# ifc-qto-extraction

Скилл ifc-qto-extraction для Claude Code извлекает количества элементов, площади, объёмы и длины из IFC- и Revit-моделей для смет; группирует данные по типам, уровням и зонам, экспортирует в Excel.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 178 установок · ★ 434 у репозитория
- Автор: datadrivenconstruction
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/1_DDC_Toolkit/BIM-Analysis/ifc-qto-extraction/SKILL.md
- Обновлён: 2026-10-19
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ifc-qto-extraction

## Что делает

Скилл подключает конвертеры DDC к Python для работы с BIM-моделями. Загружает файл Revit, IFC или DWG, преобразует его в Excel через встроенные инструменты (RvtExporter, IfcExporter, DwgExporter), затем pandas группирует данные по категориям и типам элементов. Результат — таблица с графами для количеств, площадей в м², объёмов в м³, длин и весов.

Для работы нужны Python 3 и хотя бы один из инструментов: IfcConvert или ifcopenshell. На Windows потребуется исполняемый файл соответствующего конвертера в PATH. Скилл заполняет поля вроде «Category», «Type Name», «Area», «Volume» прямо из выгруженного Excel, не требует дополнительных API или лицензий.

Основной выигрыш — ручная сметная документация занимает 40–80 часов для средних проектов, здесь это минуты. Ошибки подсчёта уходят в ноль, при изменении модели пересчёт мгновенный. Данные удобно тянуть в калькуляцию или торгово-сметные системы.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill ifc-qto-extraction -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ifc-qto-extraction/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ifc-qto-extraction/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill ifc-qto-extraction -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ifc-qto-extraction/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill ifc-qto-extraction -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ifc-qto-extraction/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction 1_DDC_Toolkit/BIM-Analysis/ifc-qto-extraction
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ifc-qto-extraction/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill ifc-qto-extraction -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --path 1_DDC_Toolkit/BIM-Analysis/ifc-qto-extraction
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ifc-qto-extraction/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill ifc-qto-extraction -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/1_DDC_Toolkit/BIM-Analysis/ifc-qto-extraction/SKILL.md

## Когда брать
- Извлечь количество элементов каждого типа из Revit-модели
- Рассчитать общую площадь по категориям (стены, полы, потолки)
- Получить объём бетона или кирпичной кладки для смет
- Выделить материалы по уровням и зонам здания
- Экспортировать сметные данные в Excel для расчёта стоимости

## Примеры запросов агенту
- Распарсь объёмы из модели `Building.rvt` с группировкой по типам элементов
- Загрузи `Project.ifc` и выведи стены и перекрытия с суммарной площадью
- Собери смету по данным `FloorPlan.dwg`, выведи площади блоков по слоям

## Похожие
- [Autodesk Revit MCP Server](https://affpapa.org/nevibecode/mcp/autodesk-revit-mcp-server.md) — MCP-сервер · ★ 125 у репозитория
- [revit-bim](https://affpapa.org/nevibecode/plugins/revit-bim.md) — плагин · ★ 11 у репозитория
- [IFC Viewer Online](https://affpapa.org/nevibecode/mcp/ifc-viewer-online.md) — MCP-сервер · ★ 22 у репозитория
- [IFC MCP](https://affpapa.org/nevibecode/mcp/ifc-mcp.md) — MCP-сервер · ★ 14 у репозитория
- [revit](https://affpapa.org/nevibecode/mcp/revit.md) — MCP-сервер
- [Model MCP](https://affpapa.org/nevibecode/mcp/model-mcp.md) — MCP-сервер · ★ 20 у репозитория

Из того же набора: [datadrivenconstruction/ddc_skills_for_ai_agents_in_construction](https://affpapa.org/nevibecode/by/datadrivenconstruction/ddc_skills_for_ai_agents_in_construction.md) — 156 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
