databricks-agent-bricks
创建和管理Databricks Agent Bricks:用于文档问答的知识助手(KA),用于SQL探索的Genie Spaces,以及用于多代理编排的监督代理(MAS)。在Databricks上构建对话式AI应用程序时使用。
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。
创建和管理Databricks Agent Bricks:用于文档问答的知识助手(KA),用于SQL探索的Genie Spaces,以及用于多代理编排的监督代理(MAS)。在Databricks上构建对话式AI应用程序时使用。
使用AI和标准分类系统对BIM元素进行分类。将元素映射到UniFormat、MasterFormat、OmniClass和CWICR代码。
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。
使用Databuddy LLM可观测性功能用于Vercel AI SDK。在实现LLM分析、跟踪AI模型使用情况、监控令牌成本或观察AI应用程序性能时使用。
从Revit/IFC文件生成图像和可视化,无需BIM软件。基于Python的noBIM工具用于批量处理。
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。
分析LLM实验结果。处理单个或比较实验,探索性或问答模式。当用户说“分析实验”、“比较实验”、“与基线进行对比分析”或提供一个或两个实验ID进行分析时使用。
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。