🔥 防火安全系統

Skill：fire-safety-check

涵蓋 Domain

• fire-rating-check.md — 防火時效視覺化（1hr/2hr/3hr 上色）
• corridor-analysis-protocol.md — 走廊淨寬檢討 + 逃生路徑
• exterior-wall-opening-check.md — 第 45 條外牆開口距離 + 第 110 條防火間隔

呼叫的 MCP 工具

🌫️ 排煙檢討系統

Skill：smoke-exhaust

涵蓋 Domain

• smoke-exhaust-review.md — 建技規§101① + 消防§188：天花板下 80cm 有效帶、開啟方式折減、無窗居室判定

呼叫的 MCP 工具

📐 法規檢討系統

Skill：building-compliance + parking-check

涵蓋 Domain

• daylight-area-check.md — 居室採光比檢討（§41）
• floor-area-review.md — 容積率 / 樓地板面積計算
• parking-clearance-check.md — 車位淨空 > 210cm
• parking-space-review.md — 八類停車位數量統計

呼叫的 MCP 工具

🏛️ 立面設計系統

Skill：curtain-wall + facade-generation

涵蓋 Domain

• curtain-wall-pattern.md — 帷幕牆面板排列模式
• facade-generation.md — 五種幾何立面面板生成

呼叫的 MCP 工具

📏 標註放樣系統

Skill：auto-dimension + detail-component-sync + dependent-view-crop

涵蓋 Domain

• auto-dimension-workflow.md — 走廊尺寸自動標註
• detail-component-sync.md — 詳圖編號同步（v1.0→v3.5 演進）
• dependent-view-crop-workflow.md — 從屬視圖依網格裁剪批次建立

呼叫的 MCP 工具

🔍 資料查核系統

Skill：element-query + element-coloring + wall-orientation-check

涵蓋 Domain

• element-query-workflow.md — 三階段查詢協議（Explore → Align → Retrieve）
• element-coloring-workflow.md — 依參數值上色標記
• wall-check.md — 牆壁內外方向檢測

呼叫的 MCP 工具

📊 數量管理系統

Skill：sheet-management（明細表部分規劃中）

涵蓋 Domain

• sheet-viewport-management.md — 圖紙編號、Viewport 管理
• 明細表建立（已有工具，Skill 升級中）

呼叫的 MCP 工具

✅ 系統性檢討

Skill：qa-review（MEP 工具已上線）

涵蓋 Domain

• qa-checklist.md — 六階段品質驗證（結構→參照→設定→建構→部署→內容 Lint）
• MEP 管線接頭檢查（已有工具）

呼叫的 MCP 工具

🪜 樓梯法規檢討系統 NEW

Domain：stair-compliance-check

涵蓋法規

• stair-compliance-check.md — 建技規 §33~§36 + 無障礙規範 §167
• 一般樓梯：級高級深、平台寬度、垂直淨高 ≥ 190cm
• 無障礙樓梯：梯寬、突鼻、扶手、防滑

呼叫的 MCP 工具

MCP 是什麼

完整架構流程

你（使用者）
  ↓ 自然語言，例如「幫我查 3 樓所有房間」
AI Client（Claude Desktop / Gemini CLI / VS Code Copilot）
  ↓ MCP Protocol (stdio)
MCP Server（Node.js，跑在你的電腦上）
  ↓ WebSocket (port 8964)
Revit Add-in（C# 外掛）
  ↓ Revit API
Revit 執行操作 → 結果回傳 → AI 用自然語言告訴你複製

三個要裝的東西

1. AI Client — 你跟 AI 講話的介面（Claude Desktop、Gemini CLI、VS Code 都可以）
2. MCP Server — 翻譯官，把 AI 的請求轉成 Revit 聽得懂的格式
3. Revit Add-in — 裝在 Revit 裡面的外掛，實際執行操作

重要：三個東西都跑在你自己的電腦上，模型不會上傳到雲端。

三個元件的安裝路徑

1. MCP Server（Node.js）

就是你 clone 下來的專案裡面的 MCP-Server 資料夾：

<你 clone 的位置>\REVIT_MCP_study\MCP-Server\
  ├── src\         ← TypeScript 原始碼
  ├── build\       ← 編譯後的 JS（AI Client 指向這裡）
  └── package.json

編譯指令：

cd MCP-Server
npm install
npm run build複製

2. Revit Add-in（C# DLL）

部署到 Revit 的 Addins 資料夾（AppData 是隱藏資料夾，在檔案總管輸入 %APPDATA%）：

C:\Users\你的名字\AppData\Roaming\Autodesk\Revit\Addins\2024\
  ├── RevitMCP.addin          ← 告訴 Revit 有這個外掛
  └── RevitMCP\
      └── RevitMCP.dll        ← 外掛本體複製

⚠️ 只能有一個 .addin 檔案。如果看到 RevitMCP.2024.addin 要刪掉，否則 Revit 載入兩次。

3. AI Client 設定檔

設定內容（四個 Client 格式相同）：

{
  "mcpServers": {
    "revit-mcp": {
      "command": "node",
      "args": ["<你的完整路徑>/REVIT_MCP_study/MCP-Server/build/index.js"]
    }
  }
}複製

⚠️ 請把 <你的完整路徑> 換成你實際 clone 的位置，例如：

• Windows：C:/Users/你的名字/Desktop/REVIT_MCP_study/MCP-Server/build/index.js
• Mac：/Users/你的名字/Desktop/REVIT_MCP_study/MCP-Server/build/index.js

路徑用正斜線 /，不要用反斜線 \。路徑錯誤是最常見的連線失敗原因。

三次迭代演進

本次四個關鍵變化

1. Skills 出現 — 19 個 Skill，自動觸發對應 Domain
2. 工具模組化 — 拆成 15 個模組 + Profile 角色篩選
3. 跨版本支援 — Revit 2022 到 2026
4. 社群貢獻爆發 — 帷幕牆、排煙窗、明細表等新功能

工具越多，AI 越笨

Token 數字

為什麼這是問題

• 結構工程師不需要排煙窗工具，但 AI 每次都要掃一遍
• 工具越多，AI 選錯工具的機率越高
• 有人遇過 AI 用 query_elements 而不用更精確的 query_elements_with_filter

規範寫了，但 AI 不讀

沒有 Domain 引導的情況

AI 自己猜排煙窗計算方式：

• ❌ 漏掉「天花板下 80cm 有效帶」法規規定
• ❌ 不知道推拉窗折減 0.5、固定窗折減 0
• ❌ 告訴你「通過」但其實不合格

有 Domain 引導的情況

Domain 文件寫著：

• ✅ 法規：建技規§101① + 消防§188③⑦
• ✅ 有效帶：天花板下 80cm
• ✅ 折減：Casement=1.0, Sliding=0.5, Fixed=0
• ✅ 呼叫工具：check_smoke_exhaust_windows

根本原因

AI 不會主動去翻 domain/ 資料夾。需要觸發機制（Claude 的 .claude/skills/ 或 Gemini 的 .gemini/skills/）來引導它讀取對應的 Domain 文件。

多人貢獻的衝突問題

為什麼加一個功能要改兩個地方？

延續廚房的比喻——每加一道新菜，你必須同時做兩件事：

少了任一邊都不行：只加菜單 → AI 點了菜但廚房不會做；只教廚師 → 菜會做但菜單上沒有，AI 永遠不會點。

真實案例

Alex 同時開發帷幕牆和排煙窗，兩個功能都要改這兩個檔案。結果：

• PR#11 和 PR#12 都在「廚師手冊」的同一頁插入新內容 → 合併衝突
• PR 還不小心夾帶了 194 個不相關檔案

根本原因

所有功能都擠在同兩個檔案裡。不管加什麼新菜，都在同一本菜單、同一本手冊裡加。三個人同時加？三個人搶同一支筆寫同一頁。

（這個「菜單 + 廚師」的架構會在 3-1 三層架構裡完整展開——到時你會看到完整的資料流。）

MCP ≠ Skill：官方定義與比喻

MCP Tools 是什麼

"Tools are designed to be model-controlled, meaning that the language model can discover and invoke tools automatically."

（工具被設計為模型控制的，意即語言模型可以自動發現並調用工具。）

— MCP Specification: Tools

Agent Skill 是什麼

"Skills load on-demand and eliminate the need to repeatedly provide the same guidance across multiple conversations."

（技能按需載入，消除了在多次對話中重複提供相同指引的需要。）

— Anthropic: Agent Skills Overview

關鍵區別

Anthropic 官方：互補，不是取代

"We'll also explore how Skills can complement Model Context Protocol (MCP) servers by teaching agents more complex workflows that involve external tools and software."

（我們也將探討 Skill 如何補充 MCP 伺服器，透過教導 Agent 涉及外部工具的更複雜工作流程。）

— Anthropic Engineering Blog

"Skills describe the workflow. MCP provides the runner... Saying Skills killed MCP is like saying GitHub Actions killed Bash."

（Skill 描述工作流程。MCP 提供執行器……說 Skill 殺死了 MCP，就像說 GitHub Actions 殺死了 Bash。）

— Block/Goose Team

以本專案為例

• MCP（廚房）：override_element_graphics 真的去改 Revit model 顏色，query_elements_with_filter 真的查 Revit 資料庫。這些操作需要 WebSocket、Revit API、Transaction。Skill 做不了這些。
• Skill（食譜）：/fire-safety-check 告訴 AI「先查參數名 → 再列時效等級 → 再篩選 → 最後上色」。這是知識和順序，不是能力。MCP 不管這些。

漸進式揭露（Progressive Disclosure）

"Progressive disclosure ensures only relevant content occupies the context window at any given time."

（漸進式揭露確保在任何時刻，只有相關內容佔用上下文窗口。）

— Anthropic: Agent Skills Overview

三層載入機制

本質是什麼？

這等於一種不需要 embedding 的 context-level RAG：

• L1 metadata = embedding index（用 description 做語意匹配）
• L2 觸發載入 = retrieval（只拉相關的 chunk）
• L3 按需讀取 = deep retrieval

差別在於：傳統 RAG 用 vector similarity 檢索，Skill 用 LLM 自身的語意理解決定是否載入。

Before vs After：具體數據

本專案實測

社群案例

"An agent using MCP + Skills consumed 39,622 tokens across 5 turns, versus 328,083 tokens across 29 turns with MCP alone — an 87% reduction."

（使用 MCP + Skills 的 Agent 在 5 回合中消耗 39,622 tokens，而僅使用 MCP 則在 29 回合中消耗 328,083 tokens — 減少 87%。）

— Richard Seroter, 2026

瘦的是什麼？

不是 Domain（它一直都是拆開的），而是「編排邏輯」。過去 17 個工作流的 tool 調用順序和約束條件全部塞在 CLAUDE.md 裡常駐。現在搬進各自的 SKILL.md，只在觸發時載入。

按需調度（On-Demand Orchestration）

為什麼「模組化」不夠精確？

Domain 檔案從第一天就是模組化的——每個 .md 獨立存在。但即使 Domain 已拆開，「用哪些 tool、什麼順序呼叫」這層編排邏輯過去只能寫在 CLAUDE.md 裡，因為沒有其他地方可以放它。

Skill 提供的就是「其他地方」

"Skills use progressive disclosure to manage context efficiently: (1) Discovery — agents load only the name and description... (2) Activation — the agent reads the full SKILL.md instructions into context. (3) Execution — the agent follows the instructions, optionally loading referenced files."

（技能使用漸進式揭露高效管理上下文：(1) 發現 — Agent 只載入名稱和描述… (2) 啟動 — Agent 將完整的 SKILL.md 指令讀入上下文。(3) 執行 — Agent 遵循指令，按需載入參考檔案。）

— Agent Skills Specification

一句話總結

Domain 解決「知識放哪裡」，Skill 解決「編排邏輯放哪裡」。
Skill 不是減少工具，是讓驅動工具的規範在暫存的可被調度性變成有彈性。

三層模組架構：每層的角色

使用者: 「幫我檢查排煙窗」
         │
         ▼
┌─ Layer 1: Skill ── WHEN + HOW ────┐
│  角色：告訴 AI 何時啟動、怎麼做    │
│  description 裡有「排煙」關鍵字     │
│  → 指示 AI 讀取 Domain             │
│  成本：~100 tokens（metadata 常駐） │
│        < 5K tokens（觸發時載入）    │
└──────────────┬─────────────────────┘
               ▼
┌─ Layer 2: Domain ── WHAT TO KNOW ─┐
│  角色：提供領域知識 SOP             │
│  法規判定流程 + 步驟 + 工具名稱     │
│  成本：~1500 tokens（由 Skill 引用）│
└──────────────┬─────────────────────┘
               ▼
┌─ Layer 3: MCP Tools ── WHAT TO DO ┐
│  角色：執行操作（Revit API 調用）   │
│  預建工具，AI 帶參數呼叫           │
│  成本：~2000 tokens（該模組的工具） │
└────────────────────────────────────┘複製

三個比喻（同一件事）

關鍵差異：不是三層「結構」，是三層「載入時機」

三層架構的價值不在於把東西分成三個資料夾（Domain 從第一天就是獨立的），而是每層有不同的載入時機——Skill metadata 常駐，Skill body 觸發時載入，Domain 被引用時載入。這就是 2-5 講的「漸進式揭露」在架構上的實現。

回到 2-3 的問題：為什麼兩個檔案？

還記得 2-3 講的「加一道菜要改兩個地方」嗎？現在你可以看到它們在架構裡的位置了：

AI Client（你）
  ↓ 自然語言
MCP Server ← revit-tools.ts 住在這裡（菜單）
  ↓ WebSocket
Revit Add-in ← CommandExecutor.cs 住在這裡（廚師）
  ↓ Transaction
Revit 模型複製

所以「菜單」和「廚師」其實是架構裡不同層的東西——一個在 MCP Server（Node.js），一個在 Revit Add-in（C#）。它們透過 WebSocket 通訊。加一個新工具，兩邊都要加對應的程式碼。

而 Skill 和 Domain 完全不涉及這兩個檔案——它們是純 Markdown，定義「怎麼用」而不是「怎麼做」。所以老師們貢獻 Domain 知識時，完全不用碰程式碼。

Skill：觸發層

Skill 檔案長什麼樣

---
name: fire-safety-check
description: "消防安全檢討：防火時效視覺化、走廊防火分析、
  外牆開口距離檢討。觸發條件：防火、耐燃、fire rating、
  走廊、corridor、Article 45、Article 110。
  工具：override_element_graphics、
  check_exterior_wall_openings。"
---

# 消防安全檢討

## Sub-Workflows          ← 結構標頭用英文（照官方規範）
### 1. 防火時效視覺化      ← 子標頭用中文（內容描述）
1. `get_category_fields` 查詢牆體 → 找到防火時效參數名稱
2. `get_field_values` → 列出所有時效等級
3. `query_elements_with_filter` → 依時效等級篩選牆體
4. `override_element_graphics` → 套用對應顏色複製

Skill 放在哪裡

你的專案/
├── .claude/
│   └── skills/                    ← 所有 Skill 在這裡
│       ├── fire-safety-check/
│       │   └── SKILL.md           ← 一個 Skill = 一個資料夾 + SKILL.md
│       ├── building-compliance/
│       │   └── SKILL.md
│       ├── element-query/
│       │   └── SKILL.md
│       └── ... 共 19 個複製

路徑：.claude/skills/

重要限制

語言規則

Skill 的撰寫遵循「結構英文、內容中文」原則：

• name：英文（資料夾名稱）
• description：中文摘要 + 中英混合觸發關鍵字
• ## 結構標頭：英文（照官方規範，如 ## Workflow、## Reference）
• ### 子標頭與內文：中文（面向使用者的說明）
• 工具名稱 / 程式碼：英文（因為是 code）

重要限制

Claude Code 和 Gemini CLI 都有原生 Skills 機制。Claude Code 放在 .claude/skills/，Gemini CLI 放在 .gemini/skills/，格式都是 SKILL.md。我們用 CLAUDE.md + GEMINI.md 建立統一的指向規範，讓不同入口都能導向同一套 Domain。詳見下一頁 3-3。

CLAUDE.md vs GEMINI.md

不同 AI Client 的知識來源

統一指向規範

CLAUDE.md 和 GEMINI.md 各自定義行為指引，但都指向同一套 Domain 文件和 MCP Tools。這是「不同入口、同一目的地」的設計。

一句話：兩個平台都有原生 Skills 支援，我們用 CLAUDE.md + GEMINI.md 建立統一的指向規範，確保不同 AI Client 都能導向同一套 Domain 和 Tools。

Domain：知識層

Domain 檔案結構

1. 觸發條件 — 什麼情況下讀這份文件
2. 法規依據 — 引用的條文標準
3. 檢討步驟 — step by step 流程
4. 呼叫的工具 — 明確列出 MCP 工具名稱

現有 44 個 Domain 文件 + 1 reference（snapshot 2026-05-12）

位置：domain/

domain/
├── smoke-exhaust-review.md       ← 排煙窗（§101）
├── fire-rating-check.md          ← 防火時效
├── corridor-analysis-protocol.md ← 走廊寬度
├── daylight-area-check.md        ← 採光（§41）
├── floor-area-review.md          ← 容積率
├── parking-clearance-check.md    ← 停車場淨空
├── curtain-wall-pattern.md       ← 帷幕牆
├── qa-checklist.md               ← QA 驗證
├── mep-csa-clash-detection.md    ← MEP/CSA 碰撞偵測（5/12 新增至表）
├── pdf-export-comparison.md      ← PDF 輸出 6 路徑決策（5/12 新增）
├── mechanical-part-doc.md        ← 機械組件出圖 SOP（5/12 新增）
├── mep-extension-guide.md        ← pyRevit 大神研究指南（5/12 新增）
├── references/building-code-tw.md ← 台灣建築法規條號（5/12 新串入工作流）
└── ... 共 35 個 + 1 reference複製

最重要的是第 4 點——明確寫出工具名稱。AI 就不會自己亂寫 API 呼叫，而是使用預建工具。

為什麼 Domain 要獨立於 Skill

Anthropic 的模型 vs 我們的模型

真實案例：防火法規被三個 Skill 引用

domain/fire-rating-check.md（一份知識）
    ├── 被 /fire-safety-check 引用（防火時效視覺化）
    ├── 被 /building-compliance 引用（法規檢討）
    └── 被 /element-coloring 引用（依防火等級上色）

如果搬進 Skill 內部：
    fire-safety-check/references/fire-rating.md   ← 複製一
    building-compliance/references/fire-rating.md  ← 複製二
    element-coloring/references/fire-rating.md     ← 複製三
    → 法規更新時要改三個地方，忘改一個就不一致複製

Domain 不是 Skill 的低階版本

對老師的意義

你寫一份 Domain，所有引用它的 Skill 都自動具備你的專業知識。
你不需要懂 Skill 怎麼寫、工具怎麼用、程式碼怎麼改。

Profile 角色篩選

可用的 Profile

設定方式

在 AI Client 設定檔加一行 env：

{
  "mcpServers": {
    "revit-mcp": {
      "command": "node",
      "args": ["<你的完整路徑>/REVIT_MCP_study/MCP-Server/build/index.js"],
      "env": {
        "MCP_PROFILE": "architect"
      }
    }
  }
}複製

不設定就是 full，跟以前一樣。Claude / Gemini / VS Code 都支援這個設定。

同步最新版

Step 1：設定 upstream（只做一次）

cd <你 clone 的位置>\REVIT_MCP_study
git remote -v
git remote add upstream https://github.com/shuotao/REVIT_MCP_study.git複製

Step 2：拉取並同步

git fetch upstream
git checkout main
git rebase upstream/main
git push origin main --force-with-lease複製

Step 3：確認成功

git log --oneline -5
# 應該看到 "Architecture V2" 相關 commit複製

如果 rebase 衝突

# 安全方式：放棄 rebase 重來
git rebase --abort
git reset --hard upstream/main
git push origin main --force-with-lease複製

⚠️ reset --hard 會丟棄你在 main 上的本地修改。如果有重要修改請先 git stash。

重新 Build

MCP Server（Node.js）

cd MCP-Server
npm install
npm run build複製

需要 Node.js 18 以上。確認：node --version

Revit Add-in（C#）

cd MCP
dotnet build -c Release.R24 RevitMCP.csproj複製

版本對照：R22=2022, R23=2023, R24=2024, R25=2025, R26=2026

部署 DLL

build 完成後，setup.ps1 或 /deploy-addon 會自動部署到正確路徑。
如需手動部署：

# 先關掉 Revit！版本號改成你的（例如 R24 對應 2024）
Copy-Item "bin\Release.R24\RevitMCP.dll" `
  "$env:APPDATA\Autodesk\Revit\Addins\2024\RevitMCP\" -Force複製

或用自動腳本：

..\scripts\install-addon.ps1複製

常見錯誤排除

問題 1：Revit 載入兩次 MCP 面板

原因：有兩個 .addin 檔案

# 查看
Get-ChildItem "$env:APPDATA\Autodesk\Revit\Addins\2024\*RevitMCP*"

# 刪除舊的
Remove-Item "$env:APPDATA\Autodesk\Revit\Addins\2024\RevitMCP.2024.addin"複製

問題 2：dotnet build MSB1011 錯誤

原因：資料夾有多個 .csproj

# ❌ dotnet build -c Release.R24
# ✅ dotnet build -c Release.R24 RevitMCP.csproj複製

問題 3：MCP Server 連不上

1. Revit 有開嗎？MCP 面板有按「啟動」嗎？
2. Port 一致嗎？預設 8964
3. 如果你改了 port，AI Client 設定要加：

   "env": { "REVIT_MCP_PORT": "11111" }複製

問題 4：NotImplementedException

帷幕牆和排煙窗共 13 個工具的 C# 端還是 stub。等 Issue #16 完成後就能用。其他 42 個工具正常。
更新（2026-05-12）：Issue #16 已合並（PR #17, 2026-03-18），帷幕牆 + 排煙窗 C# 實作完成。當前 86 個工具全部正常運作。若仍遇到 NotImplementedException，請開新 issue 報告。

問題 5：npm run build 失敗

node --version  # 需要 v18+
npm --version   # 需要 v8+複製

下載：https://nodejs.org（LTS 版本）

三種貢獻層級

Level 1：Domain + Skill（不需要程式能力）

把你的專業工作流程寫成 SOP（Markdown 文件）。這是最有價值的貢獻——程式碼我們可以寫，但法規和實務經驗只有你有。

• 停車場檢討、無障礙設施、綠建築指標...
• 只需要寫兩個 Markdown 檔案

Level 2：工具定義（需要 TypeScript/JSON）

定義新工具的參數格式（schema），放在 MCP-Server/src/tools/

Level 3：C# 實作（需要 C# + Revit API）

在 MCP/Core/Commands/ 建立 partial class，實作 Revit API 操作。

Level 1 示範：停車場檢討

檔案 1：Domain 文件

位置：domain/parking-clearance-check.md

# 停車場淨空檢討

## 觸發條件
使用者提到：停車場、停車位、車道寬度、parking

## 法規依據
- 建築技術規則設計施工編 §60-1
- 標準小型車位：寬 2.5m × 深 5.5m
- 無障礙車位：寬 3.5m × 深 5.5m
- 車道寬度：單車道 ≥ 3.5m、雙車道 ≥ 5.5m

## 檢討步驟
1. 呼叫 get_rooms_by_level 找出停車場空間
2. 呼叫 query_elements_with_filter 篩選停車位族群
3. 讀取每個車位的寬度和深度參數
4. 比對法規尺寸標準
5. 不合規 → override_element_graphics 標示紅色
6. 合規 → 標示綠色
7. 匯總報告複製

檔案 2：Skill 觸發定義

位置：.claude/skills/parking-check/SKILL.md

---
name: parking-check
description: "停車場檢討：停車位淨空高度檢查與數量分類統計。
  觸發條件：停車場、停車位、車道寬度、parking、淨空。
  工具：get_rooms_by_level、query_elements_with_filter、
  override_element_graphics。"
---

# 停車場檢討

執行前請先讀取 domain/parking-clearance-check.md。

## Sub-Workflows               ← 英文結構標頭
### 1. 停車位淨空高度檢查       ← 中文子標頭
1. 確認目標樓層（通常 B1F、B2F）
2. `query_elements_with_filter` 篩選 Parking 類別元素
3. 計算每個車位上方淨空
4. `override_element_graphics` 標示不合格車位複製

就這兩個檔案。你不需要寫任何程式碼。

提交流程

Git 操作步驟

# 1. 確保最新版
cd <你 clone 的位置>\REVIT_MCP_study
git fetch upstream && git checkout main && git rebase upstream/main

# 2. 建立工作分支
git checkout -b add/parking-check

# 3. 建立你的檔案（用任何文字編輯器）
# domain/parking-clearance-check.md
# .claude/skills/parking-check/skill.md

# 4. 只 add 你的檔案（重要！不要用 git add .）
git add domain/parking-clearance-check.md
git add .claude/skills/parking-check/skill.md

# 5. commit
git commit -m "[Domain] 新增停車場淨空檢討工作流程"

# 6. push 到你的 fork
git push origin add/parking-check

# 7. 到 GitHub 點 "New Pull Request"複製

⚠️ 不要做的事

• 不要用 git add . — 會把不相關的檔案都加進去
• 不要改 CLAUDE.md、MCP-Server/src/tools/*.ts、MCP/Core/*.cs
• 不要改 package.json / package-lock.json

不會 Git？

沒關係！把寫好的檔案傳給 maintainer（Email / Line / GitHub Issue 貼內容）。重點是你的知識，不是 Git 操作。

目前進行中

📅 更新於 2026-05-12 — 距 4/25 已過 17 天，新增 4 個 domain SOP / 4 個 MCP 工具 / 1 reference 串入工作流

追蹤連結：GitHub Issues

未來方向

更多法規模組

• 綠建築指標（EEWH）
• 無障礙設施（坡道、門寬、迴轉空間）
• 停車場（車位尺寸、機械車位）
• 結構安全（梁柱配筋）

這些全部都是 Level 1 貢獻。

自動偵測專案類型

Revit 連線時自動回報專案內容 → MCP Server 自動設定 Profile → 不用手動設 MCP_PROFILE。

Excel / PDF 報告匯出

排煙窗已有 Excel，計劃擴展到防火時效、採光、QA 檢核 → 直接拿去送審。