Llm Data Automation

核心用法

该技能基于DDC方法论，让建筑从业者通过自然语言描述即可自动生成Python/Pandas数据处理代码，无需深度编程知识。支持三种使用模式：在线LLM（ChatGPT/Claude）、本地LLM（Ollama/LM Studio）及混合方案。

典型工作流程：
1. 用自然语言描述数据处理需求（如"从PDF提取表格并计算各楼层材料总量"）
2. LLM生成可执行的Python/Pandas代码
3. 在Jupyter/VS Code等环境中运行验证
4. 迭代优化提示词直至满足需求

核心能力覆盖：

• PDF文档表格提取与结构化转换
• BIM元素数据分组聚合（按类别/楼层统计工程量）
• 成本估算自动计算（数量×单价+占比分析）
• 进度计划解析与延误识别
• 多格式数据导入导出（Excel/CSV/PDF互转）

显著优点

• 零门槛自动化：非程序员可用母语描述需求，LLM承担代码生成
• 离线安全选项：通过Ollama部署本地模型（Mistral/CodeLlama/DeepSeek-Coder），敏感项目数据不出境
• DataFrame通用格式：以Pandas DataFrame为中心枢纽，兼容Revit导出、Excel报表、PDF规范等各类建筑数据源
• 成本极低：基础功能依赖免费开源工具链（Python+Pandas+Ollama），仅高级场景需付费API
• 可积累资产：验证通过的提示词可入库复用，形成企业私有代码片段库

潜在局限与风险

| 局限类型 | 具体说明 |

|---------|---------|

| 代码可靠性 | LLM生成代码可能存在边界条件处理缺失、数据类型假设错误，**必须人工验证后运行** |

| 幻觉问题 | 复杂多表关联或特定行业算法（如造价定额计算）可能出现虚构函数或错误逻辑 |

| 性能天花板 | 本地7B参数模型对复杂数据分析任务的理解力显著弱于GPT-4/Claude-3.5 |

| 调试负担 | 报错时需用户具备基础Python调试能力定位问题 |

| 版本漂移 | Pandas API更新可能导致历史提示词生成的代码失效 |

适合人群

• 造价工程师：批量处理工程量清单、自动汇总分类、生成成本对比报告
• BIM协调员：清洗Revit导出数据、标准化属性字段、跨模型数据对齐
• 项目经理：进度Excel自动化分析、多源数据整合、简易BI报表生成
• 小型事务所：无专职开发岗位，需快速实现一次性数据自动化任务

常规风险提示

• 数据安全：使用在线LLM时，敏感项目数据可能进入模型训练集，建议商业项目优先采用本地Ollama方案
• 计算错误：财务相关输出必须人工复核，禁止直接用于合同结算
• 环境依赖：需预装Python 3.x及pandas/pdfplumber等库，Windows用户可能遇到编码/路径问题
• 提示词注入：处理外部来源的文档内容时，存在极小概率的恶意提示词嵌入风险

核心用法

本 Skill 基于 DataDrivenConstruction（DDC）方法论，为建筑工程领域提供 LLM 驱动的数据自动化解决方案。用户无需掌握 Python 编程，仅需用自然语言描述数据处理需求，即可生成可执行的 Pandas 代码。支持三种使用模式：在线 ChatGPT/Claude 交互、本地 Ollama 部署（离线可用）、LM Studio 图形界面。核心工作流围绕 DataFrame 展开——将建筑元素（墙、柱、梁等）转化为结构化表格，通过自然语言指令完成数据导入、清洗、聚合、导出全流程。

典型应用场景包括：PDF 工程文档表格提取、BIM 模型数据批量分析、工程量清单与成本估算自动化、施工进度延误识别等。文档提供了完整的 Prompt 模板库，覆盖数据导入（"读取 Excel 并显示前10行"）、数据清洗（"按 element_id 去重"）、数据分析（"计算成本与工期的相关性"）、数据导出（"生成多工作表 Excel"）四大环节。

显著优点

极低技术门槛：建筑工程师、项目经理等专业人员无需学习编程语法，直接通过业务语言驱动数据处理，大幅降低数字化转型的技能壁垒。

灵活部署选项：既支持云端大模型（GPT-4、Claude）获得最佳效果，也支持完全离线的本地 LLM（Ollama + Mistral/CodeLlama），满足工程数据保密性要求。

行业深度适配：源自《Data-Driven Construction》专著方法论，所有示例代码均针对建筑场景优化（BIM 元素解析、混凝土用量统计、成本估算等），而非通用数据教程。

成本效益突出：相比传统定制化开发或采购专业软件，本方案利用开源生态（Pandas、Ollama）实现零许可费用，仅需现有硬件资源。

潜在缺点与局限性

生成代码需人工验证：LLM 输出代码可能存在逻辑错误或边界情况处理不当，要求用户具备基础的代码阅读能力和数据校验意识，不能完全"盲用"。

复杂场景 Prompt 工程成本：简单任务描述即可，但涉及多表关联、复杂条件筛选时，需要学习如何编写精确的 Prompt，存在隐性学习曲线。

本地模型性能 trade-off：离线部署虽保障隐私，但 7B 参数级别的开源模型（Mistral、CodeLlama）在复杂逻辑生成和代码质量上逊于 GPT-4/Claude，可能出现更多迭代修正。

Windows 平台限制：metadata 明确标注仅支持 win32 系统，macOS/Linux 用户需自行适配或调整环境。

适合的目标群体

• 建筑工程技术人员：结构工程师、BIM 协调员、造价工程师，希望自动化处理 Revit 导出数据、工程量计算
• 项目管理人员：需要快速整合多源施工数据（进度表、材料清单、成本数据）生成决策报表
• 中小型施工单位：缺乏专职开发团队，寻求低成本数字化工具替代昂贵的企业级软件
• 建筑院校师生：用于教学演示数据驱动决策方法论，结合专著内容实践

使用风险与注意事项

执行安全：文档中包含 curl ... | sh 形式的 Ollama 安装示例，虽来自官方可信源，但管道执行脚本存在理论风险。建议用户先下载审查脚本内容再执行，或采用包管理器安装。

数据隐私：使用云端 LLM（ChatGPT/Claude）时，敏感工程数据会传输至第三方服务器。涉及商业机密或客户隐私的项目应优先选择本地 Ollama 部署。

依赖管理：核心功能依赖 Python 3 环境及 Pandas、pdfplumber 等库，需确保环境正确配置。建议通过 Jupyter Notebook 或 Google Colab 降低环境搭建难度。

结果可靠性：自动化生成的数据分析结果需与传统手工核算交叉验证，关键决策（如最终成本估算、合同结算）不应完全依赖 LLM 输出，需保留专业审核环节。