为什么关于您的 IFC 的自信回答是错误的，以及修复它需要付出什么。
问一个聊天机器人墙壁距离建筑网格有多远。粘贴 IFC 文件，它会给出精确到小数点后两位的回答。但这是错的，因为墙的位置并没有存储在墙体本身中。
它是嵌套的。墙是相对于其楼层定位的，楼层相对于建筑，建筑相对于场地。每一层都会增加一个变换，而您所询问的坐标是所有这些变换按顺序相乘的结果。漏掉一个，答案就会偏差几米，而且看起来仍然是正确的。这就是为什么您不能将智能体的几何回答直接放入产品中：它们大部分时间是正确的，但会不可预测地出错，而且您无法从输出中分辨出来。
STEP 也是以同样的方式嵌套定位的。DWG 包含一个用户坐标系，其设置取决于绘图员留下的状态。每个将这种几何数据提供给智能体的团队都是自己编写算法，而大多数团队在遇到那二十分之一的特殊文件时都会出错。
ODA MCP 服务器是适用于 DWG、STEP 和 IFC 的 MCP 服务器，构建在商业 CAD 产品内部的 SDK 之上。它们在编译后的代码中遍历变换栈并返回世界坐标——这与那些产品附带的矢量化器相同，只是末端加上了一个 JSON 写入器。在第二十个文件上，答案也是正确的，因此您可以基于它进行构建，而无需进行抽样检查。
您也无需再亲自编写两样东西。几何图形无论格式如何，都以同一种形式返回：先是顶点列表，然后是整数索引的面列表——这在不同格式和不同 SDK 版本之间都是相同的，因此您在上个季度编写的提示词在本季度仍然可以解析。并且在存在边界表示的地方，只需一次调用即可返回拓扑结构：面、边、环、顶点，您的智能体无需再在每个会话中重新生成这几百行解析代码，从而节省了您的 Token 预算。
在您基于它进行构建之前，请检查您手头版本中的两件事。用于计算体积、面积和质心的辅助工具尚未注册，因此请查询 tools/list，而不要信任任何列表（包括我们的列表）。此外，细分曲面是固定的：没有可以调高或调低的细节设置，因此在面数非常高的外壳上，您将获得服务器生成的网格——请将这些外壳上的面数和边数视为近似值，而不是可以引用的确切数字。
