🚀 🏗️ ClaudeHopper - 人工智能驱动的建筑文档助手
ClaudeHopper 是一款专业的模型上下文协议（MCP）服务器，它支持Claude及其他大语言模型（LLMs）与建筑图纸、文档和规范直接交互。借助先进的基于检索的增强生成（RAG）和混合搜索功能，你能够轻松就施工图提问、查找特定细节并分析技术规范。
🚀 快速开始
先决条件
- Node.js 18+
- Ollama，用于本地AI模型
- 需要的模型：
nomic-embed-text、phi4、clip
- 需要的模型：
- Claude桌面应用程序
- 图像提取（可选）：Poppler Utils (
pdfimages命令)
一键设置
- 下载ClaudeHopper。
- 运行安装脚本：
cd ~/Desktop/claudehopper
chmod +x run_now_preserve.sh
./run_now_preserve.sh
此操作会：
- 创建必要的目录结构。
- 安装所需的AI模型。
- 处理你的建筑图纸。
- 配置Claude桌面应用程序以使用ClaudeHopper。
添加文档
将你的建筑文档放置在以下文件夹中：
- 图纸：
~/Desktop/PDFdrawings-MCP/InputDocs/Drawings/ - 规范：
~/Desktop/PDFdrawings-MCP/InputDocs/TextDocs/添加文档后，运行：
./process_pdfdrawings.sh
✨ 主要特性
- 🔍 基于向量的搜索，专为建筑图纸、计划和规范进行了优化。
- 🖼️ 基于文本描述的图像检索，可用于查找相似图纸。
- 🏢 提供专门针对建筑行业文档格式的元数据提取功能。
- 📊 通过智能文件分块实现高效的令牌使用。
- 🔒 通过本地存储和处理确保安全性。
- 📈 支持多种图纸类型和建筑学科（结构、土木、建筑等）。
💻 使用示例
在Claude桌面应用程序中尝试以下示例问题：
“我们有哪些建筑图纸用于该项目？”
“显示基础系统的结构细节”
“查找显示混凝土基础及其尺寸的图纸”
“搜索提升站布局图”
“Interior paint（室内涂装）的规范是什么？”
“查找所有讨论防火系统的内容”
🔧 技术细节
技术架构
ClaudeHopper 使用一个多阶段管道来处理建筑文档：
- 文档分析：分析PDF文档的结构和内容类型。
- 元数据提取：通过AI辅助从文档中提取项目信息、图纸类型和学科。
- 内容分块：智能分割文档以保持上下文。
- 图像提取：识别并提取PDF中的图纸图像。
- 向量嵌入：创建文本和图像的语义表示。
- 数据库存储：将数据存储在数据库中。
数据库说明
- 表结构：
documents表：存储文档的基本信息（如文件名、内容摘要等）。metadata表：存储提取的元数据信息（如作者、日期等）。vectors表：存储向量表示以便进行相似性搜索。
📄 许可证
本项目采用MIT许可证。
⚠️ 重要提示
确保安装所有必要的依赖项，包括Node.js和Ollama。
💡 使用建议
在处理大量文档时，建议优化硬件配置以提高性能。如需进一步支持或定制，请参考项目文档或联系维护团队。
欢迎使用ClaudeHopper！如需更多帮助，请随时查看我们的文档或与我们联系。