Files
cad-building-showcase/references/generalization_test_log.md
zhengwr 221626b1c7 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>
2026-07-02 21:23:20 +08:00

93 lines
6.6 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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。