"progress-photo-analyzer"
分析施工现场照片以跟踪进度、检测安全问题,并使用计算机视觉与BIM模型进行比较。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
分析施工现场照片以跟踪进度、检测安全问题,并使用计算机视觉与BIM模型进行比较。
大规模分析5000多个IFC和Revit项目,以发现模式、基准和见解。建筑行业的大数据分析。
使用历史数据预测项目结果:成本超支、进度延误、风险概率。用于建筑预测的机器学习模型。
从建筑文档中使用大语言模型提取结构化数据。处理RFI、提交文件、合同、规范。将非结构化的PDF转换为结构化的JSON/Excel。
使用n8n结合AI图像分析自动生成施工照片报告。
使用机器学习分析和预测工程变更单。对变更单类型进行分类,预测成本和进度影响,识别模式,并优化审批工作流程。
汇总并分析来自建筑工地的物联网传感器数据。从多种类型的传感器收集数据,检测异常,并为安全和质量监控触发警报。
应用机器学习进行建设项目风险评估。使用历史数据和项目特征预测进度延误、成本超支和安全事故。
在DDC CWICR建设数据库中使用向量嵌入进行语义搜索。查找类似的工作项目和资源以进行成本估算。
分析天气对施工进度的影响。根据天气预报预测延误并调整活动。
使用ML模型预测项目完成日期。根据当前进度、历史模式和风险因素预测进度延误。
使用k-NN和回归预测项目持续时间。根据类似的历史项目估算时间线。
为建筑工人生成安全工具箱会议。根据天气、工作活动和最近的事件创建情境安全简报。支持多种语言。
处理建筑工地的无人机测量数据。生成正射影像、DEM(数字高程模型)、点云,计算体积,跟踪进度,并与BIM模型集成以进行比较。
建筑工地自动化安全合规验证。检查个人防护装备使用、区域访问、高空作业规定,并通过基于规则和机器学习的方法生成合规报告。
深入探讨AI安全、NIST AI风险管理框架以及算法偏见合规引擎。
分析建筑合同条款。使用NLP识别风险、义务和关键条款。
通过将BIM元素与项目进度表关联来创建4D施工模拟。生成基于时间的可视化、序列分析和带有甘特图集成的施工阶段划分。
构建用于建筑估算的多代理AI系统。使用CrewAI/LangGraph来协调专门的代理:QTO代理、定价代理、验证代理。自动化复杂的估算工作流程。
使用DDC CWICR数据库和LLM分类,从Revit/IFC构建n8n流水线以实现自动化成本估算。
用于构建AI任务的可重用提示模板:成本估算、进度分析、文档处理、BIM查询。结构化的提示以获得一致的结果。
基于物联网的建筑工地材料跟踪。通过传感器、RFID、GPS和实时仪表板监控材料交付、存储条件、使用情况和库存。
通过运筹学和仿真优化施工现场物流,包括材料交付计划、起重机定位、存储区域分配和交通流。
针对或影响儿童的产品的深度合规引擎(COPPA、FERPA、AADC)