Local CAE Job Service

一个可直接运行的最小原型项目，面向 Windows 本地环境，监听 127.0.0.1:8765，接收浏览器请求并按 tool 类型启动对应的 CAE 仿真工具。当前内置 dummy_solver 与 ansa，用于验证提交流程、SQLite 持久化、任务取消与 WebSocket 日志推送。

项目简介

• HTTP API 与 WebSocket 基于 FastAPI
• 外部程序启动基于 subprocess
• 任务状态持久化基于 SQLite
• 参数校验基于 Pydantic
• 不同求解器通过适配器模式封装
• 使用 uvicorn 启动服务
• 当前支持 dummy_solver 和 ansa

服务默认只监听本机：

• Host: 127.0.0.1
• Port: 8765

目录结构

python-starter/
├─ app/
│  ├─ adapters/
│  │  ├─ base.py
│  │  ├─ dummy_solver.py
│  │  └─ registry.py
│  ├─ api/
│  │  └─ jobs.py
│  ├─ core/
│  │  ├─ config.py
│  │  ├─ database.py
│  │  ├─ models.py
│  │  └─ security.py
│  ├─ services/
│  │  ├─ job_manager.py
│  │  ├─ log_stream.py
│  │  └─ process_runner.py
│  └─ main.py
├─ frontend/
│  └─ index.html
├─ scripts/
│  └─ dummy_solver.py
├─ data/
├─ workspaces/
├─ .env.example
├─ README.md
└─ requirements.txt

安装步骤

1. 使用 Python 3.11+ 创建虚拟环境。
2. 安装依赖：

pip install -r requirements.txt

3. 复制环境变量文件：

cp .env.example .env

Windows PowerShell 可改为：

Copy-Item .env.example .env

Windows 10 如果通过 py 启动 Python，可直接执行：

py -m venv .venv
.venv\Scripts\Activate.ps1
py -m pip install -r requirements.txt
Copy-Item .env.example .env

启动方式

使用 uvicorn 启动：

uvicorn app.main:app --host 127.0.0.1 --port 8765

Windows 10 PowerShell 使用 py 启动：

py -m uvicorn app.main:app --host 127.0.0.1 --port 8765

也可以直接使用仓库自带脚本：

.\run.ps1

如果 PowerShell 阻止脚本执行，可先在当前会话执行：

Set-ExecutionPolicy -Scope Process Bypass
.\run.ps1

启动后可访问：

• API 根路径: http://127.0.0.1:8765/
• 前端测试页: http://127.0.0.1:8765/frontend/index.html

.env 配置说明

• HOST: 服务监听地址，默认 127.0.0.1
• PORT: 服务端口，默认 8765
• ANSA_EXECUTABLE: ANSA 启动器路径，建议指向 ansa64.bat 或 ansa64.exe
• ANSA_SCRIPT_FILE: ANSA 批处理脚本路径，例如 C:\scripts\run_ansa.py
• ANSA_EXECPY_PREFIX: 传给 -execpy 的脚本前缀，默认 load_script:
• ANSA_BATCH_FLAGS: ANSA 批处理标志，默认 -b
• DATABASE_PATH: SQLite 数据库文件路径，默认 data/jobs.db
• WORKSPACE_ROOT: 任务工作目录根路径，默认 workspaces
• ALLOWED_ORIGINS: CORS 白名单，逗号分隔
• LOG_POLL_INTERVAL_SECONDS: WebSocket 日志轮询间隔

API 说明

提交任务

curl -X POST "http://127.0.0.1:8765/jobs" \
  -H "Content-Type: application/json" \
  -d '{
    "job_name": "demo-job",
    "tool": "dummy_solver",
    "params": {
      "duration": 10,
      "fail": false
    }
  }'

提交 ANSA 任务

curl -X POST "http://127.0.0.1:8765/jobs" \
  -H "Content-Type: application/json" \
  -d '{
    "job_name": "ansa-batch-demo",
    "tool": "ansa",
    "params": {
      "input_file": "C:\\models\\demo.ansa",
      "script_args": ["--deck", "NASTRAN"],
      "extra_args": ["-mesa"],
      "no_gui": true
    }
  }'

查询状态

curl "http://127.0.0.1:8765/jobs/<job_id>"

查询任务列表

curl "http://127.0.0.1:8765/jobs?status=running"

取消任务

curl -X POST "http://127.0.0.1:8765/jobs/<job_id>/cancel"

WebSocket 测试方式

WebSocket 地址：

ws://127.0.0.1:8765/ws/jobs/<job_id>

可以直接打开项目自带页面：

• http://127.0.0.1:8765/frontend/index.html

页面支持：

• 提交 dummy_solver 任务
• 提交 ansa 任务
• 查询状态
• 连接 WebSocket 查看日志增量输出

任务执行与状态策略

• 提交任务后先写入 SQLite，状态为 pending
• 后台异步执行时转为 running
• 每个任务创建独立目录：workspaces/<job_id>/
• 日志文件固定为：workspaces/<job_id>/run.log
• 子进程 PID 会写入数据库
• 正常结束后状态为 success 或 failed
• 用户取消后状态为 cancelled

服务重启策略：

• 历史任务仍可从 SQLite 查询
• 服务启动时，会把上次未完成的 pending/running 任务标记为 failed
• 错误信息会写为 Service restarted before job completion.

这是一种简单可控的最小策略，适合本地原型。若后续需要更强恢复能力，可以扩展为：

• 启动时扫描系统进程并尝试恢复 PID
• 为每个任务记录更多恢复元数据
• 增加 orphaned 状态并实现人工接管流程

如何扩展真实 CAE 工具适配器

当前注册中心位于 app/adapters/registry.py。新增真实工具时建议：

1. 新建适配器类，例如 AnsysAdapter
2. 继承 BaseCAEAdapter
3. 实现以下方法：
   • validate_params
   • prepare_workspace
   • build_command
   • parse_result
4. 在 registry.py 中注册该工具名

安全约束建议保持不变：

• 前端只传 tool 和业务参数
• 可执行文件路径由服务端适配器内部决定
• 不允许前端直接传入任意 exe 路径

Windows 兼容性说明

• 进程启动使用 subprocess.Popen(..., shell=False)
• 命令参数统一使用 list[str]
• 显式设置 cwd
• 取消任务时优先调用 terminate()，超时再 kill()
• dummy_solver 通过当前 Python 解释器调用，便于本地直接测试

ANSA 说明

该版本增加了对 BETA CAE Systems ANSA v24.1.3 的最小适配，默认思路是：

• 服务端通过 ANSA_EXECUTABLE 定位本机安装的 ANSA
• 服务端通过 ANSA_SCRIPT_FILE 固定批处理脚本路径
• 前端只传 tool=ansa 与模型/脚本参数，不传 exe 路径和脚本路径
• 适配器通过 -execpy 构造批处理命令

由于不同现场环境中的 ANSA 启动参数可能存在差异，当前实现把变化点集中在：

• app/adapters/ansa.py
• .env 中的 ANSA_EXECUTABLE
• .env 中的 ANSA_SCRIPT_FILE
• .env 中的 ANSA_EXECPY_PREFIX
• .env 中的 ANSA_BATCH_FLAGS

如果你本机验证后发现 -execpy 或批处理参数与现场安装不一致，只需要改 AnsaAdapter.build_command() 这一处。

你机器上的 ANSA 实际启动命令示例：

假设 .env 中是下面这组配置：

ANSA_EXECUTABLE=C:\Program Files\BETA_CAE_Systems\ansa_v24.1.3\win64\ansa64.bat
ANSA_SCRIPT_FILE=C:\scripts\run_ansa.py
ANSA_EXECPY_PREFIX=load_script:
ANSA_BATCH_FLAGS=-b

并且你提交的任务参数是：

{
  "input_file": "C:\\models\\demo.ansa",
  "script_args": ["--deck", "NASTRAN"],
  "extra_args": ["-mesa"],
  "no_gui": true
}

那么服务端最终构造出来的命令大致是：

& "C:\Program Files\BETA_CAE_Systems\ansa_v24.1.3\win64\ansa64.bat" `
  -b `
  -execpy "load_script:C:\scripts\run_ansa.py C:\models\demo.ansa --deck NASTRAN" `
  -mesa

如果你现场实际命令不是这样，优先检查这三项：

• ANSA_EXECUTABLE 是否指向了正确的 ansa64.bat 或 ansa64.exe
• ANSA_SCRIPT_FILE 是否指向了正确的 run_ansa.py
• ANSA_EXECPY_PREFIX 是否确实应该是 load_script:
• ANSA_BATCH_FLAGS 是否应该是 -b，还是你们现场还有别的批处理参数