🏗️ ClaudeHopper - 人工智能驱动的建筑文档助理

ClaudeHopper 是一款专用的模型上下文协议 (MCP) 服务器，它使 Claude 和其他 LLM 能够通过先进的 RAG（检索增强生成）和混合搜索功能直接与施工文档、图纸和规范进行交互。您可以轻松提出有关施工图纸的问题、查找具体细节并分析技术规范。

✨ 特点

• 🔍 基于矢量的搜索，用于检索针对 CAD 图纸、计划和规格进行优化的施工文档

• 🖼️ 通过视觉搜索根据文本描述查找相似的图画

• 🏢 专门针对建筑行业文档格式的元数据提取

• 📊 通过智能文档分块和分类实现高效的令牌使用

• 🔒 通过本地文档存储和处理实现安全性

• 📈 支持各种绘图类型和建筑学科（结构、土木、建筑等）

Related MCP server: MCP Claude Code

🚀 快速入门

先决条件

• Node.js 18+

• Ollama用于本地 AI 模型

  • 所需模型： nomic-embed-text 、 phi4 、 clip

• 克劳德桌面应用程序

• 对于图像提取： Poppler Utils （ pdfimages命令）

一键设置

1. 下载 ClaudeHopper

2. 运行安装脚本：

这将：

• 创建必要的目录结构

• 安装所需的 AI 模型

• 处理您的施工文件

• 配置 Claude 桌面应用程序以使用 ClaudeHopper

添加文档

将您的施工文件放在以下文件夹中：

• 图纸： ~/Desktop/PDFdrawings-MCP/InputDocs/Drawings/

• 规格： ~/Desktop/PDFdrawings-MCP/InputDocs/TextDocs/

添加文档后，运行：

🏗️ 与 Claude 一起使用 ClaudeHopper

在 Claude 桌面应用程序中尝试以下示例问题：

🛠️ 技术架构

ClaudeHopper 使用多阶段管道来处理施工文件：

1. 文档分析：分析 PDF 文档的结构和内容类型

2. 元数据提取：人工智能辅助提取项目信息、图纸类型、学科

3. 内容分块：智能拆分文档以保持上下文

4. 图像提取：从 PDF 中识别和提取绘图图像

5. 向量嵌入：为文本和图像创建语义表示

6. 数据库存储：用于向量搜索功能的本地 LanceDB 存储

👀 测试图片搜索

要测试图像搜索功能，您可以使用提供的测试脚本：

这将：

• 构建应用程序

• 检查所需的依赖项（例如pdfimages ）

• 使用图纸目录中的图像填充数据库

• 针对图像搜索运行一系列测试查询

您还可以运行单独的测试命令：

📝 可用的搜索工具

ClaudeHopper 提供了几种专门的搜索功能：

• catalog_search ：按项目、学科、图纸类型等查找文档。

• chunks_search ：定位文档中的特定内容

• all_chunks_search ：搜索整个文档集合

• image_search ：根据与文本描述的视觉相似性查找图画

可以在image_search_examples.md文件中找到使用图像搜索功能的示例。

📜 许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。