Renga API 和 AI 代理用于 BIM

利用Renga API集成AI智能体实现BIM流程自动化

Renga API采用COM架构，允许AI智能体无需编译插件即可从外部控制应用程序。与Revit API将代码加载到AppDomain不同，Renga通过ProgID "Renga.Application.1"支持外部调用。这简化了与Python脚本和智能体的集成，提供了对模型、对象和几何体的访问。

py_renga库提供了COM交互的核心模块和智能体技能。其结构包括来自RengaCOMAPI.tlb的本地文档、对象反射以及用于打开项目和创建元素的现成函数。

比较Renga API与Revit API

| 方面 | Renga API | Revit API |

|--------|-----------|-----------|

| 核心技术 | COM（外部接口） | .NET（AppDomain） |

| 部署方式 | DLL或Python脚本 | 仅DLL |

| 支持语言 | C++、C#、Python | C#、Python（通过包装器） |

Renga的COM方法允许启动应用程序并将其作为外部进程管理。Python通过类型库原生支持，无需额外工具。SDK v2.46包括C++头文件、.NET程序集、三种语言的示例以及用于互操作的tlb文件。

对于AI智能体，关键场景涉及通过ROT和接口反射进行外部自动化。智能体分析对象转储，与文档匹配，并生成脚本。

通过Python连接Renga

启动并处理模型的最小代码：

import comtypes.client

PROG_ID = "Renga.Application.1"
app = comtypes.client.CreateObject(PROG_ID)
app.Visible = True

result = app.CreateProject()
if result != 0:
    raise RuntimeError(f"CreateProject失败，错误代码 {result}")

project = app.Project
model = project.Model
objects = model.GetObjects()
print(f"对象数量: {objects.Count}")

for index in range(objects.Count):
    obj = objects.GetByIndex(index)
    print(getattr(obj, "Name", None))

此脚本创建项目，提取对象集合及其属性。对于智能体，实现了dump_object(com_object: Any) -> Dict[str, Any]，返回接口、属性、方法及其类型和值。

AI智能体工作流程管道

智能体遵循以下循环：

• 通过get_skills_catalog()检索技能目录。
• 应用现成技能或转储对象。
• 分析转储，在RengaAPI_Docs中搜索接口。
• 生成并测试脚本。
• 迭代修复错误直至成功。

已实现的技能包括：

• 连接/断开应用程序；
• 打开/保存项目；
• 读取/写入对象参数；
• 创建/删除元素；
• 转储几何体和反射。

示例：智能体从文本生成墙体、计算体积/面积，并创建参数化对象。

RengaSTDL：基于代码的族生成

RengaSTDL是一个使用Lua + JSON进行参数化模板（.rst）的SDK。智能体生成带有几何体的Lua脚本、JSON规范，并通过RstBuilder.exe编译。

流程：

• 输入需求（尺寸、参数）。
• AI编写Lua代码和JSON。
• 编译为.rst文件。
• 导入Renga。

示例：一把高度和宽度可参数化的椅子，根据描述生成。Lua允许无需图形编辑器计算几何体，降低了原型设计的门槛。

RengaSTDL_Docs/中的文档和示例已集成到库中以供反射使用。

关键要点

• COM接口无需编译即可实现外部控制，非常适合AI智能体。
• 带有转储和反射功能的Python技能加速了API学习。
• 使用Lua的STDL允许根据需求生成族，无需手动编码。
• 智能体管道：分析 → 生成 → 测试 → 迭代，减少了插件开发时间。
• 开源py_renga仓库，附AGENTS.md快速入门指南。

— Editorial Team