AI Platform - 数据标注与模型训练平台

基于 FastAPI + Vue 3 的 AI 数据标注与模型训练管理平台。

技术栈

层	技术
后端	Python 3.11+ / FastAPI / SQLAlchemy 2.x / Alembic
前端	Vue 3 / Vite / TypeScript / Element Plus / Pinia
数据库	PostgreSQL
依赖管理	后端 uv / 前端 pnpm

项目结构

backend/           后端 API 服务
frontend/          前端 SPA
storage/           运行期文件存储
.claude/skills/    项目规则与约束

快速启动

后端

cd backend
cp .env.example .env
uv sync
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

启动后访问：

• Swagger: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc
• 健康检查: http://localhost:8000/api/v1/health

前端

cd frontend
pnpm install
pnpm dev

启动后访问：

• 前端开发地址：http://localhost:5173

Docker 部署

项目提供了基于 docker-compose.yml 的单机部署方案，包含：

• postgres: 元数据数据库
• backend: FastAPI 后端服务
• frontend: Nginx 承载前端静态站点，并反向代理 /api 和 WebSocket

先打包代码再上传服务器

如果需要先打包项目代码再上传到服务器，可以在项目根目录执行：

powershell -ExecutionPolicy Bypass -File .\package-deploy.ps1

执行后会在项目根目录生成形如 ai-platform-deploy-YYYYMMDD.zip 的部署包，并自动清理旧的同名前缀部署包。

服务器部署步骤

先把部署包上传到服务器，然后执行：

unzip ai-platform-deploy-YYYYMMDD.zip -d ai-platform
cd ai-platform
cp docker.env.example .env
docker compose --env-file .env up -d --build

说明：

• 需要先解压，再进入解压后的项目目录执行 docker compose
• docker compose --build 会直接读取当前目录下的 docker-compose.yml、backend/、frontend/ 等源码文件，因此不能直接对 zip 文件执行
• 运行期文件会挂载到项目根目录 storage/
• 后端容器启动时会自动执行 alembic upgrade head
• 如需 GPU 训练，需要在宿主机安装 NVIDIA Container Toolkit，并保证 Docker 可访问 GPU

启动后访问：

• 前端：http://localhost:18080
• 后端： http://localhost:18000
• 后端健康检查：http://localhost:18000/api/v1/health

核心模块

模块	说明
数据集管理	上传、导入、标注入口、训练数据准备
标注工作台	图片标注、类别管理、导出标注结果
模型管理	模型注册、训练产物管理
训练任务	创建、监控、取消训练任务
模型评估	评估任务与结果展示
推理能力	图片推理与结果查看

API 概览

GET/POST    /api/v1/datasets
GET/POST    /api/v1/models
GET/POST    /api/v1/tasks

GET/POST    /api/v1/datasets/{id}/labels
GET         /api/v1/images/{id}/annotations
POST        /api/v1/annotations

POST        /api/v1/inference
POST        /api/v1/evaluation

架构原则

• 分层结构：Router -> Service -> Repository -> Model
• 存储抽象：默认本地存储，预留扩展空间
• 任务抽象：训练/评估任务通过统一任务模型管理
• 框架适配：backend/app/frameworks/ 下按训练框架扩展