datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction

DDC スキルコレクション：AIコーディングアシスタント向け

何であるか – 238の「スキル」（各々が問題の説明、コードテンプレート、必要なツールを含む SKILL.md ファイル）を収集したもので、AIコーディングアシスタント（Claude Code、Cursor、Copilotなど）が、建設会社の一般的な業務ワークフロー（コストデータベース検索、BIMからExcelへの変換、レポート生成、AI駆動分析など）用の実行可能なスクリプトを生成できるようにします。

なぜ重要か – 建設企業はExcel見積もり、BIM/IFCモデル、PDF、現場写真など多くのデータを保有していますが、通常はデータが孤立しており手作業で処理されます。これらのスキルにより、ユーザーがボイラープレートコードを書く必要なく、自動化パイプライン、ダッシュボード、AI駆動分析にデータを変換できます。

主なカテゴリ

カテゴリ	代表的な内容	開始時期
1_DDC_Toolkit	本番環境対応ツール：CWICRコストデータベース、CADからExcelへの変換ツール、KPIダッシュボード	すぐに動作するツールが必要
2_DDC_Book	無料の『データ駆動型建設』書籍の章と対応するスキル（データ成熟度、見積もり、機械学習）	構造的な学習パスを希望
3_DDC_Insights	n8nワークフローテンプレート、AIエージェントオーケストレーション、現場レポートボット	すぐにワークフロー自動化を希望
4_DDC_Curated	ドキュメント生成（PDF/Excel/DOCX/PPTX）および品質チェックスクリプト	レポートやドキュメントテンプレートが必要
5_DDC_Innovative	コンピュータビジョンによる欠陥検出、デジタルツイン、ESGおよびEU-AI Actチェック、生成設計	AI/MLの実験を開始したい
6_OpenConstructionERP	オープンソースのOpenConstructionERPプラットフォームに接続するスクリプト（コストベース、BOQ、4D/5Dスケジューリング、入札）	既存のERP上で構築したい

一般的なワークフロー

1. 監査 – data-silo-detection を実行してすべてのデータソースをリストアップ。
2. 分類 – data-type-classifier を使って構造化・準構造化・非構造化データをラベル付け。
3. 接続 – etl-pipeline またはCAD変換ツール（ifc-to-excel、rvt-to-excel）をデプロイ。
4. 自動化 – n8n-daily-report またはKPIダッシュボードで定期レポートを設定。
5. 分析 – cost-prediction や schedule-forecaster などのMLスキルを適用。

スキルの使い方

# リポジトリをクローン
git clone https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction.git

# AIアシスタントでスキルフォルダを開く（例：Claude Code）
cd DDC_Skills_for_AI_Agents_in_Construction/1_DDC_Toolkit/CWICR-Database/semantic-search-cwicr/

# アシスタントは SKILL.md を読み、コードを生成。ユーザーはレビュー・適応後、実行。

READMEに最小限の例（etl-pipeline）が提供されており、単純なpandasベースの抽出・変換・ロードスクリプトを示しています。

前提条件

• Python 3.9+（ほとんどのスキルがPythonスクリプト）
• SKILL.md を読み取り、コードを出力できるAIコーディングアシスタント
• 基本的なPython知識と自社データファイルへのアクセス
• オプション：Docker（n8nワークフロー用）、PostgreSQL/SQLiteデータベース、LLMベースのスキル用OpenAI APIキー

一般的な依存関係のインストール

pip install pandas openpyxl ifcopenshell pdfplumber

このリポジトリを確認すべき人

• 建設企業の経営幹部／オペレーションマネージャー – GETTING_STARTED.md は非技術者向けの概要と、優先度の高い課題リストを提供。
• 開発者／ITリーダー – 任意のスキルを選択し、AIがコードを生成した後、既存システムに統合可能。
• 研究者 – 「Innovative」フォルダには実験的なAI/MLパイプライン（欠陥検出、デジタルツイン）が含まれ、拡張可能。

ドキュメントとサポート

• GETTING_STARTED.md – 高レベルなオンボーディング
• OPTIMIZER_GUIDE.md – AIアシスタントの最大限の活用法のヒント
• IMPROVEMENT_ROADMAP.md – 新しいスキルを追加する貢献者のガイド
• 無料の多言語書籍『データ駆動型建設』（31言語）は、各スキルの背後にある手法を説明。

ライセンス – ツールとスキルはMITライセンス；CWICRデータベースはCC BY-NC 4.0（非営利）で、別途商業ライセンスあり。

---

結論 – このリポジトリは、AIコーディングアシスタントと建設業界の複雑でデータ量の多い現実世界をつなぐ実用的なツールボックスであり、最小限の手書きコードで見積もり、レポート作成、BIMデータ抽出、さらには高度なAI分析を自動化できるようにします。