Revu och MCP
Med Bluebeams MCP-server ( Model Context Protocol) kan du uppmana AI-modeller att köra kraftfulla arbetsflöden i flera steg i Revu 21.9 eller senare. Dessa uppmaningar eliminerar behovet av komplexa Skripting eller teknisk Teknik, vilket gör avancerad automatisering tillgänglig för Bluebeam Max-användare.
För information om vilka uppgifter du kan utföra med MCP, se Vanliga frågor och svar.
Se en översikt över AI och MCP för att lära dig mer om MCP:er och hur alla element fungerar tillsammans.
Revu anslutet till AI via MCP i Bluebeam Max Kurs i egen takt30:00
Lär dig hur du ansluter Revu till AI via MCP och använder naturligt språk för att arbeta snabbare i Bluebeam Max. Gå till Bluebeam University för att lära dig mer.
Anslut Revu till AI-modeller för att förbättra dina PDF-arbetsflöden. För att använda Revu och AI-modellen tillsammans måste du göra följande:
-
Registrera dig för AI-modellen (vid behov).
-
Ladda ner skrivbordsprogrammet för AI-modellen (om tillgänglig).
-
Konfigurera Revu och AI-modellen så att MCP-anslutningen tillåts.
Använd länkarna nedan för att konfigurera Revu och AI-modeller.
Promptar
Promptar är meddelanden som talar om för AI-modellen hur den ska utföra ett visst arbetsflöde. Med naturligt språk kan du skapa promptar för att hantera uppgifter som:
-
Analysera dokument
-
Extrahera viktig information
-
Organisera markeringar
-
Skapa sammanfattningar eller rapporter
-
Identifiera problem eller inkonsekvens
-
Omskrivning eller omformatering av innehåll
Använd uppmaningar i Revu för att:
-
Automatisera tråkiga uppgifter: Slipp timmar av repetitivt arbete genom att låta AI hantera steg som normalt kräver manuell insats.
-
Förbättra enhetligheten i olika team: Uppmaningar standardiserar hur uppgifter utförs, vilket minskar fel och variationer mellan individer.
-
Sänk hindren för komplexa arbetsflöden: Du behöver inte vara expert på AI eller Revu – använd naturligt språk för att skapa kommandon som förenklar avancerade funktioner till en enda åtgärd.
-
Öka produktiviteten: Mer automatisering → snabbare produktion → mer tid för mer värdefullt arbete.
-
Uppmuntra innovation och kunskapsutbyte: Användarna kan skicka in och förfina prompter tillsammans, vilket skapar en ständigt växande verktygslåda för arbetsflöden.
-
Bygg ett centraliserat arbetsflödesbibliotek: Bluebeam Communities-biblioteket blir en single source of truth för bästa praxis, återanvändbara arbetsflöden och teamkunskap. Visa AI-promptbiblioteket eller lär dig hur du skickar in din egen prompt.
Promptar säkerställer konsekvens och sparar tid, särskilt för arbetsflöden som du upprepar ofta.
MCP-promptar kan låsa upp komplexa, automatiserade arbetsflöden i Revu när de skrivs tydligt och avsiktligt. Använd dessa bästa praxis för att skapa promptar som är tillförlitliga, repeterbara och enkla för andra att ta till sig.
-
Börja med ett tydligt mål: Definiera exakt vad prompten är avsedd att uppnå. Ett starkt uttalande hjälper AI-systemet att tolka dina instruktioner exakt.
-
Vilket problem ska denna prompt lösa?
-
Vad kan jag förvänta mig för utdata eller transformation?
-
-
Var specifik: Noggranna instruktioner leder till konsekventa resultat. Tydliggör:
-
Inmatningar
-
Steg
-
Utdataformat
-
Begränsningar eller regler
Undvik antaganden och specificera varje krav.
-
-
Ange kontext: Inkludera alla relevanta detaljer, till exempel:
-
Filtyper
-
Dokumentstruktur
-
Namngivningsregler
-
Projektspecifika överväganden
-
-
Bryt ner komplexa uppgifter: Om ett arbetsflöde innehåller flera steg ska du ange varje steg. Stegvisa instruktioner fungerar mer tillförlitligt än enstaka långa stycken.
-
Använd konsekvent terminologi: Använd samma termer i hela prompten. Till exempel, byt inte mellan "markeringar", "kommentarer" och "anteckningar."
-
Inkludera förväntad utdata: Berätta för AI-modellen:
-
Vad du vill ha
-
Vad den inte bör göra
-
Hur slutresultatet ska struktureras
Det här hjälper både AI-modellen och alla som granskar din prompt.
-
-
Verifiera resultaten: Behandla AI-resultatet som ett utkast som kräver mänsklig verifiering. AI kan göra misstag, och dess arbete bör alltid granskas för att se till att det är korrekt.
-
Testa innan du delar: Kör prompten flera gånger för att få konsekventa resultat. Om det beter sig oförutsägbart, förenkla eller förtydliga stegen.
-
Skapa och använd färdigheter: När du har lyckats med att utföra en komplex prompt som du eller ditt team vill använda igen i framtiden, skapa en färdighet eller ett Agent Flow. Se hjälpdokumentationen för din valda AI-modell för att lära dig mer.
-
Dokumentera tekniska krav: Hjälp andra att återskapa ditt arbetsflöde genom att notera:
-
Revu-version
-
MCP-konfiguration
-
Eventuell installation krävs före användning
-
-
Fortsätt förbättra: Uppmaningarna utvecklas. Gå tillbaka till dina uppmaningar regelbundet för att förfina instruktionerna när verktyg och arbetsflöden ändras.
Token
Se tokens som konversationsvalutan med de flesta AI-modeller. Varje ord, varje skiljetecken, varje bild, en bilaga osv. består av ett visst antal token. När du skickar ett meddelande eller en bilaga använder du tokens. Längre meddelanden och dokument kostar fler tokens än kortare. När AI-modellen svarar på ditt meddelande ”örfbrukar” den också tokens för att generera svaret. Ett detaljerat svar kostar fler tokens än ett enkelt ja-svar.
Antalet tillgängliga token beror på din valda AI-modell och din prenumerationsplan med den AI-leverantören.
Vissa AI-modeller använder inte ett tokensystem, men kan fortfarande begränsa dina interaktioner. Se hjälpdokumentationen för din valda AI-modell för att lära dig mer.
För att lära dig hur du skapar uppmaningar utan att använda många tokens, se De bästa tipsen för att spara tokens.
För att skriva så effektiva promptar som möjligt för AI-modeller kan du använda följande tips för att spara token:
-
Börja med ett rent dokument: Innan du skriver en prompt, rensa upp PDF:en (kör OCR, platta till gamla markeringar eller ta bort onödiga sidor). Ett renare dokument använder avsevärt färre token.
-
Starta nya konversationer: AI-modellerna läser hela chatthistoriken varje gång du skickar ett nytt meddelande. När du är klar med en uppgift, starta en ny chatt för din nästa uppgift. Det förhindrar att den gamla kontexten för den tidigare uppgiften använder extra token i din nya begäran.
-
Var specifik och koncis: Breda frågor resulterar ofta i längre svar som påverkar din tokenbudget negativt. Istället för att säga ”Berätta om den här PDF-filen” kan du prova att sammanfatta de tre främsta säkerhetskraven i denna PDF som punktlistor. Kortare, riktade prompter använder färre indatatoken, och specifika begränsningar leder till kortare och mer effektiva utdatatoken.
-
Använd ”selektiv” OCR: När du arbetar med skannade dokument måste AI-modellen bearbeta textversionen av bilderna. Utför OCR bara på de specifika sidor som du behöver analysera, istället för på hela dokumentet. Det minskar mängden ”PDF-text” som överförs genom MCP:n.
-
Minska storleken på din fil: Att hänvisa till en 100-sidig PDF-fil kan kosta många tokens. Använd funktionen Extrahera sidor i Revu för att skapa en mindre PDF som bara innehåller de relevanta avsnitten innan du ber AI-modellen att analysera den.
-
Begränsa MCP-verktygens omfattning: AI-modellen behöver inte alltid se allt i filen för att kunna svara på en fråga. Om du till exempel bara har en fråga om markeringar kan du säga ”Titta bara på metadata i markeringslistan för att hitta status för objekt inom elektricitet”. Det förhindrar att MCP:n extraherar och skickar onödig sidtext eller projektfilsdata.
-
Undvik att ”småprata” med AI-modellen: Hoppa över formaliteter som ”Hej, hur mår du idag?” och ”Tack så mycket!” och gå direkt till instruktionen. Varje ord, inklusive ”Hej” och ”Kan du”, räknas som en token.
-
Redigera istället för att svara: Om AI-modellen ger dig ett svar som är för långt eller inte stämmer helt kan du hålla markören över det skickade meddelandet och klicka på Redigera för att justera din prompt istället för att skicka ett nytt meddelande. Då skrivs det tidigare, långa svaret över, vilket förhindrar att din tokenhistorik fördubblas.
-
Begär en översikt först: Be AI-modellen att ”Skapa en översikt innan du börjar.” för att förhindra att AI-modellen spenderar en stor mängd tokens på en omfattande rapport i fel riktning.
För fler bästa praxis och tokensparande promptmallar för AI-promptar, se Översikt över AI-promptar.
I ett standardchattgränssnitt, använd dessa mallinstruktioner för att hjälpa till att bevara din tokenbudget.
-
Mall för snabbsammanfattning
Använd den här prompten för att snabbt förstå ett dokument eller en uppsättning markeringar:
”Sammanfatta [infoga ämne, till exempel konstruktionsmarkeringar] i den aktiva PDF-filen i Revu”.
– Svara i form av en punktlista.
– Var kortfattad: använd inte inledande eller avslutande meningar.
– Fokusera bara på [infoga specifik information, till exempel objekt med öppen status].”
-
Mall för extrahering av data
Om du vill hitta specifika värden eller datum i en stor mängd projektfiler, använd denna uppmaning:
Skanna den aktiva PDF-filen i Revu efter [infoga objekt, t.ex. alla angivna betongområden].
– Svara med hjälp av en enkel tabell med två kolumner: [Kolumn A] och [Kolumn B].
– Beskriv inte processen för hur du hittade uppgifterna.
– Om du inte hittar informationen ska du bara svara med ”Hittades inte”.
-
Mall för upptäckt av problem
För att hitta inkonsekvenser i ritningar eller markeringsstatus kan du använda följande prompt:
”Kontrollera [infoga ämne, till exempel sidetiketter] efter eventuella dubbletter eller saknade sekvenser.
– Lista endast de fel som hittas.
– Begränsa ditt svar till under 100 ord.
– Om inga fel finns svarar du med ’Inga problem hittades’”.
Därför fungerar de här:
-
AI-modeller svarar vanligtvis med artiga presentationer (”Självklart! Jag har analyserat ditt dokument och funnit... ”). Att använda regeln ”ingen introduktion” sparar ungefär 15–20 tokens per meddelande.
-
Tabeller är ofta mer tokeneffektiva än långa stycken eftersom de tar bort utfyllnadsord.
-
Att tala om för AI-modellen vad den inte ska göra genom att specifikt ange begränsningar är det mest effektiva sättet att spara token.
MCP-servern kan använda följande verktyg och kommandon för att utföra åtgärder i Revu.
|
kommando |
Beskrivning |
Exempel på standardchattpromptar |
|
Dokumentinformation och -analys |
||
|
get_page_count |
Returnera det totala antalet sidor i PDF-filen. |
”Hur många sidor finns det i detta dokument?” |
|
get_page_information |
Returnera sidinformation, som dimensioner, rotation och andra egenskaper, för varje sida. |
Ge mig dimensionerna och rotationen för varje sida i detta dokument. Flagga alla sidor som inte är av standardstorleken Letter eller ANSI D.” |
|
save_as_text |
Extrahera det underliggande textinnehållet från specifika sidor eller hela dokumentet. |
”Extrahera all text från sidorna 3–7 och organisera den per sida.” Jag vill granska specifikationsinnehållet.” |
|
Markering-hantering |
||
|
Lägg till markering |
Skapa en ny markering. |
”Lägg till en röd molnmarkering runt alla mekaniska utrymmen på sida 5 och lägg till kommentaren 'Kontrollera spelrum'.” |
|
add_markup_capture |
Bifoga en bild eller mediefil till en befintlig markering. |
Bifoga platsfotot ’foundation_crack.jpg’ till bildtextmarkeringen på sida 3.” |
|
create_markup_thumbnail |
Generera en PNG-bild av en specifik markering för förhandsgranskning. |
”Generera en miniatyrförhandsgranskning av den första bildtextsmarkeringen på sida 4 så att jag kan se hur den ser ut utan att navigera till den.” |
|
delete_markup |
Ta bort en specifik markering. |
”Ta bort alla markeringar på sida 8 som skapats av ’Intern_User’.” |
|
get_markup_shape |
Returnera den geometriska informationen (punkter, bredd, höjd, rotation) för en befintlig markering. |
”Hämta koordinaterna, bredden och höjden för Polygon-markeringen på sida 10.” |
|
list_markups_in_pdf |
Visa detaljerad information om markeringar, inklusive egenskaper som typ, författare, kommentarer, färger och position. |
”Lista alla markeringar i det här dokumentet.” ”Gruppera dem efter författare och inkludera markeringstyp, färg, kommentar och aktuell status för var och en.” Visa mig alla markeringar som inte har någon kommentar och som fortfarande är i statusen ’Öppen’.” |
|
set_markup_property |
Ändra markeringsegenskaper som färger, opacitet, linjetjocklek, författare, ämne, kommentarer och linjeformat. |
"Hitta alla markeringar författade av 'Contractor A' och ändra deras färg till orange och deras ämne till 'Contractor Review'." ”Ändra linjebredden för varje Moln-markering på sidorna 1 till 20 till 2 pt och ange författaren till ’QC Team’.” |
|
set_markup_shape |
Ändra geometrin eller positionen för en befintlig markering. |
”Flytta bildtextmarkeringen på sida 2 två tum åt höger så att den inte blockerar stödlinjerna.” |
|
markeringsfunktion |
Justera storleken på textrutemarkeringar automatiskt. |
”Justera storleken automatiskt på alla textrutemarkeringar på sidorna 1 till 5 så att ramarna passar texten snyggt utan att klippa eller lämna extra utrymme.” |
|
Hantering av tillstånd och arbetsflöden |
||
|
export_state_models |
Exportera arbetsflödesmodeller, till exempel granskningsprocesser, och deras tillstånd till en extern fil. |
”Exportera arbetsflödet för granskning av dokumentstatus till en extern fil.” |
|
get_markup_state |
Returnera den fullständiga statushistoriken för en specifik markering. |
”Hämta den fullständiga statushistoriken för alla markeringar i det här dokumentet som för närvarande är i statusen 'Granskad'.” Jag vill granska vem som ändrade dem och när.” ”Ge mig statushistoriken för markeringen med ID [markup_id] – jag behöver se hela granskningskedjan.” |
|
importera_tillståndsmodeller |
Läs in statuslägen och modeller från en extern fil. |
”Läs in standard-’QA-QC-arbetsflöde.xml’ ” statusmodell i den här PDF-filen.” |
|
list_state_models_in_pdf |
Visa tillgängliga arbetsflödesmodeller, till exempel granskningsprocesser, och deras möjliga tillstånd. |
Vilka granskningsarbetsflödestillstånd är tillgängliga i det här dokumentet? Lista alla statusmodeller och deras möjliga värden. |
|
set_markup_state |
Ändra markeringars arbetsflödesstatus (till exempel från "Öppen" till "Granskad" eller "Stängd"). |
Ändra statusen för alla markeringar som skapats av 'Jane Doe' från 'Öppna' till 'Granskad'. ”Markera alla markeringar på sida 12 som 'Stängd' – sidan har godkänts.” |
|
Bearbetning av innehåll |
||
|
sök |
Sök efter text i dokumentet. |
"Sök i dokumentet efter alla instanser av ’Detail A’ och markera var de visas." "Hitta varje omnämnande av ’Galvanized’ i specifikationerna och lista sidnumren." |
|
stämpel |
Tillämpa stämpelbilder på sidor med kontroll över position, rotation, skala, opacitet och blandlägen. |
”Använd stämpeln ’Reviderad’ på alla sidor. Centrera den på varje sida, ställ in opaciteten till 45 % och rotera den 45°.” ”Stämpla sida 1 med stämpeln 'GODKÄNT' i det nedre högra hörnet med full opacitet.” |
|
Färghantering |
||
|
color_process_analyze |
Analysera och identifiera alla färger som används i det underliggande PDF-innehållet. |
"Analysera alla färger som används i det här dokumentet och ge mig en sammanfattning av varje färg som finns i det underliggande PDF-innehållet." |
|
color_process_modify |
Ändra färger i hela dokumentet i Batch (användbart för att uppdatera ritstandarder eller varumärkesprofil). |
”Ersätt alla förekomster av den vita färgen (#FFFFFF) i det här dokumentet med vår standardblå (#0066CC). ” Det här är en ritningsstandarduppdatering.” Uppdatera allt tomt linjearbete i dokumentet till mörkgrått (RGB 50, 50, 50) enligt den nya ritstandarden. |
|
Studio-projektsökning och Studio-sessioner |
||
|
list_studio_projects |
Visa alla Studio-projekt som användaren har åtkomst till. |
”Lista alla Studio-projekt som jag har åtkomst till.” |
|
list_studio_sessions |
Visa alla Studio-sessioner som användaren har åtkomst till. |
"Visa mig alla aktiva Studio-sessioner som jag för närvarande är en del av och filtrera efter alla som skapats under de senaste 48 timmarna." |
|
open_file |
Öppna och aktivera den angivna PDF-filen i Revu. Om filen lagras i ett DMS kommer den att checkas ut. |
”Lista mina Studio-projekt, hitta det som heter ’Austin Renovation’ och öppna den senast ändrade ritningssatsen.” ”Öppna alla filer som ändrades förra veckan i mitt Chicago Office-projekt i Revu.” |
|
studio_project_search |
Sök i det Studio-projekt som anges med projekt-ID:t. |
”Sök i Chicago Office-projektet efter filer som innehåller ’fråga-svar’ i filnamnet och som ändrades under de senaste 30 dagarna.” |
|
Redigering av dokument |
||
|
create_bookmarks |
Skapa bokmärken med hjälp av sidetiketter eller texten inom ett definierat område i en PDF. |
”Generera bokmärken för det här dokumentet baserat på texten som finns i det övre högra titelblockets område på varje sida.” |
|
get_bookmarks |
Returnera dokumentets hierarki för bokmärken, inklusive titlar, nivåer och motsvarande sidmål. |
”Hämta alla befintliga bokmärken i det här dokumentet och visa mig hela dispositionen med sidnummer.” |
|
redact |
Bortredigera alla områden på angivna sidor markerade med bortredigeringsmarkeringar. |
”Redigera alla instanser av klientens adress på sida 1 och ersätt med '[ADDRESS REMOVED]'.” ”Före bortredigeringen, lista alla areor på sida 1–5 som är markerade med bortredigeringsmarkeringar. ”Vänta på min bekräftelse innan du fortsätter.” |
|
set_page_labels |
Set sidetiketter, inklusive alla alternativ för numrering. |
"Set Sidetiketter för det här dokumentet med formatet: i, ii, iii för de 3 första sidorna (innehållsförteckning), sedan 1, 2, 3 med start från sida 4." ”Märka om alla sidor för att matcha ritningsnummerformatet: A-001, A-002, A-003, i följd.” |
|
Mätningar |
||
|
set_page_scale |
Set the scale för ditt dokument med en förinställd eller anpassad skala. |
”Set the drawing scale for sidorna 1 till 15 till en förinställd standardskala på 1/4" = 1'-0".” |
|
Hyperlänkar och platser |
||
|
lägga till länkar |
Skapa hyperlänkar till destinationer i dokumentet. |
”Lägg till en hyperlänk över alla kopplingssymboler som pekar på sidan ’Electrical_reference’.” |
|
list_links_in_PDF |
Visa alla befintliga hyperlänkar i dokumentet. |
"Lista alla befintliga hyperlänkar i det här dokumentet och kontrollera om någon pekar på externa webbadresser." |
|
ta_bort_länkar |
Ta bort en eller flera hyperlänkar i PDF-filen. |
”Ta bort alla hyperlänkar på sida 4 som pekar på den föråldrade webbserver-URL:en.” |
|
set_link_properties |
Ändra egenskaperna för hyperlänken, som färg och understrykning. |
”Ändra alla hyperlänkar från blå till lila med understrykning.” |
|
set_link_action |
Definiera eller uppdatera målfunktionen som utförs när en hyperlänk klickas. |
"Uppdatera hyperlänken på sida 5 så att den hoppar till sida 20 när du klickar på den." |
|
set_named_destinations |
Skapa eller uppdatera namngivna destinationer (platser) som kan målsökas av hyperlänkar. |
”Skapa en namngiven destination som heter ’Structural_Detail_A’ i det övre vänstra avsnittet på sida 12.” |
|
list_named_destinations |
Visa alla befintliga namngivna destinationer (platser) i PDF-filen. |
”Lista alla namngivna mål i denna PDF så att jag kan se vilka specifika ritningsdetaljer och bildtexter som är inställda som länkmål.” |
|
delete_named_destinations |
Ta bort en eller flera specifika namngivna destinationer (platser) från PDF-filen. |
”Ta bort den namngivna destinationen ”Old_Revision_B” från dokumentet.” |
|
Anpassade kolumner |
||
|
exportera anpassade kolumner |
Extrahera definitioner och inställningar för användarskapade anpassade kolumner i Markeringslista till en extern fil. |
”Exportera anpassade kolumndefinitioner för material och kostnad från det här dokumentet.” |
|
importera_anpassade_kolumner |
Läs in anpassade kolumner från en extern fil till det aktuella dokumentets markeringslista. |
”Ladda filen med definitionen av den anpassade kolumnen 'Underentreprenörsansvar' i den aktuella markeringslistan.” |
Model Context Protocol (MCP) byggdes enligt en filosofi som handlar om att sätta säkerheten i första rummet. Att ansluta Revu till en AI-modell innebär inte att AI-modellen får obegränsad tillgång till din dator eller ditt konto. Istället skapas en smal, kontrollerad kanal där det bara går att komma åt de specifika data som du begär.
För mer information, se Vanliga frågor om säkerhet.
Du är grindvakt
Anslutningen mellan Revu och AI-modellen är helt under din kontroll.
-
Modellen kan inte bläddra bland dina data på egen hand. Den kommer bara åt dina data när du ger den ett specifikt kommando som kräver det.
-
MCP-servern körs lokalt på din dator och överför endast den specifika text och metadata som krävs för att slutföra din begäran.
-
Du kontrollerar de MCP-färdigheter som AI-modellen använder och kan godkänna eller neka AI-modellen att utföra kommandon. De flesta AI-modeller gör att du kan slå på eller stänga av specifika Bluebeam MCP-funktioner och kan konfigureras för att be om din tillåtelse innan verktyg körs eller kommandon utförs. Se hjälpdokumentationen för din valda AI-modell för att lära dig mer.
Dataintegritet och modellträning
En av de vanligaste orosmomenten är om dina privata data kommer att användas för att träna upp framtida versioner av en AI-modell. Detta beror till stor del på din valda AI-modell, och du bör hänvisa till modellens hjälp för mer information.
Om du använder molnleverantörer (som Claude, OpenAI, osv.)
Du måste manuellt säkerställa att dina sekretessinställningar är konfigurerade för att förhindra utbildning:
-
Välj bort utbildning: För de flesta AI-modeller kan du stänga av användningen av dina data för utbildning och ändå få tillgång till alla fördelar med MCP. Oavsett denna inställning, om du väljer att ge positiv eller negativ feedback på ett svar, kan hela konversationen skickas till AI-modellen för utbildning.
-
Ta bort konversationer: Med de flesta AI-modeller används inte borttagna chattar för framtida modellutbildning, även om du har valt att utbilda och förbättra AI-modellen.
-
Använd inkognitochattar: Inkognitochattar (även kallade privata eller tillfälliga chattar) sparas inte i din chatthistorik eller i AI-modellens minne, och de används inte för framtida modellutbildning, även om du har valt att delta i utbildning och förbättring av AI-modellen. Inkognitochattar är funktionsberoende och är kanske inte tillgängliga i alla AI-modeller.
För mer information, se Vanliga frågor om säkerhet.
Om du använder lokala leverantörer (som t.ex. Ollama, Anything LLM lokal motor)
Plattformar som AnythingLLM erbjuder möjligheten att vara värd för och köra AI-modeller på din lokala maskinvara.
-
Nolldata-läckage: När du använder en lokal modell lämnar dina data aldrig din maskin.
-
Ingen träning: Eftersom modellen körs lokalt på din dator finns det ingen extern server som tar emot eller tränar på dina projektdata.
Vanliga frågor – allmänt
Du måste ha en Bluebeam Max-prenumeration för att använda AI med Revu.
För att kunna använda AI tillsammans med Revu krävs internetanslutning. Därför är den här funktionen inte tillgänglig för användare med Revu Offline-licenser.
Nej, AI-integration via MCP kan bara användas med skrivbordsversionen av Revu.
Ja, för att använda AI i Revu via MCP, måste du ha ett aktivt konto med din valda AI-modell. Om du redan har ett konto med modellen, behöver du inte skapa ett nytt.
MCP-servern kan använda följande verktyg och kommandon för att utföra åtgärder i Revu.
|
kommando |
Beskrivning |
Exempel på standardchattpromptar |
|
Dokumentinformation och -analys |
||
|
get_page_count |
Returnera det totala antalet sidor i PDF-filen. |
”Hur många sidor finns det i detta dokument?” |
|
get_page_information |
Returnera sidinformation, som dimensioner, rotation och andra egenskaper, för varje sida. |
Ge mig dimensionerna och rotationen för varje sida i detta dokument. Flagga alla sidor som inte är av standardstorleken Letter eller ANSI D.” |
|
save_as_text |
Extrahera det underliggande textinnehållet från specifika sidor eller hela dokumentet. |
”Extrahera all text från sidorna 3–7 och organisera den per sida.” Jag vill granska specifikationsinnehållet.” |
|
Markering-hantering |
||
|
Lägg till markering |
Skapa en ny markering. |
”Lägg till en röd molnmarkering runt alla mekaniska utrymmen på sida 5 och lägg till kommentaren 'Kontrollera spelrum'.” |
|
add_markup_capture |
Bifoga en bild eller mediefil till en befintlig markering. |
Bifoga platsfotot ’foundation_crack.jpg’ till bildtextmarkeringen på sida 3.” |
|
create_markup_thumbnail |
Generera en PNG-bild av en specifik markering för förhandsgranskning. |
”Generera en miniatyrförhandsgranskning av den första bildtextsmarkeringen på sida 4 så att jag kan se hur den ser ut utan att navigera till den.” |
|
delete_markup |
Ta bort en specifik markering. |
”Ta bort alla markeringar på sida 8 som skapats av ’Intern_User’.” |
|
get_markup_shape |
Returnera den geometriska informationen (punkter, bredd, höjd, rotation) för en befintlig markering. |
”Hämta koordinaterna, bredden och höjden för Polygon-markeringen på sida 10.” |
|
list_markups_in_pdf |
Visa detaljerad information om markeringar, inklusive egenskaper som typ, författare, kommentarer, färger och position. |
”Lista alla markeringar i det här dokumentet.” ”Gruppera dem efter författare och inkludera markeringstyp, färg, kommentar och aktuell status för var och en.” Visa mig alla markeringar som inte har någon kommentar och som fortfarande är i statusen ’Öppen’.” |
|
set_markup_property |
Ändra markeringsegenskaper som färger, opacitet, linjetjocklek, författare, ämne, kommentarer och linjeformat. |
"Hitta alla markeringar författade av 'Contractor A' och ändra deras färg till orange och deras ämne till 'Contractor Review'." ”Ändra linjebredden för varje Moln-markering på sidorna 1 till 20 till 2 pt och ange författaren till ’QC Team’.” |
|
set_markup_shape |
Ändra geometrin eller positionen för en befintlig markering. |
”Flytta bildtextmarkeringen på sida 2 två tum åt höger så att den inte blockerar stödlinjerna.” |
|
markeringsfunktion |
Justera storleken på textrutemarkeringar automatiskt. |
”Justera storleken automatiskt på alla textrutemarkeringar på sidorna 1 till 5 så att ramarna passar texten snyggt utan att klippa eller lämna extra utrymme.” |
|
Hantering av tillstånd och arbetsflöden |
||
|
export_state_models |
Exportera arbetsflödesmodeller, till exempel granskningsprocesser, och deras tillstånd till en extern fil. |
”Exportera arbetsflödet för granskning av dokumentstatus till en extern fil.” |
|
get_markup_state |
Returnera den fullständiga statushistoriken för en specifik markering. |
”Hämta den fullständiga statushistoriken för alla markeringar i det här dokumentet som för närvarande är i statusen 'Granskad'.” Jag vill granska vem som ändrade dem och när.” ”Ge mig statushistoriken för markeringen med ID [markup_id] – jag behöver se hela granskningskedjan.” |
|
importera_tillståndsmodeller |
Läs in statuslägen och modeller från en extern fil. |
”Läs in standard-’QA-QC-arbetsflöde.xml’ ” statusmodell i den här PDF-filen.” |
|
list_state_models_in_pdf |
Visa tillgängliga arbetsflödesmodeller, till exempel granskningsprocesser, och deras möjliga tillstånd. |
Vilka granskningsarbetsflödestillstånd är tillgängliga i det här dokumentet? Lista alla statusmodeller och deras möjliga värden. |
|
set_markup_state |
Ändra markeringars arbetsflödesstatus (till exempel från "Öppen" till "Granskad" eller "Stängd"). |
Ändra statusen för alla markeringar som skapats av 'Jane Doe' från 'Öppna' till 'Granskad'. ”Markera alla markeringar på sida 12 som 'Stängd' – sidan har godkänts.” |
|
Bearbetning av innehåll |
||
|
sök |
Sök efter text i dokumentet. |
"Sök i dokumentet efter alla instanser av ’Detail A’ och markera var de visas." "Hitta varje omnämnande av ’Galvanized’ i specifikationerna och lista sidnumren." |
|
stämpel |
Tillämpa stämpelbilder på sidor med kontroll över position, rotation, skala, opacitet och blandlägen. |
”Använd stämpeln ’Reviderad’ på alla sidor. Centrera den på varje sida, ställ in opaciteten till 45 % och rotera den 45°.” ”Stämpla sida 1 med stämpeln 'GODKÄNT' i det nedre högra hörnet med full opacitet.” |
|
Färghantering |
||
|
color_process_analyze |
Analysera och identifiera alla färger som används i det underliggande PDF-innehållet. |
"Analysera alla färger som används i det här dokumentet och ge mig en sammanfattning av varje färg som finns i det underliggande PDF-innehållet." |
|
color_process_modify |
Ändra färger i hela dokumentet i Batch (användbart för att uppdatera ritstandarder eller varumärkesprofil). |
”Ersätt alla förekomster av den vita färgen (#FFFFFF) i det här dokumentet med vår standardblå (#0066CC). ” Det här är en ritningsstandarduppdatering.” Uppdatera allt tomt linjearbete i dokumentet till mörkgrått (RGB 50, 50, 50) enligt den nya ritstandarden. |
|
Studio-projektsökning och Studio-sessioner |
||
|
list_studio_projects |
Visa alla Studio-projekt som användaren har åtkomst till. |
”Lista alla Studio-projekt som jag har åtkomst till.” |
|
list_studio_sessions |
Visa alla Studio-sessioner som användaren har åtkomst till. |
"Visa mig alla aktiva Studio-sessioner som jag för närvarande är en del av och filtrera efter alla som skapats under de senaste 48 timmarna." |
|
open_file |
Öppna och aktivera den angivna PDF-filen i Revu. Om filen lagras i ett DMS kommer den att checkas ut. |
”Lista mina Studio-projekt, hitta det som heter ’Austin Renovation’ och öppna den senast ändrade ritningssatsen.” ”Öppna alla filer som ändrades förra veckan i mitt Chicago Office-projekt i Revu.” |
|
studio_project_search |
Sök i det Studio-projekt som anges med projekt-ID:t. |
”Sök i Chicago Office-projektet efter filer som innehåller ’fråga-svar’ i filnamnet och som ändrades under de senaste 30 dagarna.” |
|
Redigering av dokument |
||
|
create_bookmarks |
Skapa bokmärken med hjälp av sidetiketter eller texten inom ett definierat område i en PDF. |
”Generera bokmärken för det här dokumentet baserat på texten som finns i det övre högra titelblockets område på varje sida.” |
|
get_bookmarks |
Returnera dokumentets hierarki för bokmärken, inklusive titlar, nivåer och motsvarande sidmål. |
”Hämta alla befintliga bokmärken i det här dokumentet och visa mig hela dispositionen med sidnummer.” |
|
redact |
Bortredigera alla områden på angivna sidor markerade med bortredigeringsmarkeringar. |
”Redigera alla instanser av klientens adress på sida 1 och ersätt med '[ADDRESS REMOVED]'.” ”Före bortredigeringen, lista alla areor på sida 1–5 som är markerade med bortredigeringsmarkeringar. ”Vänta på min bekräftelse innan du fortsätter.” |
|
set_page_labels |
Set sidetiketter, inklusive alla alternativ för numrering. |
"Set Sidetiketter för det här dokumentet med formatet: i, ii, iii för de 3 första sidorna (innehållsförteckning), sedan 1, 2, 3 med start från sida 4." ”Märka om alla sidor för att matcha ritningsnummerformatet: A-001, A-002, A-003, i följd.” |
|
Mätningar |
||
|
set_page_scale |
Set the scale för ditt dokument med en förinställd eller anpassad skala. |
”Set the drawing scale for sidorna 1 till 15 till en förinställd standardskala på 1/4" = 1'-0".” |
|
Hyperlänkar och platser |
||
|
lägga till länkar |
Skapa hyperlänkar till destinationer i dokumentet. |
”Lägg till en hyperlänk över alla kopplingssymboler som pekar på sidan ’Electrical_reference’.” |
|
list_links_in_PDF |
Visa alla befintliga hyperlänkar i dokumentet. |
"Lista alla befintliga hyperlänkar i det här dokumentet och kontrollera om någon pekar på externa webbadresser." |
|
ta_bort_länkar |
Ta bort en eller flera hyperlänkar i PDF-filen. |
”Ta bort alla hyperlänkar på sida 4 som pekar på den föråldrade webbserver-URL:en.” |
|
set_link_properties |
Ändra egenskaperna för hyperlänken, som färg och understrykning. |
”Ändra alla hyperlänkar från blå till lila med understrykning.” |
|
set_link_action |
Definiera eller uppdatera målfunktionen som utförs när en hyperlänk klickas. |
"Uppdatera hyperlänken på sida 5 så att den hoppar till sida 20 när du klickar på den." |
|
set_named_destinations |
Skapa eller uppdatera namngivna destinationer (platser) som kan målsökas av hyperlänkar. |
”Skapa en namngiven destination som heter ’Structural_Detail_A’ i det övre vänstra avsnittet på sida 12.” |
|
list_named_destinations |
Visa alla befintliga namngivna destinationer (platser) i PDF-filen. |
”Lista alla namngivna mål i denna PDF så att jag kan se vilka specifika ritningsdetaljer och bildtexter som är inställda som länkmål.” |
|
delete_named_destinations |
Ta bort en eller flera specifika namngivna destinationer (platser) från PDF-filen. |
”Ta bort den namngivna destinationen ”Old_Revision_B” från dokumentet.” |
|
Anpassade kolumner |
||
|
exportera anpassade kolumner |
Extrahera definitioner och inställningar för användarskapade anpassade kolumner i Markeringslista till en extern fil. |
”Exportera anpassade kolumndefinitioner för material och kostnad från det här dokumentet.” |
|
importera_anpassade_kolumner |
Läs in anpassade kolumner från en extern fil till det aktuella dokumentets markeringslista. |
”Ladda filen med definitionen av den anpassade kolumnen 'Underentreprenörsansvar' i den aktuella markeringslistan.” |
Om du har flera instanser av Revu som körs, kan AI-modellen endast användas med den ”primära” instansen (den första instansen av Revu som öppnades). Om den primära instansen stängdes och du försöker använda Claude med Revu, kommer du att få ett felmeddelande. I så fall måste du stänga alla instanser och öppna Revu igen.
Vanliga frågor om säkerhet
Nej. MCP-servern är byggd för att komma åt en specifik uppsättning funktioner. Vissa är dataspecifika (markeringar, text i en PDF-fil, Studio-projektfiler) och några är arbetsflödesspecifika (skapa sidetiketter, markera text, ändra markeringsstatus).
Bluebeam MCP-server ger inte AI-modeller obegränsad tillgång till dina lokala filer och nätverksfiler. För att AI-modellen ska kunna komma åt data i en PDF-fil via MCP-servern måste den aktuella PDF-filen vara aktiv och öppen i Revu. För filer som lagras i Studio-projekt kan MCP-servern komma åt fildata med hjälp av intelligent Sök.
Inga ytterligare data görs tillgängliga för Bluebeam utöver vad som anges i våra användarvillkor.
Nej. Din konversation sker direkt mellan AI-modellen och MCP-servern. Bluebeam tillhandahåller endast de verktyg som gör det möjligt för AI-modellen att interagera med dina PDF-filer lokalt.
För att dra full nytta av AI måste AI-systemet överföra viss information till sin miljö. Med Bluebeams MCP-server kan följande text överföras:
-
Promptar
-
Text extraherad från PDF-innehåll
-
PDF och metadata för markeringar
-
Metadata från filer som lagras i Studio-projekt
Icke-textuella ritningsdetaljer, till exempel linjearbete och former, överförs inte.
Oavsett vilka sekretessinställningar du har valt överförs prompt- och textdata till AI-modellens servrar för att slutföra de uppgifter du begär. Inga filer överförs om du inte laddar upp en fil till AI-gränssnittet (vilket inte krävs för att använda MCP).
Om du ger AI-modellen ditt samtycke till att använda din data för utbildning, kan den endast använda innehållet i dina promptsessioner och textdata från PDF-filer som görs tillgängliga av MCP-serververktygen.
Du kan förhindra att de flesta AI-modeller använder dina data för modellträning på följande sätt:
-
Välj bort utbildning: För de flesta AI-modeller kan du stänga av användningen av dina data för utbildning och ändå få tillgång till alla fördelar med MCP. Oavsett denna inställning, om du väljer att ge positiv eller negativ feedback på ett svar, kan hela konversationen skickas till AI-modellen för utbildning.
-
Ta bort konversationer: Med de flesta AI-modeller används inte borttagna chattar för framtida modellutbildning, även om du har valt att utbilda och förbättra AI-modellen.
-
Använd inkognitochattar: Inkognitochattar (även kallade privata eller tillfälliga chattar) sparas inte i din chatthistorik eller i AI-modellens minne, och de används inte för framtida modellutbildning, även om du har valt att delta i utbildning och förbättring av AI-modellen. Inkognitochattar är funktionsberoende och är kanske inte tillgängliga i alla AI-modeller.
De flesta AI-modeller kommer att be om din tillåtelse att använda Bluebeam-verktygen första gången en begäran görs. Du kan vanligtvis neka begäran, tillåta en gång eller tillåta på obestämd tid.
För att lära dig hur du hanterar individuella verktygsbehörigheter för din valda AI-modell, se artikeln ”Set up” för den modellen.
Inkognitochattar (även kallade privata eller tillfälliga chattar) är funktionsberoende och kanske inte är tillgängliga i alla AI-modeller.
Båda chattlägena är säkra, men vilket du ska välja beror på ditt mål.
|
Funktion |
Standardchatt |
Inkognitochatt |
|---|---|---|
|
Passar för |
Pågående projekt, dokumentation och uppgifter där du vill att AI-modellen ska bevara sammanhanget. |
Enstaka frågor, behandling av känsliga uppgifter eller att börja med ett ”tomt blad”. |
|
History |
Sparas i sidofältet; sökbar för framtida användning. |
Sparas inte. När du stänger fönstret raderas samtalet permanent. |
|
Minne |
Använder och uppdaterar ditt personliga "minne" (inställningar, stilar och fakta). |
Isolerad. Använder eller uppdaterar inte ditt befintliga minne eller inställningar. |
|
Modellträning |
Baserat på dina sekretess-Inställningar. |
Används aldrig för modellträning, oavsett dina inställningar. |
|
Lagring av data |
Obestämd tid (tills du tar bort den). |
Tillfällig (tas bort från historiken omedelbart, och tas bort från backend efter 30 dagar). |
När ska du använda inkognitochattar?
-
Bearbetning av känsliga data: Om du behöver analysera en specifik logg eller ett finansiellt utdrag men inte vill att dessa uppgifter ska lagras i din chatthistorik.
-
Testa nya uppmaningar: När du vill se hur AI-modellen svarar utan ” kontaminering” från dina tidigare instruktioner eller minnen.
-
Offentliga/delade enheter: Om du är inloggad på en dator där du inte vill att andra ska kunna se din senaste aktivitet i sidofältet.
Om du använder MCP förblir dina filer lokala och du kan redigera i realtid, medan uppladdning av en PDF till webbversionen av en AI-modell skapar en kopia i modellens molnmiljö.
Promptar och token
Promptar är meddelanden som talar om för AI-modellen hur den ska utföra ett visst arbetsflöde. Med naturligt språk kan du skapa promptar för att hantera uppgifter som:
-
Analys av dokument
-
Extrahera viktig information
-
Organisera markeringar
-
Skapa sammanfattningar eller rapporter
-
Identifiera problem eller inkonsekvens
-
Omskrivning eller omformatering av innehåll
Promptar säkerställer konsekvens och sparar tid, särskilt för arbetsflöden som du upprepar ofta.
Se tokens som konversationsvalutan med de flesta AI-modeller. Varje ord, varje skiljetecken, varje bild, en bilaga osv. består av ett visst antal token. När du skickar ett meddelande eller en bilaga använder du tokens. Längre meddelanden och dokument kostar fler tokens än kortare. När AI-modellen svarar på ditt meddelande ”örfbrukar” den också tokens för att generera svaret. Ett detaljerat svar kostar fler tokens än ett enkelt ja-svar.
Antalet tillgängliga token beror på din valda AI-modell och din prenumerationsplan med den AI-leverantören.
Vissa AI-modeller använder inte ett tokensystem, men kan fortfarande begränsa dina interaktioner. Se hjälpdokumentationen för din valda AI-modell för att lära dig mer.
För att skriva så effektiva promptar som möjligt för AI-modeller kan du använda följande tips för att spara token:
-
Börja med ett rent dokument: Innan du skriver en prompt, rensa upp PDF:en (kör OCR, platta till gamla markeringar eller ta bort onödiga sidor). Ett renare dokument använder avsevärt färre token.
-
Starta nya konversationer: AI-modellerna läser hela chatthistoriken varje gång du skickar ett nytt meddelande. När du är klar med en uppgift, starta en ny chatt för din nästa uppgift. Det förhindrar att den gamla kontexten för den tidigare uppgiften använder extra token i din nya begäran.
-
Var specifik och koncis: Breda frågor resulterar ofta i längre svar som påverkar din tokenbudget negativt. Istället för att säga ”Berätta om den här PDF-filen” kan du prova att sammanfatta de tre främsta säkerhetskraven i denna PDF som punktlistor. Kortare, riktade prompter använder färre indatatoken, och specifika begränsningar leder till kortare och mer effektiva utdatatoken.
-
Använd ”selektiv” OCR: När du arbetar med skannade dokument måste AI-modellen bearbeta textversionen av bilderna. Utför OCR bara på de specifika sidor som du behöver analysera, istället för på hela dokumentet. Det minskar mängden ”PDF-text” som överförs genom MCP:n.
-
Minska storleken på din fil: Att hänvisa till en 100-sidig PDF-fil kan kosta många tokens. Använd funktionen Extrahera sidor i Revu för att skapa en mindre PDF som bara innehåller de relevanta avsnitten innan du ber AI-modellen att analysera den.
-
Begränsa MCP-verktygens omfattning: AI-modellen behöver inte alltid se allt i filen för att kunna svara på en fråga. Om du till exempel bara har en fråga om markeringar kan du säga ”Titta bara på metadata i markeringslistan för att hitta status för objekt inom elektricitet”. Det förhindrar att MCP:n extraherar och skickar onödig sidtext eller projektfilsdata.
-
Undvik att ”småprata” med AI-modellen: Hoppa över formaliteter som ”Hej, hur mår du idag?” och ”Tack så mycket!” och gå direkt till instruktionen. Varje ord, inklusive ”Hej” och ”Kan du”, räknas som en token.
-
Redigera istället för att svara: Om AI-modellen ger dig ett svar som är för långt eller inte stämmer helt kan du hålla markören över det skickade meddelandet och klicka på Redigera för att justera din prompt istället för att skicka ett nytt meddelande. Då skrivs det tidigare, långa svaret över, vilket förhindrar att din tokenhistorik fördubblas.
-
Begär en översikt först: Be AI-modellen att ”Skapa en översikt innan du börjar.” för att förhindra att AI-modellen spenderar en stor mängd tokens på en omfattande rapport i fel riktning.
För fler bästa praxis och tokensparande promptmallar för AI-promptar, se Översikt över AI-promptar.
|
Funktion |
Kostnad för token |
|---|---|
|
Enstaka fråga (ny chatt) |
Mycket låg |
|
Sammanfatta en 50-sidig PDF |
Medel |
|
Analysera en stor PDF-fil + lång chatthistorik |
Hög |
|
Köra flera MCP-verktyg i en och samma chatt |
Hög |
|
Ställa en fråga i en tråd med 20 meddelanden |
Hög |
|
Räkna alla dörrmarkeringar i hela projektet |
Extrem |
Om du når en användningsgräns måste du vänta på den valda AI-modellens uppdateringsperiod eller uppgradera din prenumerationsplan.
Bluebeam kan inte styra antalet tokens som används i en konversation, uppdatera din tokenbudget eller visa hur många token du har kvar.
Om du har nått din användningsgräns och väntar på en uppdatering kan du ändå fortsätta att arbeta produktivt i Revu. Så här kan du replikera vanliga AI-uppgifter med verktygen i Revu:
-
Istället för att be AI:n om en sammanfattning kan du använda markeringslistan i Revu.
-
Filtrera och sortera: Välj Filterlista längst upp i markeringslistan.
-
Skapa en markeringssammanfattning: Skapa en strukturerad rapport över varje kommentar i filen, vilket ger dig den snabba översikt du normalt skulle be AI om.
-
-
Istället för att fråga AI: ”Var finns [X] i den här PDF-filen?” kan du använda avancerad sökning i Revu.
-
Textsökning: Sök på den aktuella sidan, hela dokumentet eller till och med alla öppna dokument samtidigt.
-
VisualSearch: Sök efter en symbol (till exempel en specifik belysningsarmatur eller ventil) och välj Hämta rektangel för att rita en ruta runt ikonen. Revu hittar varje instans av den åt dig.
-
-
Istället för att be AI att ”jämföra de här versionerna” kan du använda verktygen för dokumentjämförelse i Revu:
-
Jämför dokument: Revu markerar automatiskt alla skillnader mellan två ritningar.
-
Överlagra sidor: Stapla två eller flera ritningar ovanpå varandra som lager med olika färger för varje version.
-
-
Istället för att be AI att ”organisera de här anteckningarna” kan du använda Utrymmen i Revu.
-
Definiera utrymmen (t.ex. rum 101, korridor B) på din ritning, och alla markeringar som placeras i det utrymmet kommer automatiskt att märkas med den platsen i markeringslistan, vilket gör det enkelt att sortera efter rum utan AI-hjälp.
-
För närvarande ger inte prompter om visuella sökningar några resultat, och du bör endast använda textbaserade sökningar (sök till exempel efter dörrskyltar istället för bilder på dörrar).
Felsökning
Följ de här stegen om AI-modellen inte svarar eller inte kan ”se” dina Revu-dokument.
-
Körs Bluebeam MCP-servern?
-
Nej: I Revu går du till Revu > Inställningar > Admin > MCP och kontrollerar att din valda AI-modell är markerad.
-
Ja: Fortsätt till steg 2.
-
-
Använder du rätt AI-gränssnitt?
-
Webbläsare: MCP fungerar inte i en webbläsare. Du måste ladda ner och öppna AI-modellens skrivbordsapp.
-
Skrivbordsapp: Fortsätt till steg 3.
-
-
Har behörighet för verktyget beviljats?
-
Nej/osäker: Titta längst ner i chattfönstret. Om du ser en ikon för ”Behövlig behörighet” eller en liten ikon för ”App” med en röd prick klickar du på den och väljer att tillåta verktyget.
-
Ja: Gå vidare till steg 4.
-
-
Är PDF-filen synlig för MCP-servern?
-
PDF är plattad eller skannad: Om texten inte kan väljas, återställ markeringar dokumentet eller kör OCR.
-
Flera flikar: Kontrollera att den PDF-fil som du vill analysera är den aktiva fliken i Revu.
-
PDF har säkerhetsbegränsningar: Gå till Dokument > Säkerhet för att se om några begränsningar är aktiverade.
-
-
Fungerar det fortfarande inte? Starta om AI-modellens skrivbordsapp:
a. Stäng skrivbordsappen helt (antingen från ikonen i meddelandefältet eller från Aktivitetshanteraren) och starta om.
b. Stäng av MCP-servern i Revu-inställningarna.
c. Stäng och öppna Revu igen.
d. Aktivera MCP-servern i Revu-inställningarna.
e. Starta om AI-modellens skrivbordsapp.
Kontakta Bluebeam (support@bluebeam.com): För problem med gränssnittet i Revu eller MCP-inställningarna
Kontakta AI-modellen: För inloggningsproblem, tokenfakturering eller problem med skrivbordsappen
Alternativet att ansluta till MCP är endast tillgängligt i Revu 21.9 eller senare med en Bluebeam Max-prenumerationsplan. Om du har en Max-prenumerationsplan och inte ser alternativet att aktivera MCP kan du kontakta support@bluebeam.com.
Det är vanligt att se små variationer i hur AI-modeller svarar, även när man använder liknande dokument. Det beror på följande:
AI-driven intelligens
-
AI-modeller kan analysera PDF-innehåll, föreslå lämpliga åtgärder och anpassa sig till ditt arbetsflöde.
-
AI-modeller kan felsöka problem och justera sitt tillvägagångssätt när initiala försök inte ger önskat resultat.
-
Inom en enda session lär sig AI-modellen av din feedback och tar inte med sig kunskap från tidigare chattsessioner, vilket kan leda till olika initiala tillvägagångssätt. Du kan behöva återställa specifika begränsningar eller inställningar i en ny session.
AI-modellfaktorer
-
Olika AI-modeller (Opus, Sonnet, Haiku) har olika förmågor och kan tolka förfrågningar på olika sätt.
-
Modelluppdateringar och förbättringar görs regelbundet, vilket kan påverka beteendet över tid.
Faktorer som gäller dokument och promptar
-
PDF-struktur, komplexitet och storlek påverkar hur AI-modeller tolkar innehåll.
-
Ändringar i ett dokument mellan sessioner kan påverka promptresultatet.
-
Dokumentets tillstånd i Revu (vad som är valt, aktuell vy, befintliga markeringar) påverkar tillgängliga åtgärder.
-
Komplexa flerstegsförfrågningar kan hanteras annorlunda än uppdelade uppgifter.
Miljöfaktorer
Följande faktorer kan påverka hur AI-modeller tolkar förfrågningar:
-
Desktop-version och konfiguration
-
Bluebeam Revu-version och inställningar
-
Systemresurser och prestanda
Om du inte får de resultat du förväntar dig, använd dessa diagnostiska prompter för att få hjälp med att ta reda på varför:
|
Vad du vill veta |
Föreslagna diagnostiska frågor |
|---|---|
|
Vad AI-modellen försökte göra och varför |
”Vad försökte du göra med API-kommandot?” |
|
Vilken information AI-modellen behöver för att slutföra uppgiften |
”Vilken information behöver du från den här PDF:n för att slutföra den här uppgiften?” |
|
Vad AI-modellen ser i dokumentet |
”Beskriv vilka element du ser på sida [X] i denna PDF.” |
|
Varför uppgiften misslyckades |
”Jag märkte att det inte fungerade. Vad hindrade den strategin från att lyckas?” |
|
Varför resultaten är inkonsekventa |
”Vad hindrar dig från att slutföra den här begäran konsekvent under olika sessioner och med olika PDF-dokument?” |
Kontrollera att du är inloggad i Revu och har prenumerationsplanen BluebeamMax.
Av följande skäl kan det hända att AI-modeller inte känner igen markeringar:
-
Dokumentet eller markeringen har införts. För att återställa markeringarna går du till Dokument > Återställ markeringar.
-
Texten i PDF-filen är faktiskt en bild (som i ett skannat dokument), och AI-modellen kanske inte ser den om du inte har utfört OCR (Optical Character Recognition) på dokumentet först.
-
Markeringen kan vara grupperad. Kontrollera i markeringslistan för att se om markeringen ingår i en grupp.
Något av följande hindrar AI-modellen från att utföra uppgiften:
-
Den PDF-fil som du hänvisar till kan vara certifierad.
-
PDF-filen du hänvisar till kan ha säkerhetsbegränsningar (Dokument > Säkerhet).
-
I Revu går du till Revu > Inställningar > Admin > MCP och kontrollerar att din valda AI-modell är vald.
-
I AI-modellens skrivbordsapp, bekräfta att Bluebeam är listad som en koppling.
Om båda är markerade, avsluta AI-modellen helt (antingen från systemfältikonen eller Aktivitetshanteraren) och starta om appen.
-
Det kan hända att du har flera instanser av Revu som körs. AI-modeller kan endast användas med den ”primära” instansen (den första instansen av Revu som öppnades). Om den primära instansen stängdes och du försöker använda Claude med Revu, kommer du att få ett felmeddelande. I så fall måste du stänga alla instanser och öppna Revu igen.
-
Du kanske använder ett VPN, som ibland kan störa den lokala anslutningen mellan din enhet och skrivbordsappen. Prova att koppla bort ditt VPN för att se om det löser problemet.
Om du fortfarande får det här meddelandet avslutar du AI-modellen helt (antingen från systemfältikonen eller Aktivitetshanteraren) och startar om.
I allmänhet kanske MCP-verktyg inte körs av följande skäl:
-
Du har ingen aktiv PDF-fil öppen i Revu.
-
Din uppmaning kan vara för tvetydig.
Om du använder AnythingLLM:
-
Agentläget är inte aktiverat.
-
Agentfärdigheter är inaktiverade.
-
MCP-verktygsnamn refereras inte explicit i din prompt.
Eftersom den nuvarande MCP-extraheringen är textbaserad och inte helt formmedveten kan extraheringskvaliteten variera beroende på dokumentkvalitet och layoutens komplexitet. Potentiella orsaker till felaktig fältextrahering inkluderar:
-
Tomma rubrikblocksfält
-
OCR-kvalitetsproblem
-
Täta ritningar
-
Närliggande textkontaminering
-
Lågupplösta inskanningar
MCP kopplar AI-modeller som Claude till lokala filer, databaser, verktyg och arbetsflöden. Därmed kan de komma åt viktig information och utföra uppgifter som:
-
Tillhandahålla skrivskyddade data, till exempel läsa en lokal fil eller databas och ge dig information om dessa filer
-
Utföra åtgärder, till exempel ändra en markering eller ändra markeringsetiketter
För mer information om vilka uppgifter som Bluebeam MCP kan utföra, se Vanliga frågor (FAQ).
Bluebeams MCP-server installeras lokalt och konfigureras för att användas av den MCP-värd som är installerad på din dator, till exempel appen Claude Desktop.
AI och MCP nyckeltermer
|
AI-modell |
Ett specialiserat datorprogram (till exempel Claude) som kan känna igen mönster, förstå språk och lösa problem. |
|
Model Context Protocol (MCP) |
En öppen standard som gör det möjligt för AI-modeller att på ett säkert och konsekvent sätt komma åt data och verktyg från Bluebeam. |
|
MCP-värd |
Det program som du använder för att interagera med AI-modellen (t.ex. Claude-skrivbordsappen). |
|
MCP-server |
Ett lättviktigt program som fungerar som en brygga mellan MCP-värd och Bluebeams programvara. MCP-värd kan se och använda specifika Bluebeam-data och verktyg. |
|
Resurser |
Statiska data (till exempel text) som AI-modellen kan läsa. |
|
Verktyg |
Dynamiska funktioner som AI-modellen kan utföra. Till skillnad från resurser kan AI-modellen utföra åtgärder med hjälp av verktyg, t.ex. ”Ändra färg på markeringar” eller ”Ändra ämne för markeringar.” |
|
Promptar |
Förfrågan du skriver och skickar till MCP-värden. |
Hur allt passar ihop
Med hjälp av Claude för det här exemplet, så här flyter data när du ställer en fråga:
-
MCP-värden (gränssnittet): Du skickar en prompt i Claude-skrivbordsappen.
-
AI-modellen (hjärnan): Claude AI-modellen tar emot din förfrågan. Den inser att den inte har dina specifika data i minnet, så den letar efter ett verktyg eller en resurs till hjälp.
-
MCP-servern (bryggan): Den här programvaran kopplar samman Claude med Revu. Den talar om för Claude exakt hur dina data ser ut (t.ex. en PDF) och vilka åtgärder de får vidta.
-
Revu (källa): Dina faktiska data – ritningar, bilder, text, markeringar osv. – stannar tryggt kvar i Bluebeam. MCP-servern hämtar bara det som Claude behöver för att svara på din specifika fråga.
Resurser
Revu 21
AI och MCP