建筑法规AI助手

沙特建筑规范人工智能助手——基于MCP的代理混合RAG

一个端到端的管道，允许您使用自然语言查询沙特建筑规范（SBC 201-CC-2024），并获得基于章节的答案——由多代理架构中通过MCP提供的代理混合RAG提供支持。

它做什么

问这样的问题 “最小胎面深度是多少？” 并得到：

275毫米 （第1011.5.2节，第1106-1107页）

没有幻觉。只有实际的代码，带有部分引用。

建筑

Colab (processing + embeddings)
    → Supabase (vector DB + keyword search)
        → n8n (AI Agent #1: Agentic Hybrid RAG)
            → MCP (protocol layer)
                → Claude (AI Agent #2: conversational interface)

为什么是“带MCP的代理混合RAG”？

• 混合动力RAG --两种检索方法：矢量搜索（语义相似性）+关键字搜索（精确术语匹配）。一个知识库。
• 能动性 --n8n AI Agent自主决定如何查询这两个检索工具，组合结果并生成可靠的答案。它会对发现的内容进行推理，而不仅仅是检索和粘贴。
• 主控程序 --工作流作为MCP服务器公开，因此Claude可以作为第二个AI代理连接到它。两个代理，两个角色，一个管道。
• 多Agent --Claude通过MCP处理对话和用户交互。n8n AI Agent处理检索和基于代码的推理。

堆栈

存储库内容

├── README.md
├── SBC_RAG_Pipeline.ipynb          # Colab notebook: PDF processing, chunking, embedding, upload
├── SBC_MCP_Query.json              # n8n workflow: AI Agent with dual retrieval + MCP
└── screenshots/                    # Architecture diagram and demo screenshots (optional)

安装指南

1.Supabase

创建一个Supabase项目并设置以下内容：

向量表 — sbc_documents:

• id （int8，主键）
• content （文本）
• metadata （jsonb）
• embedding （矢量（1536））

功能：

• match_sbc_documents --基于pgvector的向量相似度搜索
• keyword_search_sbc --内容全文关键字搜索

2.Colab笔记本

打开 SBC_RAG_Pipeline.ipynb 在谷歌Colab中：

1. 上传SBC 201-CC-2024 PDF
2. 设置环境变量：
   • OPENAI_API_KEY
   • SUPABASE_URL
   • SUPABASE_KEY
3. 运行所有单元格--这将：
   • 从PDF中提取文本
   • 把它分成有意义的部分
   • 生成OpenAI嵌入
   • 将所有内容上传到Supabase

3.n8n工作流程

导入 SBC_MCP_Query.json 在n8n实例中：

1. 转到n8n→ 导入工作流→ 粘贴JSON
2. 配置凭据：
   • 开放人工智能 -您的API密钥
   • 速贝 -您的项目URL和API密钥
3. 使用您的Supabase URL和密钥更新HTTP请求节点
4. 激活工作流
5. 启用 “在MCP中可用” 在工作流设置中

4.第ai条（MCP连接）

1. 在Claude.ai设置中，添加n8n MCP服务器URL
2. 开始新的对话，并提出任何SBC问题

演示问题

这些查询始终返回强有力的、有根据的答案：

• “最小胎面深度是多少？”
• “立管的最大高度是多少？”
• “楼梯的最小宽度是多少？”

关键决策

• 双重检索 --仅矢量搜索就错过了精确的术语；仅关键字搜索就忽略了上下文。使用这两种方法可以得到最可靠的结果。
• topK=12 --每个向量查询检索12个块，以充分覆盖复杂的代码段。
• GPT-4.1分钟 --RAG推理层快速且经济高效。Claude负责处理对话界面。
• 会话记忆 --n8n代理在会话中维护对话上下文，以便后续提问。

局限性

• 一些SBC部分（例如出口楼梯围护结构的防火等级）没有可靠地检索到——这是一个已知的分块/嵌入差距，可以通过更好的分块策略或上下文丰富来改善。
• 该系统最适合特定的、可测量的代码查询（尺寸、高度、宽度），而不是广泛的概念问题。

许可证

该项目用于教育和研究目的。由于版权问题，沙特建筑规范（SBC 201-CC-2024）内容未包含在此存储库中。

作者

作为Zigurat理工学院建筑、工程、施工和运营人工智能硕士（MAICEN）项目的一部分而建造。

这是AEC专业人员接地AI的一种方法——建筑规范可以回应。