面向多源异构国产算力的开源 AI 开发运维一体化平台

作者：冀荣丽、李锦冬、刘子康、单逸飞、周伟、李爽、周锐、周洋

一、技术栈

层	技术	版本
后端	Python + FastAPI + Uvicorn	Python 3.12+ / FastAPI 0.141
前端	React + TypeScript + Vite	React 18 / Vite 6 / TS 5.6
UI 库	Ant Design 5 + Monaco Editor + Recharts	—
数据库	SQLite（aiosqlite 异步）	—
认证	JWT（PyJWT + bcrypt）	—
NPU	昇腾 910B4 / CANN 8.5.2 / torch-npu	npu-smi 25.5+
检测	Ultralytics YOLO（含 OBB 旋转框）	8.4.123
通信	REST API + WebSocket（/ws）	JSON

二、目录结构

ascend-ops-mcp/
├── backend/                      # 后端（FastAPI，端口 8001）
│   ├── api.py                    # API 主文件（150KB，路由总入口）
│   ├── auth.py                   # 认证与用户分级（L1/L2/L3）
│   ├── data_annotate.py          # 数据标注（含 AI 自动标注）
│   ├── data_annotate_vla.py      # VLA 数据标注
│   ├── vla_data_parser.py        # VLA 数据解析
│   ├── vla_data_splitter.py      # VLA 数据划分
│   ├── data_convert.py           # 数据格式转换
│   ├── data_market.py            # 数据集广场
│   ├── cann_dev.py               # CANN 设备管理
│   ├── model_compress.py         # 模型剪枝量化
│   ├── model_deploy.py           # 模型转换部署
│   ├── task_hall.py              # 任务大厅
│   ├── task_monitor.py           # 任务监控
│   ├── server_manager.py         # 服务器 SSH 管理
│   ├── compute_agent.py          # 算力代理
│   ├── compute_manage.py         # 算力管理
│   ├── resources_api.py          # 资源 API
│   ├── obs_storage.py            # OBS 对象存储
│   ├── mcp_server.py / mcp_gateway.py  # MCP 服务
│   ├── jobs.py / run_train.py    # 训练作业
│   ├── annotate_pk.py            # 标注脚本
│   ├── config/                   # 路径配置
│   ├── db/                       # 数据库模块（metrics_db）
│   ├── npu/                      # NPU 解析器
│   ├── tools/                    # 工具（yolo_runner / op_runner / 剪枝）
│   ├── embodied_convert/         # 具身数据转换
│   ├── requirements.txt          # 昇腾环境完整依赖
│   └── requirements-windows.txt  # 通用环境精简依赖
├── frontend/                     # 前端（React + Vite）
│   ├── src/
│   │   ├── App.tsx               # 主应用（路由）
│   │   ├── pages/                # 页面组件（30+）
│   │   ├── api/                  # API 客户端（client/auth/vla/embodied/types）
│   │   ├── components/           # 公共组件
│   │   └── assets/               # 静态资源
│   ├── package.json
│   └── vite.config.ts            # Vite 配置（代理 /api → 8001）
├── data/                         # 运行时数据
├── datasets/                     # 数据集索引
├── workspace/                    # 工作空间（运行时生成）
│   ├── datasets/<id>/            # 数据集（images/train, images/val, data.yaml）
│   ├── *.pt                      # 模型权重（含 obb 标记旋转框）
│   ├── *.db                      # SQLite 数据库
│   └── images/                   # 上传图片
└── README.md

三、环境要求

组件	版本	说明
Python	3.12+	后端运行时
Node.js	20+	前端构建
npm	10+	前端包管理
NPU 驱动	CANN 8.5+	昇腾 NPU 驱动（无 NPU 也可 CPU 运行）
torch-npu	2.7+	PyTorch NPU 适配（无 NPU 时用普通 torch）
ultralytics	8.4+	YOLO 模型库

无昇腾环境也能部署：用 requirements-windows.txt 安装精简依赖，平台自动降级为 CPU 推理 / 模拟检测。

四、快速部署

1. 解压代码

tar xzf ascend-ops-mcp-code.tar.gz
cd ascend-ops-mcp

2. 安装后端依赖

昇腾环境（有 NPU）：

cd backend
pip install -r requirements.txt
# 注意：requirements.txt 含大量 CANN 本地 wheel（file:///root/selfgz...），
# 仅在 ModelArts 昇腾镜像内可用。若 pip 报错找不到 whl，改用下方精简依赖。

通用环境（无 NPU / Windows / 普通 Linux）：

cd backend
pip install -r requirements-windows.txt

3. 安装前端依赖并构建

cd ../frontend
npm install
npm run build

构建产物在 frontend/dist/，后端会自动 serve 该目录（SPA）。

4. 启动后端

cd ../backend
# 前台
python3 -m uvicorn api:app --host 0.0.0.0 --port 8001
# 后台
nohup python3 -m uvicorn api:app --host 0.0.0.0 --port 8001 > ../api.log 2>&1 &

5. 访问平台

浏览器打开 http://<服务器IP>:8001，使用默认账号登录。

五、账号与用户分级

账号	角色	等级	密码
admin	管理员	L1	已通过 AUTH_ADMIN_PASSWORD 环境变量配置
admin_l2	管理员	L2	admin_l2
admin_l3	管理员	L3	admin_l3
u_l1	普通用户	L1	u_l1
u_l2	普通用户	L2	u_l2
u_l3	普通用户	L3	u_l3

全新部署（不打包数据库）会自动初始化，仅生成默认 admin 账号（admin/（已通过 AUTH_ADMIN_PASSWORD 环境变量配置）），其余账号首次启动后由管理员在「用户管理」页面创建。功能/权限/使用配额按用户等级区分。

六、功能模块

模型

训练管理：提交 YOLO 训练作业，支持 NPU 训练（AMP 已关闭避免梯度溢出）
作业列表：查看训练状态、日志、指标
视觉推理：YOLO 推理验证，支持图片上传与示例图片
模型库：公开/私有模型管理，workspace/*.pt 自动识别（文件名含 obb 标记旋转框）
模型压缩：剪枝量化（torch-pruning）
模型部署：模型转换与部署

数据

数据集广场：开源数据集浏览，扫描 workspace/datasets/<id>/
数据标注：协作标注、AI 自动标注、批量标注、质量审核
VLA 数据标注：Vision-Language-Action 标注模块（已融合）
具身数据转换：embodied_convert
数据转换：格式转换、数据集划分

功能

NPU 监控：实时监控 NPU 状态、任务监控、历史曲线
服务器管理：多服务器 SSH 连接管理
算力管理：算力资源管理
用户管理：用户账号、角色、权限管理
审批中心 / 审计日志：操作审批与日志

七、数据集与模型放置约定

平台通过目录扫描发现资源，放置位置错误会导致前端列表为空。

数据集

workspace/datasets/<数据集id>/
├── data.yaml          # 类别定义
├── images/train/      # 训练图片
├── images/val/        # 验证图片
└── labels/train/      # 标签（YOLO 格式）

目录名必须与数据集广场元数据 id 一致
data.yaml 中 train/val 路径用 images/train（不要用 ../images/train）
COCO 官方包的 images/train2017 需重命名为 images/train

模型权重

放到 workspace/ 下，以 .pt 结尾
文件名含 obb 自动标记为旋转框任务

八、开发模式

前端热更新

cd frontend
npm run dev   # 运行在 5173，自动代理 /api → localhost:8001

后端热更新

cd backend
python3 -m uvicorn api:app --host 0.0.0.0 --port 8001 --reload

九、常见问题

Q: 训练提交后页面显示 “timed out”？ A: 已修复，训练异步提交立即返回 job_id。

Q: NPU 监控历史任务资源数据全为 0？ A: 已修复，get_recent_tasks 正确返回 latest_snapshot。

Q: 如何添加新 YOLO 模型？ A: 将 .pt 文件放入 workspace/，平台自动识别。

Q: 如何上传数据集？ A: 训练页面点击”上传”，支持 .zip/.tar.gz，自动解压并生成 data.yaml。

Q: AI 自动标注如何使用？ A: 标注页面选择项目 → “辅助工具” → 选模型和置信度 → “开始 AI 自动标注”。OBB 模型建议阈值设为 0.01（DOTA 预训练权重在 drone-obb 上置信度较低）。

Q: requirements.txt 安装报错找不到 whl？ A: 该文件含昇腾镜像内的本地 wheel 路径，非昇腾环境请用 requirements-windows.txt。

Q: 数据集广场/模型库列表为空？ A: 检查数据集是否放在 workspace/datasets/<id>/ 且含 images/train、data.yaml；模型是否在 workspace/*.pt。

十、关键配置

AMP：已关闭（避免 NPU 梯度溢出）
训练后端：torch_npu（无 NPU 时降级 CPU）
推理：通过 tools/yolo_runner.py 调用 NPU
前端构建：Vite + React + TS，构建后由 FastAPI 静态服务
nginx（可选）：代理时配置 client_max_body_size 512M 支持大文件上传
WebSocket：/ws 路径用于实时推送（训练日志、监控）

十一、版本信息

平台版本：v2.0.0
备份时间：2026-09-08
NPU 型号：昇腾 910B4
CANN 版本：8.5.2
备份内容：仅代码（排除 node_modules / .git / 模型权重 / 数据集 / 日志）
部署原始包：ascend-ops-mcp-code.tar.gz（约 910KB）