问题

参数化模型的复杂性导致建模过程容易出错。一旦错误在发布后被发现，轻则返工，重则造成资损。

当前的检测方式主要依赖人工：

  • 效率低：需要手动在工具中逐个检查，工作量大
  • 链路长：建模完成后要到设计工具中测试，流程繁琐
  • 成本高：模型检测投入的人工成本占比35%左右

随着模型维护次数增加，问题越来越明显。比如十几个人参与测试，模型还是会出问题。

解决思路

建设自动化的模型检测能力，目标是：

  • 定制对接公库的资损工单量减少50%
  • 缩短检测路径：从5步到2步
  • 在建模阶段就能完成检测

核心思路是提供一种描述模型特征的能力，然后批量检测模型是否符合这些特征。

在线体验

🔗 原型地址: https://model-test-prototype.vercel.app/

主界面

功能分为四个部分：

  1. 测试用例管理：导入/导出模型测试用例（Excel表格）
  2. 检测：选择模型、定义特征、发起检测
  3. 检测历史：查看任务历史、下载检测结果
  4. 自定义特征：编写规则脚本，并支持封装为一条模型特征

原型介绍

检测框架

模型信息主要由四部分产生，将它们作为特征描述的底层对象：

  • 变量：编辑器左侧栏定义的变量
  • 属性：右侧栏和顶部栏的属性（当前层和部件层）
  • 模型结构：结构导航栏的部件、自定义结构、装配结构
  • 商品资源：被引用的材质、样式、轮廓等

framework

每种对象可以向内拓展到更深维度。比如变量可以通过来源、引用名、值类型、当前值等字段来描述特征。

举个例子，要检测的特征是：“真分类为掩门，且 D < 20，且 CZ 变量默认值对应的材质商品已被删除”。通过这个框架就能精确描述并检测。

规则脚本

语法风格

- 类似 Kotlin/Scala 的函数式编程风格

- 支持 let 变量声明、lambda 表达式

- 链式调用和流式处理

技术实现

- 自研 DSL（基于 ANTRL）

- 基于 AST 的脚本解析和执行引擎

Web IDE 功能点

- 语法校验：实时检测 NCQL 语法错误

- 代码高亮：关键字、函数、字符串着色

- 格式化：自动缩进和代码美化

- 文档支持：数据结构（model/parameter/subModel 等）API 文档

自定义特征