林波 linb

Joined on 2026-05-21

gsa-engine (0.1.1)

Published 2026-06-08 14:49:24 +08:00 by linb

To install the package using pip, run the following command:

pip install --index-url https://git.deta.city/api/packages/linb/pypi/simple/ --extra-index-url https://pypi.org/simple gsa-engine

For more information on the PyPI registry, see the documentation.

GSA Architectural Design Compiler — AML-to-3D pipeline

GSA Engine

GSA (Generative Space Architecture) — 面向建筑设计的声明式编译引擎。

解析 AML（Architecture Markup Language），经过语义分析、空间布局求解、风格注入、行为编排、合规审计等管道，生成可交付的三维建筑模型。

安装

私有仓库 — 包托管在实验室 Gitea 实例，非 PyPI 公开包。

# 从私有仓库直接安装
pip install http://39.105.188.122:3000/Lab/GSA/releases/download/v0.1.0/gsa_engine-0.1.0-py3-none-any.whl

# 或在项目目录下本地构建安装
pip install -e .

依赖

核心依赖在安装时自动解析：

包	用途
`lark`	AML/DSL 语法解析
`pydantic`	数据模型与验证
`fastapi` + `uvicorn`	API 服务
`compas` + `shapely`	三维几何拓扑
`numpy` + `scipy`	数值优化与求解
`networkx`	邻接图分析

快速入门

解析 AML 并检测语法错误

from backend.archdsl.parser_aml import parse_aml

# 合法 AML — 返回 Project 对象
project, issues = parse_aml("""
  <project id="DEMO">
    <level id="L1" elevation="0.0m" height="3.0m">
      <space id="SP-01" type="office" area="25sqm" ceiling-height="2.8m"/>
    </level>
  </project>
""")
assert project is not None
print(f"解析成功: {project.id}, {len(project.levels)} 层")

# 非法 AML — 返回结构化错误
project, issues = parse_aml('<project><level id="L1" elev')
assert project is None
for i in issues:
    print(f"[{i['code']}] 第{i['line']}行: {i['message']}")

错误信息结构

解析失败时每条 issue 包含：

字段	说明	示例
`code`	错误编码	`PARSE-DSL-001`
`category`	错误类别	`data_semantic`
`phase`	检测阶段	`parse`
`severity`	严重级别	`fatal` / `error` / `warning` / `info`
`title`	简短标题	`AML Syntax Error`
`message`	详细描述	包含上下文语法的提示
`line`	行号	`10`
`column`	列号	`5`

错误编码体系覆盖所有管道阶段：

PARSE-DSL-* — 语法解析错误
LINT-DSL-* — 语义完整性检查
AUDIT-REG-* — 合规审计
AUDIT-SPC-* — 空间验证
AUDIT-GEO-* — 几何验证
AUDIT-MEP-* — 设备管道检查
AUDIT-CST-* — 施工性检查

启动 API 服务

# 方式一：CLI 命令
gsa-api

# 方式二：模块方式
python -m backend

# 方式三：uvicorn 直接启动
uvicorn backend.main:app --reload --port 8000

完整管道

from backend.logic.pipeline import DesignPipeline

pipeline = DesignPipeline()
project, layout, issues = pipeline.process(aml_text)

管道 9 步骤：

Parse AML → Project 模型 + 语法错误
Semantic Lint → 完整性评分
SemanticAnalyzer → COMPAS VolMesh 三维拓扑
LayoutSolver → 4 个子求解器（边界/洞口/结构/竖井）
BSSApplier → 样式属性注入
BehaviorEngine → 6 种 ArchOps 操作
AuditEngine → 合规审计
DesignOptimizer → 自动修复（最多 5 轮）
Quality Gate → 通过/警告/阻断裁决

项目结构

backend/
├── main.py                # FastAPI 入口，7 个端点
├── archdsl/               # DSL 解析层
│   ├── grammar_aml.lark   # AML 文法
│   ├── grammar_bss.lark   # BSS 文法
│   ├── parser_aml.py      # AML 解析器
│   ├── parser_bss.py      # BSS 解析器
│   ├── bss_applier.py     # 风格注入
│   ├── source_editor.py   # AML 源码编辑
│   └── schemas/context.py # Pydantic 数据模型
├── kernel/                # 核心求解
│   ├── solver.py          # 布局求解主调度
│   ├── solvers/           # 4 个子求解器
│   ├── compas_bridge.py   # COMPAS VolMesh 转换
│   ├── property_cascade.py# 属性级联系统
│   └── grid_synthesizer.py# 网格自动综合
├── logic/                 # 逻辑层
│   ├── pipeline.py        # 9 步管道编排
│   ├── semantics/         # 语义分析（重构版）
│   ├── audit.py           # 合规审计引擎
│   ├── lint.py            # 语义完整性检查
│   ├── quality_gate.py    # 质量门禁
│   ├── optimizer.py       # 自动修复优化
│   └── behavior/          # 行为引擎
├── errors/                # 错误系统
│   ├── registry.py        # 23 个错误编码注册
│   ├── aggregator.py      # 去重/分组/路由
│   └── issue.py           # AuditIssue 模型
└── export/
    └── ifc_exporter.py    # IFC 导出

开发

# 安装全部开发依赖
pip install -r requirements.txt

# 运行测试
python3 -m pytest tests/ -v

# 构建包
python3 -m build --wheel

许可

MIT License

Requires Python: >=3.9

Details

PyPI

2026-06-08 14:49:24 +08:00

270 KiB

Assets (2)

gsa_engine-0.1.1-py3-none-any.whl 132 KiB

gsa_engine-0.1.1.tar.gz 138 KiB

Versions (2) View all

0.1.1

2026-06-08

0.1.0