3.8 KiB
3.8 KiB
当然可以，以下是 TraceStudio v2.0 当前前后端设计框架与核心功能的总结，便于后续 AI 或开发者继续设计和扩展：
一、前端设计框架与核心功能
1. 节点编辑与可视化
-
节点主输入/主输出：所有主数据流通过连线传递，节点左侧为 InputSpec，右侧为 OutputSpec，前端不再显示输入映射选择。
-
参数面板（Inspector）：仅显示 ParamSpec 控制参数，支持静态赋值、上下文引用、暴露端口（Expose Pin）。
-
上下文变量引用：参数可绑定全局或上游节点的 Context 变量，支持 $Global.xxx 和 $NodeID.xxx 格式。
-
节点形态：主流水线（1进1出）为主，聚合/分支节点支持多输入/多输出，线条粗细自动根据数据维度渲染。
-
交互逻辑
：
- 连线即输入，参数赋值支持静态/上下文/暴露端口三种模式。
- 支持节点暴露参数为端口，自动升级为输入端口。
- 支持节点上下文广播与全局变量提升。
2. 工作流与运行
- 节点运行状态：支持 pending、running、success、error 状态，前端可实时展示进度。
- 工作流递归执行：点击运行节点时，自动逆向递归依赖链，聚合节点自动收集多输入，数组节点自动批量执行。
- 缓存命中：节点执行前自动检查缓存，命中则直接返回缓存值。
二、后端设计框架与核心功能
1. 节点系统核心
- TraceNode 基类：明确 InputSpec、OutputSpec、ParamSpec、ContextSpec 四大属性，所有节点继承此基类。
- 节点注册与发现：通过 register_node 装饰器自动注册，支持动态加载与反射。
- 节点执行接口：process(inputs, context) 方法，所有主输入通过 inputs 传递，参数通过 self.get_param 获取，上下文通过 context 传递。
- 参数与上下文分离：参数仅面板赋值，主输入仅连线传递，上下文自动广播。
- 缓存机制：支持内存/磁盘缓存，缓存 key 由节点类型、参数、输入、上下文共同决定。
2. 典型节点实现
- 示例节点：如 AddNode（加法）、InputNode/OutputNode（IO）、ConcatNode（聚合）。
- 聚合/复合节点：支持多输入、批量处理、上下文聚合。
- 节点元数据与校验：支持节点元数据自动提取与校验（如 node_validator.py）。
3. 工作流执行器
- WorkflowExecutor：自动递归执行节点，处理依赖、聚合输入、缓存、状态管理。
- 支持批量与聚合：聚合节点自动收集多输入，数组节点自动批量执行下游节点。
4. 安全与扩展
- 节点代码安全校验：支持节点代码静态分析，禁止危险模块/函数，强制继承 TraceNode。
- 沙箱执行：预留沙箱接口，支持资源限制与超时控制。
三、交互与协议
- 节点元数据协议：前后端通过 InputSpec/OutputSpec/ParamSpec/ContextSpec 四大属性进行节点描述与渲染。
- 上下文命名空间协议：支持 $Global.xxx 和 $NodeID.xxx 两级上下文变量引用。
- 节点运行与状态协议：支持节点运行状态回调与进度上报，便于前端实时展示。
四、可扩展性与后续建议
- 支持自定义节点动态加载与热插拔。
- 支持节点类型扩展（如复合节点、条件节点、循环节点等）。
- 支持更细粒度的权限与安全控制。
- 支持分布式/异步执行与大规模数据流处理。
- 支持更丰富的前端交互（如节点模板、批量编辑、可视化调试等）。
如需详细代码结构、接口示例或具体扩展建议，可进一步补充。此总结可直接交付给下一个 AI 或开发者，作为 TraceStudio v2.0 节点系统的权威设计蓝本。