iot-device-management-service/.trae/documents/plan_20260202_013208.md

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：

{
  "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：

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
)

---