🚀 🏗️ 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
• Claude桌面应用程序
• 图像提取（可选）：Poppler Utils (pdfimages命令)

一键设置

1. 下载ClaudeHopper。
2. 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：

1. 文档分析：分析PDF文档的结构和内容类型。
2. 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。
3. 内容分块：智能分割文档以保持上下文。
4. 图像提取：识别并提取PDF中的图纸图像。
5. 向量嵌入：创建文本和图像的语义表示。
6. 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。