DevCon 2026 Сесія 1257 | 30-хвилинний глибокий аналіз | AI-трек

AI Pair-Assistant Hero

Проблема 23:00

23:00. Ви налагоджуєте невдале завдання трансляції. Маніфест повертає загадкові коди статусу. Ви перемикаєтеся між трьома вкладками браузера — документація API, Postman та Stack Overflow — намагаючись згадати точний ендпоінт для перевірки статусу деривативу. Ваша кава вже холодна.

Що, якби замість цього ви могли просто запитати: “Чому мій файл Revit не вдалося трансльувати і як це виправити?”

Ця сесія досліджує майбутнє, яке вже настало: AI-асистенти, які не просто відповідають на питання про APS — вони фактично виконують дії в APS. Через Model Context Protocol (MCP) ми під’єднали Claude до реальних APS API. AI не галюцинує ендпоінти та не вгадує параметри. Він виконує реальні операції: створює бакети, перевіряє статус трансляції, переглядає ваші проєкти.

Що таке MCP насправді?

MCP Architecture

Уявіть MCP як універсальний адаптер між AI-асистентами та зовнішніми інструментами. Без MCP, коли ви питаєте Claude про ваші APS-бакети, він може дати лише загальну інформацію зі своїх навчальних даних. З MCP Claude може фактично викликати OSS API і сказати вам ваші конкретні бакети, прямо зараз.

Протокол простий:

Ви запускаєте MCP-сервер (у нашому випадку, raps mcp)
AI-асистент під’єднується до нього
Сервер надає “інструменти” — функції, які AI може викликати
Коли ви ставите питання, що вимагає живих даних, AI використовує відповідний інструмент

111 інструментів, які ми створили

MCP-сервер raps надає 111 інструментів, що покривають комплексні APS-операції:

Автентифікація:

auth_test      - Test 2-legged OAuth credentials
auth_status    - Check current authentication state

Управління бакетами:

bucket_list    - List all accessible buckets
bucket_create  - Create a new bucket with policy and region
bucket_get     - Get detailed bucket information
bucket_delete  - Delete an empty bucket

Операції з об’єктами:

object_list       - List objects in a bucket
object_delete     - Delete an object
object_signed_url - Generate pre-signed download URL
object_urn        - Get Base64-encoded URN for translation

Процес трансляції:

translate_start   - Start a translation job
translate_status  - Check translation progress and results

Управління даними:

hub_list       - List BIM 360/ACC hubs
project_list   - List projects in a hub
folder_list    - List folder contents
item_info      - Get item details

Операції ACC:

issue_list/create/update  - Manage issues
rfi_list/get              - RFI operations
acc_assets_list           - Asset management
acc_submittals_list       - Submittal tracking
acc_checklists_list       - Quality checklists

Адміністрування облікового запису (масові операції):

admin_user_add            - Add user to projects
admin_user_remove         - Remove user from projects
admin_user_update_role    - Update user roles

Демо: Реальна розмова

Conversation Flow

User: "I need to set up storage for a new hospital project.
       Create a bucket with persistent retention in the US region."

AI: I'll create that bucket for you. What would you like to name it?

User: "hospital-central-2026"

AI: [Calls bucket_create tool]
    ✓ Created bucket 'hospital-central-2026'
    - Policy: persistent (files kept until explicitly deleted)
    - Region: US

    Ready for uploads. Would you like me to show you the upload command?

User: "What's the status of the translation I started this morning?"

AI: [Calls object_list, then translate_status]
    Found it. Translation status for hospital-model.rvt:

    Status: success ✓
    Progress: 100%
    Output formats available:
    - SVF2 (3D viewer)
    - Thumbnail (PNG)

Це не наукова фантастика. Це працює вже сьогодні.

Чесні обмеження

Before vs After

Де AI-допомога працює добре:

Дослідження та виявлення (“які бакети в мене є?”)
Усунення неполадок (“чому ця трансляція не вдалася?”)
Разові операції (“створи бакет для цього нового проєкту”)
Навчання (“яка різниця між SVF та SVF2?”)

Чого AI-допомога не замінює:

Продакшн-пайплайни (потрібні детерміновані, версіоновані скрипти)
Високонавантажені операції (пакетна обробка 10 000 файлів потребує спеціальних інструментів)
Складні процеси (багатокрокові процеси з обробкою помилок)
Вимоги аудиту (скрипти забезпечують відстежувані, повторювані операції)

Відповідь на “Це кінець скриптів?” — ні. Але це може бути кінець того, щоб починати зі скриптів. Використовуйте AI для дослідження, потім кодифікуйте те, що працює, в автоматизацію.

Початок роботи

Налаштування для Claude Desktop

{
  "mcpServers": {
    "raps": {
      "command": "raps",
      "args": ["mcp"],
      "env": {
        "APS_CLIENT_ID": "your_client_id",
        "APS_CLIENT_SECRET": "your_client_secret"
      }
    }
  }
}

Налаштування для Cursor IDE

Додайте .cursor/mcp.json до вашого проєкту:

{
  "mcpServers": {
    "raps": {
      "command": "raps",
      "args": ["mcp"]
    }
  }
}

Ключові висновки

MCP дозволяє AI-асистентам безпечно взаємодіяти з APS API через 101 спеціалізований інструмент
Природна мова знижує поріг входу в автоматизацію APS для дослідження та налагодження
AI-допомога доповнює, а не замінює продакшн-автоматизацію
Майбутнє — гібридне: AI для дослідження, скрипти для повторюваних процесів
raps CLI надає і традиційний CLI, і режим MCP-сервера в одному інструменті з відкритим кодом

DevCon 2026: AI-парний асистент для операторів APS