接（jiē）下來將介紹如何通過低代碼來完成以上規則的配置。
在低代碼中，複（fù）雜規則配置開（kāi）發主要依靠直觀的圖（tú）形配置界（jiè）麵，以"入參+組件+出參"的方式，通過（guò）簡單的拖拽和配（pèi）置操作，實現（xiàn）規則數據配置、邏（luó）輯配置及結果反饋（kuì）。
入參數據：通過可視化功（gōng）能，用戶可以定義規則的入參數據。
從案例中可以看到（dào），規則的入參是訂購的商品（pǐn）列表，因此以（yǐ）表單的方式進行參數配置，支（zhī）持以結構樹的方式進行展示，支持屬性、對象（xiàng）、數組等不同形式的參數配置，是一種比較好的實踐。
應用數據：規（guī）則中可能需（xū）要使用到應用的（de）業務數據。因此，規則開發過程中需要支持集成SQL服務（wù）、編排服務、對象操作服務（wù）等方（fāng）式來獲取數據，並且能夠將這些數據與規則的邏輯組件結合起（qǐ）來進行應（yīng）用。
案例中，商品優（yōu）惠策略信息，屬於商家在係統中配置的數據。在国产亚洲熟妇在线视频靈犀開發平台（tái）中，規則邏輯編排時獲取內部數據是（shì）非常簡（jiǎn）單的事情，因（yīn）為其內置了一個對象引擎，封裝了各種（zhǒng）對象操作組件（jiàn），隻需要進行對象、動作、條件的選擇即可輕鬆（sōng）完成數據的操（cāo）作，如下圖：
除了入參數據（jù）和應用參數外，很多規則的實現過程中（zhōng）還涉及到（dào）外（wài）部（bù）數據和係統變量。
外部數據：指的是不在本應用內的數據，需要通過接口的方式獲取。這需（xū）要支持（chí）可視化的方式集成（chéng）外部接口，獲取數據並（bìng）進行操（cāo）作。
係（xì）統變量：如登錄信息、環境信息等係統變量，也（yě）是邏輯（jí）判斷中不（bú）可或缺的數據。因此，支持可視化的方式操作這些變量，也是（shì）必不可少的（de）功能。
在低代碼平台中實現邏輯的方式（shì）是通過數據和動作的組合來完成的。針對各種邏輯需求，應該提供各種邏輯組件的配置，包括：
比較：規則邏輯配置過（guò）程中，支持字符串、數據、屬性與對（duì）象以及數組的比較，以實現規則條件的定義。比如判斷（duàn）兩個字符串是否相等、對數據進行大小比較、判斷屬（shǔ）性是否存在於對象中，或者判斷一個數組是（shì）否包含某個（gè）元素等。
計算：提供各種計算功能的配置，比如數據計算、字（zì）符（fú）或者數組的長度計算等。
流程控製：能夠根據判斷條件配置程（chéng）序的執行路徑，如循環、跳出、分支、退出等。
組件組合：可以通過定義組件的（de）執行順序來實現串聯，從而實現組件的（de）組合。
獲取商家配置的優惠策略信（xìn）息，判斷商品是否有（yǒu）配置優惠，並進行優惠計算的過程，隻（zhī）需要按順序配（pèi）置 “數據組件”獲取商品優惠策略信息，“比較組件”判斷是（shì）否有優（yōu）惠策略，“計算組件”進行打折（shé）計算，就可以輕鬆完成規則邏輯的編排。
在配置過程中，以顯性化的方式配置規則的返回參數，易於（yú）規（guī）則的開發和理解（jiě）。
調試（shì）時，執行過的節點高亮展示，形成執行線路圖。每個（gè）節點（diǎn）的執行（háng）時間、時長、入參、出參、執行狀態，根據執行順（shùn）序進行（háng）展示，為規則執行過（guò）程中的問題排查提（tí）供了非常好的手段。
以上（shàng）是規（guī）則配置的過程，下麵我們繼續介紹規則的使用（yòng）。
在許多場景中，業務係（xì）統需要通過多個規則（zé）才（cái）能完成完整的業務校驗。以商品訂購（gòu）的場景為例，在訂單提交前進行業務校驗，校驗的規則可能有上百個。因（yīn）此，為了更好（hǎo）地（dì）實現規則（zé）的開放調用，需要以（yǐ）規則事件的（de）維度做好規則的封裝，同時支持傳統應用和低代碼應用的（de）集成。
首先，事件配置，事件是指業務係統調用規則的時機或者動（dòng）作，用（yòng）於說明和區分業（yè）務係統在不同代碼中的埋點，同時規範埋點的參數要求。事件配置主要完成兩項操作：
參數規範定義（yì）：根據業務係統的需求，自定義埋（mái）點參數規（guī）範，以適（shì）配各個業務係（xì）統。同一（yī）個事件下的所有規則都遵循統一（yī）的（de）參數規範。
規則執行（háng）的策略編排：支持在事件中對規則的執行順序和策略（luè）進行編排，包括條件、串（chuàn）行、並行等不同的策略。
其次，規則集成（chéng），針對應用的不同，規則集成的（de）方式有兩種：
API方式：針對傳統的應用，需要通過在係統代碼中進行埋點，實現規則事件的調用。
服務節點方式：針對低代碼應用，業（yè）務邏輯主要通過編排服務來實現。因此，在編排（pái）服務中需要支（zhī）持通過“事件（jiàn）”組件來綁定事件服務，從而（ér）實現對規則的調用。
除了規則的配置開發和對外開放使用，規則的管理還包括規則的發布上線（xiàn）、規則的生失效管理以（yǐ）及對規則（zé）的日誌分析（xī）。
發布上線：不同的低代碼實現，規則的保存形式有所不同（tóng），一般以編譯文件的形（xíng）式保存，如Java、PHP，或者使用Python、Groovy腳本等。而靈犀平（píng）台（tái）選擇了以（yǐ）數據的方式（shì）進行存儲。在發布規（guī）則時，隻需要導出規則數據，然後（hòu）在運行環境中進行數據的導入（rù），即（jí）可實（shí）現規則的發布，無（wú）需進行環境部署或代（dài）碼編譯構（gòu）建的複雜操作。這種方（fāng）式簡化了（le）規則發布的流程，提高了開發效率。
生/失效管理：在規則設計中，可以設定規則的生效時間和失效時間，隻（zhī）有在指定的時間段內規（guī）則才會生效。這項功能對於季節性規則（zé）或限時促銷規則非常有用，可以避免（miǎn）規則在過期後繼續生效，從而（ér）避免不必要的衝突和問題。同時，規則（zé）生（shēng）/失效狀態的管理也非常重要。通過規則狀態的控製（zhì），可以及時根據業務要求（qiú）進行規則的調整和決策。
規則日誌：日誌在規則管理中有兩個重要部分。首先（xiān），操作日誌記錄了對規則的邏輯（jí）調整和（hé）狀（zhuàng）態變更等操作，方便問題（tí）的溯源。其次，運（yùn）行日誌記錄了規則執行時的輸入參數（shù）、輸出結果、執行時間、耗（hào）時（shí）和異常原因等，有助於快速定位和解決問題。
除了支持可視化（huà）、圖形化的規則開發、使用和管理功能，我們還需要重點（diǎn）關注配置效率和配置靈（líng）活性這兩方麵的問題：
在配（pèi）置規則過程中，不同複雜度的參數對象，會（huì）導致配置效率降低，遇到（dào）多規則開發場景時，效率問題愈發凸顯。所以，我們需要增強工具自（zì）身能（néng）力，通過自動生成、缺省默認、一鍵操作、批量處理等方式來應對效率問題：
自動生成參數：在事件上，增（zēng）加規則創建的入口，創建規則時，自動通過事件的參數規（guī）範生成規則（zé）的參數，並允許對參數進行（háng）裁剪。
自動參數（shù）賦值（zhí）：在規則編排過程中實現參數自動賦值功能。在服務編排中加入事件節點時，或者在事件中加入規則時，都可以根據參數名稱自動匹配上下文進行賦值。
報文一鍵生成參（cān）數：在事件和規則配置參數時，支持（chí）通過報（bào）文一鍵生成（chéng）參數配置，在（zài）傳統開發過程中，高效的ctrl+c和ctrl+v能夠得到很好的應用。
批量加入規則：在事件編（biān）排中增加批量規則組件，在組件中可以批（pī）量選擇（zé）多（duō）個規則加（jiā）入到事（shì）件中。組內可以定義規則執行的（de）策（cè）略，如串行或者並行（háng）。這樣（yàng）既能簡化（huà）事件編排畫布，又能提升（shēng）加入規則的效率。
增加運維視圖：在事件中增加關聯規則的視圖,同時在規則設計器中也增加關聯的事件視圖，在調整規則（zé）時就可以清晰地評（píng）估其影響範圍。
與傳統規則引（yǐn）擎不同，低代碼平台的規則執行策略是通過事件編（biān）排來實現的，執行過程會遇到（dào）所有規則執行結（jié）果合並、同一事件（jiàn）下參數（shù）相（xiàng）互依賴和共享等問題。因此，技（jì）術上需要支持規則結（jié）果的匯總計算、支持事件級的數據總線，實現數據的共享和傳遞。
增加規則結果計算組件。每（měi）加入或刪除一（yī）個規則，會自動將規則的結果和返回參數記錄到該（gāi）組件中。在（zài）組件中支持設置（zhì）結果（guǒ）返回的策（cè）略，例如：全部規則校驗（yàn）成（chéng）功（gōng）時返回成功，或者隻要有一個成功就返回成（chéng）功。
引入事件級dataBus數據總線。在（zài）事件啟動（dòng）環節初始化數（shù）據總線，在事件結束（shù）後銷毀數（shù）據儲存空間。在此過程中，每個規則（zé）都可（kě）以向數據總結寫入數據和讀取數據。
針對複雜業務規則開發，国产亚洲熟妇在线视频靈犀開發平台提供了（le）非常便利的開發工（gōng）具（jù），在（zài）大（dà）量項目（mù）中落地（dì）使用。通過国产亚洲熟妇在线视频（jīng）靈（líng）犀（xī）開發平台讓開發人員能夠輕（qīng）鬆完成規則的配置工作，真正實現了業務規則可（kě）視化管理、圖形化開發，開發（fā）效率（lǜ）大幅提升，可做到實時發布非常靈活。在接下來繼續與大模型技術結合（hé），實現更智能化的業務規則（zé）管理和決策支持、自動（dòng）化的（de）規則驗證和修正、業務規則的執行和監（jiān）控相結合等技術突破，未來可期。