From ec03d38920405105a406dbda2f21916e9962e208 Mon Sep 17 00:00:00 2001 From: 16337 <1633794139@qq.com> Date: Mon, 2 Feb 2026 09:51:58 +0800 Subject: [PATCH] =?UTF-8?q?refactor:=20=E6=9B=B4=E6=96=B0=E9=A1=B9?= =?UTF-8?q?=E7=9B=AE=E7=BB=93=E6=9E=84=E5=92=8C=E6=96=87=E6=A1=A3=EF=BC=8C?= =?UTF-8?q?=E6=98=8E=E7=A1=AE=E8=8A=8B=E9=81=93=E6=A8=A1=E5=9D=97=E5=AE=9A?= =?UTF-8?q?=E4=BD=8D?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 添加 .gitignore 文件，排除 .trae/ 目录 - 更新 README.md，明确项目是芋道大前端中的告警模块后端 - 删除 .trae/ 规划文件（已移至 docs/ 对接文档） --- .gitignore | 61 ++++++++++ .trae/documents/plan_20260130_093809.md | 54 --------- .trae/documents/plan_20260202_013208.md | 151 ------------------------ README.md | 110 +++++++++++++---- 4 files changed, 150 insertions(+), 226 deletions(-) create mode 100644 .gitignore delete mode 100644 .trae/documents/plan_20260130_093809.md delete mode 100644 .trae/documents/plan_20260202_013208.md diff --git a/.gitignore b/.gitignore new file mode 100644 index 0000000..9e959cd --- /dev/null +++ b/.gitignore @@ -0,0 +1,61 @@ +# Python +__pycache__/ +*.py[cod] +*$py.class +*.so +.Python +build/ +develop-eggs/ +dist/ +downloads/ +eggs/ +.eggs/ +lib/ +lib64/ +parts/ +sdist/ +var/ +wheels/ +*.egg-info/ +.installed.cfg +*.egg + +# Virtual Environment +venv/ +env/ +ENV/ +.venv + +# IDE +.vscode/ +.idea/ +*.swp +*.swo +*~ + +# Trae AI +.trae/ + +# Logs +logs/ +*.log + +# Database +data/*.db +data/*.sqlite + +# Uploads +uploads/ + +# Environment +.env +.env.local +.env.*.local + +# OS +.DS_Store +Thumbs.db + +# PyInstaller +*.manifest +*.spec diff --git a/.trae/documents/plan_20260130_093809.md b/.trae/documents/plan_20260130_093809.md deleted file mode 100644 index 17c817d..0000000 --- a/.trae/documents/plan_20260130_093809.md +++ /dev/null @@ -1,54 +0,0 @@ -## 安保设备管理 & 事件告警平台实现计划 - -按照你的架构设计，我将分 8 个阶段实现： - -### 阶段 1：项目骨架（1-2 小时） -- 创建目录结构 `security_platform/` -- 配置 `settings.py`（应用名、数据库、Redis） -- 配置 `requirements.txt`（FastAPI、SQLAlchemy 等依赖） - -### 阶段 2：数据库层（2-3 小时） -- 创建 `infra/db.py`（SQLAlchemy engine 和 session 管理） -- 创建 `core/device/models.py`（Device 设备模型） -- 创建 `core/event/models.py`（Event 事件模型） -- 创建 Repository 基类和设备/事件仓储实现 - -### 阶段 3：设备管理模块（2-3 小时） -- 创建 `schemas/device.py`（Pydantic 请求/响应模型） -- 实现 `core/device/service.py`（设备业务逻辑） -- 创建 `api/device.py`（设备 CRUD + 心跳接口） -- 支持对接 IoT 平台的设备注册 - -### 阶段 4：事件告警模块（2-3 小时） -- 创建 `schemas/event.py`（事件 Pydantic 模型） -- 实现 `core/event/service.py`（事件处理逻辑） -- 实现 `core/event/rules.py`（告警规则引擎） -- 创建 `api/event.py`（事件上报、查询接口） - -### 阶段 5：WebSocket 实时推送（1-2 小时） -- 实现 `api/realtime.py`（WebSocket 端点） -- 告警实时推送机制 -- 连接管理和消息广播 - -### 阶段 6：辅助模块（1 小时） -- 创建 `api/health.py`（健康检查） -- 创建 `utils/logger.py`（日志工具） -- 创建 `utils/time.py`（时间工具） - -### 阶段 7：部署配置（1 小时） -- 创建 `deploy/Dockerfile` -- 创建 `deploy/docker-compose.yml` -- 创建 `deploy/nginx.conf` - -### 阶段 8：文档和测试（1 小时） -- 生成 `README.md` -- 编写基础 API 文档 - -**预计总工时：11-15 小时** - ---- -**核心技术栈确认：** -- FastAPI + Uvicorn + Gunicorn -- SQLite（本地）或 MySQL（云端） -- Redis（可选，用于 WebSocket 订阅） -- SQLAlchemy 2.0 \ No newline at end of file diff --git a/.trae/documents/plan_20260202_013208.md b/.trae/documents/plan_20260202_013208.md deleted file mode 100644 index 147c14a..0000000 --- a/.trae/documents/plan_20260202_013208.md +++ /dev/null @@ -1,151 +0,0 @@ -## AI 告警平台开发计划 - -### 项目定位 -**职责**：仅接收边缘端告警、保存告警证据、提供可视化与人工处理能力 -**不负责**：设备管理、推理逻辑、用户体系（复用芋道前端用户体系） - ---- - -### 一、边缘端 → 告警平台 数据协议 - -**传输方式**：multipart/form-data（JSON + 图片文件） - -**JSON 字段**： -```json -{ - "camera_id": "cam-001", - "roi_id": "roi-01", - "alert_type": "leave_post", - "algorithm": "LeavePostAlgorithm", - "confidence": 0.85, - "duration_minutes": 5, - "trigger_time": "2024-01-20T10:30:00Z", - "message": "离岗告警" -} -``` - -**图片字段**：`snapshot`（二进制文件） - ---- - -### 二、后端架构（FastAPI） - -``` -alert_platform/ -├── app/ -│ ├── main.py # FastAPI 入口 -│ ├── config.py # 配置（SQLite + 图片存储路径） -│ ├── models.py # SQLAlchemy 告警模型 -│ ├── schemas.py # Pydantic 请求/响应模型 -│ ├── api/ -│ │ └── alert.py # 告警接收 & 查询接口 -│ ├── service/ -│ │ ├── alert_service.py # 告警业务逻辑 -│ │ └── analyzer.py # 异步大模型分析 -│ └── storage.py # 图片存储 -├── data/ # SQLite + 图片目录 -├── requirements.txt -└── Dockerfile -``` - -**核心接口**： -| 方法 | 路径 | 描述 | -|------|------|------| -| POST | `/api/v1/alerts` | 接收边缘端告警（multipart/form-data） | -| GET | `/api/v1/alerts` | 查询告警列表（分页 + 筛选） | -| GET | `/api/v1/alerts/{id}` | 告警详情 | -| PUT | `/api/v1/alerts/{id}/handle` | 处理告警（确认/忽略/备注） | -| GET | `/api/v1/alerts/{id}/image` | 获取告警图片 | -| GET | `/api/v1/alerts/statistics` | 告警统计 | - ---- - -### 三、前端架构（芋道 UI） - -**在 yudao-ui-admin-vben 中新增模块**： - -``` -apps/web-antd/src/ -├── api/alert/ -│ └── alert.ts # 告警 API -├── views/alert/ -│ ├── list/ -│ │ ├── data.ts # 列表表单/列配置 -│ │ └── index.vue # 告警列表页 -│ └── detail/ -│ ├── data.ts -│ └── index.vue # 告警详情页 -└── router/routes/modules/ - └── alert.ts # 告警路由 -``` - -**前端功能**： -- 告警列表：时间/类型/状态筛选 + 分页 -- 告警详情：图片展示 + 算法信息 + 离岗时长 -- 人工处理：确认、忽略、备注操作 -- 大模型分析结果展示（可选） - ---- - -### 四、大模型分析（异步） - -**流程**： -1. 告警写入数据库后，触发异步任务 -2. 任务队列发送图片 + 上下文到大模型服务 -3. 大模型返回：风险等级、告警描述、误报建议 -4. 结果写入告警记录的 `ai_analysis` 扩展字段 - -**实现方式**：Python `asyncio` 或 Celery（预留） - ---- - -### 五、技术栈 - -| 层级 | 技术 | -|------|------| -| 后端框架 | FastAPI + Uvicorn | -| 数据库 | SQLite（轻量）或 MySQL | -| 图片存储 | 本地文件系统 / 对象存储 | -| 前端框架 | Vue 3 + Vben Admin（芋道） | -| 异步任务 | asyncio（预留 Celery） | - ---- - -### 六、开发优先级 - -**Phase 1（核心）**： -1. 后端告警接收接口（multipart/form-data） -2. 图片存储与访问 -3. SQLite 持久化 -4. 告警查询接口 - -**Phase 2（前端）**： -1. 告警列表页 -2. 告警详情页 -3. 人工处理功能 - -**Phase 3（增强）**： -1. 异步大模型分析 -2. 告警统计图表 -3. Docker 部署 - ---- - -### 七、与 ai_edge 对接示例 - -边缘端（ai_edge）调用： -```python -import requests - -files = { - 'snapshot': ('alert.jpg', image_bytes, 'image/jpeg'), - 'data': (None, json.dumps(alert_data), 'application/json') -} - -response = requests.post( - "http://alert-platform/api/v1/alerts", - files=files -) -``` - ---- \ No newline at end of file diff --git a/README.md b/README.md index 1ce250f..4638f99 100644 --- a/README.md +++ b/README.md @@ -1,25 +1,57 @@ -# AI 告警平台 +# AI 告警平台后端服务 -轻量级告警接收与处理平台，接收边缘端告警数据，存储到数据库并提供可视化查询能力。 +> ⚠️ **重要**：本项目是芋道大前端中的**告警业务模块后端**，不是独立前端项目。 -## 功能特性 +## 项目定位 -- 告警接收：支持边缘端通过 multipart/form-data 上报告警 -- 图片存储：阿里云 OSS 对象存储 -- 告警管理：查询、筛选、处理告警 -- 大模型分析：异步告警智能分析 +**职责**：接收边缘端（ai_edge）告警、保存告警证据、提供 REST API + +**不负责**： +- 设备管理（由 IoT 平台负责） +- 推理逻辑（由边缘端 ai_edge 负责） +- 用户体系（复用芋道前端用户体系） + +## 在芋道中的定位 + +``` +yudao-ui-admin-vben (芋道前端项目) +├─ 用户管理（已有） +├─ 权限管理（已有） +├─ 系统配置（已有） +└─ 业务模块 + └─ 告警管理（本项目后端对接） + ├─ 告警列表 + ├─ 告警详情 + ├─ 人工处理 + └─ 大模型分析结果展示 +``` + +## 技术栈 + +| 层级 | 技术 | +|------|------| +| 后端框架 | FastAPI + Uvicorn | +| 数据库 | SQLite（轻量）或 MySQL | +| 图片存储 | 阿里云 OSS | +| 异步任务 | asyncio（预留 Celery） | ## 快速开始 ```bash -# 安装依赖 +# 1. 激活 yolo 环境 +conda activate yolo + +# 2. 进入项目目录 +cd c:\Users\16337\PycharmProjects\service + +# 3. 安装依赖 pip install -r requirements.txt -# 配置环境变量 +# 4. 配置环境变量 cp .env.example .env -# 编辑 .env 文件，配置数据库和 OSS +# 编辑 .env 文件，配置阿里云 OSS -# 启动服务 +# 5. 启动服务 python -m app.main ``` @@ -28,23 +60,59 @@ python -m app.main ``` alert_platform/ ├── app/ -│ ├── main.py # FastAPI 入口 -│ ├── config.py # 配置 -│ ├── models.py # 数据模型 -│ ├── schemas.py # Pydantic 模型 -│ ├── api/ -│ │ └── alert.py # 告警 API +│ ├── main.py # FastAPI 入口 + API 接口 +│ ├── config.py # 配置管理 +│ ├── models.py # SQLAlchemy 告警模型 +│ ├── schemas.py # Pydantic 请求/响应模型 │ ├── services/ -│ │ ├── alert_service.py # 告警业务 -│ │ └── oss_storage.py # OSS 存储 +│ │ ├── alert_service.py # 告警业务逻辑 +│ │ ├── oss_storage.py # 阿里云 OSS 上传 +│ │ └── ai_analyzer.py # 异步大模型分析 │ └── utils/ │ └── logger.py # 日志工具 -├── data/ # 数据库目录 +├── docs/ +│ └── 芋道前端对接文档.md # 芋道前端集成指南 +├── data/ # SQLite 数据库 ├── uploads/ # 本地临时存储 ├── requirements.txt -└── .env.example +├── .env.example +└── .gitignore ``` ## API 文档 启动后访问：http://localhost:8000/docs + +## 对接文档 + +详细的前端集成指南请参考：`docs/芋道前端对接文档.md` + +## 边缘端对接示例 + +在 ai_edge 项目中调用： + +```python +import requests +import json + +alert_data = { + "camera_id": "cam-001", + "roi_id": "roi-01", + "alert_type": "leave_post", + "algorithm": "LeavePostAlgorithm", + "confidence": 85, + "duration_minutes": 5, + "trigger_time": "2024-01-20T10:30:00Z", + "message": "离岗告警" +} + +files = { + "snapshot": ("alert.jpg", image_bytes, "image/jpeg"), + "data": (None, json.dumps(alert_data), "application/json"), +} + +response = requests.post( + "http://localhost:8000/api/v1/alerts", + files=files +) +```