工程图纸
数据抓取，结构化图纸数据

普通 OCR 只把图纸上的文字抠出来，得到的是散乱文本。Nodexel 先识别图纸版面结构，再把文字回填到正确的区域和业务字段：标题栏归标题栏、BOM 归明细表、技术要求归说明区，并保留每个字段在原图上的坐标。

简单说，OCR 解决"字识别出来没有"，数据抓取解决"这些信息有没有回到正确的图纸区域和字段里"。

常见适用文件包括 CAD / DWG 工程图纸、机械零件图、装配图、PDF 与扫描版图纸、设备图纸、BOM 明细表与零部件明细表。

典型场景有图纸归档、PLM 入库、物料管理、制造知识库建设与研发资料检索。

可抓取图面文字、标题栏（图号、图名、版本、比例、日期、设计与审核信息）、BOM 明细表（编号、名称、规格、材质、数量）、零部件信息、技术要求、参数说明、加工说明与备注等。

具体效果受图纸清晰度、版式复杂度与扫描质量影响，建议用真实样本验证。

可按场景输出 Excel、JSON 与企业标准表单。Excel 适合人工复核与二次整理；JSON 适合 API 接入、字段入库与系统集成；同时可结合页码、区域与坐标信息支持原文追溯。

适合。抓取会提取图纸文字、标题栏、明细表、图纸说明与技术参数，减少图纸内容被拍平成普通文本后造成的结构与语义丢失。

对制造知识库、研发资料检索与企业 RAG 应用，结构清晰、可追溯的图纸数据更利于模型检索、理解与引用。

支持。可通过 API 接入批量处理能力，用于图纸归档、历史图纸入库、BOM 抽取、知识库建设与业务系统集成。

对于大批量任务，可结合异步任务、任务队列与企业级部署方式，提升处理稳定性。

支持。对制造、能源、工程、军工供应链等对数据安全与合规要求较高的场景，可提供私有化 / 本地化部署、POC 支持与持续优化服务，帮助企业在内网环境中完成图纸抓取与结构化处理。

图纸转 Excel 更偏向把图纸里的表格内容转成可编辑表格。数据抓取更关注图纸结构、业务字段与系统可用性：不仅提取明细表，还识别标题栏、图纸说明、技术参数、区域位置与原文坐标，便于后续入库、检索、复核、RAG 与业务系统使用。