Профиль клиента
Клиент — CAD-техник или специалист по городскому планированию, работающий в консалтинговой компании по транспортной инфраструктуре — как правило, это фирма на 20–100 человек, которая ведёт проектную документацию по объектам транспортной инфраструктуры, таким как автобусные терминалы, железнодорожные станции и транспортно-пересадочные узлы. В повседневной работе он поддерживает и проверяет CAD-чертежи, которые используются для ведомостей объёмов, заявок на согласование и пакетов передачи подрядчику.
В большинстве компаний такого размера нет специализированного ПО для семантического анализа DXF-файлов. Техник работает в AutoCAD или совместимом просмотрщике, переключая видимость слоёв и открывая диалоги свойств блоков, чтобы вручную подсчитывать объекты. Когда чертёж хорошо структурирован — с именованными, повторно используемыми вставками блоков для каждого типа мебели или транспорта — подсчёт хоть и утомителен, но выполним. Когда же геометрия была взорвана, а соглашения по именованию блоков различаются между дисциплинами, аудит превращается в работу с высокой вероятностью ошибок, которая может занять целый день и всё равно оставить аналитика в неуверенности, корректны ли итоговые цифры.
Проблема
Проверяемый чертёж представлял собой многозональный DXF-план наземной схемы автобусного терминала. В нём были объекты как минимум шести функциональных категорий: жёлтые автомобили на открытой парковке, стулья и столы в зоне фуд-корта, автобусы в зоне посадки/высадки, а также слой растительности в правой части плана, разделённый на крупные деревья и небольшие кусты.
На первый взгляд это выглядит как стандартный подсчёт объёмов. На практике у чертежа было две структурные проблемы, из-за которых простой подход с подсчётом блоков был ненадёжным.
Во-первых, жёлтые автомобили в зоне парковки были не вставлены как повторно используемые блоки, а взорваны. То, что в хорошо организованном чертеже было бы 33 символами транспортных средств, вместо этого существовало как 7,504 отдельных линейных сущностей, 4,778 дуговых сущностей и 67 окружностей — всего 12,349 примитивов на слое vehiculos. Подсчитывать было нечего по ссылке на блок; аналитику пришлось выводить количество автомобилей по геометрическим косвенным признакам, а именно по 67 маркерам колёс в виде окружностей, и применять поправочный коэффициент для частично видимых или обрезанных автомобилей на границе чертежа.
Во-вторых, символы мебели и активности людей в зоне терминала не имели надёжной системы именования. На первом проходе классификации было определено 60 экземпляров блока A$C206D7EC0 как предполагаемые стулья и 11 экземпляров блока A$C05075C2A как предполагаемые столы. Оба подсчёта оказались неверными: визуальная проверка показала, что первый блок был символом двери или поворота створки, размещённым на слое piso, а второй — символом человеческой фигуры; ни один из них не являлся мебелью. Настоящие стулья для зоны питания были совсем другим блоком (0Q62D на слое mobiliario) и в сумме составляли 36 экземпляров. Настоящих объектов, похожих на столы, после исключения символов людей и дверей оказалось всего 4.
Каждая ошибка классификации требовала полного цикла повторной проверки: определить ID блока, проверить слой, изучить геометрию в контексте, обновить подсчёт и заново сформировать результат аудита. Выполнять такие циклы вручную — загружать фильтры, пересоздавать наборы выделения, экспортировать подчерчежи — это именно тот итеративный CAD-процесс, который съедает часы без какой-либо гарантии, что финальный ответ можно будет защитить.
Почему сейчас
Проекты транспортной инфраструктуры подчиняются поэтапным требованиям к документации. По мере перехода автобусного терминала из стадии проектной разработки в рабочую документацию проектной команде необходимо предоставить проверенный перечень количественных показателей сметчику и, если задействовано государственное финансирование, — утверждающему органу. Неверно классифицированный тип объекта — двери, посчитанные как стулья, или растительность, смешанная со структурированной парковкой, — создаёт ошибки на следующих этапах в оценке материалов, расчётах путей эвакуации и бюджете проекта.
В данном случае аудит был обязательным условием передачи документации. Чертёж прошёл через несколько дисциплин, из-за чего именование слоёв стало непоследовательным, а геометрия автомобилей оказалась взорванной. Технику нужен был надёжный итоговый подсчёт до того, как файл будет зафиксирован и выпущен в строительство.
Почему energent.ai
У техника было мало альтернатив. Ручной подсчёт блоков в AutoCAD требует настройки фильтров слоёв, запуска команд подсчёта и ручной проверки каждого результата — процесс, который плохо масштабируется, когда ID блоков представляют собой бессмысленные хэш-строки вроде A$C206D7EC0. Написание собственного Python-скрипта с использованием библиотеки для разбора DXF технически было возможно, но требовало времени разработчика, которого у команды не было, и приводило к одноразовому инструменту без интерактивного цикла переклассификации.
Energent.ai предложила другую модель: разговорного агента, который мог напрямую загрузить DXF-файл, выполнять команды Python и bash для разбора геометрии, формировать отфильтрованные DXF-файлы аудита как результат и итеративно уточнять логику классификации с помощью исправлений на естественном языке. Аналитику не нужно было писать код. Когда подсчёт оказывался неверным, исправление сводилось к одной фразе — «это символы дверей, а не стулья» — и агент повторно запускал классификацию, исключал неверно посчитанный блок и выдавал исправленный файл аудита в рамках той же сессии.
Что особенно важно, energent.ai создаёт промежуточные выходные файлы — по одному DXF на каждую категорию объектов, — которые техник может открыть в своём привычном CAD-просмотрщике и визуально проверить до принятия подсчёта. Это замкнуло цикл между автоматическим анализом и подтверждением человеком так, как не может сделать ни отдельный скрипт, ни BI-дашборд.
Рабочий процесс
Шаг 1 — Загрузка файла и обзор слоёв. Техник загрузил DXF автобусного терминала. Агент просканировал имена слоёв (vehiculos, mobiliario, piso, BUSES, vegetacion) и ID блоков, а затем сформировал предварительный перечень различных типов сущностей и их количества по слоям.
Шаг 2 — Выделение автомобилей. Аналитик попросил посчитать жёлтые автомобили в зоне парковки в левом верхнем углу. Агент определил, что слой vehiculos не содержит вставок блоков — только взорванную геометрию из линий, дуг и окружностей в количестве 12,349 примитивов. Он выделил 67 сущностей-окружностей как маркеры колёс и оценил 33 автомобиля, исходя из предположения о двух окружностях-колёсах на машину, с учётом одного частичного маркера на краю чертежа. Для визуальной проверки был создан отдельный DXF-аудит, а оценка была помечена как полученная из геометрии, а не из подсчёта блоков.
Шаг 3 — Классификация мебели, первый проход. Агент определил в средней левой части терминала кандидатов в мебель и вернул 60 экземпляров одного блока как стулья и 11 экземпляров другого как столы. Аналитик просмотрел DXF-аудит и исправил классификацию: блок с количеством 60 оказался символом двери или поворота створки на слое piso; блок с количеством 11 оказался человеческой фигурой. Ни один из них не должен был входить в подсчёт мебели.
Шаг 4 — Переклассификация мебели, исправленный проход. С учётом исправлений по форме и контексту агент повторно запустил классификацию. Он оставил блок 0Q62D на слое mobiliario как 36 обеденных стульев и определил 4 объекта, похожих на столы, в виде мебели-кандидатов (блоки dfy и SofaA2C) после исключения всех символов дверей и человеческих фигур. Для обеденных стульев, кандидатов в столы и обеих исключённых категорий были созданы отдельные DXF-аудиты, что позволило аналитику независимо подтвердить каждое исключение.
Шаг 5 — Автобусы и растительность. Агент определил 41 символ автобуса на слое BUSES и в правой части чертежа различил 5 блоков крупных деревьев и 46 символов небольших кустов, создав именованный DXF-аудит для каждой категории.
Шаг 6 — Итоговый пакет аудита. Агент собрал полную итоговую таблицу подсчёта, сформировал атрибутированный DXF всего чертежа и сгенерировал краткое Markdown-резюме на естественном языке, пригодное для включения в пакет проектной документации.
Результаты
Аудит дал подтвержденные подсчеты по шести категориям объектов на чертеже, в котором не было надежной схемы именования блоков и один тип объекта был полностью взорван:
| Object | Final count |
|---|---|
| Yellow cars (geometry-estimated) | 33 |
| Dining chairs | 36 |
| Table-like furniture candidates | 4 |
| Buses | 41 |
| Large trees | 5 |
| Small bushes | 46 |
Были выявлены и исправлены три первоначальные ошибки классификации: 60 символов дверей/поворота пола, изначально помеченных как стулья в последнем ряду, 11 символов человеческих фигур, изначально помеченных как столы, и символы растительности, которые на первом проходе были объединены со слоем транспортных средств. Каждый цикл исправления занял один разговорный обмен, а не полный ручной повторный просмотр.
Агент сгенерировал 11 именованных DXF-файлов для аудита — по одному на каждую категорию объектов плюс два файла для проверки исключений — а также полный Markdown-свод, заменив собой таблицу ручного подсчета на прослеживаемый, построчный аудит, который может открыть и проверить любой член команды.
Доказательство
"Чертеж прошел через три дисциплины, и имена блоков были совершенно непрозрачными. У меня не было возможности понять, что A$C206D7EC0 — это символ двери, не открывая каждый экземпляр по отдельности. То, что дал мне energent.ai, — это возможность сказать 'это выглядит неправильно' и получить исправленный файл обратно за секунды, а не тратить еще час в менеджере слоев."
— CAD technician, transportation infrastructure consultancy
Результат, который сгенерировал агент, — Markdown-сводка bus_terminal_dxf_tldr.md и полный набор DXF-файлов аудита по категориям — можно открыть в любом просмотрщике, совместимом с DXF, и сопоставить с исходным чертежом. Полный DXF всего чертежа с атрибуцией напрямую встраивает в файл происхождение аудита, делая результат прослеживаемым для проектной документации.
Примечание о достоверности
Количество желтых автомобилей 33 — это геометрическая оценка, а не точный подсчет по блокам. Поскольку транспортные средства были нарисованы как взорванные примитивы, а не как повторно используемые вставки, подсчет основан на предположении, что каждый автомобиль вносит ровно два маркера колесных окружностей в общий итог 67 окружностей. Перед тем как использовать это число в официальной ведомости объемов или подавать его в регулирующий орган, требуется визуальная проверка изолированного DXF-аудита транспортных средств по сравнению с исходным чертежом. Аналогично, кандидаты на мебель, похожую на столы, представляют собой сохранившуюся геометрию после фильтрации исключений; предметный эксперт должен подтвердить каждый экземпляр в соответствии с архитектурным замыслом, прежде чем считать результат окончательным. Выводы Energent.ai ускоряют цикл аудита и выявляют ошибки классификации, которые ручные методы подсчета регулярно пропускают, но не заменяют утверждение техником неоднозначных классификаций.