MianyVue/docs/功能点10-薄壳化与层级多重分析.md

5.2.XX管理模块设计说明

5.2.1.XX设计说明。

5.2.1.1.模块描述。

本模块对应 1.3.1【模型分析-具备多重模型分析能力】，包含两条主能力链路：

1. 薄壳化分析：针对模型外部件（保留外部轮廓）进行轻量化分析与删除建议。
2. 模型层级分析：针对模型层级命名进行层级查询、分析归类，并形成删除/保留策略。

执行机制：
所有分析均通过已连接的 CAD 插件在 CAD 内核内执行，前端负责参数下发、结果展示、交互决策。

说明：你原文中的“横型/横糊化”按业务语义理解为“模型/模糊化”。

·5.2.1.2.功能·。

1. 薄壳化分析（已实现核心）：
   • 调用 startShellAnalysis 发起分析。
   • 参数含 preserveExternalSurfaces=true，聚焦外部件保留。
   • 输出分类：safeDeletions / suggestedDeletions / preserveList。
   • 输出统计：体积减少、文件减小、性能提升估计。
   • 支持前端筛选、分页、选择、批量删除联动。
2. 模型层级分析（已实现核心）：
   • 调用 startHierarchyAnalysis 获取层级结构。
   • 展示树视图/表格视图。
   • 按 deletion_safety 分类（safe/risky/forbidden）。
   • 支持子层级按需展开加载（children API）。
3. 预估时间：
   • 在分析前给出预计耗时（模型规模驱动）。
   • 在分析中展示剩余时间动态更新。
4. 分析步骤可视化：
   • “准备模型 -> 特征提取 -> 多算法计算 -> 方案融合 -> 结果输出”步骤条。
5. 层级模糊查询与归类：
   • 支持按层级名称、路径关键字、类型进行模糊检索与归类视图。
6. 多算法赋权最优方案：
   • 对每种算法方案赋权并融合，输出综合最优建议。

5.2.1.3.性能。

1. 分析计算在 CAD 插件侧完成，前端负担主要是结果渲染。
2. 层级树采用“按需加载子节点”，避免一次性加载全量层级造成卡顿。
3. 薄壳化结果列表支持分页和前端筛选，保证大结果集可操作性。
4. 步骤可视化采用事件流更新，避免高频全量重绘。

5.2.1.4.输入输出项·。

1.字段输入输出。

薄壳化输入（当前）：

1. software_type=creo
2. analysisType=surface_shell
3. preserveExternalSurfaces=true
4. minWallThickness
5. confidenceThreshold

薄壳化输出（当前）：

1. safeDeletions[]
2. suggestedDeletions[]
3. preserveList[]
4. estimatedReduction.{volumeReduction,fileSizeReduction,performanceImprovement}
5. analysis_time

层级分析输入（当前）：

1. software_type=creo
2. project_name
3. max_depth
4. include_geometry
5. target_level

层级分析输出（当前）：

1. hierarchy[]
2. deletion_recommendations.{safe_deletions,risky_deletions}
3. total_components
4. total_levels
5. 组件字段：filename/path/type/level/deletion_safety/children_count

分析输出：

1. estimated_time_seconds
2. progress_steps[]（步骤状态、百分比、耗时）
3. algorithm_scores[]（各算法得分）
4. fusion_result（综合权重与最终方案）

2.界面交互输入输出。

输入交互：

1. 用户点击薄壳化分析/层级分析。
2. 用户按分类筛选、分页、选择组件执行删除。
3. 用户切换树/表视图、展开子层级。
4. 输入模糊查询关键字、查看步骤进度。

输出交互：

1. 分析摘要卡片、结果表格、层级树。
2. 删除建议标签（安全/风险/禁止）。
3. 预计耗时展示、步骤可视化、最优方案解释。

5.2.1.5.算法

薄壳化算法（当前链路）：

1. 插件提取模型外部壳层特征。
2. 对零件进行可删除性判定并给出置信度。
3. 输出三类建议集合（安全删/建议删/保留）。

层级分析算法（当前链路）：

1. 解析装配层级结构与命名信息。
2. 对节点做风险判定并打上 deletion_safety。
3. 生成层级删除建议集合。

多算法赋权融合（目标设计）：

1. 并行算法层：
   • A1 结构依赖算法（装配关系、父子约束）
   • A2 几何复杂度算法（体积、面数、特征密度）
   • A3 规则引擎算法（命名规则、类型黑白名单）
2. 归一化：将各算法输出标准化为 [0,1] 分值。
3. 赋权：score = w1*A1 + w2*A2 + w3*A3（w1+w2+w3=1）。
4. 决策阈值：
   • score >= T_safe -> 安全删除
   • T_risk <= score < T_safe -> 建议人工确认
   • < T_risk -> 保留
5. 输出最优方案：按综合权重排序给出 Top 方案及解释项。

5.2.1.6.流程逻辑

1. 用户在模型分析页选择“薄壳化分析”或“层级分析”。
2. 前端校验 CAD 插件连接状态。
3. 调用对应 API 发起分析。
4. 插件执行多重分析并回传结果。
5. 前端展示摘要、列表/树结构、删除建议。
6. 用户可继续删除组件或进入后续优化页。
7. 分析流程：分析前给预估时间，分析中展示步骤，分析后输出融合最优方案。

·5.2.1.7.接口。

当前接口：

1. creoApi.startShellAnalysis()
2. creoApi.startHierarchyAnalysis()
3. creoApi.getChildrenComponents(componentPath, componentId?)
4. creoApi.deleteComponentsByPath(componentPaths, forceDelete?)

业务接口：

1. creoApi.getAnalysisEstimate(params)：返回预估耗时。
2. creoApi.getAnalysisProgress(taskId)：返回步骤状态与进度。
3. creoApi.searchHierarchyFuzzy(query)：层级模糊查询。
4. creoApi.getFusionDecision(params)：返回多算法赋权融合结果。

5.2.1.8.注释设计

建议注释策略：

1. 明确“外部件薄壳化”判定依据（外表面保留、内部件识别）。
2. 明确层级 deletion_safety 标签语义和来源。
3. 对赋权公式、阈值含义、版本号做注释（便于调参追踪）。
4. 对“预估时间”为估算值而非硬实时承诺做标注。

5.2.1.9.数据结构。

薄壳化结果结构（示意）：

{
  "analysis_time": "2026-02-26 10:30:00",
  "estimatedReduction": {
    "volumeReduction": "35%",
    "fileSizeReduction": "42%",
    "performanceImprovement": "28%"
  },
  "safeDeletions": [],
  "suggestedDeletions": [],
  "preserveList": []
}

层级组件结构（示意）：

{
  "filename": "ASM0001.asm",
  "path": "top.asm/ASM0001.asm",
  "type": "ASM",
  "level": 1,
  "children_count": 12,
  "deletion_safety": "safe"
}

赋权融合结构（目标设计）：

{
  "algorithm_scores": {
    "structure": 0.82,
    "geometry": 0.67,
    "rule_engine": 0.74
  },
  "weights": {
    "structure": 0.4,
    "geometry": 0.35,
    "rule_engine": 0.25
  },
  "final_score": 0.75,
  "decision": "recommended_delete"
}