А кто будет проверять модель, которую ИИ сделал в Revit?
Кто-то же должен ловить весь нейрослоп. И желательно не вручную. 😂
Вот тут на сцену и выходит Navisworks + агент.
NWD — тонна итоговой информации в довесок к проекту для проверяющих, BIM-координаторов и Заказчика.
Сам Navis, мягко говоря, не самый молодой продукт из 90-х, который Autodesk купила в 2007 году. Так что под современным UI периодически чувствуется наследие прошлой эпохи — особенно когда прилетает Fatal Error.
При этом по пользе это один из самых недооценённых продуктов - уникальный рабочий стол ГИПа и проверяющего.
Астра, попозже, когда у неё Rate Limit пройдёт, поможет мне прикрутить костыль стабильности. Потому что Navis не очень любит шустрые запросы безбашенной Gemini, особенно когда в модели 1,7 млн элементов.
Берём Antigravity и прикручиваем сразу два MCP для Navisworks. По рекомендации Codex поставил BimOn MCP и NavisCoord.
Почему сразу два?
BimOn MCP — фундамент для произвольной автоматизации.
У него есть execute_script: агент может на лету написать IronPython-скрипт под нужную операцию и выполнить его внутри Navisworks через API.
То есть если готового инструмента нет, можно сказать условно:
«Найди всё оборудование в венткамерах, получи его габариты и минимальные расстояния до стен и колонн».
Агент пишет код → Navisworks его исполняет → результаты возвращаются обратно агенту.
По сути Navisworks API становится ещё одним tool для ИИ.
NavisCoord — более специализированная история под BIM-координацию.
Там 50+ готовых инструментов: Clash Detective, анализ причин, viewpoints, сравнение ревизий, coordination workflow и прочие.
То есть один MCP даёт гибкость, второй — готовые инструменты для проверки модели.
Что в итоге попробовал.
1. Подключаем FlyingRAG MCP, где уже лежат векторизованные каталоги оборудования, инструкции.
2. Просим модель найти оборудование в NWD и получить его параметры.
3. По марке идём во FlyingRAG, находим соответствующий паспорт и вытаскиваем размеры.
4. Сравниваем их с тем, что стоит в модели. Всего проверили порядка 300 ед. оборудования.
5. Примерно по 10% оборудования получили готовые замечания к модели — в основном там, где оно либо уже не помещается, либо запаса настолько мало, что достаточно монтажных допусков, чтобы потом его физически не собрать.
Например, в модели между вентмашиной и колонной есть красивые 30–50 мм.
Формально clash’а нет.
А по факту стена приехала на пару см., колонна чуть гулянула, добавилась изоляция — и поздравляю, оборудование больше не собирается.
Обычный Clash Detective такое спокойно пропустит.
А агенту можно отдельно задать проверку опасных сближений, сервисных зон и строительных допусков.
Все найденные места автоматически складываем в набор сохранённых точек обзора.
И, разумеется:
6. Проверяем всё ручками на отсутствие нейрослопа.
Потому что нейронка с совершенно серьёзным видом умеет написать:
SUCCESS. Нарушений не обнаружено.
А потом открываешь первый объект - и там вентмашина торчит на полкорпуса в колонне.
Сценариев аудита тут вообще масса.
Например, можно автоматизировать работу с техпомещениями. У меня для каждой венткамеры есть сохранённый «куб» — section box. Но модель обновляется, координаты плывут, и точки приходится таскать руками.
Логика простая:
«Найди ВК-3.21 → возьми Bounding Box → добавь 500 мм → восстанови срез и viewpoint».
При новой версии модели агент сам пересоздаёт точки проверки.
Вот это уже интереснее классического «ИИ нарисовал модель»: не заменять инженера, а дать проверяющему ассистента, который перебирает сотни объектов и приносит только подозрительные места.
Решение всё равно остаётся за человеком.
Модель можно подключить почти любую, хоть локальную. Всё упирается в размер инструкций, число итераций и умение модели пользоваться инструментами.
Чем модель сильнее — тем меньше ей приходится объяснять очевидное. Но и цена выше.

BimOn MCP https://github.com/General-Soju/BimOnMcp
NavisCoord https://github.com/HorizunGroup/naviscoord-mcp
FlyingRAG MCP https://github.com/kritik35/flying-rag-mcp
Navisworks Skill https://github.com/Kritik35/navisworks-mcp-stabilization