ifc-geometry-mcp

ifc-geometry-mcp

MCP server for IFC geometric audit, providing tools to detect space clashes, extract space inventories, compute surface losses, check boundaries, and verify opening correspondences in BIM models.

Category
访问服务器

README

ifc-geometry-mcp

Serveur MCP ifc-geometry d'audit géométrique IFC basé sur IfcOpenShell. Il fournit le moteur « préliminaire » consommé par audit-bim-i3f : il analyse une maquette IFC et écrit 5 fichiers JSON que audit-bim-i3f fusionne dans son audit via import_preliminary_findings (rapport Word, annexe XLSX, topics BCF, Smart Views).

Ce qu'il détecte

Outil MCP Fichier produit Contrôles
run_space_clash_audit <stem>_space_clash_findings.json doublons de pièces, chevauchements, placards double-modélisés, chevauchement vertical entre étages
extract_space_inventory <stem>_space_inventory.json pièces trop petites, écart surface déclarée/recalculée, pièces sans zone / sans étage / sans surface, typologies de zones (T1..T5), continuité & duplex, cohérence de nommage, fraîcheur de l'export
compute_surface_loss <stem>_surface_loss.json m² perdus par pièce (empiètement murs / poteaux)
check_space_boundaries <stem>_boundaries.json pièces sans IfcRelSpaceBoundary, limites manquantes entre pièces adjacentes
check_opening_correspondence <stem>_openings_check.json réservations structure sans ouverture archi correspondante (mode bi-maquette)

Le vocabulaire de sortie (flags, classifications, sévérités) est le contrat défini par audit_bim/audit/rules/preliminary.py côté audit-bim-i3f. Ne pas le modifier sans mettre à jour les deux côtés.

Installation

git clone https://github.com/Slimouzi/ifc-geometry-mcp.git
cd ifc-geometry-mcp
python -m venv .venv && source .venv/bin/activate
# bim-sandbox (sandbox de chemins partagée) n'est PAS publié sur PyPI : on
# l'installe d'abord depuis son tag Git, sinon la résolution de la dépendance
# ``bim-sandbox>=0.1.0,<0.2`` échoue.
pip install "git+https://github.com/Slimouzi/bim-sandbox.git@bim-sandbox-v0.1.0"
pip install -e .

Dépendances clés : ifcopenshell>=0.8, shapely>=2.0, numpy, fastmcp>=3.0 (sur PyPI) et bim-sandbox (tag Git — préinstallation ci-dessus).

Configuration MCP (Claude Desktop / Cowork)

Ajouter dans le bloc mcpServers, en alignant AUDIT_OUTPUT_DIR sur celui d'audit-bim-i3f pour que les JSON atterrissent là où l'import les lit :

"ifc-geometry": {
  "command": "/Users/stani/code/MCP/ifc-geometry-mcp/.venv/bin/ifc-geometry-mcp",
  "args": ["--transport", "stdio"],
  "env": {
    "AUDIT_OUTPUT_DIR": "/Users/stani/code/MCP/audit_out",
    "AUDIT_INPUT_DIR": "/Users/stani/code/MCP/audit_in"
  }
}
  • AUDIT_INPUT_DIR : dossier autorisé pour les IFC lus (sandbox). Si absent, des chemins absolus existants sont acceptés (mode local/dev).
  • AUDIT_OUTPUT_DIR : dossier d'écriture des JSON (défaut ./out).

Pipeline type (premier run)

extract_space_inventory(ifc_path=".../250613_MN_BAT.ifc")
run_space_clash_audit(ifc_path=...)
compute_surface_loss(ifc_path=...)
check_space_boundaries(ifc_path=...)
check_opening_correspondence(ifc_path=..., structure_ifc_path=...)   # optionnel
          │  (5 JSON dans AUDIT_OUTPUT_DIR)
          ▼
audit-bim-i3f : import_preliminary_findings(space_clash_json=..., inventory_json=...,
                surface_loss_json=..., boundaries_json=..., openings_json=...)
          ▼
generate_avp_i3f_pack / generate_word_report   →  rapport d'audit préliminaire

Les 5 outils sont indépendants et peuvent tourner en parallèle. Voir Runbook_Cablage_ifc-geometry_Premier_Run.md pour la procédure détaillée.

Seuils (à confirmer avec I3F)

Paramètre Défaut Outil
surface mini pièce habitable 9.0 m² extract_space_inventory.min_area_threshold_m2
tolérance écart surface 5.0 % extract_space_inventory.area_tol_pct
fraîcheur export 90 j extract_space_inventory.stale_after_days
recouvrement pièces 0.10 run_space_clash_audit.overlap_min_ratio
seuil doublon 0.90 run_space_clash_audit.duplicate_ratio
adjacence limites 0.35 m check_space_boundaries.adjacency_tol_m
appariement ouvertures 0.10 m check_opening_correspondence.tolerance_m

Détails géométriques

  • Empreinte 2D d'un élément = union (shapely.unary_union) des facettes du maillage IfcOpenShell (coordonnées monde) projetées sur le plan XY ; les faces verticales, projetées en segments, sont éliminées.
  • Surface recalculée = aire de cette empreinte ; comparée à la surface déclarée (Qto_SpaceBaseQuantities.NetFloorArea).
  • Perte de surface = intersection de l'empreinte d'une pièce avec celles des murs/poteaux dont la plage d'altitude recoupe la pièce (indexation STRtree).

Tests

pytest -q          # contrat de schéma + smoke géométrique (mini-maquette IFC)

tests/test_contract.py verrouille la forme des payloads ; tests/test_geometry_smoke.py construit une petite maquette (2 pièces qui se chevauchent + placard inclus + mur empiétant) et vérifie que le clash, l'inventaire et les pertes de surface fonctionnent réellement via IfcOpenShell.

Licence

Apache-2.0 — © Stanislas Limouzi / BIMData.

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选