Celem przeprowadzonego wdrożenia było sprawdzenie możliwości integracji autorskich baz wiedzy z agentami sztucznej inteligencji przy wykorzystaniu protokołu Model Context Protocol (MCP). W ramach testu oceniono zarówno sposób działania opracowanego rozwiązania, jak i jego potencjalne zastosowanie w codziennej pracy projektowej. Praktyczne działanie systemu, w tym zautomatyzowany transfer geometrii, przedstawiono w załączonym materiale wideo.
Analiza koncentrowała się na dwóch zagadnieniach: sprawności przepływu pracy oraz możliwości włączenia rozwiązania do standardowego procesu projektowego w pracowni architektonicznej. Szczególną uwagę poświęcono integracji skryptów wykonawczych z cyfrowymi zasobami wiedzy inżynierskiej, obejmującymi krajowe uwarunkowania prawne, normy techniczne oraz zagadnienia technologii budowy.
System został zaimplementowany na platformie Antigravity i opiera się na dwóch głównych komponentach: bazach wiedzy oraz narzędziach automatyzujących (tzw. „tools”). Bazy wiedzy pełnią funkcję uporządkowanych repozytoriów danych źródłowych. W środowisku testowym wykorzystano zbiory obejmujące polskie akty prawne związane z budownictwem, w tym przepisy Prawa budowlanego oraz Warunki Techniczne. Dokumenty zostały przekonwertowane do formatu Markdown, co ułatwia ich przeszukiwanie i przetwarzanie przez modele językowe. W bardziej złożonych przypadkach interpretacyjnych system korzysta z protokołu MCP do uzupełniania informacji poprzez zasoby zewnętrzne, np. aktualne orzecznictwo.
Bazę rozszerzono również o literaturę z zakresu budownictwa ogólnego, konstrukcji oraz fizyki budowli. Istotnym elementem wdrożenia była baza detali projektowych. Pliki rastrowe (JPG) i wektorowe (DXF) powiązano za pomocą ujednoliconej warstwy opisowej w formacie Markdown. Takie podejście umożliwia jednoczesną analizę opisu technicznego, geometrii oraz materiału graficznego.
Drugim komponentem systemu jest narzędzie automatyzujące transfer detali z bazy danych bezpośrednio do środowiska Autodesk Revit. Logika działania została opracowana z wykorzystaniem modelu o wysokiej mocy obliczeniowej (Gemini 3.1 Pro/High), natomiast do powtarzalnych operacji stosowane są modele lżejsze (np. Gemini Flash), co pozwala ograniczyć koszty obliczeniowe. Sam proces konwersji geometrii z formatu DXF do natywnego formatu Revita realizowany jest przez przygotowany wcześniej skrypt w języku Python. Wykorzystanie stałego kodu zamiast jego każdorazowego generowania zapewnia większą stabilność działania oraz powtarzalność wyników.
Wyniki testów wskazują, że skuteczność rozwiązania zależy przede wszystkim od jakości przygotowania danych wejściowych, w szczególności plików wektorowych oraz struktury bazy wiedzy. Kluczowe jest również odpowiednie opracowanie opisów technicznych — powinny one koncentrować się na zasadach działania rozwiązań oraz ich poprawności wykonawczej, a nie wyłącznie na szczegółach implementacyjnych. Tak przygotowana baza może być stopniowo rozwijana o kolejne elementy, np. wytyczne technologiczne czy dane produktowe.
Zastosowane podejście pozwala na bezpośrednie powiązanie środowiska projektowego z repozytorium wiedzy. Istotną cechą rozwiązania jest jego niezależność od konkretnego modelu językowego — system może współpracować z różnymi modelami, w zależności od potrzeb. W praktyce oznacza to przejście od biernego wykorzystania narzędzi AI do bardziej aktywnego modelu pracy, w którym agent operuje jednocześnie na wielu źródłach danych i współdziała bezpośrednio z oprogramowaniem projektowym.
Tworzenie własnych baz wiedzy ma w tym kontekście kluczowe znaczenie. Pozwala wykorzystać wiedzę organizacji, ograniczyć ryzyko generowania nieprecyzyjnych odpowiedzi oraz ujednolicić standardy projektowe. Rozwiązanie może być również wykorzystywane do bieżącej weryfikacji projektów — np. poprzez analizę zrzutów ekranu i ocenę zgodności z obowiązującymi przepisami.
Podejście to można dalej rozwijać, obejmując m.in. automatyczne generowanie dokumentacji technicznej (np. STWiORB), tworzenie opisów projektowych na podstawie modelu geometrycznego czy weryfikację parametrów obiektu w odniesieniu do wymagań prawnych i technicznych.
Zastrzeżenie
Materiały referencyjne (w tym detale projektowe i rysunki) widoczne w załączonym materiale wideo oraz wykorzystane w testowej bazie wiedzy stanowią własność intelektualną ich autorów. Zostały one użyte na prawach cytatu, wyłącznie w celach edukacyjnych, analitycznych i demonstracyjnych w ramach weryfikacji technologicznej i wdrożenia próbnego (Proof of Concept). Zbudowana na ich podstawie baza wiedzy ma charakter prywatnego środowiska testowego i nie podlega jakiejkolwiek formie powielania, dystrybucji czy komercjalizacji.