# progress-monitoring-cv

Скилл progress-monitoring-cv анализирует фото стройплощадки и снимки с дронов: оценивает прогресс, замечает риски безопасности и сопоставляет результат с BIM.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 115 установок · ★ 434 у репозитория
- Автор: datadrivenconstruction
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/5_DDC_Innovative/progress-monitoring-cv/SKILL.md
- Обновлён: 2026-10-19
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/progress-monitoring-cv

## Что делает

Скилл обрабатывает изображения строительной площадки с помощью компьютерного зрения. Он оценивает процент выполнения, определяет строительную фазу, ищет элементы вроде колонн, балок, стен, техники и работников, а также формирует наблюдения по безопасности и качеству.

В примере используются Python, `opencv`, `numpy`, `PIL`, `torch` и `torchvision`. Детектор построен на `fasterrcnn_resnet50_fpn`, а для анализа сцены применяется `resnet50`; фаза дополнительно оценивается по цветовым признакам бетона, грунта и стали. Результат описывается структурой `ProgressReport`, где есть путь к изображению, фаза, прогресс и найденные элементы.

В коде прямо сказано, что для производственного применения потребуется дообученная модель. Это ограничивает точность распознавания строительных элементов. Для запуска нужен `python3`; сопоставление с BIM и проверка дефектов относятся к заявленным сценариям скилла.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill progress-monitoring-cv -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/progress-monitoring-cv/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/progress-monitoring-cv/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill progress-monitoring-cv -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/progress-monitoring-cv/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill progress-monitoring-cv -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/progress-monitoring-cv/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction 5_DDC_Innovative/progress-monitoring-cv/SKILL.md
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/progress-monitoring-cv/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill progress-monitoring-cv -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --path 5_DDC_Innovative/progress-monitoring-cv
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/progress-monitoring-cv/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill progress-monitoring-cv -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/5_DDC_Innovative/progress-monitoring-cv/SKILL.md

## Когда брать
- оценить процент готовности по снимку площадки
- определить текущую фазу строительства
- найти на изображении работников, технику и элементы здания
- проверить наличие средств защиты и барьеров
- сопоставить фактический прогресс с BIM-моделью

## Примеры запросов агенту
- Проанализируй `site_photo.jpg`: определи фазу строительства, оцени прогресс и перечисли найденные элементы.
- Проверь снимки площадки на средства защиты, барьеры и другие риски безопасности.
- Сопоставь прогресс на изображениях с планом и выдели замеченные дефекты качества.

## Похожие
- [construction-expert](https://affpapa.org/nevibecode/skills/construction-expert.md) — скилл · 667 установок
- [computer-vision-opencv](https://affpapa.org/nevibecode/skills/computer-vision-opencv.md) — скилл · 4100 установок
- [object-separation](https://affpapa.org/nevibecode/skills/object-separation.md) — скилл · 3300 установок
- [senior-computer-vision](https://affpapa.org/nevibecode/skills/senior-computer-vision.md) — скилл · 1152 установки
- [segment-anything-model](https://affpapa.org/nevibecode/skills/segment-anything-model.md) — скилл · 1100 установок
- [Computer Vision](https://affpapa.org/nevibecode/skills/computer-vision.md) — скилл · 510 установок

Из того же набора: [datadrivenconstruction/ddc_skills_for_ai_agents_in_construction](https://affpapa.org/nevibecode/by/datadrivenconstruction/ddc_skills_for_ai_agents_in_construction.md) — 156 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
