入参数据：通过可视化功能，用户可以定义规则的入参数据。

从案例中可以看到，规则的入参是订购的商品列表，因此以表单的方式进行参数配置，支持以结构树的方式进行展示，支持属性、对象、数组等不同形式的参数配置，是一种比较好的实践。

应用数据：规则中可能需要使用到应用的业务数据。因此，规则开发过程中需要支持集成SQL服务、编排服务、对象操作服务等方式来获取数据，并且能够将这些数据与规则的逻辑组件结合起来进行应用。

案例中，商品优惠策略信息，属于商家在系统中配置的数据。在浩鲸灵犀开发平台中，规则逻辑编排时获取内部数据是非常简单的事情，因为其内置了一个对象引擎，封装了各种对象操作组件，只需要进行对象、动作、条件的选择即可轻松完成数据的操作，如下图：

外部数据：指的是不在本应用内的数据，需要通过接口的方式获取。这需要支持可视化的方式集成外部接口，获取数据并进行操作。

系统变量：如登录信息、环境信息等系统变量，也是逻辑判断中不可或缺的数据。因此，支持可视化的方式操作这些变量，也是必不可少的功能。

比较：规则逻辑配置过程中，支持字符串、数据、属性与对象以及数组的比较，以实现规则条件的定义。比如判断两个字符串是否相等、对数据进行大小比较、判断属性是否存在于对象中，或者判断一个数组是否包含某个元素等。

计算：提供各种计算功能的配置，比如数据计算、字符或者数组的长度计算等。

流程控制：能够根据判断条件配置程序的执行路径，如循环、跳出、分支、退出等。

组件组合：可以通过定义组件的执行顺序来实现串联，从而实现组件的组合。

参数规范定义：根据业务系统的需求，自定义埋点参数规范，以适配各个业务系统。同一个事件下的所有规则都遵循统一的参数规范。

规则执行的策略编排：支持在事件中对规则的执行顺序和策略进行编排，包括条件、串行、并行等不同的策略。

其次，规则集成，针对应用的不同，规则集成的方式有两种：

发布上线：不同的低代码实现，规则的保存形式有所不同，一般以编译文件的形式保存，如Java、PHP，或者使用Python、Groovy脚本等。而灵犀平台选择了以数据的方式进行存储。在发布规则时，只需要导出规则数据，然后在运行环境中进行数据的导入，即可实现规则的发布，无需进行环境部署或代码编译构建的复杂操作。这种方式简化了规则发布的流程，提高了开发效率。

生/失效管理：在规则设计中，可以设定规则的生效时间和失效时间，只有在指定的时间段内规则才会生效。这项功能对于季节性规则或限时促销规则非常有用，可以避免规则在过期后继续生效，从而避免不必要的冲突和问题。同时，规则生/失效状态的管理也非常重要。通过规则状态的控制，可以及时根据业务要求进行规则的调整和决策。

规则日志：日志在规则管理中有两个重要部分。首先，操作日志记录了对规则的逻辑调整和状态变更等操作，方便问题的溯源。其次，运行日志记录了规则执行时的输入参数、输出结果、执行时间、耗时和异常原因等，有助于快速定位和解决问题。

自动生成参数：在事件上，增加规则创建的入口，创建规则时，自动通过事件的参数规范生成规则的参数，并允许对参数进行裁剪。

自动参数赋值：在规则编排过程中实现参数自动赋值功能。在服务编排中加入事件节点时，或者在事件中加入规则时，都可以根据参数名称自动匹配上下文进行赋值。

报文一键生成参数：在事件和规则配置参数时，支持通过报文一键生成参数配置，在传统开发过程中，高效的ctrl+c和ctrl+v能够得到很好的应用。

批量加入规则：在事件编排中增加批量规则组件，在组件中可以批量选择多个规则加入到事件中。组内可以定义规则执行的策略，如串行或者并行。这样既能简化事件编排画布，又能提升加入规则的效率。

增加运维视图：在事件中增加关联规则的视图,同时在规则设计器中也增加关联的事件视图，在调整规则时就可以清晰地评估其影响范围。

增加规则结果计算组件。每加入或删除一个规则，会自动将规则的结果和返回参数记录到该组件中。在组件中支持设置结果返回的策略，例如：全部规则校验成功时返回成功，或者只要有一个成功就返回成功。

引入事件级dataBus数据总线。在事件启动环节初始化数据总线，在事件结束后销毁数据储存空间。在此过程中，每个规则都可以向数据总结写入数据和读取数据。