Pre_Seg_Server/工程分析/经验记录.md

经验记录（Knowledge Base）

本文件按代码编纂工作流规范，以四段式记录项目修改过程中遇到的关键问题及解决方案。
格式: A. 具体问题 / B. 产生原因 / C. 解决方案 / D. 后续如何避免

---

2026-04-28-22-55-15 — 建立代码编纂工作流

A. 具体问题

项目缺少标准化的代码修改流程，导致需求管理、方案设计、测试验证、知识沉淀等环节可能遗漏，影响项目质量和可维护性。

B. 产生原因

项目初期以快速原型为主，未建立正式的工程化管理流程；随着功能增加，需要更严谨的变更管理机制。

C. 解决方案

建立完整的代码编纂工作流，包含 10 个阶段：时间戳记录、工程分析、需求分析、实现方案（人工审核）、测试方案（人工审核）、执行前准备（阅读经验记录）、方案执行、经验沉淀、Gitea 备份、重新部署。

D. 后续如何避免问题

• 后续所有项目修改严格按工作流执行
• 每次修改前检查工作流检查表
• 定期回顾经验记录，提取共性预防措施

---

2026-04-28-22-55-15 — 执行环境 Node.js 缺失

A. 具体问题

执行 npm run lint 和 npm run build 时提示 npm: command not found，当前 Shell 环境未安装 Node.js 运行时。

B. 产生原因

AI 助手运行的容器/环境与项目实际开发环境分离，后者才装有 Node.js 和 npm。

C. 解决方案

• 文档创建和 git 操作可在 AI 环境中完成
• 构建验证（npm run lint、npm run build、npm start）需由用户在本地开发环境执行，或 AI 提供精确命令由用户自行运行
• 实际解决: 用户提供了 sudo 权限和密码后，AI 通过 NodeSource 安装了 Node.js 22.x（curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash + sudo apt install -y nodejs），随后成功执行了完整部署流程
• 在经验记录中标注此限制和解决方案，提醒后续流程

D. 后续如何避免问题

• 每次执行阶段 6 和阶段 9 前，先检查 which npm
• 如 npm 不可用，向用户申请 sudo 权限安装 Node.js，或使用项目预设的容器/CI 环境
• 如用户无法提供 sudo，则提供精确的手动执行命令清单
• 考虑在 CI/CD 流程中统一构建环境

---

2026-04-29-21-27-10 — 组件目录扁平化重构

A. 具体问题

将 src/components/ 下 7 个子目录共 11 个组件文件扁平化到根目录时，需要同步更新多处 import 相对路径，存在遗漏风险。

B. 产生原因

组件文件在子目录中时，引用 lib/utils.ts 的路径为 ../../lib/utils，引用其他组件的路径为 ../workspace/XXX；扁平化到根目录后，这些路径需分别变更为 ../lib/utils 和 ./XXX。涉及文件多、路径变体多，手工逐一修改容易遗漏。

C. 解决方案

• 重构前先通过 grep 全局扫描所有 import 语句，建立完整的"文件-旧路径-新路径"映射表
• 移动文件和修改路径分两步执行，每步完成后都用 grep 验证旧路径模式是否完全消失
• 最后运行 npm run lint 和 npm run build 作为最终校验，TypeScript 编译器会捕获任何遗漏的路径错误

D. 后续如何避免问题

• 任何涉及文件移动的 refactoring，都必须先全局 grep 所有相对路径引用，形成清单后再执行
• 执行后立即用 grep 反向验证旧路径模式残留
• 始终将 npm run lint 作为路径重构后的强制检查步骤

---

2026-04-29-21-51-19 — 全栈系统改造（FastAPI + SAM2 + PostgreSQL + Redis + MinIO）

A. 具体问题

1. 将纯前端 React 应用改造为全栈系统时，工程涉及后端框架替换、数据库设计、对象存储、AI 推理引擎、前端状态管理重构等多个复杂模块，单次执行工程量大。
2. 系统磁盘空间（24G）不足，PyTorch CUDA 版本（>2GB）和 sam2 pip 包编译（需下载 CUDA 工具链 + 编译 C++ 扩展）均因 OSError: No space left on device 失败。
3. MinIO 对象存储在磁盘紧张时报 XMinioStorageFull，导致文件上传失败。
4. 前端 Agent 执行时因目录扁平化后子目录不存在，产生多次 File not found 错误。

B. 产生原因

1. 项目改造范围超出单次会议合理容量，涉及 15+ 后端文件、10+ 前端文件、4 个基础设施服务、1 个 AI 模型栈。
2. 系统盘仅有 24GB，conda 环境（2GB）、node_modules（222MB）、模型权重（1.5GB）、MinIO 帧文件（1.4GB）叠加后迅速耗尽空间。
3. sam2 的 pip 包依赖 torch>=2.5.1，pip 会尝试重新下载完整 torch wheel（530MB）作为 build dependency，即使 torch 已安装。
4. 前端 Agent 的 prompt 中未明确说明组件目录已扁平化，Agent 仍尝试读取旧的子目录路径。

C. 解决方案

1. 任务拆分 + 并行 Agent: 将后端和前端代码编写拆分为两个独立 Agent 并行执行，基础设施安装与代码编写并行推进，显著缩短总耗时。
2. 磁盘管理策略:
   • 安装 PyTorch CPU 版本替代 CUDA 版本（占用更小）
   • 只保留 sam2_hiera_tiny.pt（149MB），删除其他大模型
   • 清理 conda pkgs 缓存（释放 600MB+）
   • 删除 MinIO 中解析生成的临时帧文件（释放 1.4GB）
3. sam2 安装降级: 当前环境以 stub 模式运行，提供 install_sam2.sh 脚本供用户在扩展磁盘后执行真实安装。
4. API 路径修复: 后端添加 /api/auth/login 路由，修复前端 api.ts 中 /api/predict → /api/ai/predict 的路径不匹配。
5. MinIO API 适配: minio 7.2.x 中 presigned_url() 已改为 get_presigned_url()，需从 datetime.timedelta 传入 expires。

D. 后续如何避免问题

1. 大型改造前先做磁盘评估: 执行 df -h 确认可用空间 > 5GB 再开始安装大型依赖。
2. AI 模型依赖延迟加载: 所有 AI 推理引擎必须实现 graceful fallback，模型缺失时不阻塞系统启动。
3. Agent prompt 需同步最新目录结构: 给 Agent 的上下文必须包含当前真实的文件路径，避免 File not found。
4. 构建依赖隔离: 使用 --no-build-isolation 或 --no-deps 安装源码包，避免 pip 重复下载已安装的依赖。
5. MinIO 空间监控: 定期清理解析产生的临时帧文件，或配置 MinIO 使用独立大容量数据盘。

---

2026-04-29-22-29-26 — README.md 完善

A. 具体问题

项目全栈改造完成后，README.md 仍为旧版 AI Studio 模板，未反映真实系统架构和部署流程，新用户无法按文档独立完成部署。

B. 产生原因

前期聚焦功能开发，文档滞后；改造涉及后端/前端/基础设施/AI 模型多个层级，文档编写工作量大。

C. 解决方案

按代码编纂工作流，编写需求分析→实现方案→测试方案，然后一次性重写 README.md，涵盖系统架构、技术栈、目录结构、分步部署命令、环境变量、访问凭证、常见问题。

D. 后续如何避免问题

• 任何架构级变更后，同步更新 README.md
• 将 README 纳入代码审查清单
• 新成员入职时按 README 走通部署流程作为验收标准

---

2026-04-29-22-37-36 — 登录报错 ERR_CONNECTION_REFUSED

A. 具体问题

用户通过浏览器访问前端并点击登录时，控制台报错 POST http://localhost:8000/api/auth/login net::ERR_CONNECTION_REFUSED，登录失败。

B. 产生原因

1. 前端 api.ts 中 baseURL 硬编码为 http://localhost:8000
2. 用户通过局域网 IP（如 http://192.168.3.11:3000）访问前端，而非 http://localhost:3000
3. 浏览器运行前端代码时，将 localhost 解析为用户本地机器（而非服务器），向用户本地 8000 端口发请求
4. 用户本地 8000 端口无服务，TCP 连接被拒绝
5. 同时后端 CORS 配置仅允许 http://localhost:3000，未允许 IP 地址访问

C. 解决方案

1. 将 src/lib/api.ts 的 baseURL 从 http://localhost:8000 改为服务器实际 IP http://192.168.3.11:8000
2. 将 backend/config.py 的 cors_origins 从 ["http://localhost:3000"] 扩展为 ["http://localhost:3000", "http://192.168.3.11:3000"]
3. 重启后端服务使 CORS 生效，重新构建前端使 baseURL 生效

D. 后续如何避免问题

1. 部署时统一使用服务器实际 IP 替代 localhost，避免浏览器端解析歧义
2. 前端 baseURL 应支持环境变量配置（如 VITE_API_BASE_URL），不同环境注入不同值
3. 后端 CORS origins 应使用配置化列表，支持开发/测试/生产多环境
4. 在 README 中明确说明访问地址，提醒用户必须使用服务器 IP 而非 localhost

---

2026-04-29-22-49-38 — WebSocket 404 + 项目状态异常 + 导入按钮无响应

A. 具体问题

1. 控制台报错 WebSocket connection to 'ws://localhost:8000/ws/progress' failed
2. 项目库中"测试视频项目"状态显示为"异常"（红色）
3. "导入多媒体资源"按钮点击无反应

B. 产生原因

1. websocket.ts 仍为 ws://localhost:8000/ws/progress，未随前端 baseURL 一起改为服务器 IP
2. FastAPI 后端未实现 /ws/progress WebSocket 路由
3. Uvicorn 缺少 WebSocket 支持库（websockets 或 wsproto 未安装）
4. 后端 Project 模型默认状态为 "pending"，前端只识别 "Ready" / "Parsing"，其他状态均显示"异常"
5. ProjectLibrary.tsx 中"导入多媒体资源"按钮为纯静态 <button>，无 onClick 事件和隐藏的 <input type="file">

C. 解决方案

1. websocket.ts URL 改为 ws://192.168.3.11:8000/ws/progress
2. backend/main.py 添加 @app.websocket("/ws/progress") 路由 + ConnectionManager 连接管理
3. pip install websockets 为 Uvicorn 提供 WebSocket 协议支持
4. 后端 Project.status 默认值从 "pending" 改为 "Ready"
5. 前端增加 'pending' / 'Pending' 状态分支显示"待处理"
6. 为导入按钮添加 onClick + useRef<HTMLInputElement> + 隐藏文件输入框，调用 uploadMedia API

D. 后续如何避免问题

1. 任何涉及网络地址的配置（HTTP / WebSocket）必须同步修改，不能遗漏
2. 新增 WebSocket 功能时，同步检查 Uvicorn 是否安装了协议支持库
3. 前后端状态枚举值必须对齐，或后端返回时做映射转换
4. 所有按钮类 UI 元素必须绑定事件处理器，禁止纯装饰性按钮

---

新增经验请追加到文件末尾，保持时间倒序或正序均可，但需确保每条经验包含完整的 A/B/C/D 四段。