AI审图技能：景观设计规范审查的智能解决方案

1. 项目概述：一个为景观总工打造的AI审图技能

在景观设计行业摸爬滚打了十几年，从画图员到项目负责人，再到如今带团队审图，我深知施工图审查这道关有多难。它不仅是技术活，更是责任活。一张图纸签下去，背后是几十年的使用安全和设计师的终身责任。传统的审图流程，依赖总工的个人经验和记忆，面对动辄几十页的图纸和浩如烟海的国标、地标、行标，难免有疏漏。更别提现在越来越多的国际项目，还要去啃ADA、LEED、欧盟景观公约这些“天书”。

所以，当我看到这个名为“xixi241225-crypto/landscape-review-skill”的项目时，第一反应是：这工具要是真能成，那可真是我们这行的“外挂”了。它本质上是一个为AI助手（比如WorkBuddy）开发的“技能包”（Skill），目标很明确：把一位拥有18年审图经验的景观总工的知识体系，结合中、美、欧三地的设计规范，封装成一个可以随时调用、永不疲倦的AI审图专家。

这个技能包最吸引我的，是它的“双核”甚至“三核”思维。它不是简单地把中国规范电子化，而是构建了一个多标准并行的审查框架。国内版紧扣GB、CJJ等系列规范，输出我们最熟悉的“问题清单+签字建议”模式；国际版则直接对标ADA无障碍、LEED可持续、USDA植物耐寒分区等体系，输出全英文的结构化报告。更厉害的是，它还支持“双标准对照”模式，能直接帮你分析同一套设计，在中美或中欧规范下的差异与风险点。这对于我们参与“一带一路”海外项目，或者国内的高标准国际竞标，简直是降维打击。

接下来，我就以一个老审图人的视角，为你彻底拆解这个技能包的设计思路、实现细节，并分享如何将它融入你的实际工作流，让它真正成为你的“数字副驾”，而不是一个华而不实的玩具。

2. 核心设计思路与架构解析

2.1 为何选择“技能包”（Skill）模式？

在AI应用遍地开花的今天，做一个独立的审图软件或许听起来更“高大上”，但作者选择了为现有AI助手开发Skill，这是一个非常务实且高明的选择。

首先，降低使用门槛。对于设计师和总工来说，专门学习一款新软件的成本很高。而Skill模式可以嵌入到大家已经习惯使用的AI对话界面中（如WorkBuddy），你只需要像聊天一样上传图纸、提出问题，就能获得专业审查意见。这种“无感”集成，极大地提高了工具的易用性和接受度。

其次，实现知识动态更新。景观规范不是一成不变的，国标会更新，LEED评分系统会迭代，地方标准更是层出不穷。以Skill形式存在，开发者可以通过更新背后的知识库（即项目中的standards.md,checklist.md等文件），让所有用户瞬间获得最新的审查依据，无需手动升级客户端。

最后，聚焦核心价值。作者不必重复开发OCR识别图纸、自然语言理解等基础且耗资巨大的AI能力，而是可以专注于本行业最核心的价值：构建精准、权威、结构化的景观设计审查知识体系。这相当于站在了巨人的肩膀上，只做自己最专业的那部分。

2.2 三层知识体系构建：从规范到案例

打开项目的文件结构，你会发现它的知识库设计得非常清晰，遵循了“从抽象规范到具体问题”的认知逻辑。这是它能像专家一样工作的核心。

第一层：规范索引库 (standards.md)这是技能的“宪法”。它不是一个简单的列表，而应该是一个结构化的数据库。以中国规范为例，它可能这样组织：

- 安全性 (Safety) - 结构安全: GB 55001, GB 55002 - 防坠落: 《民用建筑设计统一标准》相关条款 - 水体安全: 亲水平台栏杆高度 ≥1.2m，临空高度超0.7m需设防护 - 功能性 (Functionality) - 无障碍: GB 55019 (通用规范)， 坡度 ≤1:12， 通行净宽 ≥1.2m - 流线: 消防通道净宽≥4m， 隐形消防车道荷载与铺装标识 - 照明: 园路照度标准， 活动广场照度标准 - 生态与可持续 (Ecology & Sustainability) - 海绵城市: GB/T 51003， 年径流总量控制率 - 种植: CJJ 48， 乔木距建筑外墙最小距离， 地下管线避让

对于美标和欧标，同样按“安全、功能、可持续、合规”等维度分类。这样，当AI分析“广场铺装”时，它能同时从“防滑（安全）”、“坡度（无障碍）”、“透水率（海绵城市）”等多个维度进行交叉审查。

第二层：审查清单 (checklist.md)这是技能的“检查表”，是把规范转化为具体问题的桥梁。一份好的审查清单必须是场景化的。例如，针对“景观亭”这个构件，清单会是这样：

1. 结构审查： - [ ] 基础埋深是否满足冻土线以下？ (GB 55002) - [ ] 木结构亭子防腐处理等级是否注明？ (14J012) - [ ] 钢结构亭子焊缝等级、防锈漆膜厚度是否明确？ 2. 无障碍审查： - [ ] 亭子入口是否有高差？如有，是否设置了坡道（坡度≤1:12）或提示盲道？ (GB 55019) - [ ] 亭内是否留有直径≥1.5m的轮椅回转空间？ 3. 排水审查： - [ ] 亭顶排水方向是否明确？是否会导致雨水冲刷地面影响通行？ - [ ] 周边铺装是否找坡，避免积水？

对于国际版，清单则会切换为ADA对“户外休息设施”的要求，或LEED对“材料区域性”和“雨水管理”的得分点核查。

第三层：典型案例库 (issues.md)这是技能的“经验库”，存放着审图过程中最常见、最隐蔽的“坑”。这些案例通常配有简图或描述，能极大提升AI判断的准确性。例如：

案例ID： PLAN-003问题类型：消防隐患问题描述：图纸中为追求景观效果，在隐形消防车道上铺设了花岗岩碎拼。未注明碎拼基层做法，也未在总图上明确标识消防车道范围。规范依据：《建筑设计防火规范》GB50016-2014（2018年版）第7.1.8条：消防车道应符合下列要求：...车道距建筑外墙不宜小于5m...路面及其下面的建筑结构、管道和暗沟等，应能承受重型消防车的压力。风险等级：🔴 严重 (影响验收)建议措辞：“隐形消防车道区域（详见总图XX范围）铺装设计为花岗岩碎拼，但未提供结构做法详图以确保其能承受≥35吨消防车荷载。请补充结构深化图，并在总平面图上清晰标注消防车道边界。”

这个三层结构，让AI从“知道规范条文”升级为“懂得在何种场景下应用何种条文去发现何种问题”，这才是其价值所在。

2.3 双轨输出逻辑：适配不同工作场景

该技能设计了国内版和国际版两套输出模板，这并非简单的语言翻译，而是工作流程和文化差异的体现。

国内版输出逻辑：国内设计院的审图流程，最终要落脚到“签字”这个法律动作上。因此，国内版报告的核心是“为签字决策提供支撑”。

1. 审查总结与项目概况：快速让总工把握项目全貌和整体风险等级。
2. 结构化问题清单：这是核心，每个问题必须关联到具体的规范条款，并给出“严重”、“一般”、“建议”三级分类。严重问题不解决，图纸绝对不能签。
3. 业务与体系提醒：这是非常有“中国特色”的一环，提醒设计师“终身责任制”和当前行业监管重点（如“防治园林绿化工程腐败问题”），这超越了纯技术层面，是资深总工才会传递的行业洞察。
4. 签字建议：直接给出“可签”、“修改后重审”（暂缓）、“不可签”的结论，并附上理由。这极大地提高了决策效率。

国际版输出逻辑：国际项目（尤其是欧美）的审查，更侧重于“合规性证明”和“可持续性价值论证”。

1. 综合风险评级：类似金融评级，给出A-F的等级，直观反映项目整体合规水平。
2. 专项分析模块化：单独列出ADA无障碍审查、气候生态分析（USDA分区、生物多样性）、可持续性评估（LEED/BREEAM预评分）。这些模块往往是提交给业主、评审委员会或认证机构的独立报告组成部分。
3. AI免责声明：严格遵守GDPR、CCPA等数据隐私法规，声明AI辅助分析的性质，将法律责任明确归于持证景观师（Licensed Landscape Architect）。这是在国际环境下开展业务的必要法律保护。

这种双轨设计，使得该技能既能在中国设计院内严谨使用，也能无缝对接国际项目团队的工作习惯。

3. 技能部署与深度使用指南

3.1 本地化安装与配置要点

项目提供了Zip安装和源码安装两种方式。对于大多数设计师，我推荐Zip一键安装，简单快捷。但如果你所在的企业网络环境特殊，或者希望对技能进行内部定制，那么源码安装并了解其目录结构就很有必要。

将技能包克隆或解压到本地后，你会发现核心是SKILL.md文件。这个文件通常定义了技能的触发词、能力描述和基础逻辑。但真正的“大脑”是references/目录下的那些知识库文件。一个关键的实操技巧是：在安装后，第一时间根据你所在的地域和主要业务类型，微调这些知识库。

例如，如果你公司base在深圳，主要做华南地区项目：

1. 打开standards.md，在“中国规范”部分，强化广东省标和深圳市标。比如添加“《深圳市海绵城市建设管理规定》”、“《深圳市建设项目雨水利用技术规范》”等。
2. 打开checklist.md，在植物审查部分，强调华南地区台风季的树木加固要求、抗风树种选择等。
3. 打开issues.md，加入你公司历史上在华南项目踩过的典型坑，比如“回填土未考虑热带暴雨冲刷导致沉降”、“泳池周边铺装未采用防滑系数≥0.6的材料”等。

注意：修改这些文件时，务必保持其原有的Markdown格式和数据结构。通常，开发者会设计好固定的模板（如问题清单的“## 问题类型”、“规范依据：”等标题），你只需要在对应的板块下新增内容即可，不要破坏整体结构。

3.2 触发与交互：像专家一样提问

安装成功后，在AI助手对话界面中，提及“审图”、“landscape review”、“图纸审查”等关键词即可触发技能。但要想获得最佳效果，提问的方式至关重要。模糊的问题只能得到模糊的回答，具体的问题才能激发技能的全部潜力。

低效提问：

“帮我看看这套图纸有没有问题。”

高效提问（国内项目）：

“请以景观总工身份，按‘安全性、功能性、合规性’优先级，审查这份‘XX市民公园’的施工图PDF。重点审查：1. 亲水平台及栏杆的安全设计；2. 全园无障碍流线的连贯性；3. 乔木种植与地下车库顶板的覆土厚度是否满足。依据最新国标和深圳市标给出审查意见和签字建议。”

高效提问（美国项目）：

“Review the attached landscape plan for a public plaza in Los Angeles, CA (USDA Zone 10b). Please focus on: 1. ADA compliance for all routes and seating areas; 2. LEED BD+C credits related to Sustainable Sites and Water Efficiency; 3. Plant selection appropriateness for the local climate and drought tolerance. Provide a risk rating and a list of actionable items.”

解析：高效的提问包含了“项目背景”（地点、类型）、“审查重点”（指明了技能该调用知识库的哪个部分）、“输出要求”（签字建议、风险评级）。这相当于给AI这位“专家”布置了一份清晰的任务书，它就能有的放矢地工作。

3.3 核心工作流：七步审图法的AI增强

在我的实践中，审图有一套成熟的“七步法”。这个AI技能可以完美地嵌入到每一步，充当你的智能核查员。

第一步：收图与形式审查（AI辅助清单）收到图纸后，手动核对图签、版本号、出图章等基础信息。同时，可以让AI快速扫描图纸目录的完整性，以及平、立、剖、详图之间是否存在明显的图号矛盾或缺失。

第二步：总图与消防审查（AI强项）将总平面图PDF上传。指令AI：“审查总图消防车道，包括净宽（≥4m）、转弯半径（≥12m）、荷载（隐形车道标注）、登高操作场地尺寸及与建筑距离。” AI会依据规范逐条核对，并在地形复杂时提醒你注意消防车道坡度是否超限（不宜大于8%）。

第三步：竖向与排水审查（AI精准计算）上传竖向设计图。指令AI：“分析场地排水组织，检查所有道路、广场的排水坡度（宜≥0.3%），检查绿地内是否设置盲沟或下凹式绿地，计算关键节点的径流路径。” AI可以快速识别出排水坡度不足或反向的区域，这是人眼极易疲劳出错的地方。

第四步：无障碍设计审查（AI全覆盖扫描）这是ADA和GB 55019的重点。指令AI：“执行全园无障碍流线贯通性审查。检查入口坡道坡度与宽度、所有门槛高差、休息设施配套、无障碍卫生间可达性。列出所有断点。” AI能系统性地检查从入口到每个功能节点的全程，避免人工检查的遗漏。

第五步：种植与设施深化图审查（AI知识库调用）上传种植详图和设施大样。指令AI：“审查乔木种植穴与地下管线、建筑基础的距离；审查景观亭、座凳等设施的基础埋深、结构安全及边角防撞处理。” AI会调用结构、种植规范进行交叉检查。

第六步：问题汇总与风险评估（AI核心输出）前五步发现的问题，会由AI自动汇总到“问题清单”中，并附上规范依据、严重程度和修改建议。此时，你需要发挥总工的经验，对AI的风险评级进行复核和调整。AI可能将某个“材料未注明”判为“一般”，但根据你的经验，该材料涉及环保超标风险，你就应将其提升为“严重”。

第七步：出具结论与签字建议（AI辅助决策）综合所有问题，AI会给出一个初步的“签字建议”。这是辅助，而非最终决定。总工必须结合项目紧急程度、甲方关系、问题整改的难易度，做出最终的商业和技术决策。AI的价值在于，它让你做这个决策时，对底层的技术风险一清二楚。

4. 多标准审查实战：从中国公园到欧洲广场

4.1 案例一：中国某城市公园项目（国内版）

假设我们审查一个位于中国北方的城市公园施工图。

AI审查指令示例：“审查此城市公园施工图，项目地点北京。重点关注：1. 冬季防滑，检查所有台阶、坡道、亲水边岸铺装材料防滑等级；2. 无障碍，按GB 55019审查全园无障碍系统，特别是冰雪天气下的通行安全；3. 海绵城市，核查下凹式绿地、透水铺装比例是否满足北京地方标准要求；4. 植物，核查乔木与地下管线、建筑窗户的距离。请按严重程度列出问题，并给出签字建议。”

AI可能输出的核心问题摘录：

1. 🔴 严重问题：主入口广场采用抛光花岗岩铺装，图纸未注明防滑系数（BPN值）。根据《公园设计规范》CJJ 48-2016第4.1.6条及北京地区冬季气候特点，主要人流集散广场在潮湿状态下BPN应≥65。当前设计存在重大安全隐患，需明确防滑等级或更换材料。
2. 🟡 一般问题：园区内一处景观墙高度为1.05米，临空侧未设置防护栏杆。根据《民用建筑设计统一标准》GB 50352-2019第6.7.3条，临空高度在0.9m及以上时，栏杆高度不应低于1.05m。虽高度临界，但为安全计，建议增设防护或明确标识其为“可坐憩矮墙”。
3. 💡 优化建议：儿童活动区周边种植了大量柳树。柳絮在春季易引发儿童过敏，且柳树枝条较脆。建议部分更换为更适宜的无飘絮、枝干强韧的树种，如元宝枫、白蜡。
4. 签字建议：暂缓（修改后重审）。因存在“主广场铺装防滑不明确”这一严重安全隐患问题，不符合签字条件。建议责成设计方在3日内补充材料检测报告或变更铺装选型，并对其他问题一并修改后，重新提交审查。

实操心得：在这个案例中，AI不仅检查了通用规范，还结合了“北京”的地域特点，引入了冬季防滑和植物季相的地方性考量。这要求使用者在构建知识库时，必须将地方标准（如DB11/...）纳入其中。

4.2 案例二：美国某商业街区景观项目（国际版）

假设我们审查一个位于芝加哥（USDA Zone 5b）的商业街区改造项目。

AI审查指令示例：“Review this streetscape design for a commercial district in Chicago, IL (USDA Zone 5b). Please conduct: 1. Full ADA compliance review for all sidewalks, crosswalks, and street furniture; 2. LEED BD+C v4.1 pre-assessment, focusing on ‘Sustainable Sites’ and ‘Water Efficiency’ credits; 3. Plant hardiness and survivability analysis based on local climate; 4. Check for compliance with Chicago’s own Green Alley Handbook. Provide a risk rating and prioritized action list.”

AI可能输出的核心问题摘录：

1. ADA Violation (High Risk):The proposed bench at the bus stop does not have an adjacent clear space of 30” x 48” for a wheelchair pull-up approach, as required by ADA Section 903.3. This is a barrier to accessible use.
2. LEED Opportunity (Medium Priority):The site plan shows over 80% impervious surface. To achieve LEED SS Credit ‘Rainwater Management’, consider adding permeable pavers in the plaza area or a larger bioretention planter to manage the runoff from the first 1” of rainfall.
3. Climate Risk (High Risk):The design specifiesCrape Myrtle (Lagerstroemia indica)as a primary street tree. While visually appealing, its hardiness range (Zones 7-9) is not suitable for Chicago’s Zone 5b winters. High probability of winter die-back or death. Recommend switching to a Zone 5 hardy alternative likeKentucky Coffeetree (Gymnocladus dioicus).
4. Local Code Note:The alleyway pavement design uses standard asphalt. Chicago’s Green Alley Handbook recommends permeable pavement or high-albedo materials to reduce heat island effect and improve stormwater management. Consider this for sustainability points and potential city incentive alignment.
5. Overall Risk Rating: B (Moderate Risk).The ADA issue is a critical path item that must be resolved. The plant selection issue poses a long-term maintenance and cost risk. LEED and local code items are opportunities for value enhancement.

实操心得：国际版审查的核心在于“合规性”与“适应性”。AI需要准确引用ADA的具体章节，理解LEED的得分逻辑，并交叉引用USDA植物分区图这种外部数据。这要求技能的知识库必须与国际权威机构的最新文件保持同步。同时，像“芝加哥绿色小巷手册”这类地方性指南，体现了AI审查的颗粒度可以做得非常细。

4.3 案例三：中欧双标对照审查

假设一个中国设计公司参与荷兰阿姆斯特丹的一个滨水公共空间竞标，需要同时满足中国公司的出图深度要求和欧洲的规范标准。

AI审查指令示例：“请对这套阿姆斯特丹滨水广场方案图进行中欧双标准对照审查。中国标准侧重施工图深度和构造安全，欧洲标准侧重Florence Convention（景观公约）的公共参与、生物多样性以及EUAA（欧洲无障碍法案）要求。输出对比报告，指出为满足欧标，中国标准图纸需要深化或补充哪些内容。”

AI可能输出的对比分析摘录：

实操心得：双标对照模式的价值，在于为中国设计团队出海提供了“翻译器”和“路线图”。它清晰地指出了，我们习惯的施工图表达体系，在哪些维度上超出了欧标要求（如构造深度），又在哪些维度上存在缺失（如过程性、社会性要求）。这能指导团队有针对性地补充图纸和设计说明，避免在国际竞标中因“不懂规则”而失分。

5. 局限、边界与最佳实践

5.1 当前技术的局限性：AI是副驾，不是司机

尽管这个技能非常强大，但我们必须清醒地认识到它的边界。

1. 图纸识别精度依赖底层AI：该技能本身不包含OCR（光学字符识别）或CV（计算机视觉）模块。它依赖于WorkBuddy这类宿主AI的识图能力。如果上传的图纸模糊、比例不对或信息重叠，AI提取的文字和图形数据可能有误，导致“垃圾进，垃圾出”。最佳实践是：上传清晰、完整的PDF文件，避免拍照或扫描件。对于复杂的总图，可以尝试将不同系统（如消防、竖向、种植）分层导出为单个PDF上传，提高识别准确率。
2. 无法进行创造性判断和协调：AI能检查栏杆高度是否达标，但无法判断这个栏杆的造型是否与整体设计风格冲突。它能发现管线与树穴冲突，但无法像经验丰富的总工那样，在现场协调会上提出“将树位移动2米，同时调整给水井位置”的最优解决方案。审图中大量的“协调性”和“优化性”问题，仍需人脑决策。
3. 规范冲突与地方特例：当国家规范与地方标准冲突时，或遇到某些历史街区、特殊地段的豁免条款时，AI可能无法做出正确裁决。这时，总工的经验就是定海神针。技能应该被设置为“提示冲突”，而非“强行裁决”。
4. 法律责任最终在人：项目自带的免责声明非常重要。无论AI报告多么完美，最终在图纸上签字、承担终身法律责任的是注册景观师。AI报告是一份强大的“证据”和“检查清单”，但绝不能替代执业者的最终判断。

5.2 如何将其融入现有审图流程：效率倍增器

不要试图用AI完全取代现有流程，而是让它成为流程中的“效率倍增器”。

• 初级设计师/制图员：可以在图纸提交给总工前，先用此技能进行“自查”。快速发现诸如标注遗漏、尺寸矛盾、明显违反强条等低级错误，提高初次提交图纸的质量，减少返工。
• 专业负责人/项目负责人：在内部校对阶段使用。将AI作为“第二双眼睛”，专注于核查自己可能因思维定势而忽略的方面，比如全园无障碍流线的连贯性、所有防护栏杆的合规性等系统性、全局性问题。
• 景观总工/审查专家：作为最终复审的“智能助理”。在做出签字决定前，运行一次AI全面审查，生成最终的问题核对清单。总工可以快速浏览这份清单，结合自己的经验进行最终裁决，确保万无一失。这尤其适用于时间紧迫、图纸量大的项目。

5.3 技能的持续进化：共建行业知识库

这个技能最大的潜力在于它的可进化性。issues.md典型案例库就是它的“记忆体”。每一次使用，其实都是一次训练和优化的机会。

• 企业内部共建：设计院可以建立内部机制，要求每个项目在审图结束后，将发现的、未被AI识别出的典型或疑难问题，按照固定格式补充到本地的issues.md文件中。半年下来，这个技能就会深深烙上你公司的“技术基因”和“项目经验”，成为独一无二的竞争力。
• 关注规范更新：指定专人（如技术质量部）定期关注住建部、ASLA、IFLA等官网，一旦有新规范发布或旧规范修订，立即更新standards.md和checklist.md文件。这能确保你们的AI审图工具永远站在技术最前沿。
• 跨界知识融合：景观项目常与建筑、结构、给排水、电气交叉。可以在知识库中增加“专业交叉审查要点”，例如：“核查景观水景循环泵房位置是否征得建筑和电气专业同意”、“核查大型乔木种植点位是否避开结构主要梁板”。让AI具备初步的“跨界协调”意识。

这个为景观总工而生的AI审图技能，它代表的不是对职业的替代，而是一次深刻的赋能。它将资深专家耗时数十年积累的“隐性知识”——那些藏在脑海里的规范条文、那些踩过坑后形成的条件反射——转化为了可复制、可迭代、可共享的“显性知识库”。它处理掉了审图中最枯燥、最繁重、最需要记忆的“体力活”部分，让我们这些总工能够将更宝贵的精力，投入到需要创造性、协调性和综合判断力的“脑力活”上，去解决真正复杂的设计问题。工具的意义莫过于此：不是让你失业，而是让你更专业、更高效、更有价值。