技能介绍

你在解决什么问题

LEGO MOC 或官方说明书里的零件清单往往藏在 PDF 某一两页，或是 Rebrickable、BrickLink 上的 HTML 表格。手工抄编号、颜色和数量再对照 Stud.io 颜色代码，既慢又容易漏项、写错色号。

本技能把「看图/看网页 → 结构化清单 → 可导入采购或建模工具的 Excel」串成固定流程，减少在说明书与零件站之间来回切换的时间。

技能如何工作

输入分两条线，按来源自动选型：

PDF：用 extract_images.py 从图片型说明书里抽出内页图；你先确认哪几页才是零件表（拼搭步骤页不算完整清单），再对表格页做视觉识别，得到零件编号、英文颜色名和数量。
HTML：用 extract_html.py 抓取 URL 或本地 .html，按站点常见选择器（如 Rebrickable 的 table.inventory-table、BrickLink 的 table.inventory）解析；未装 BeautifulSoup4 时可降级为模型辅助解析页面结构。

颜色侧依赖可选模板 Excel 的 Sheet2（D/E 列）或 references/color_codes.md 里的映射，把 Black、Dark Bluish Gray 等名称转成 Stud.io 编号。最终由 generate_excel.py 批量写出四列：零件编号 | 颜色编号 | 数量 | 原始颜色名称。

适用边界与注意点

PDF 多为扫描图，页码定位必须由你确认；误把步骤页当零件表会得到不完整数据。
部分站点有登录或反爬，在线抓取失败时更稳妥的做法是保存 HTML 后走本地流程。
Windows 下路径含 &、Excel 被 WPS 占用、以及中文编码等问题，SKILL 里已有对应规避方式（临时路径、openpyxl、先写临时文件再覆盖等）。模板缺色时需对照 Stud.io 标准手动补码。