mcpField
R
Revit API MCP

Revit API MCP

本地服务
github.com/kaitpw记忆与知识3163 周前更新

关于 Revit API MCP

Revit API MCP 是为大模型提供 Revit API 文档访问的 MCP 服务,主要面向 Revit 二次开发者。它整合 rvtdocs.com、revitapidocs.com 的文档检索,并可选接入 The Building Coder 博客的语义搜索,以减少模型对 API 的臆造。

主要功能

  1. 01搜索 Revit API 类、方法与属性
  2. 02按 URL 或名称获取文档页面内容
  3. 03基于向量检索的 The Building Coder 博客搜索
  4. 04提供四个文档相关工具

适用场景

  1. 01查询 Revit API 类与方法的用法
  2. 02获取某个 API 实体的完整文档内容
  3. 03检索博客与学习资料中的 API 应用示例

MCP 相关

该项目是 MCP 服务,向 MCP 客户端暴露 search-docs、retrieve-doc、retrieve-docs 与 search-library 四个工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Revit API MCP 服务

概述

Revit API 的范围大得惊人,因此 AI 经常会虚构类、方法、属性,甚至整个命名空间。此外,一些实用但非官方或不常见的 API 用法非常冷门,AI 对此一无所知。为解决这个问题,这个 MCP 服务让大模型能够访问 Revit API 文档及其他相关内容(参见 Rvt_Docs_Tbc_Embedder)。在底层,它同时使用 rvtdocs.com 和 revitapidocs.com;如果启用,还会使用 Building Coder Blog。

只需询问 MCP 客户端 Revit API 文档对某个问题有何说明,它就会组合使用各种工具,自行探索 API 文档。

功能
  • 搜索 Revit API:在 Revit API 文档中搜索类、方法和属性(或任何 API 实体)。
  • 访问文档:通过 URL 或实体名称获取 API 实体文档页面的内容。
  • 搜索/访问 TBC Blog:对 The Building Coder 博客嵌入内容的向量空间执行语义搜索。
功能(计划中)
  • 代码示例:获取 Revit API 用法的代码示例并使其可供访问。参见 RevitSdkSamples。也可能包括完整的代码库,例如 ricuan-io、Nice3point、chuongmep、kilkelly 的代码库,当然还有 jeremytammik 的代码库。
  • 更多资源:向向量存储添加其他内容。候选内容包括与 TBC 相关的 PDF、零散的博客文章和 Autodesk University 资源。
  • 缓存(不太可能):缓存响应,减少对 API 文档网站的访问。

工具

此代码库提供四个用于处理 Revit API 文档的 MCP 工具:

  • search-docs - 搜索 Revit API 文档,查找与查询相匹配的实体。返回实体名称、说明、命名空间、类型和 URL slug,供进一步探索(但不返回文档本身)。

  • retrieve-doc - 使用 URL slug 获取单个 Revit API 文档页面。在搜索操作获得 URL slug 后使用。

  • retrieve-docs - 根据搜索查询,获取多个 Revit API 实体的完整文档内容。适用于需要完整文档内容,而不只是搜索结果的情况。

  • search-library - 搜索全面的 Revit API 学习资源库,包括博客文章、代码示例、PDF 和实践指南。由 OpenAI 的向量存储提供语义搜索支持。

设置

从 Releases 下载适用于你操作系统的可执行文件。或者,你可以克隆代码库并使用 deno task compile 从源代码构建。将此可执行文件放到文件系统中合适的位置。对于 Windows,建议放在 <username>/bin/,但也可以放在任何位置。

在终端中运行 path\to\executable -h,查看帮助菜单。供你参考:除了查看帮助菜单和测试即将添加到 MCP 配置中的命令外,在终端运行此可执行文件没有其他用途。

精简版帮助菜单

要使用 MCP 服务,请将可执行文件添加到你所用 MCP 客户端和操作系统对应的 MCP 配置中。

{
  "mcpServers": {
    "revit-api-docs (macos-arm64)": {
      "command": "path/to/Rvt_Docs_MCP-macos-arm64"
    },
    "revit-api-docs (macos-x64)": {
      "command": "path/to/Rvt_Docs_MCP-macos-x64"
    },
    "revit-api-docs (windows)": {
      "command": "path\\to\\Rvt_Docs_MCP-windows.exe"
    },
    "revit-api-docs (with search-library enabled)": {
      "command": "path\\to\\Rvt_Docs_MCP-windows.exe",
      "args": ["-v", "vs_xxx", "-k", "sk-proj-xxx"]

    }
  }
}

要启用 search-library,必须先按照 Rvt_Docs_Tbc_Embedder 中的步骤操作。完成后,按上文所示,使用 -k(OpenAI API 密钥)和 -v(OpenAI 向量存储 ID)标志运行可执行文件。要验证运行是否正常,请在终端中单独运行该命令。输出内容有参考价值,但如上所述,除此之外没有实际用途。

开发与贡献

本项目完全开放,欢迎贡献。坦白说,我之前从未发布过供他人使用的代码,所以不太了解许可证和拉取请求的运作方式,还请多多包涵。任何方面的帮助都非常欢迎。

关于许可的另一点说明。我使用了 rvtdocs.com 和 revitapidocs.com 的搜索 API(这些 API 是我从网络控制台中提取的)。我对此是否合法感到担忧,但找不到相关许可证。我无意做任何不当的事,如果这有问题,请告诉我。

本项目使用 Deno 作为运行时。你可以直接运行 deno task dev 来启动 MCP 服务。我设置了这个命令,使其在 localhost 上运行 MCP inspector,并通过 HMR 监听代码库。由于 inspector 会运行它,HMR 会稍慢一些,请留意这一点。

源代码应该很容易理解,也欢迎添加任何新工具。我唯一的要求是,如果工具需要进一步设置,你必须提供简单易用的流程来让它能够正常使用(例如 Rvt_Docs_Tbc_Embedder)。

我们已在 GitHub 工作流中使用 Deno 配置了简单的跨平台编译。要触发构建,请创建一个新的 git 标签,然后运行 git push --follow-tags 推送。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。