2025年底,Anthropic发布了MCP(Model Context Protocol)。半年过去,这个协议在建筑工程领域已经有了实际落地。
简单来说:MCP让AI Agent能"连上"BIM模型、项目管理工具、施工现场数据,不用再手动复制粘贴。
MCP是什么(30秒版本)
MCP是一个开放协议,定义了AI模型如何与外部数据源和工具交互。
类比理解:
- 以前:每个AI工具都要自己写API对接BIM、对接ERP、对接项目管理——N×M个问题
- 有了MCP:BIM软件提供MCP Server,AI Agent作为MCP Client,直接连上——N+M个问题
一句话:MCP是AI世界的USB接口,统一了连接标准。
为什么建筑行业需要MCP
痛点:数据孤岛
建筑工程的数据散落在十几个系统里:
| 数据类型 | 存储位置 | 格式 |
|---|---|---|
| BIM模型 | Revit/Tekla | .rvt/.ifc |
| 项目进度 | P6/MS Project | .xer/.mpp |
| 成本数据 | ERP/Excel | 各种格式 |
| 施工日志 | 纸质/APP | 文本+照片 |
| 质量检查 | 质检系统 | 表单+照片 |
| 现场监控 | 智慧工地平台 | 视频流 |
要让AI Agent处理一个工程问题(比如"这个项目的混凝土用量是否合理"),需要同时访问BIM模型(算量)、进度数据(当前阶段)、成本数据(预算)、施工日志(实际浇筑记录)。
没有MCP之前:人工从各个系统导出数据,整理成AI能读的格式,再喂给AI。
有了MCP:AI Agent直接通过MCP协议访问各个系统,实时获取数据。
建筑工程MCP Server现状
已有的MCP Server(2026年6月)
| Server | 功能 | 状态 |
|---|---|---|
| Revit MCP Server | 读取Revit模型数据(构件、参数、关系) | 开源可用 |
| IFC MCP Server | 解析IFC文件,提取构件信息 | 开源可用 |
| Procore MCP Server | 对接Procore项目管理(RFI、提交物、日志) | 官方提供 |
| 广联达 MCP Server | 对接广联达BIM+计价数据 | 内测中 |
| 智慧工地 MCP Server | 对接主流智慧工地平台(劳务、环境、视频) | 多个开源实现 |
自己搭建MCP Server难不难
如果你有基本的编程能力(Python),搭建一个简单的MCP Server不难。
以"读取本地IFC文件"为例,核心代码就几十行:
# 伪代码示意
from mcp import Server
import ifcopenshell
class IFCServer(Server):
@tool("get_elements")
def get_elements(self, ifc_path: str, ifc_type: str):
"""从IFC文件获取指定类型的构件"""
model = ifcopenshell.open(ifc_path)
elements = model.by_type(ifc_type)
return [{"id": e.id(), "name": e.Name, "type": e.is_a()}
for e in elements]
@tool("get_properties")
def get_properties(self, ifc_path: str, element_id: int):
"""获取构件属性"""
model = ifcopenshell.open(ifc_path)
element = model.by_id(element_id)
# 提取属性...
实操案例:用MCP搭一个"工程量审核Agent"
场景
BIM工程师建完模型后,需要审核工程量是否合理。传统做法:从BIM导出工程量表,手动对比定额,逐项检查。
用MCP+Agent的做法
架构:
AI Agent (Claude/GPT)
↓ MCP协议
├── Revit MCP Server → 读取模型构件和工程量
├── 定额 MCP Server → 查询定额数据
└── Excel MCP Server → 读取历史项目数据
工作流程:
- 你对Agent说:“帮我审核这个项目的混凝土工程量”
- Agent通过Revit MCP Server获取模型中所有混凝土构件的体积
- Agent通过定额MCP Server查询当地混凝土定额
- Agent通过Excel MCP Server获取类似项目的历史数据
- Agent综合分析,给出审核意见:
- “该项目混凝土总量3,200m³,比类似项目(均值2,800m³)高14%”
- “主要原因是基础承台尺寸偏大,建议复核地质报告”
- “柱混凝土含量0.38m³/m²,在合理范围(0.35-0.42)内”
效果:原来需要2天的审核工作,Agent 10分钟完成初筛,人只需要复核异常项。
落地建议
对个人(BIM工程师)
- 先用现成的MCP Server:IFC MCP Server是开源的,下载就能用
- 从小场景切入:不要一上来就想"打通所有系统",先让Agent能读IFC文件
- 学会配置MCP Client:Claude Desktop、Cursor等工具都支持MCP,学会配置
对企业
- 评估数据现状:你的数据在哪些系统里?有没有API?
- 优先搭建高频数据的MCP Server:BIM模型、项目进度、成本数据
- 建立内部MCP标准:统一数据格式和接口规范,避免各自为战
对开发者
- MCP Server是新的开发机会:每个建筑软件都可以提供MCP Server
- 开源社区活跃:GitHub上已经有不少AEC相关的MCP实现
- 结合行业Know-how:纯技术不够,要理解建筑工程的业务逻辑
MCP的局限性
不要神化MCP,它也有局限:
- 性能问题:大型BIM模型(几百MB的IFC)通过MCP传输可能慢
- 权限管理:MCP目前缺乏细粒度的权限控制,企业级应用需要额外处理
- 生态还不完善:很多建筑软件还没有官方MCP Server
- 学习曲线:虽然比写API简单,但还是需要一定技术基础
未来展望
MCP在建筑行业才刚开始,但趋势很明确:
- 2026下半年:主流BIM软件(Revit、Archicad)可能推出官方MCP Server
- 2027年:MCP成为建筑AI应用的标配,类似今天的REST API
- 长期:MCP+Agent成为建筑工程的"操作系统",所有工具和数据通过统一协议连接
参考来源:Anthropic MCP Documentation, GitHub MCP Servers, AEC Technology Blog