这个 Skill 能做什么，适合哪些场景？
这个技能来自 earthtojake/text-to-cad 仓库（共打包 13 个技能），专门用于 SendCutSend.com 的下单前文件审查。它读取你的 DXF 或 STEP/STP 文件，用 build123d 和 ezdxf 做本地几何测量，同时实时抓取 SendCutSend 的订购指南、目录 JSON 和规格 JSON 作为判定依据，最后输出一份带状态标签和规则出处的预检报告。它覆盖激光切割、CNC 铣削、折弯、攻丝、沉孔、五金件压装和表面处理等服务，对证据不足的情况宁可标记“需要更多信息”也不轻易下结论。适合把 SendCutSend 打样流程交给 Agent 代管、希望在上传前拦截制造问题的用户。
- 检查 DXF 文件：单位（$INSUNITS）、1:1 比例、闭合轮廓、重复/退化图元、折弯线及其两侧局部法兰深度、文字与标注图层
- 检查 STEP/STP 文件：可解析性、实体而非松散曲面、包围盒、板厚、圆柱折弯面半径
- 实时抓取 SendCutSend 官方订购指南、目录 JSON 与规格 JSON，按 SKU 精确匹配料号、厚度与服务可用性
- 把实测几何与 SKU 的折弯半径、最小法兰长度、孔径、桥接等规格逐项对比，标注 ✅/❌/❓ 状态
- 在有图像生成能力时主动产出标注诊断图，报告表格中每条结论都附规则出处链接
- 机械工程师在把折弯钣金件 DXF 上传 SendCutSend 前，想确认每条折弯线两侧的法兰深度是否满足所选板材的最小值
- 机器人团队提交 CNC 铣削用 STEP 模型前，想确认是实体体、尺寸单位正确且所选厚度在目录内
- 硬件创业者反复下单激光切割外壳，想让 Agent 每次自动核对孔径、槽宽与二次服务（攻丝、压铆）要求
- CAD 新手导出的 DXF 缺失 $INSUNITS 单位码，需要被指出并建议重新导出而不是被默默缩放
- 非 SendCutSend 平台的加工服务预检——技能明确限定只用于 SendCutSend.com 的预检报告
- 想直接生成 CAD 模型的用户——该仓库另有 CAD 技能，本技能只做上传前审查
- 离线或无法访问 SendCutSend 官方来源的环境——抓取失败时技能会拒绝给出就绪结论
如何安装这个 Skill？
- 核心检查依赖每次运行时抓取 sendcutsend.com CDN 文档，海外网络不可达时技能将只能给出 ❓ 结果；中国大陆用户应预期可用性受限。
- 该技能为纯指令型文档，无内置测试或示例文件，检查逻辑的正确性完全依赖模型执行质量，未经静态或执行验证。
- 运行时会引入对外 HTTP 请求（官方 CDN）；如需严格隔离，请在网络策略中审查这些域名。
- 依赖 build123d/ezdxf/uv 环境，技能文件内未声明版本约束，几何测量行为可能随依赖版本变化。
- Shell / 命令行
- 网络访问
- 本地文件系统
Python with build123d (and ezdxf)uvSendCutSend official sources via network fetch
整个 text-to-cad 技能库需先安装，随后本技能位于 skills/sendcutsend。各主机的安装方式如下：
Claude Code
claude plugin marketplace add earthtojake/text-to-cad#latest
claude plugin install text-to-cad@earthtojakeCursor
git clone --depth 1 --branch latest https://github.com/earthtojake/text-to-cad ~/.cursor/plugins/local/text-to-cadGemini
gemini extensions install https://github.com/earthtojake/text-to-cad --ref latest --consent --auto-updateGrok Build
grok plugin install earthtojake/text-to-cad@latest --trust
grok plugin enable text-to-cad其他 Agent（技能 CLI）
npx skills add earthtojake/text-to-cad#latest注意：CAD 运行依赖 uv；Windows 11 的 Smart App Control 可能拦截未签名的 OCP 原生模块，需关闭该功能或改用 WSL。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 检查 bracket.dxf 是否符合 SendCutSend 激光切割 5052 铝 2mm 折弯件的上传要求，输出预检报告
- 审查 chassis.step 能否上传 SendCutSend 做 CNC 铣削，确认实体结构和最小孔径
- 我的 DXF 里有三条折弯线，帮我核对每条折弯线两侧的法兰深度是否满足该料号的最小值
- 给 handle.stp 出一份 SendCutSend 预检：单位、板厚、折弯半径与所选 SKU 对比
安装技能库后，在对话中提供要上传的 DXF 或 STEP/STP 文件路径并说明下单意图（工艺、材料/SKU、厚度、数量、二次服务），技能即被触发。流程是：先抓取官方来源并记录访问日期，再用 build123d（STEP）或 ezdxf（DXF）对文件本身做事实测量，然后按 SKU 精确匹配目录与规格数据，逐项对比后输出带 Rule source 列的发现表格。若上下文含糊，它会列出候选 SKU/材料并请你确认，而不是替你拍板。无法抓取官方来源时不会给出就绪结论。
这个 Skill 有哪些优点和局限？
- 每条结论都要求引用来源字段路径或指南章节，无外部规则时明确标注“直接文件检查”，可审计性强
- 对证据缺失、冲突或 N/A 的情况不做二元判断，避免误导性通过
- 折弯检查粒度细：逐折弯线测局部法兰深度、折弯半径、模具区干涉等分开报告
- 持续使用官方 URL 抓取最新来源，规则不会随 SendCutSend 政策更新而过期
- 只服务 SendCutSend 一家供应商，其他板材加工服务不适用
- 依赖实时网络抓取，官方来源不可达时无法给出就绪结论
- 需要 Python/uv 环境及 build123d、ezdxf 依赖；$cad 技能可用于 STEP/DXF 检查但非必需
- 所有实测风险统一报告为错误，不模拟 SendCutSend 官方 UI 的分级
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| SendCutSend 上传预检 本页 | 57 · 谨慎使用 | ★ 19k | 1 天前 | MIT |
| DXF 生成与校验技能 | 57 · 谨慎使用 | ★ 19k | 1 天前 | MIT |
| Engineering Drawing（工程图纸生成） | 59 · 推荐 | ★ 19k | 1 天前 | MIT |
| DFM 可制造性审查技能 | 61 · 推荐 | ★ 19k | 1 天前 | MIT |
| G-code 切片技能（text-to-cad） | 60 · 推荐 | ★ 19k | 1 天前 | MIT |
同仓库的 DFM 技能面向通用钣金/CNC/注塑审查并从网格测量拔模与倒扣，而本技能专门绑定 SendCutSend 的目录、规格与订购指南，逐 SKU 出报告；若只用 SendCutSend 打样，本技能的证据链更贴合其下单流程。
FollowSkills 如何评估这个 Skill？
该技能为本地只读的几何检查与报告生成，明确要求从官方 URL 直接取证据、把外部数据当数据而非指令、缺证据时不给结论，最小权限与数据流披露较好；扣分点：依赖运行时联网抓取外部 CDN 内容且未讨论供应链/内容篡改风险，用户确认机制仅在订单上下文含糊时提及，无回滚概念（但影响面小），故未达满分。
指令自洽、防御性解析规则细致（$INSUNITS、N/A、缺失字段、冲突处理、❓ 状态），失败路径有明确设计；扣分点：完全静态评审无法执行，仓库中未见针对该技能关键路径的测试或示例文件，依赖 build123d/ezdxf 可用性与版本行为未在技能内声明，错误消息质量未经证实验证。
受众与场景清晰（SendCutSend 上传前预检），触发条件由 description 精确限定、不易误触发，非适用范围（不推断 UI 分类）明确；扣分点：核心功能依赖 sendcutsend.com CDN 与海外网络，在中国大陆可达性存疑且文档未声明，无中文支持说明。
文档分层良好（SKILL.md + official-sources.md + report-template.md），MIT 许可、来源归属明确、模板与参考文献完整；扣分点：技能本身无版本号/变更记录，维护责任仅指向仓库，安装依赖（build123d/ezdxf/uv）说明散落在 README 而非技能内，未见 FAQ 与已知局限清单。
价值主张清晰且差异化（引用规则的预检报告，优于盲传），报告模板可直接产出结构化结果；扣分点：静态评审无法验证输出真实可用性，检查项依赖外部 JSON 字段路径的稳定性，输出正确性未经任何执行证据支持。
报告要求逐行引用来源 URL、字段路径、访问日期与 _meta 元数据，事实/推断分离设计好；扣分点：所有验证承诺均未被执行复现，无测试或第三方运行证据，仅源文件自述，故按静态上限内偏低计。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →