Generative BIM framework that turns natural-language briefs into native Vectorworks models and IFC drainage assets.
Multi-agent LLM orchestration • Neurosymbolic MEP routing • Typology-aware knowledge injection • Quality-gated regeneration
openBIMForge 把自然语言、体量草图和平面图转化为可在 Vectorworks 中执行的 BIM 生成任务，并在同一流水线里协同生成排污 MEP 系统（IFC4）。系统以 Nexus 多智能体编排框架为核心，打通了从语义需求、典型学知识注入、约束代码合成、质量审查到物理构筑的完整链路。
| 能力 | 说明 |
|---|---|
| 多智能体 BIM 编排 | Architect-Agent（规划）→ Constructor-Agent（代码）→ Checker-Agent（审查）→ Transit-Payload → Vectorworks VM |
| 可切换 LLM | 支持 20+ 提供商（OpenAI、Anthropic、DeepSeek、LongCat、Qwen、Ollama、Vertex AI、Bedrock…），每个 Agent 可独立指定模型 |
| Typology 知识注入 | 10 种建筑类型（办公 / 住宅 / 学校 / 医院 / 酒店 / 商场 / 工业 / 宿舍 / 别墅 / 默认）的结构化参数库，替代硬编码默认值 |
| 三维度质量评估 | 需求符合度 + 几何合理性 + BIM 语义丰富度，阈值触发 Checker-Agent 定向重生成 |
| MEP 排污专项（创新点） | Fixture 定位 → Stack 聚类 → A* 带约束横管路由 → Merge-Tree 合流拓扑 → GB 50015 查表定径 → 通气/清扫口补全 → IFC4 导出 |
| 跨模态输入 | 文字 / 语音 / 体量图 / 平面图 / CAD 向量，经 ForgeVision 归一化为几何约束 |
| 透明可审计 | Claude Code 风格折叠执行流，每个阶段产出可溯源的 JSON / 代码 / IFC 工件 |
flowchart TD
A["用户输入：文字 / 语音 / 图片"] --> B["Next.js Chat UI"]
B --> C{"输入类型"}
C -->|"文字 / 语音"| D["/api/chat"]
C -->|"图片"| E["ForgeVision-Form/Layout"]
E --> F["STL / Preview / CAD Vector / Topology"]
F --> D
D --> G0["Stage 0 Clarification Loop（LLM 参数完整度评估）"]
G0 --> G["Stage 1 Architect-Agent（Typology 知识注入）"]
G --> H["Stage 2 Constructor-Agent（Vectorworks Python 代码合成）"]
H --> H2["Stage 2.5 Checker-Agent（三维度质量审查 + 定向重生成）"]
H2 --> I["Stage 3 Transit-Payload JSON"]
I --> J["Stage 4 Vectorworks VM（物理构筑）"]
J --> L["VWX / IFC / result.json"]
H2 -.MEP 模式.-> M["MEP-Engineer（排污专项）"]
M --> M1["Fixture Placement → Stack Planning → A* Routing + Merge-Tree → Sizing"]
M1 --> M2["IFC4 管道导出 / Vectorworks Python 脚本"]
系统由两条独立但可协同的智能体链路组成：
- 建筑主链路（Nexus）：Clarification → Architect → Constructor → Checker → Transit → Vectorworks VM。每步都产出可审计的中间产物（槽位、代码、三维度质量评分、IFC）。
- MEP 分支（可选启用）：读取 Architect 产出的建筑 state，独立完成排污系统设计，输出独立 IFC，可脱离 Vectorworks 单独验证（Solibri / ifc.js / BIMvision）。
- 前端：Next.js 16（App Router）· React 19 · Tailwind CSS v4 · Radix UI · Vercel AI SDK v6
- 后端编排：Next.js Route Handlers · Node.js · Python Bridge（通过 child_process 调用）
- LLM 提供商：统一适配 OpenAI / Anthropic / Google / Vertex AI / Bedrock / Azure / DeepSeek / OpenRouter / SiliconFlow / SGLang / Ollama / Gateway / EdgeOne / LongCat / 豆包 / ModelScope / GLM / Qwen / 七牛 / Kimi / MiniMax
- Python Agent Runtime：Python 3.11+ · OpenAI-compatible SDK · Anthropic SDK · Google GenAI SDK
- MEP 算法：A* 约束路径规划 · Prim 最小生成树（合流拓扑）· 自适应 K-means 立管聚类
- BIM 运行时：Vectorworks 2024+ · Vectorworks Python SDK（
vs.*）· IFC4（手写 SPF 导出，零依赖） - 可观测性：Langfuse LLM Tracing · OpenTelemetry
- 包管理：
uv（Python）·npm（Node） - 部署：Cloudflare Workers（
@opennextjs/cloudflare）· Vercel · Docker · 腾讯 EdgeOne
app/
api/chat/ # Nexus 编排入口、澄清循环、流式响应
api/bim/forge-architect-* # BIM 生成 API（能力扫描、结果轮询、构件下载）
bim/ # Vectorworks 控制台 / IFC 预览页面
components/
chat-panel.tsx # 主聊天面板（文字 / 语音 / 图片 / MEP 开关）
chat-message-display.tsx # Claude Code 风格可折叠执行卡片
settings-dialog.tsx # Agent 模型专业化配置（高级）
forge_core/
knowledge/ # Typology 知识包 + MEP 器具字典
typologies/*.json # 10 种建筑类型参数库
mep_fixtures.json # GB 50015 器具 / 管径查表
loader.py # 查表 + fallback 解析器
build_agent/ # Nexus 编排 + Checker + 质量评估 + VM 执行
unified_runtime.py # 主流水线，Agent 模型专业化
nexus_checker.py # 阈值 + 单次重生成
quality_evaluator.py # 三维度静态评分
mep_agent/ # MEP 排污专项（独立可运行）
fixture_placer.py # Stage B 规则式器具定位
stack_planner.py # Stage C 自适应 K-means 立管聚类
pipe_router.py # Stage D A* + 梁避让
merge_tree.py # Prim 合流拓扑
sizing.py # Stage E 管径 / 通气 / 清扫口
ifc_exporter.py # 无依赖 IFC4 SPF 输出
quality.py # 连通 / 坡度 / 管径 / 规范四维评估
mep_pipeline.py # 顶层编排器
layout_agent/ # ForgeVision 图像 / 草图适配层
design_agent/ # Architect / Constructor 提示词 + VS API stub
benchmark/ # MEP 定量评测集（3 个 case 起步）
cases/ # BuildingPlan JSON
run_benchmark.py # CLI：跑所有 case 输出 Markdown / CSV / JSON
tests/mep/ # 21 个单元测试（Prim / A* / IFC / 四维评分）
vectorworks_plugin/ # Vectorworks Web Palette + VLB 桥接
# Node 端
npm install
# Python 端（推荐 uv）
uv sync --extra devnpm run dev
# 浏览器访问 http://localhost:6002/zhuv run -m forge_core.mep_agent \
--input forge_core/mep_agent/examples/office_6f_demo.json \
--output forge_runtime/mep_out --ifc --script产出 demo_office_6f.ifc，可直接拖进 Solibri、BIMvision、ifc.js 预览三维管道。
uv run -m benchmark.run_benchmark --format markdown
# 结果：forge_runtime/benchmark/summary.mduv run pytest tests -v每个子 Agent 都可以独立指定提供商 / 模型，系统会自动路由：
- Architect-Agent（空间规划、建筑学常识）→ 推理型模型（Claude Opus / o3 / DeepSeek R1）
- Constructor-Agent（生成 Vectorworks Python 代码）→ 代码专项模型（Qwen2.5-Coder / Claude Sonnet / DeepSeek Coder）
- Checker-Agent（三维度评分 + 单次重生成）→ 轻量模型（Haiku / 本地 Ollama）
三个 Agent 留空都会回退到主模型，确保单模型用户无感知。这种 Model Specialization 策略让"用一个中等模型 + 一个便宜模型"的组合效果接近"全部用最贵的顶级模型"。
| Case | Fixtures | Stacks | 管段数 | 管长 | 质量 |
|---|---|---|---|---|---|
| 6 层办公楼 | 51 | 1 | 54 | 52.50 m | 100/100 |
| 单层 4 户住宅板 | 20 | 2 | 28 | 56.29 m | 100/100 |
| 4 层教学楼 | 55 | 2 | 63 | 84.75 m | 100/100 |
评测维度：connectivity（器具连通率）· slope（坡度合规）· sizing（管径合规）· code_compliance（GB 50015 通气 / 清扫口）。
Apache-2.0