夜雨聆风我让AI帮我写了个CASS插件，自动提界址点
——初版能跑，但真正的坑还得老测绘来填
不动产测绘有个活，我以前最抵触：从图里把界址点一个一个点出来，按序编号，再把坐标导成表交给甲方。几十宗地下来，眼睛和鼠标都废了。前段时间我试着让 AI 帮我写了个 CASS 插件，干这事。
现在点一下，几分钟提完，我只在边上复核。说说怎么做的，也说说 AI 在哪儿掉了链子。
我先跟AI讲清楚"界址点是啥"
这步比写代码重要。AI 不懂 CASS，我得把业务翻译成它能懂的话：界址点在图里通常是带特定编码的点实体，旁边有点号注记；我要的是遍历图里这类点，按某种顺序取坐标，按顺序编 J1、J2，最后导成表。
我没让它直接出成品，先要思路。它给了条明路：用 AutoLISP 遍历模型空间，过滤出界址点图层（比如 JZD 层）的点，读插入点坐标，再去找关联的点号文字，配对，排序，写文件。
方向对。我照这个让它能出初版代码。
初版能跑，但三个坑它没料到
拿到的 LISP 第一次跑，确实把点都抓出来了。我正高兴，复核时发现三处不对，全是我这种老测绘才知道的坑：
第一，CASS 版本不一样，界址点的图层名和编码不统一。我们这有些老图用的是旧编码，AI 默认按新标准写的过滤条件，漏了一小半点。我得把图层名做成可配置的，别写死。
第二，点实体和点号注记不是一一贴在一起的。图里注记可能偏移、甚至单独成块。AI 初版直接用"最近注记"配对，结果好几户的点号张冠李戴。我改成按点号文字里的编号字段精确匹配，才对上。
第三，甲方要的导出模板是特定的：点号、X、Y、备注，分开列。AI 给的是一股脑塞一个文本，我重排了表头顺序和分隔符。
这三处，没在测绘现场滚过的人，真写不对。AI 出的是"像那么回事"的骨架，业务的肉得你自己补。
给你个能抄的思路骨架
说明一下，这是思路和初版骨架，不是打包好的插件。真要用，得补上"按编号匹配注记"那个函数，还有图层名、输出路径的配置。
核心逻辑长这样（AutoLISP 风格，字段按你的图改）：
这段就是个引子，真要用得补上"按编号匹配注记"那个函数，还有图层名、输出路径的配置。骨架清楚，你改起来快。
避开烂大街的，我又让AI试了几个更磨人的
提界址点只是开了个头。市面上CASS二次开发早被做烂的那几样——批量展点、坐标转换、土方、断面、宗地自动成图——我一个没让AI碰。它们要么CASS自带，要么成熟插件一大把，重造轮子没意义。
我专挑那些"天天烦、但没人做成通用工具"的活，让AI先出骨架，我再填坑。挑了几个能落地的：
图纸"体检报告"
收来的图经常乱：图层名五花八门、块炸不开、缺字体、界址线没闭合。以前靠人肉翻，漏一项就被甲方打回。我让AI写了个扫描器，一键读出这张图的所有隐患，按"致命/警告/建议"分级，给张整改清单加个健康分。它不是画图的，是替你先把图看一遍。
红线对着规划条件查
土地核验、规划核实最磨人的是量算：容积率、建筑密度、退让距离，对着红线和建筑轮廓一个个数。我让AI写了个比对器，框选红线和控制线，直接吐出"超了没、超多少"的结论表。这活儿所里基本靠Excel手搓，做成插件能少算错好几回。
界址点不光提，还得"查自己"
提完点不放心，我加了个自检：编号是不是连续、有没有重号漏号、相邻界址点间距合不合《地籍调查规程》的限差。AI初版只会抓点，这层合规判断是我后补的——它不知道哪条规范管这事儿。
报盘材料一键归位
云南这边的国土空间用途管制报盘，材料目录和命名卡得死，错一个就退回来重传。我让AI按报盘系统的目录结构，把零散的dwg、csv、docx自动塞进对应文件夹、改成规定名。垂直场景，通用插件根本不会做这个。
界址点牌带个二维码
外业核查、村里公示，我让AI生成界址点指示牌图块，贴上二维码，扫码直接看这点的坐标、点号、权属。老师傅带着手机就能核对，不用捧着图纸翻。
图层"翻译"成标准名
别的所交来的图，图层名千奇百怪。我让AI写了个映射器，把乱七八糟的图层名按国标归并成标准体系，顺手把颜色和线型也理顺。以后接外协的图，先过一遍这关。
这几个没有一个"听起来高大上"，但都是我桌上真在磨的活。AI给的仍是骨架，图层映射表、规划指标阈值、报盘目录规则这些"业务肉"，还得我一点点喂。
等打磨成能用的，它就能替我干最累的
插件跑通那天，提点和编号的苦活就没了。我剩下的活是复核：抽查几十个点，看编号顺不顺、坐标偏没偏、有没有漏提。这活儿机器干不了，得人盯，但也从"熬几个小时"变成"翻几分钟"。现在这版还在打磨，先把思路给你，少走点我走过的弯路。
说到底，AI 在这事里是个上手极快的徒弟，CASS 的语法它学得快。但"界址点为什么得这么提、甲方模板为啥长这样"，这层判断它给不了，得你这个干活的来拍板。
你手上有没有这种"重复、但有点小讲究"的活？提取、编号、出表这类都适合这么搞。留言告诉我你卡在哪个环节，下篇我可以挑一个展开。
关注「测绘人的AI实战派」。下篇接读者最关心的问题：测绘数据喂 AI，到底怎么才不泄密。