Generalization hardening from test3d-7 round 1 (黄桥文体中心): 8 gap fixes

Conversion/encoding chain (libredwg on Chinese TArch DWGs):
- run_dwg2dxf: capture bytes, decode leniently (GBK console output crashed
  the batch under subprocess text=True)
- sanitize_dxf_comments: byte-level, code/value pair walk — the UTF-8
  errors="ignore" round-trip mangled every GBK CJK string ("一层平面图"
  -> "一平图") and eating XRECORD "999" VALUE lines corrupted files
- read_doc: recover fallback also on ValueError; scrub_surrogates keeps one
  corrupt drawing from killing the whole report
- decode_mif in report + frame detector: \M+5XXXX escapes (whole 黄桥 set)
  restored so plan-title detection works at all
- ODA auto-fallback: reconvert DWGs whose libredwg DXF fails inspection or
  reads an empty modelspace (黄桥 plans: 0 entities via dwg2dxf, 21k via
  ODA); env ODA_CONVERTER override, fake-converter regression test

Frame detection:
- detect_sheet_frames expands INSERTs (memoized, depth<=3) when collecting
  axis/wall lines — 黄桥 wraps each frame's grid in anonymous A$C... blocks
  (msp had 8 DOTE lines, blocks held 700); all 7 frames went from WEAK
  clip-corner fallback to grid-aligned votes x=14

Extraction judgment rules (both loud, both default-on, both switchable):
- drop_isolated_clusters: tiny segment clusters far from the main mass are
  sheet-legend content drawn on real layers (title-block window symbols made
  every floor's footprint grow a sliver fin)
- drop_unsupported_roof_lines: roof outlines with no footprint/cap plate
  within 2m beneath are hatch-only-support canopies that extrude into
  floating ribbons (F3 SW 坡屋面, B1 ground canopy at -5.85m)

Tests: 64 -> 75 checks, incl. GBK/MIF synthetic DXFs, block-wrapped grid
alignment (non-uniform bays — uniform grids make subset correlation
ambiguous), legend-cluster and unsupported-roof fixtures.
references/generalization_test_log.md tracks the test protocol, per-project
gate table, and every gap with its regression coverage.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
2026-07-02 21:23:20 +08:00
parent 6ace84ffba
commit 221626b1c7
5 changed files with 768 additions and 15 deletions

View File

@@ -0,0 +1,92 @@
# Skill 泛化测试记录(test3d-7 三项目,2026-07-02 起)
目的:验证 cad-building-showcase skill 在不同 CAD 图纸上能否达到与贝昂案例
同等的 3D 模型质量。判定标尺 = One-Shot Definition of Done 七条门禁 +
量化指标 + 固定目检清单,任何门禁失败 → 修 skill(不绕过)→ 重跑。
## 测试对象
| 项目 | 形态 | 导出 | 考验点 |
|---|---|---|---|
| 黄桥文体中心 | 单体大公建 | 天正 _t3 | 多图框单文件(平面图 A-01-101~107 共 7 框)、钢结构、大跨 |
| 13号地块 | 双塔 + 地库 + 总图 | 天正 _t3 | 厂区装配、住宅塔楼标准层、地库 |
| 27号地块 | 1#综合楼A/B + 2# + 配电房 + 门卫 + 地库 | _t3 与 _t8 混用 | 混合导出惯例、小体量构筑物、总平面定位 |
## 质量对比表(随进度填充)
| 门禁/指标 | 贝昂(基线) | 黄桥 | 13号 | 27号 |
|---|---|---|---|---|
| 读图 Warnings 清零 | PASS | PASS(13/13 ok,ODA 兜底×3) | | |
| 图框网格对齐 votes≥3 | PASS | PASS(7框全对齐 x=14 y≥11) | | |
| audit exit 0(三硬门禁) | PASS | PASS | | |
| 无 topless_group / 三角化失败 | PASS | PASS(补 roof_specs 后) | | |
| 邻栋间距门禁 | PASS(0.19m 贴缝) | n/a 单体 | | |
| 裁剪口径覆盖率 | ~40%(多图框正常) | 56.9% | | |
| 幕墙连续率 | 100% | 100%(6/6 层) | | |
| GLB(Draco) | 0.57MB/121节点 | 0.37MB/42节点 | | |
| 目检(渲染+viewer) | PASS | PASS(console 零消息) | | |
黄桥备注:柱仅 5 段(天正柱为 HATCH 填充,架构图不可提取——SKILL.md 已知
限制,需结构图补柱网);F4 幕墙延伸出墙体范围属实(高大厅通高幕墙出现在
多层平面),按图提取;主屋面暂合并为 20.1m 单板(25.0m 高体量顶待按
剖面证据细分 roof_specs);层高取自立面剖面 PUB_TEXT 标高
(B1=-5.5/F1=0/F2=5.6/F3=11.0/F4=15.5/RF=20.1)。
## 泛化缺口与修复清单
1. **dwg2dxf GBK 输出崩报告**(发现于黄桥首跑):libredwg 在中文图纸上
stdout/stderr 是 GBK 字节,`subprocess text=True` 按 UTF-8 解码直接崩。
修复:改 bytes 捕获 + `errors="replace"` 解码。
2. **消毒步骤毁 CJK 文本**(发现于黄桥二跑):`sanitize_dxf_comments` 用
UTF-8 `errors="ignore"` round-trip 重写 ANSI_936/GBK 的 DXF,
"一层平面图"→"一平图",下游 detect_sheet_frames 的平面图标题匹配整体失效;
结构破损还让 ezdxf 落入 recover 的 surrogateescape 路径,报告写盘
`surrogates not allowed` 崩溃。修复:消毒改**字节级**处理(保持原编码),
另加 `scrub_surrogates` 纵深防御(recover 泄漏的代理字符按 GBK 还原,
还原不了就替换,单个坏图不再拖死整批)。回归测试 +4 项(GBK 合成 DXF
全链路)。
(待续)
3. **消毒步骤误删 XRECORD 的 999 数值行**(发现于苏州博物馆/test3d-8 首跑):
`sanitize_dxf_comments` 逐行匹配 `999`,但 DXF 是严格 码/值 行对;ODA 转出的
XRECORD 里整数值恰为 999 时被当成注释码连删两行,后续组码整体错位,
strict 读取抛 `ValueError: Invalid handle {ACAD_REACTORS.`(非 DXFError,
read_doc 不兜底)→ 整文件误判 failed。libredwg 输出同样中招——首跑 111 个
"失败"文件中相当一部分是消毒自伤。修复:按码/值对遍历(只在码位上匹配 999);
read_doc 兜底 `(DXFError, ValueError)` 走 recover。
4. **MIF 图名解码落地**(黄桥 TDD 存量):`\M+5XXXX` 转义在 cad_dxf_report 的
count_plan_titles 与 detect_sheet_frames 的 entity_text 统一解码
(\M+1..5 → cp932/big5/cp949/johab/gbk),多帧警告与图框识别恢复。
回归测试 10 项全绿。
5. **ODA 自动兜底进代码**(黄桥主平面图 0 实体触发):libredwg 转大型天正
DWG 产坏件(重复句柄、缺 ENDBLK/EOF)或转出空 modelspace——黄桥
A-01-101~107 经 dwg2dxf 读 0 实体、经 ODA 读 21,171 实体。
cad_dxf_report 现在对"转换失败 / inspect failed / modelspace 0 实体"的
DWG 自动走 ODA File Converter 重转(ASCII 暂存名规避编码坑、1800s 超时、
`oda_fallback_ok/failed` 留痕;env `ODA_CONVERTER` 可覆盖路径)。
回归测试用假目录转换器锁住兜底管线(3 项,沙盒无 ODA 也可跑)。
7. **图签窗图例进模型,footprint 拉出"每层一个尖角"**(黄桥,用户目检发现):
每张图纸图签区画的窗样符号在真实 CURTWALL 层上(每框 6 段共 4.6m,距主体
18–40m,逐层同位),图层排除逮不住;footprint 凹包被拉过去生成细三角飘
板。修复:derive 新增 `drop_isolated_clusters`(默认开)——分类后对全部
段做端点邻近聚簇(union-find + 网格桶,linkage 3m),保留最大簇,丢弃
"距主体 >12m 且总长 <15m"的孤立微簇并大声警告;bounds 随过滤重算。真实
的脱开构件(连廊/门头,总长大或贴近主体)不受影响;F4 西侧高大厅通高幕
墙保留验证通过。回归 6 项(默认丢弃+警告+bounds 收缩+开关保留)。
8. **无支撑屋面线挤成悬空飘带**(黄桥,用户在 Blender 里发现 F3__roof 悬浮):
平面图会画低矮雨篷/坡屋面轮廓(A-ROOF),其支撑柱是天正 HATCH 填充提不出
来——黄桥 F3 西南角坡屋面下方 F1/F2 均无一段墙,挤出后 15 段线带悬在
11m 空中;B1 平面上的地面雨篷投影线更是埋在 -5.85m。修复:derive 新增
`drop_unsupported_roof_lines`(默认开)——roof 段中点在"全部楼层
footprint+caps 并集 buffer 2m"之外即丢弃并大声警告(黄桥 F3 丢 10 段/
24.1m、B1 丢 1 段/82m;贴主体 2m 内的附墙雨篷边保留);要保留可显式加
roof_specs 板或关开关。回归 5 项(域内保留/域外丢弃/警告/开关)。
9. **轴网藏在匿名块里,图框对齐全 WEAK**(黄桥):detect_sheet_frames 只扫
modelspace 线,而这套图把每框轴网包在 A$C... 匿名块(DOTE 线 296/203/197
条在块内、msp 仅 8 条),投票 x=0 y=0 → 全部落到 clip 角点兜底。修复:
检测器递归展开 INSERT(深度≤3、按块名 memo 只展开含轴/墙层曲线的块),
黄桥 7 框全部恢复 grid-aligned(votes x=14 y≥11),B1 的独立偏移被正确
纠出。回归用例构造"轴网在块内 + 两框墙体 bbox 不同"场景,clip 角点兜底
必错 20m、网格投票必对;教训:合成轴网要用不均匀开间,等距网格的子集
相关天然多解。