BIM信息提取的智能搜索代理：系统性评估

《AUTOMATION IN CONSTRUCTION》：Agentic search for BIM information extraction: Systematic evaluation

　　

•代理式搜索通过代码执行在运行时发现数据结构。•介绍了ifc-bench v2，最大的开放BIM问答基准（1027项任务，37个模型）。•在所有测试设置中，代理式搜索比静态代码生成高出29.5–48.5个百分点。•领域专用工具相比直接代码访问未带来可测量的精度提升。•BIM模型质量比LLM主干更能预测提取精度。引言建筑行业越来越依赖建筑信息模型（BIM）作为项目信息的中心来源，编码了建筑物几何、语义和拓扑的详细表示[1]、[2]。因此，对于参与建筑设计、施工或运营的所有相关方而言，能够快速且可靠地从这些模型中提取特定信息至关重要。然而，大多数BIM查看或编制工具是为数据创建和可视化而设计的，而非为直观的数据消费而设计[3]、[4]。因此，提取这些信息成为基于BIM的施工工作流中的关键瓶颈，在BIM模型中存储的信息与依赖这些信息的下游应用之间造成了持久壁垒，从设施运营、施工管理到合规检查均受其影响。跨越这一壁垒需要克服两个相互关联的挑战。第一个是查询专业知识鸿沟：需要从BIM模型中获取信息的领域专家——审查设计合规的建筑师、追踪工程量的施工经理、定位设备的设施运营人员——很少接受过检索这些信息所需的查询语言或API调用培训。大多数最终用户完全缺乏编程技能，即使是BIM熟练的专业人士也难以提取非平凡信息，如跨元素聚合或派生工程量[5]。现有的图形界面提供的查询表达能力有限：它们支持预定义过滤器和属性查找，但无法处理任意聚合或计算任务。这一信息访问壁垒是公认的阻碍BIM广泛采用的障碍，因为当相关方无法检索所需信息时，丰富建模数据的价值便无法实现[2]。关键在于，检索信息的人往往不是原始模型作者，因此缺乏了解影响数据的特定建模决策的知识。第二个挑战是BIM数据的结构异质性（以下称BIM异质性）。即使在单个供应商生态系统内，模型在信息表示方式上也有差异。例如总建筑面积属性可能存储为显式属性，也可能从几何中派生；门宽度可能表现为Width、Rough Width、NominalWidth或Breite（B），取决于编制工具、建模惯例和语言。尽管IFC模式本身自最早版本起就提供了标准化属性（如OverallWidth）和专用属性集（如IfcDoorLiningProperties），且buildingSMART数据字典（bSDD）或德国BIM门户等同质化努力正是针对这一问题，但此类差异在实践中仍是常态而非边缘情况。产业基础类（IFC）标准是跨供应商和工具交换BIM数据的主要开放数据格式，其设计本身就放大了这种异质性：IFC被几乎所有主要BIM软件供应商采用，必须容纳多样化的建模范式，因此允许信息结构的广泛变化[1]、[6]。然而，根本挑战具有普遍性。对于任何旨在处理多样化、现实世界BIM模型且不强制特定建模惯例的系统而言，假设已知或一致数据结构的方案将系统性失效。这两个挑战——查询专业知识和BIM异质性——相互作用：系统必须既能接受自然语言输入（跨越专业知识鸿沟），又能适应每个模型的数据布局在运行时（处理异质性）。现有方法最多只解决其中一个维度，如图1所示。传统方法将自然语言查询转换为SQL或SPARQL等语言中的单个结构化查询[7]、[8]。这些方法需要将BIM模型转换为替代表示，通常仅捕获完整IFC模式的子集。其局限在于对数据结构的固定、设计时假设：这些系统仅支持预定义的查询类型和精确名称匹配，无法在运行时适应异构数据。这些局限性促使探索基于LLM的替代方案，迄今仅取得部分进展。它们为BIM信息提取引入了一定程度的语义理解，但所有方案仍保留静态架构：无迭代执行的代码生成、在预提取数据上的单遍流水线，或预确定的工作流。没有任何方案能基于运行时在实际数据中发现的内容迭代调整其探索策略。代理式搜索是一种模式，其中LLM智能体迭代查询数据源，并根据前一次查询返回的内容调整每个操作，已证明对于在代码库和企业数据库等大型异构存储库中查找信息非常有效[9]、[10]。尽管前景广阔，该模式尚未针对BIM信息提取进行评估。这一差距促使提出以下研究问题：RQ1：代理式搜索对于从异构BIM模型中检索信息有多有效？RQ2：智能体如何在异构BIM模型中定位信息？RQ3：哪些因素会影响代理式搜索的精度？在回答这些问题时，本工作做出以下贡献。1.首次系统评估用于BIM信息提取的代理式搜索，其中基于LLM的智能体通过在运行时迭代查询BIM模型来解决BIM异质性的歧义，发现其模式而非依赖假设。在所有测试配置中，它始终优于最强的静态基线（第5.1节）。2.对代理式搜索内部机制的深入分析：我们刻画了智能体如何在异构BIM模型中定位信息，梳理导致错误答案的常见陷阱，并识别哪些因素最影响精度（第5节结果，第6节讨论）。3.ifc-bench v2，首个大规模、开放、许可宽松的BIM问答基准（跨21个项目、37个IFC模型的1027项任务），便于对基于LLM的BIM信息提取进行广泛、可复现的评估。与仅包含确定性可验证答案的先前数据集不同，ifc-bench v2包含需要判断和估计的开放式问题，反映了更广泛的真实世界信息需求。本文其余部分组织如下：第2节回顾BIM提取范式、代理式搜索和评估方法学的相关工作。第3节介绍用于BIM信息提取的代理式搜索实现。第4节描述ifc-bench v2、评估框架和实验设计。第5节按研究问题报告结果，第6节讨论机制、影响和局限性，第7节给出结论。章节摘要相关工作本节回顾BIM信息提取方法的演进（第2.1节），然后引入代理式搜索作为有前景的替代方案（第2.2节），并综述基准和评估方法学现状（第2.3节）。方法在本节中，我们首先在第3.1节介绍我们提出的用于BIM信息提取（IE）的方法。然后我们呈现两种分析方法来理解代理式搜索的内部机制（第3.2节）以及量化影响其精度的因素（第3.3节）。实验设置我们首先介绍用于评估的基准（第4.1节），然后是析因设计（第4.2节），评估协议（第4.3节），跟踪标注协议（第4.4节）和统计方法（第4.5节），最后报告实现细节（第4.6节）。结果本节按研究问题报告结果：代理式搜索的有效性（第5.1节），智能体如何定位信息及为何失败（第5.2节），以及哪些因素驱动精度（第5.3节）。最后一小节报告该范式的效率和成本特征（第5.4节）。所有结果均计算于514道问题的同一保留测试分区上。讨论本节探讨该范式为何有效（第6.1节），BIM模型质量的作用（第6.2节），为何所提供工具无助于提升（第6.3节），精度上限（第6.4节），部署的实际权衡（第6.5节），以及限定这些结论的局限性（第6.6节）。结论本文系统评估了用于BIM信息提取的代理式搜索，采用基于LLM的智能体，迭代编写并针对BIM模型执行代码，在运行时发现其结构而非依赖预定义假设。在一个3×2×2析因（搜索范式、工具可用性、LLM主干）中，代理式搜索是我们测量的最大因素：它在所有配置中均优于静态基线，最佳配置回答了76.3%的问题。CRediT作者贡献声明S. Hellin：撰写—原稿、可视化、验证、软件、方法学、调查、形式分析、数据整理、概念化。S. Jang：撰写—审阅与编辑、形式分析、概念化。S. Fuchs：撰写—审阅与编辑。S. Nousias：监督。A. Borrmann：撰写—审阅与编辑、监督、方法学、资金获取。生成式AI及AI辅助技术在稿件准备过程中的声明在准备本工作期间，作者使用Claude Opus 4.8（Anthropic）来提升可读性和语言质量（语法、句法、措辞）。使用此工具后，作者根据需要审阅和编辑了内容，并对发表文章的内容承担全部责任。利益冲突声明作者声明他们不存在可能影响本论文所报告工作的已知的财务利益冲突或个人关系。致谢本研究由慕尼黑工业大学Georg Nemetschek研究所（GNI）和Leonhard Obermeyer中心（LOC）支持。S. Hellin|S. Jang|S. Fuchs|S. Nousias|A. Borrmann