自動生成、自動寫施工日誌、幫我寫施工日誌、寫施工日誌、寫施工日報、日報生成、週報彙總、月報彙總、驗證施工日記、校驗施工日誌、施工日記歸檔、導出施工日記WORD、施工日記照片、施工日記導入、施工日記批量導出。實際使用時不需要完整複述這些詞，說一句「根據今天的照片生成施工日記」就夠了。
典型用法¶
下面給出按官方說明可復現的完整流程。腳本參數未在抓取資料中列出，執行前先 --help 看各腳本的參數。
第一步，準備素材。把當天的現場照片和口述內容整理在一個目錄裏，照片建議按時間或部位命名，口述內容可以是一段文字或一份要點清單。
第二步，生成初稿。運行生成器（位於 assets/generator/），輸入素材目錄，產出結構化初稿。
第三步，轉換爲中間模型。對初稿執行 to_canonical.py，輸出 canonical_diary.json。這一步是生成側和驗證側的唯一接口，轉換失敗通常是字段缺失，補完初稿再轉一次。
第四步，導入並校驗。用 verify_cli.py 把 canonical_diary.json 導入本地驗證庫（也可以走 HTTP 導入接口），導入後會自動跑日期、必填項、花名冊三項校驗。校驗不通過的項目會直接標出來，不必等到導出後才發現缺項。
第五步，補全並導出。按校驗結果補錄照片、材料進場表、大事記和施工員簽名，然後導出 WORD（照片嵌入正文）、CSV 或 XLSX。導出文件就是歸檔件，留在本機。
適用場景與限制¶
適合：建築施工、市政、水利等工程現場的日常施工記錄與資料歸檔；需要把照片、材料、大事記、簽名統一成一份留痕文件的項目管理；對檔案不出本機有明確要求的項目。
注意：
- 生成結果是結構化初稿，現場照片能提供的事實有限，涉及工程量、隱蔽工程、驗收結論這類需要實測和簽字確認的內容，必須由施工員覈對後再落盤，不能直接採信 AI 輸出。
- 三重校驗覆蓋日期、必填項、花名冊，不覆蓋技術內容的對錯。校驗通過只表示格式和完整性合格。
- 全部本地運行，意味着沒有云端協作和跨項目彙總能力，多項目並行時檔案分目錄管理，需要自己約定存放位置。
- 本次抓取未能打開官方頁面正文，腳本具體參數、安裝命令、版本更新記錄均以官方地址爲準；SkillHub 頁面給出的版本爲 1.1.1。
結尾¶
這個 Skill 的價值在於把施工日記從「現場記錄 + 辦公室謄寫 + 歸檔前補籤」的三段式，壓成一條數據流：生成、轉換、校驗、導出，中間模型統一，檔案不出本機。對長期做現場資料管理的人來說，省下的是重複謄寫和事後補缺的時間。
官方地址：https://api.skillhub.cn/user_a018637d/construction-diary-suite
SkillHub 頁面：https://www.skillhub.cn/skills/user_a018637d/construction-diary-suite
