本文完整落地介绍了 drawio-skill 在 WorkBuddy、CodeBuddy 双智能体的集成实战，打通自然语言描述→AI 自动制图→Draw.io 可编辑二次优化的完整工作流。通过真实环节的实际案例调用，为大家展示在项目中的具体应用。

通过本文我们就已经实现用 Spring Boot + Thymeleaf 完整跑通了硅基流动的免费 Qwen 模型，并实现了服务端维护历史的多轮对话。

本文选用对真实场景下的教育信息公示名单截图进行识别理解，在同等提示词、同等网络环境、无画质压缩条件下，横向实测当下主流五款通用大模型：DeepSeek、Kimi、通义千问、硅基流动千问、ChatGPT 5.5（自定义扩展地址）。

本文作为基于CodeBuddy实现长沙市暑假中小学开放信息获取的第一篇，从软件工程师的视角，完成了需求分析、工具配置、实操落地三个核心环节的分享，详细介绍了长沙暑期中小学开放的官方数据、现有信息分享模式的技术痛点，以及CodeBuddy的本地技能定制、腾讯地图API集成、混元3大模型接入、第一轮信息获取与Python 图片提取的实操过程。

本文作为系列分享的第二篇，承接前文的图片获取工作，详细讲解了基于 CodeBuddy 结合大模型实现图文识别解析的全流程，包括技术途径对比、模型选择与切换、提示词编写、信息解析与 JSON 生成等核心内容。

本文介绍了最近非常火热的Kimi3模型，通过在WorkBuddy中介绍如何基于一张图片来还原一个可以在Threejs中展示的3D场景，希望对大家测试使用有所帮助。

本文针对暑期学校开放信息图文解析的AI偏差问题，落地了一套CodeBuddy多模型交叉校验+腾讯地图Skill精准定位的完整解决方案，有效解决了单一图文大模型解析不准确、垂直场景数据容错率低、文本地址无法地理数字化的核心痛点。

 本文以新晃县为例的县域烟花禁燃监管 GIS 实践，通过 Java 调用高德地图 POI 检索接口，实现了烟花爆竹销售点的自动化盘点。

本文实现了纯 Java、零依赖、可直接运行的 TopoJSON 生成器工具类，相比简易实现，更贴合生产环境需求，基于本工具类，将数据库中的经纬度数据、GIS 矢量数据、前端传入的 GeoJSON 数据，直接转换为标准 TopoJSON。

本文以耒阳童车产业园为实战场景，通过调用高德地图周边检索API，精准获取园区1-3公里范围内企业布局数据，完整覆盖API接入、代码编写、数据解析、成果展示全流程，适合Java后端开发者、地图API入门学习者参考，可直接复用代码适配同类周边检索场景。