DDC CWICR 建筑工程量造价库

面向 AI 的多语言建筑工程量、构件与资源成本数据库,支持语义检索与自动估价。

Star 数
★ 289
最近更新
3 个月前
License
NOASSERTION
主语言
HTML

30 秒速览

运行形态
自托管服务聊天机器人
可在哪里用
兼容但需适配OpenAI APIClaude API(部分支持)
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
n8n v1.0+(v2.0+ 需设置 NODES_EXCLUDE=[])Qdrant(云端或自托管)OpenAI API 密钥(text-embedding-3-large)视觉大模型 API 密钥(GPT-4 Vision 或 Gemini 2.0 Flash)用于 Revit 导出的 DDC Converter RvtExporter.exeShell / 命令行网络访问本地文件系统
典型场景
造价工程师在投标阶段需要快速生成工程量清单时,可用文本机器人描述“100m² 石膏板隔墙含龙骨与批腻子”,直接得到匹配定额、资源明细与总价。
不适合
  • 需要商用授权却不愿购买 DDC 商业许可的团队
  • 不愿自行部署 Qdrant 与 n8n 的个人用户
官网
datadrivenconstruction.io ↗ 来自 GitHub 仓库设置
维护状态
近半年有提交最近提交 2026-08-21最新版本 v0.4.0(2026-08-21)近 7 天每天 +0.9 ★

这个 Agent 能做什么,适合哪些场景?

DDC CWICR 是一个开放的多语言建筑成本数据库,收录 55,719 条工作项(work items)与 27,672 条资源,覆盖 30 个国家/地区、23 种语言,并以 85 个字段的规范化结构(分类、工作项、资源、人工、机械、价格变体、汇总、工程量与服务)组织每条记录。数据以 XLSX、Parquet、CSV 三种表格格式发布,同时为 11 种语言提供预计算了 OpenAI text-embedding-3-large(3072 维)向量的 Qdrant 快照,可直接做语义检索。仓库还附带 4 条 n8n 工作流:文本估价机器人、照片估价表单、支持文本+照片+PDF 的通用 Telegram 机器人,以及 Revit/IFC/DWG 的 CAD(BIM) 4D/5D 估价流水线。计价方法采用“资源消耗定额 × 区域单价”的作业成本法,人工、材料、机械分别乘算后汇总,因此定额可跨市场复用,只需替换价格。数据本身为 CC BY-NC 4.0(非商业免费、需署名)外加 DDC 商业许可,代码为 Apache-2.0;向量检索与 AI 节点需要你自备 OpenAI、Gemini 等 API 密钥并自行部署 Qdrant 与 n8n。

仓库以国家/地区为顶层目录(如 CIS-Russia-GESN-FER-TER、Asia-China-Dinge、Europe-Turkey-Birim-Fiyat、SouthAmerica-Brazil-SINAPI),每个目录内提供 parquet 与 xlsx 格式的完整定额库(原生语言加英文)、csv/xlsx 资源目录,以及按世界银行 PPP 重新定价并翻译的 markets/ 子目录。Qdrant 快照按 ddc_{lang}_{city} 命名集合,例如 DE___DDC_CWICR/DE_BERLIN_workitems_costs_resources_EMBEDDINGS_3072_DDC_CWICR.snapshot 对应集合 ddc_de_berlin,包含 55,719 个向量点;派生语种轨道(如 ddc_au_sydney 源自 UK_GBP)保持 rate_code、resource_code 与定额逐字节一致,只替换价格与可翻译文本。配套的 n8n 工作流读取 Telegram 消息、照片或 PDF(n8n_2_Photo_Cost_Estimate_DDC_CWICR.json),用 LLM 抽取工作项,调用 OpenAI text-embedding-3-large 生成向量,在 Qdrant 中检索匹配定额,再由 LLM 重排,最后生成 HTML、Excel(XLS/CSV) 或 PDF 造价报告。CAD 流水线(n8n_4_CAD_(BIM)_Cost_Estimation_Pipeline_4D_5D_with_DDC_CWICR.json)通过 RvtExporter.exe 把 Revit 模型导出为 XLSX,再按 10 个阶段(项目识别、阶段生成、构件归类、工作分解、向量匹配、单位映射、成本计算、7.5 阶段 CTO 校验、汇总、报告生成)输出 HTML 与 XLS 清单。所有工作流在 n8n 中通过 🔑 TOKEN 节点集中配置 bot_token、OPENAI_API_KEY、GEMINI_API_KEY、QDRANT_URL 与 QDRANT_API_KEY。

  1. 造价工程师在投标阶段需要快速生成工程量清单时,可用文本机器人描述“100m² 石膏板隔墙含龙骨与批腻子”,直接得到匹配定额、资源明细与总价。
  2. 施工项目经理在工地拍照后,通过 Photo Cost Estimator 表单上传现场照片,由 GPT-4 Vision 识别房间类型与构件、估算尺寸并出具 HTML 报价。
  3. BIM 工程师从 Revit 导出模型,用 CAD(BIM) 流水线把构件类型分解为砌筑、砂浆、抹灰等工作项,生成分阶段的 4D/5D 成本与进度报告。
  4. 做多国业务的承包商需要对比柏林、多伦多、巴黎、圣保罗等地的同一定额价格,可切换 ddc_de_berlin / ddc_en_toronto 等集合做跨区域对标。
  5. AI 应用开发者需要给造价助手做 RAG 检索,可直接加载 3072 维 Qdrant 快照,省去自行生成向量的成本。
  6. 数据团队做研究或训练模型时,把 55MB 的 Parquet 定额库接入 ETL/BI 流程,用于劳动力工时与材料消耗分析。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

端口
6333
环境变量
YOUR_TELEGRAM_BOT_TOKEN OPENAI_API_KEY YOUR_OPENAI_KEY GEMINI_API_KEY YOUR_GEMINI_KEY QDRANT_URL
配置文件
.env n8n_1_Telegram_Bot_Cost_Estimates_and_Rate_Finder_TEXT_DDC_CWICR.json
安装说明涉及
Docker

如何安装或部署这个 Agent?

数据库本身无需安装,克隆仓库即可取得表格数据:

git clone https://github.com/datadrivenconstruction/OpenConstructionEstimate-DDC-CWICR.git
cd OpenConstructionEstimate-DDC-CWICR

若只使用造价数据,可直接读取 Parquet/XLSX/CSV,无需任何服务。若要走完整 AI 流水线,需要准备 n8n v1.0+、一个 Qdrant 实例,以及 OpenAI 与视觉模型 API 密钥。n8n 2.0 及以上默认禁用 Execute Command 节点,必须显式放开,否则 CAD/BIM 流水线无法运行:

set NODES_EXCLUDE=[] && npx n8n

或创建配置文件 C:\Users\YOUR_USER\.n8n\.env,写入 NODES_EXCLUDE=[]。Docker 部署时在环境变量中设置 NODES_EXCLUDE=[]。

仓库只提供了 n8n 工作流 JSON 与 Qdrant 快照,未提供 Qdrant 自身的安装脚本;Qdrant 需按官方文档另行部署,本地常用地址为 http://localhost:6333。

如何使用这个 Agent?

第一步,把快照导入 Qdrant(集合名需与工作流中的语言集合一致):

curl -X POST "http://localhost:6333/collections/ddc_en_toronto/snapshots/upload" \
  -H "Content-Type: multipart/form-data" \
  -F "snapshot=@EN___DDC_CWICR/EN_TORONTO_workitems_costs_resources_EMBEDDINGS_3072_DDC_CWICR.snapshot"

第二步,在 n8n 中导入工作流:Workflows → Import from File,选择任一 JSON,例如 n8n_1_Telegram_Bot_Cost_Estimates_and_Rate_Finder_TEXT_DDC_CWICR.json。

第三步,在 🔑 TOKEN 节点填写凭据:

{
  "bot_token": "YOUR_TELEGRAM_BOT_TOKEN",
  "OPENAI_API_KEY": "YOUR_OPENAI_KEY",
  "GEMINI_API_KEY": "YOUR_GEMINI_KEY",
  "QDRANT_URL": "http://localhost:6333",
  "QDRANT_API_KEY": ""
}

第四步,激活工作流并测试:Telegram 机器人发送 /start,网页表单则打开 n8n 给出的表单 URL。CAD/BIM 流水线还需在节点中配置 path_to_converter 与 project_file,并确保已安装 RvtExporter.exe。工作流默认启用 OpenAI GPT-4o,可在 LLM Models 区域切换到 Anthropic Chat Model2、Google Gemini Chat Model、xAI Grok Chat Model1 或 DeepSeek Chat Model(启用一个、禁用其余)。输出报告写入项目目录,文件名为 project_YYYY-MM-DD.html 与 project_YYYY-MM-DD.xls。

这个 Agent 有哪些优点和局限?

优点
  • 采用“资源消耗定额 × 区域单价”的作业成本法,人工、材料、机械分项透明,定额部分可跨区域复用而只换价格。
  • 同时提供 55,719 条工作项的表格版本(XLSX/Parquet/CSV)与预计算 3072 维向量的 Qdrant 快照,跳过自行 embedding 的步骤。
  • 原生 23 种语言、11 个 Qdrant 语言集合与 30 国家/地区价格轨道,跨区域比价无需自建翻译流程。
  • 4 条可直接导入的 n8n 工作流覆盖文本、照片、PDF 与 Revit/IFC/DWG 四种入口,支持 LLM 提供方切换(OpenAI/Claude/Gemini/Grok/DeepSeek)。
局限
  • 数据为 CC BY-NC 4.0 加 DDC 商业许可,商业用途需另行购买授权,GitHub 元数据中许可证显示为 NOASSERTION。
  • 完整流水线强依赖外部服务:OpenAI 嵌入、视觉模型与自建 Qdrant,无法完全离线运行,且按调用量产生模型费用。
  • n8n 2.0+ 默认禁用 Execute Command,必须手动设置 NODES_EXCLUDE=[],否则 CAD/BIM 节点不显示或无法执行。
  • README 中派生语种快照列表被截断,部分轨道(如 CS_PRAGUE 之后的条目)信息不完整;重型资源级 parquet 与市场版向量快照被标注为“下个版本发布”。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
DDC CWICR 建筑工程量造价库 当前 53 · 缺口较多 自托管服务免费 + 模型费 ★ 289 3 个月前 HTML OpenAI API
txtai 全功能AI框架 57 · 缺口较多 代码库 / SDK免费 + 模型费 ★ 14k 1 天前 Python OpenAI API · Claude API
DecisionBox 52 · 缺口较多 自托管服务免费 + 模型费 ★ 123 今天 Go OpenAI API · Claude API
BrainDB 智能记忆库 59 · 缺口较多 自托管服务免费 + 模型费 ★ 117 1 个月前 Python Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
53/ 100 五分制 2.7 / 5
信任安全 13/29
可靠稳定 5/14
适用触发 12/18
规范维护 12/18
有效结果 7/13
证据核验 4/8
查看各维度的扣分理由
信任安全13 / 29 · 2.2/5

许可证和安全政策明确说明数据、代码、凭据以及外部服务的范围,并给出数据出处和归属要求,因此数据流透明度与来源归属得分较高。工作流配置 API、Telegram、Qdrant 等外部服务,但本材料没有展示最小权限、用户确认、凭据保护实现或回滚机制,故这些项目扣分;依赖安全政策主要描述报告流程,未提供依赖锁定或审计证据。

可靠稳定5 / 14 · 1.8/5

材料说明了数据格式、Qdrant、n8n 和 API 等依赖,也有手动触发的功能套件工作流,但没有展示依赖版本固定、运行时可用性保障或具体错误处理。因此自洽性、依赖可用性和故障消息仅有部分证据;README 中关于规模、语言、国家和工作流的描述未在所给材料中得到代码或数据清单的交叉验证。

适用触发12 / 18 · 3.3/5

README 对工程师、承包商、投资方等受众及文本、图像、PDF、CAD/BIM 等场景有详细说明,并列出多种数据格式和集成方式。能力边界部分体现在数据准确性免责声明及第三方服务范围中,但“可立即使用”“生产就绪”等表述缺少相应支持,且没有明确的触发条件或环境兼容矩阵,因此未给满分。

规范维护12 / 18 · 3.3/5

README 有目录、格式说明、快速开始、示例和故障排除入口;许可证文件细分数据、代码、文档和保留版权材料,并说明商业使用限制,故许可证得满分。命名总体可识别,但展示的文件未提供清晰版本历史或变更记录;安全政策给出报告渠道和维护响应目标,但没有独立维护责任人的完整更新路径证据。

有效结果7 / 13 · 2.7/5

结构化成本数据、预计算向量、工作流和字段说明可支持搜索、估算及资源拆分,输出格式也覆盖多种常见用途。扣分原因是材料未证明实际结果准确性或工作流效果;大体量文件、外部 LLM/API 依赖及可能的商业许可要求增加部署成本,且没有量化收益或运行成本说明。

证据核验4 / 8 · 2.5/5

许可证给出归属、数据来源类别及需保留的源归属,安全政策说明 LFS 哈希机制,README 也列出若干结构化字段和方法,因此部分主张可追踪。交付材料未包含来源目录、数据文件或实现代码来交叉核对规模与功能声明;方法和覆盖范围的若干说法仍是文档陈述,但许可证明确提示价格可能不完整、不准确且非正式报价替代品,事实与限制有一定区分。

风险与缓解建议
  • 许可证将数据与代码分别授权:数据及文档为 CC BY-NC 4.0,代码为 Apache-2.0,部分材料保留全部权利;商业集成前应核对具体文件类别和许可要求。
  • 成本数据可能不完整或不准确,不能替代正式报价或当地专业成本出版物;所给材料没有展示凭据保护、回滚或具体故障处理实现。
证据充分度:低 评估于 2026年11月8日 审查版本 e9e23fbab910
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/openconstructionestimate-ddc-cwicr.svg?lang=zh)](https://followagents.com/zh/agents/openconstructionestimate-ddc-cwicr)
<a href="https://followagents.com/zh/agents/openconstructionestimate-ddc-cwicr"><img src="https://followagents.com/badge/openconstructionestimate-ddc-cwicr.svg?lang=zh" alt="FARS 评测"></a>

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v0.4.0 v0.4.0 — 5-wave verification: 56 PASS / 0 FAIL
    发布说明摘录
    v0.4.0 — 5-wave logic & quality verification, all bases A dedicated 5-wave QA pass was run against every national base (except CIS-Russia), then the found issues were fixed and the waves re-run until clean. Wave results (56 PASS / 0 FAIL / 6 documented WARNs) Wave 1 — platform import logic: every base imports 100% of its work items through the OpenConstructionERP importer with full classification (China: 8,796/11,312 with full class + documented 1,516 unnamed positions from the lost Beijing-PDF headings). …
    在 GitHub 查看 ↗
  2. v0.3.0 v0.3.0 — all-bases native editions + mojibake + China classification
    发布说明摘录
    All-bases data-quality pass Follow-up to v0.2.0 (Turkey): fixes applied across the other 7 national bases. Native editions restored to source language - BR_pt, ES_es, VN_vi regenerated so content columns read Portuguese/Spanish/Vietnamese instead of English (was up to 68% English in BR). - Result: 0% English in every native edition (BR, ES, VN, ID, IT, ZH, TR). Mojibake repaired across all bases - Repaired double-encoded (mojibake) resource names in ES/BR/IT/GR market catalogs. - Result: 0 mojibake cells across all 8 bases' market catalogs (~10M cells). …
    在 GitHub 查看 ↗
  3. v0.2.0 v0.2.0 — Turkey (Birim Fiyat) data-quality overhaul
    发布说明摘录
    Turkey (Birim Fiyat) — major data-quality release Complete overhaul of the Turkey cost base for OpenConstructionERP import. Classification hierarchy (was empty / broken) - Filled department_name / department_code / department_type (17 disciplines: İnşaat, Mekanik Tesisat, Elektrik, Karayolları, DSİ, ...). - Rebuilt section_name / section_type from real sub-chapter titles instead of item-description garbage. - Inferred section titles for all 3,240 sub-chapters (Turkish) and translated them to 25 languages. Turkish edition (was broken) …
    在 GitHub 查看 ↗

常见问题

我可以商用吗?
数据采用 CC BY-NC 4.0(非商业免费、需署名)并另附 DDC 商业许可,商用需购买该商业授权;仓库代码部分为 Apache-2.0。GitHub 仓库元数据中许可证字段显示为 NOASSERTION,使用前建议核对各国家目录内的 PROVENANCE.md 与 License 章节。
一定要用 OpenAI 吗?
嵌入向量是预计算并打包在 Qdrant 快照中的,检索时仍需调用 text-embedding-3-large 为查询生成向量,因此 embedding 这一环绑定 OpenAI;但生成与重排环节的 LLM 可切换为 Claude Opus 4、Gemini 2.5 Pro、xAI Grok 或 DeepSeek,照片识别也可在 Gemini 2.0 Flash 与 GPT-4 Vision 之间选择。
需要哪些服务和密钥?
至少需要 n8n(v1.0+)、一个 Qdrant 实例、Telegram Bot Token、OpenAI API Key 与 Qdrant 地址及 API Key;通用机器人和照片工作流还需要 Gemini 或 OpenAI 的视觉模型密钥。CAD/BIM 流水线额外需要 DDC Converter 的 RvtExporter.exe 以及本机可执行的命令环境。
导入工作流后 CAD/BIM 节点显示问号怎么办?
这是 n8n 2.0+ 默认禁用 Execute Command 导致。启动前设置 NODES_EXCLUDE=[] 环境变量,或在 ~/.n8n/.env 写入 NODES_EXCLUDE=[],Docker 则在 environment 中加入同一变量,重启后搜索 Execute Command 节点应能正常出现。
新市场或新语种要怎么加?
仓库提供国家轨道构建流水线:派生轨道保持 rate_code、resource_code 与定额(人工工时、机械工时、资源消耗量)逐字节一致,只替换价格与可翻译文本。你可以按同样方式在 markets/ 下生成新市场的压缩目录,并按 {LANG}_{CITY}_workitems_costs_resources_EMBEDDINGS_3072_DDC_CWICR 的命名建新集合。
DDC CWICR 建筑工程量造价库 官网是什么?
DDC CWICR 建筑工程量造价库 的 GitHub 仓库填写的官网是 https://datadrivenconstruction.io/。这个链接由仓库作者设置;源码在 GitHub(datadrivenconstruction/OpenConstructionEstimate-DDC-CWICR)。
DDC CWICR 建筑工程量造价库 免费吗?
软件本身免费,但 DDC CWICR 建筑工程量造价库 要调用 AI 模型,模型的调用费用由你向模型服务商支付(也可以接本地模型)。
DDC CWICR 建筑工程量造价库 开源吗?
源码公开在 GitHub(datadrivenconstruction/OpenConstructionEstimate-DDC-CWICR),但仓库没有声明通用的开源许可证,能不能复用、修改并不明确。在此基础上开发前,建议先看 README 或询问作者。
DDC CWICR 建筑工程量造价库 安全吗?
FollowAgents 的 FARS 评审(2026年11月8日)给 DDC CWICR 建筑工程量造价库 的“信任与安全”打了 13/29 分。评审检查的 8 项安全措施没有完全缺失的。
DDC CWICR 建筑工程量造价库 还在维护吗?
更新变慢了:GitHub 上最近一次提交是 2026-08-21,在最近半年内,但不在最近 30 天内。最新版本是 v0.4.0(2026-08-21)。
DDC CWICR 建筑工程量造价库 是谁开发的?
DDC CWICR 建筑工程量造价库 由 GitHub 账号 datadrivenconstruction 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

相关核心概念