视频分析工作台是一个功能强大的视频分析系统,支持视频源管理、模型管理、任务管理、事件处理和配置管理等核心功能。
video-analysis-studio/
├── plans/ # 项目设计和规划文档
├── specs/ # 技术规范文档
├── ui/ # UI 交互设计规划
├── frontend/ # 前端代码
├── backend/ # 后端代码
├── docker/ # Docker 配置
├── tests/ # 测试代码
├── examples/ # 示例代码
└── README.md # 项目说明
- 语言: TypeScript
- 框架: React 18+
- 构建工具: Vite
- 状态管理: React Context + useReducer
- 路由: React Router
- UI 组件库: Ant Design
- HTTP 客户端: Axios
- Supabase 客户端: @supabase/supabase-js
- 语言: Python 3.9+
- Web 框架: FastAPI
- 视频处理: GStreamer
- 数据存储: Supabase (PostgreSQL)
- 认证: Supabase Auth
- 并发处理: Python threading
- 视频源管理: 支持文件和流视频源的管理
- 模型管理: 支持本地和外部 API 模型的管理
- 任务管理: 支持任务的创建、启停、删除和查看
- 事件管理: 支持事件的生成、分类、处理和查询
- 配置管理: 支持规则配置、场景配置和风险等级配置
为确保前后端功能实现的一致性和用户体验的连贯性,本项目在开发过程中采用前后端并行规划的策略:
- 设计先行: 在实现具体功能前后端逻辑前,先在
ui/目录规划 UI 交互设计,包括页面布局、组件状态、用户操作流程等 - 前后端对齐: UI 设计文档作为前后端开发的共同依据,确保 API 接口设计符合 UI 交互需求
- 目录结构:
ui/目录包含各功能模块的交互设计文档,采用 Markdown 格式便于协作和版本管理
- 安装依赖
cd backend
pip install -r requirements.txt- 配置环境变量
创建 .env 文件,添加以下内容:
SUPABASE_URL=your_supabase_url
SUPABASE_KEY=your_supabase_key
- 启动服务
python main.py- 安装依赖
cd frontend
npm install- 启动开发服务器
npm run dev- 构建 Docker 镜像
docker build -f docker/Dockerfile -t video-analysis-studio-backend .- 运行 Docker 容器
docker run -d \
--name video-analysis-backend \
-p 8000:8000 \
-e SUPABASE_URL=your_supabase_url \
-e SUPABASE_KEY=your_supabase_key \
video-analysis-studio-backend- 使用 TypeScript 严格模式
- 遵循 React 最佳实践
- 组件化开发
- 代码风格统一 (ESLint + Prettier)
- 响应式设计
- 使用 Python 3.9+
- 遵循 PEP 8 代码风格
- 使用 FastAPI 最佳实践
- 模块化设计
- 错误处理和日志记录
- 组件测试 (Jest + React Testing Library)
- 集成测试 (Cypress)
- 单元测试 (pytest)
- API 测试 (FastAPI TestClient)
- 集成测试
- 项目计划:
plans/目录 - 技术规范:
specs/目录 - API 文档: 启动后端服务后访问
/docs
MIT