필수 매개변수를 확인하고 누락되거나 잘못된 값을 찾아 조정 및 납품 전에 모델 데이터를 일관된 BIM 표준으로 정리합니다.
버전 기록
그림 1 — Revit.Descriptor: 모델 파라메트릭 데이터의 AI 처리.
Revit 모델 데이터를 간결한 표 형식으로 변환하고 일반적인 브라우저 또는 데스크톱 AI 채팅에서 처리하십시오. MCP 서버를 통해 무거운 모델 컨텍스트를 계속 전송할 필요가 없습니다.
그림 2 — Revit.Descriptor 기본 창 및 모델 필터 패널.
그림 3 — 데이터 세트를 만들기 위한 Revit 뷰 선택.
그림 4 — 형상 유형별 필터.
그림 5 — 작업 세트별 필터.
그림 6 — 요소 카테고리 선택.
그림 7 — 패밀리 선택.
그림 8 — 내보낼 표에 포함할 매개변수 구성.
그림 9 — Excel 파일 생성 진행 상태.
그림 10 — 모델 데이터를 표 형식으로 내보낸 결과.
MCP 서버를 사용하면 AI가 응용프로그램 및 모델과 직접 상호 작용할 수 있지만, 복잡한 BIM 시나리오에서는 많은 양의 컨텍스트 전송과 다수의 중간 요청이 필요할 수 있습니다. 이로 인해 토큰 사용량, 처리 시간 및 운영 비용이 증가합니다. Revit.Descriptor는 다른 접근 방식을 사용합니다. 필요한 모델 데이터를 특정 작업을 수행하기에 충분한 간결한 표 형식으로 표현합니다.
전체 모델 구조나 긴 명령 시퀀스를 AI에 보내는 대신 채팅에는 필요한 데이터만 전송합니다. 즉, 요소, 카테고리, 매개변수 및 값만 전달합니다. 표 형식 데이터는 분석, 비교 및 대량 처리가 더 쉽습니다.
준비된 데이터는 익숙한 브라우저 또는 데스크톱 AI 응용프로그램에서 처리할 수 있습니다. 일반적인 매개변수 작업에는 별도의 MCP 흐름을 통한 AI와 Revit의 상시 연결이 필요하지 않습니다.
전송되는 컨텍스트의 양을 줄이면 토큰 사용량이 감소하고 처리 속도가 빨라집니다. 특히 대형 모델, 반복 검사 또는 대량 데이터 입력에서 효과가 큽니다.
AI는 정의된 규칙에 따라 회사에서 요구하는 코드, 분류 체계 및 기타 값을 할당하고 이미 입력된 데이터를 검사하여 편차를 찾을 수 있습니다.
매개변수의 존재 여부와 정확성, 허용되는 값, 매개변수와 요소 카테고리의 대응 여부를 검사합니다. AI는 누락, 불일치 및 오류를 대량으로 식별할 수 있습니다.
모델을 IFC 또는 기타 외부 형식으로 전달하기 전에 AI를 사용하여 카테고리와 매개변수 매핑, 내보낼 데이터 요구사항 및 정보 내용의 정확성을 검사합니다.
Revit.Descriptor는 모델 형상을 생성하거나 수정하지 않습니다. 요소를 작성, 이동, 회전하거나 요소의 형태를 편집하지 않습니다. 작업 범위는 BIM 모델의 정보 내용, 즉 매개변수, 값, 코드, 분류, 매핑 및 기타 구조화된 데이터입니다.
