后端框架分析文档

1. 技术栈详细说明

1.1 核心框架

• FastAPI（Server）: 高性能异步 Web 框架，提供自动化 OpenAPI 文档 (/docs)。
• Uvicorn: ASGI 服务器，运行 FastAPI 应用。
• Pydantic: 请求/响应模型与数据校验。

1.2 数据持久化

• PostgreSQL: 主数据库。
• SQLAlchemy (Async): ORM 框架，使用异步模式 (AsyncSession) 与数据库交互，提高并发处理能力。
• Alembic: 数据库版本控制工具，用于处理 Schema 变更迁移。

1.3 异步任务与服务

• APScheduler: 用于定时任务调度（虽然代码中主要使用了自定义的 TaskManager，但依赖列表中包含此库，可能用于周期性任务）。
• TaskManager: 自定义任务管理器 (app/service/task_manager.py)，用于处理耗时操作，如：
  • 照片扫描与索引
  • 缩略图生成
  • 元数据提取
  • OCR 识别任务

1.4 AI 与 图像处理

• PaddleOCR（AI 微服务）: 文本检测与识别，支持 rec_texts/rec_scores/rec_polys 输出。
• InsightFace（AI 微服务）: 人脸检测/关键点/特征提取。
• YOLO (Ultralytics): 服务端独立脚本用于票据区域检测与裁剪。
• OpenCV: 图像解码与基础处理。

2. 服务模块划分与调用关系

2.2 AI 微服务调用链

2.1 关键模块解析

• API Routers (app/api): 控制层，处理 HTTP 请求，参数校验，调用 Service 或 CRUD 层。
• CRUD Layer (app/crud): 数据访问层，封装所有数据库交互逻辑，保持业务逻辑纯净。
• Service Layer (app/service): 业务逻辑层，处理复杂业务，如文件系统操作、调用 AI 模型、后台任务管理。

3. API 设计规范与现状

3.1 规范

• RESTful 风格: 接口设计遵循资源导向，如 GET /albums 获取列表，POST /albums 创建相册。
• 响应格式: 使用 Pydantic 模型定义 Response Schema，确保返回数据结构一致。
• 状态码: 遵循 HTTP 标准状态码（200 成功, 201 创建, 400 请求错误, 401 未授权, 404 未找到, 500 服务器错误）。

3.2 接口文档现状

• Swagger UI: FastAPI 自动生成交互式文档，地址通常为 /docs。
• ReDoc: 另一种风格的文档，地址通常为 /redoc。
• 主要资源:
  • /users: 用户相关。
  • /albums: 相册的增删改查。
  • /photos: 照片上传、流式获取、元数据管理。
  • /tasks: 任务状态查询、任务触发。
  • /settings: 系统配置管理。
  • /faces: 人脸实体与照片管理。
  • /ocr: OCR 识别记录查询（GET /ocr?photo_id=...）。
  • /train-ticket: 火车票 CRUD 与导出。
  • /railway: 铁路站点与运行计划接口。

3.3 日志与异常

• 日志: JSON 队列日志 + 按日容量滚动；每条记录包含 timestamp/level/message/operation/params/result。
• 异常: 统一捕获并写入日志；AI 调用失败或图像解码错误将返回相应错误码并记录。

3.4 数据模型说明（示例）

• OCR 结果（表 ocr_results）：
  • text: str、text_score: float、polygon: List[List[float]]（坐标归一化至 0~1）
  • 查询接口：GET /ocr?photo_id=<uuid> 返回列表记录