Pre_Seg_Server/doc/07-current-requirements-freeze.md

当前需求冻结文档

冻结日期：2026-05-01

本文档描述当前仓库已经实现或明确保留为占位的需求。测试用例以本文档为准，不把早期设想或 Word 文档中的远期能力当作当前版本必须实现的功能。

R1 登录与会话

• 系统提供登录页。
• 默认开发凭证为 admin / 123456。
• 登录成功后前端保存 token，并进入主应用。
• 登录失败时显示错误信息。
• 当前 token 是开发用固定 token，不做真实 JWT 校验。

R2 项目管理

• 前端展示项目库，并从 GET /api/projects 获取项目列表。
• 用户可以新建项目，前端调用 POST /api/projects。
• 用户可以选择项目，进入工作区。
• 用户可以导入视频文件，前端创建项目、上传文件并刷新项目列表；导入视频不自动拆帧。
• 用户可以对已导入且尚未生成帧的视频项目点击“生成帧”，在弹窗中选择目标 FPS 后创建拆帧任务。
• 用户可以导入 DICOM 序列，前端上传 DICOM、触发拆帧、刷新项目列表。
• 后端支持项目创建、列表、详情、局部更新和删除。
• 后端支持项目帧创建、列表和单帧查询。

R3 媒体上传与拆帧

• 后端允许上传视频、图片、DICOM 文件，其他扩展名返回 400。
• 未提供项目 ID 上传时，后端自动创建项目。
• 提供项目 ID 上传时，后端把上传对象关联到该项目。
• 拆帧接口根据项目 source_type 处理视频或 DICOM。
• 拆帧接口支持 parse_fps、max_frames 和 target_width 参数，用于生成可被 SAM 2 / SAM 3 视频处理复用的标准帧序列。
• 视频帧使用连续 frame_%06d.jpg 命名，默认从 frame_000000.jpg 开始，并按 target_width 缩放。
• 拆帧完成后写入 frames 记录，并把项目状态设为 ready。
• 每条帧记录包含 frame_index、image_url、width、height、timestamp_ms 和 source_frame_number。
• 任务完成结果包含 frame_sequence 元数据：original_fps、parse_fps、frame_count、duration_ms、target_width、帧宽高和对象存储前缀。
• 拆帧接口会创建 processing_tasks 记录并投递 Celery worker。
• 前端可通过 GET /api/tasks/{task_id} 查询任务状态。
• 后端支持 POST /api/tasks/{task_id}/cancel 取消 queued/running 任务，写入 cancelled 状态并尝试 revoke Celery。
• 后端支持 POST /api/tasks/{task_id}/retry 对 failed/cancelled 任务创建新的 queued 任务。
• worker 会在关键阶段检查任务是否已取消，取消后停止继续写帧。

R4 工作区与帧浏览

• 工作区根据当前项目加载帧列表。
• 若项目有媒体但无帧，工作区只提示需要先在项目库生成帧，不再自动触发拆帧。
• Canvas 显示当前帧图片。
• Canvas 支持滚轮缩放、移动工具拖拽、鼠标坐标显示。
• 时间轴支持缩略图点击切帧、range 拖动切帧、键盘左右方向键切帧、播放/暂停顺序推进帧。
• 播放帧率使用项目 parse_fps 或 original_fps，限制在 1 到 30 FPS。
• 时间轴显示当前帧时间和总时长，时间基准使用项目 parse_fps 或 original_fps，格式为 mm:ss.cc。

R5 工具栏

• 工具栏可以切换当前 active tool。
• 正向点、反向点、框选工具会影响 Canvas 交互。
• 魔法棒按钮切换到 AI 页面。
• 多边形、矩形、圆、点、线工具会在 Canvas 上生成可保存的 polygon mask。
• 多边形通过点击取点并按 Enter 完成，也支持三点后点击首节点闭合；矩形、圆、线通过拖拽生成；点工具生成小点区域。
• 绘制工具点击已有 mask 时应继续执行当前绘制动作，不应被 mask 选择逻辑吞掉。
• 工具栏提供“调整多边形”工具，用户可以点击 mask 进入 polygon 顶点编辑态；拖动顶点会更新 mask 几何并把已保存 mask 标记为 dirty。
• 顶点编辑态显示边中点插入手柄；点击边中点会在该边中间新增顶点。
• “调整多边形”工具下双击 polygon 边界时，会在最接近的线段上按双击位置新增顶点。
• 顶点编辑态下选中顶点后可用 Delete/Backspace 删除顶点，但不会让 polygon 少于三点。
• 选中整个 mask 且未选中具体顶点时，Delete/Backspace 删除该 mask；已保存 mask 同步调用后端删除接口。
• 撤销、重做绑定全局 maskHistory/maskFuture，支持工具栏按钮、AI 页按钮和 Canvas 快捷键。
• 区域合并工具支持多选当前帧 mask，并使用 polygon union 生成合并后的主 mask。
• 区域去除工具支持多选当前帧 mask，并从第一个选中的主 mask 中扣除后续选中 mask。
• 区域合并/去除模式显示已选数量，并隐藏 polygon 编辑手柄以避免手柄抢占多选点击。
• 区域去除结果包含内洞时，前端保留 hole ring 并用 even-odd 规则渲染。

R6 AI 推理

• 前端可以在 AI 页面选择 sam2 或 sam3，选择结果存放在全局 store。
• 前端和工作区通过 GET /api/ai/models/status 展示 GPU、SAM 2 和 SAM 3 的真实运行状态。
• 前端 predictMask() 调用 POST /api/ai/predict。
• 前端发送后端契约：image_id、prompt_type、prompt_data、model。
• 点提示传 { points, labels }，正向点 label 为 1，反向点 label 为 0。
• 框选提示传归一化 [x1, y1, x2, y2]。
• 工作区 SAM 2 框选会建立一个候选 mask；后续正向点/反向点会携带原始框和累计点，以 interactive prompt 细化并替换同一个候选 mask。
• 工作区 SAM 2 一旦包含反向点，会随请求启用 auto_filter_background 和 min_score=0.05；若后端判定反向点排除了当前候选区域并返回空结果，前端会移除旧候选 mask，避免继续显示已被否定的区域。
• SAM 2 不支持文本语义提示；AI 页面在 SAM 2 下输入纯文本时会提示用户改用点提示或切换 SAM 3，不再回退到自动分割。
• SAM 2 点提示和 auto fallback 默认只采用一个最高分候选 mask，避免多个候选 mask 作为同一结果重叠显示。
• AI 页面生成的 SAM 2/SAM 3 mask 会写入全局 masks，自动同步到当前项目帧，并写入全局 selectedMaskIds；右侧语义分类树可以直接给新生成 mask 换标签。
• AI 页面“推送至工作区编辑”会切回工作区并把工具切到“调整多边形”，保留当前选中的 AI mask 以便继续编辑轮廓和归档保存。
• 语义文本提示传 semantic；选择 sam3 且独立 Python 3.12 环境、CUDA、官方包和本地 checkpoint 均满足时走 SAM 3 文本语义推理。
• SAM 3 支持工作区框选提示；后端把 normalized [x1, y1, x2, y2] 转成官方 add_geometric_prompt() 需要的 [center_x, center_y, width, height] 正框。
• 当前 SAM 3 前端路径不支持正/反点修正；在工作区用 SAM 3 进行点交互时，前端会提示切回 SAM 2。
• 工作区“传播片段”会把当前选中区域或当前帧第一个区域作为 seed，调用 POST /api/ai/propagate，默认从当前帧向后传播 30 帧并保存结果标注。
• POST /api/ai/propagate 支持 model=sam2 或 model=sam3；SAM 2 使用官方 SAM2VideoPredictor.add_new_mask() 和 propagate_in_video()，SAM 3 通过独立 Python 3.12 helper 调用官方 build_sam3_video_predictor() video tracker。
• 传播结果会写入后续帧 annotations，mask_data.source 分别标记为 sam2_propagation 或 sam3_propagation，并保留 label、color 和 class 元数据。
• AI 页面会对 SAM 3 空文本、推理失败和返回 0 个 mask 的情况显示明确反馈。
• AI 参数支持 crop_to_prompt、auto_filter_background 和 min_score；点/框 prompt 可以裁剪局部区域推理并回映射结果，背景过滤会移除低分结果和包含负向点的 polygon；SAM 3 semantic 会用 min_score 控制 external worker 的置信度阈值。
• 后端返回 polygons 和 scores。
• 前端把后端 polygons 转成 Konva pathData、segmentation、bbox、area。
• AI 推理结果先存放在前端 store 的 masks 中，点击“结构化归档保存”后持久化到后端标注表。

R7 标注保存

• 后端提供 POST /api/ai/annotate 保存标注。
• 保存时必须存在项目；如果传入 frame_id，帧也必须存在。
• 后端提供 GET /api/ai/annotations 查询项目标注，可选按 frame_id 过滤。
• 后端提供 PATCH /api/ai/annotations/{annotation_id} 更新已保存标注的 mask_data、points、bbox 和 template_id。
• 后端提供 DELETE /api/ai/annotations/{annotation_id} 删除已保存标注。
• 当前前端“结构化归档保存”会保存当前项目未保存 mask，并会更新已标记为 dirty 的已保存 mask。
• 工作区“清空遮罩”会删除当前帧已保存标注，并清空当前帧未保存 mask。
• 工作区加载项目帧后会查询已保存标注并回显。
• 工作区支持导入 GT mask 图片，前端调用 POST /api/ai/import-gt-mask。
• 后端导入 GT mask 时按非零像素值拆分多类别区域，再按连通域生成 polygon 标注，并通过距离变换写入 seed point。
• 前端会回显导入标注的 seed point；拖动 seed point 后，已保存标注会变为 dirty，归档保存时会更新后端 points。

R8 模板库

• 前端展示模板列表，调用 GET /api/templates。
• 用户可以新建、编辑、删除模板。
• 模板分类存放在 mapping_rules.classes，规则存放在 mapping_rules.rules。
• 前端支持添加/删除分类、拖拽排序后重算 zIndex、JSON 批量导入、加载腹腔镜默认分类。
• 后端支持模板创建、列表、详情、局部更新和删除。

R9 本体检查面板

• 工作区右侧可以选择模板。
• 面板显示模板分类和组件本地自定义分类。
• 用户可以选择具体分类；新 AI mask 会记录 classId、className、classZIndex，并在保存时写入 mask_data.class。
• 如果 Canvas 当前已经选中一个或多个 mask，点击语义分类树会把这些 mask 的 label、color 和 class 元数据改为该分类；已保存 mask 会进入 dirty 状态，归档保存时更新后端。
• 添加自定义分类只存在组件本地状态，不保存到后端。
• 置信度、拓扑锚点和重新提取骨架按钮当前为展示/占位。

R10 Dashboard 与 WebSocket

• Dashboard 显示基础统计、解析队列和活动日志。
• Dashboard 初始数据来自 GET /api/dashboard/overview。
• 后端聚合项目数、处理中任务数、标注数、帧数、模板数和主机 load average。
• 解析队列由 processing_tasks 中的 queued/running/failed/cancelled 任务生成；活动日志由最近任务、项目、标注和模板记录生成。
• Dashboard 对 queued/running 任务提供取消按钮，对 failed/cancelled 任务提供重试按钮。
• Dashboard 任务详情会读取 GET /api/tasks/{task_id} 并展示失败 error、payload、result、Celery ID 和时间信息。
• Dashboard 会连接 /ws/progress。
• 收到 progress、complete、error、status 消息时，前端会更新队列或日志。
• 收到 cancelled 消息时，前端会把对应任务标记为已取消。
• Celery worker 每次更新 processing_tasks 后会发布 Redis seg:progress 事件，FastAPI 订阅并广播给 /ws/progress 客户端。
• 后端 WebSocket 接收到客户端消息后返回 status heartbeat。

R11 导出

• 后端支持 GET /api/export/{project_id}/coco 导出 COCO JSON。
• 后端支持 GET /api/export/{project_id}/masks 导出 PNG mask ZIP。
• 当前前端 exportCoco() API 封装已对齐后端路径。
• 当前前端 exportMasks() API 封装已对齐后端路径。
• 工作区“导出 JSON 标注集”按钮已绑定下载事件；导出前会先保存当前未归档 mask。
• 工作区“导出 PNG Mask ZIP”按钮已绑定下载事件；导出前会先保存当前未归档 mask。
• PNG mask ZIP 包含单标注二值 mask、按 zIndex 融合后的每帧语义 mask 和 semantic_classes.json。

R12 配置

• 前端 API 地址由 src/lib/config.ts 统一推导。
• VITE_API_BASE_URL 优先级高于自动推导。
• VITE_WS_PROGRESS_URL 优先级高于从 API 地址推导 WebSocket 地址。
• 未设置环境变量时，前端按当前浏览器 hostname 推导 http://<host>:8000。

R13 文档与测试

• doc/ 目录保存当前实现审计、接口契约、需求冻结、设计冻结和测试计划。
• 测试应覆盖当前冻结需求中的真实功能、半可用行为和明确占位行为。
• 对外部服务依赖 PostgreSQL、MinIO、Redis、SAM 模型的测试应使用 mock 或测试替身，不依赖真实服务可用性。