feat: 训练任务支持从最新 checkpoint 继续训练

- 后端: 新增 resume/checkpoints 端点，compute 客户端与适配器支持续训
- 计算节点: llama_factory 适配器断点续训支持及测试
- 前端: fine-tune API 封装与列表页续训/断点展示

.github/workflows/ci.yml

@@ -0,0 +1,35 @@
+name: yg-ft-ci
+
+on:
+  push:
+    branches: [main, master, develop]
+  pull_request:
+
+jobs:
+  frontend:
+    runs-on: ubuntu-latest
+    defaults:
+      run:
+        working-directory: frontend
+    steps:
+      - uses: actions/checkout@v4
+      - uses: actions/setup-node@v4
+        with:
+          node-version: 20
+          cache: npm
+          cache-dependency-path: frontend/package-lock.json
+      - run: npm ci
+      - run: npm run build
+
+  backend:
+    runs-on: ubuntu-latest
+    steps:
+      - uses: actions/checkout@v4
+      - uses: actions/setup-python@v5
+        with:
+          python-version: '3.12'
+      - run: python -m pip install -r backend/requirements.txt
+      - run: python -m compileall -q backend/app compute
+      - run: python -m pytest -q backend/tests/test_storage_security.py
+        env:
+          PYTHONPATH: backend

.gitignore

@@ -55,7 +55,6 @@ htmlcov/
 .nox/
 .coverage
 .coverage.*
-.cache
 nosetests.xml
 coverage.xml
 *.cover
@@ -203,6 +202,7 @@ docker/llamafactory-latest.tar.gz
 docker/compute/data/yg-ft/datasets/*
 docker/compute/data/yg-ft/models/*
 docker/compute/data/yg-ft/outputs/*
+docker/compute/data/yg-ft/trained_models/*
 docker/compute/data/yg-ft/logs/**
 !docker/compute/data/yg-ft/logs/compute/
 !docker/compute/data/yg-ft/logs/training/
@@ -215,3 +215,14 @@ docker/offline/
 # MinIO object storage data - 对象存储运行时数据，勿提交，保留目录结构
 docker/minio/data/*
 !docker/minio/data/.gitkeep
+
+# nlp-eval-demo - 独立演示项目，不进版本库
+nlp-eval-demo/
+nlp-eval-demo.zip
+
+# 项目本地缓存（HuggingFace / tiktoken 等大文件），保留目录结构与占位文件
+.cache/*
+!.cache/.gitkeep
+!.cache/tiktoken/
+!.cache/huggingface/
+!.cache/**/.gitkeep

backend/app/api/v1/endpoints/data_process.py

@@ -29,12 +29,24 @@ from fastapi import (
     Header,
     HTTPException,
     Query,
+    Request,
     UploadFile,
 )
 from fastapi.responses import StreamingResponse
 from psycopg.rows import dict_row
 
-from app.core.auth import filter_accessible_resource_ids, get_current_user, is_admin
+from app.core.auth import (
+    filter_accessible_resource_ids,
+    get_current_user,
+    has_resource_access,
+    is_admin,
+)
+
+from app.core.logging import get_structured_logger
+
+from app.core.config import get_settings
+from app.db.platform_store import get_platform_store
+
 from app.modules.data_process.algorithms import (
     ParsedText,
     canonical_record_json,
@@ -85,6 +97,8 @@ from app.modules.data_process.store import (
     new_id,
     repeat_task_id,
 )
+from app.modules.storage.minio_store import get_object_storage
+from app.modules.storage.policy import should_store_in_minio
 from app.schemas.data_process import (
     DataProcessRegenerateRequest,
     DataProcessRepeatRequest,
@@ -106,8 +120,8 @@ from app.schemas.data_process import (
     ResultUpdate,
 )
 
-router = APIRouter(prefix="/data-process")
 logger = logging.getLogger(__name__)
+biz_logger = get_structured_logger("app.biz.data_process")
 MAX_SOURCE_FILE_BYTES = 200 * 1024 * 1024
 MAX_SOURCE_FILE_COUNT = 20
 MAX_SOURCE_BATCH_BYTES = 500 * 1024 * 1024
@@ -159,6 +173,27 @@ def fail(status_code: int, message: str) -> HTTPException:
     )
 
 
+def _authorize_data_process_request(
+    request: Request,
+    task_id: str | None = None,
+    current_user: dict[str, Any] = Depends(get_current_user),
+) -> None:
+    """Apply resource ACL and tenant checks to every task-scoped endpoint."""
+    if not task_id or is_admin(current_user):
+        return
+    permission = "read" if request.method in {"GET", "HEAD"} else "write"
+    if any(marker in request.url.path for marker in ("/start", "/generate", "/regenerate", "/repeat", "/publish", "/external/")):
+        permission = "execute"
+    if not has_resource_access("data_process", task_id, current_user, permission):
+        raise fail(403, "no permission to access this data process task")
+
+
+router = APIRouter(
+    prefix="/data-process",
+    dependencies=[Depends(_authorize_data_process_request)],
+)
+
+
 @contextmanager
 def api_errors() -> Iterator[None]:
     try:
@@ -224,16 +259,45 @@ def _commit_source_batch(
     staged: list[StagedSourceObject],
 ) -> list[dict[str, Any]]:
     storage.publish(staged)
+    storage_object_ids: list[str] = []
     try:
+        # The source reference remains in the task schema for compatibility,
+        # while storage_objects provides the authoritative MinIO index.
+        if get_settings().minio_enabled:
+            for item in prepared:
+                reference = str(item.get("storage_object_id") or "")
+                if not reference.startswith("minio://"):
+                    continue
+                object_key = storage.object_key(reference)
+                metadata = get_object_storage().stat(object_key)
+                object_row = get_platform_store().create_storage_object({
+                    "resource_type": "data_process_source",
+                    "resource_id": task_id,
+                    "version_id": str(item.get("id") or new_id("dpsf")),
+                    "bucket": get_object_storage().bucket,
+                    "object_key": object_key,
+                    "file_name": item.get("name"),
+                    "content_type": (item.get("metadata") or {}).get("content_type", "application/octet-stream"),
+                    "byte_size": metadata.get("byte_size") or item.get("raw_size") or 0,
+                    "checksum_sha256": item.get("checksum_sha256"),
+                    "status": "available",
+                    "created_by": item.get("created_by"),
+                })
+                storage_object_ids.append(str(object_row["id"]))
         return store.add_source_files(task_id, prepared)
     except Exception:
+        for object_id in storage_object_ids:
+            try:
+                get_platform_store().update_storage_object(object_id, {"status": "deleted"})
+            except Exception:
+                pass
         for item in staged:
             try:
                 storage.delete(item.reference)
             except Exception:
                 # 文件系统回滚失败不能覆盖数据库抛出的根因，并继续清理其余对象。
                 logger.exception(
-                    "failed to roll back data process source object task_id=%s",
+                    "数据处理源对象回滚失败 task_id=%s",
                     task_id,
                 )
         raise
@@ -603,7 +667,7 @@ def _run_generation(
 ) -> None:
     started_at = time.perf_counter()
     logger.info(
-        "data process generation worker started task_id=%s generation_run_id=%s",
+        "数据处理生成任务开始 task_id=%s generation_run_id=%s",
         task_id,
         generation_run_id,
     )
@@ -611,8 +675,7 @@ def _run_generation(
         task = store.get_task(task_id)
         if not store.generation_is_running(task_id, generation_run_id):
             logger.info(
-                "data process generation worker skipped inactive run task_id=%s "
-                "generation_run_id=%s",
+                "数据处理生成任务跳过（非活跃运行） task_id=%s generation_run_id=%s",
                 task_id,
                 generation_run_id,
             )
@@ -702,8 +765,7 @@ def _run_generation(
                 len(preview_items),
             ):
                 logger.info(
-                    "data process generation stopped before completion task_id=%s "
-                    "generation_run_id=%s",
+                    "数据处理生成任务被中止 task_id=%s generation_run_id=%s",
                     task_id,
                     generation_run_id,
                 )
@@ -774,10 +836,27 @@ def _run_generation(
                 duplicate_count=duplicate_count,
                 error_count=error_count,
             )
+            result_bytes = "".join(
+                structured_json_dumps(item) + "\n" for item in accepted
+            ).encode("utf-8")
+            if should_store_in_minio(len(result_bytes)):
+                result_key = f"data-process/{task_id}/results/{generation_run_id}.jsonl"
+                uploaded = get_object_storage().put_bytes(result_key, result_bytes, "application/jsonl")
+                get_platform_store().create_storage_object({
+                    "resource_type": "data_process_result",
+                    "resource_id": task_id,
+                    "version_id": generation_run_id,
+                    "bucket": uploaded["bucket"],
+                    "object_key": result_key,
+                    "file_name": f"{generation_run_id}.jsonl",
+                    "content_type": "application/jsonl",
+                    "byte_size": len(result_bytes),
+                    "checksum_sha256": hashlib.sha256(result_bytes).hexdigest(),
+                    "status": "available",
+                    "created_by": (store.get_task(task_id) or {}).get("created_by"),
+                })
             logger.info(
-                "data process generation completed task_id=%s generation_run_id=%s "
-                "output_count=%s filtered_count=%s duplicate_count=%s error_count=%s "
-                "duration_ms=%.2f",
+                "数据处理生成完成 task_id=%s generation_run_id=%s output_count=%s filtered_count=%s duplicate_count=%s error_count=%s duration_ms=%.2f",
                 task_id,
                 generation_run_id,
                 completed.get("output_count", len(accepted)),
@@ -788,14 +867,13 @@ def _run_generation(
             )
         else:
             logger.info(
-                "data process generation stopped before result persistence task_id=%s "
-                "generation_run_id=%s",
+                "数据处理生成任务在持久化前被停止 task_id=%s generation_run_id=%s",
                 task_id,
                 generation_run_id,
             )
     except Exception as exc:
         logger.exception(
-            "data process generation failed task_id=%s generation_run_id=%s duration_ms=%.2f",
+            "数据处理生成失败 task_id=%s generation_run_id=%s duration_ms=%.2f",
             task_id,
             generation_run_id,
             (time.perf_counter() - started_at) * 1000,
@@ -809,8 +887,7 @@ def _run_generation(
                 )
         except Exception:
             logger.exception(
-                "failed to persist data process generation failure task_id=%s "
-                "generation_run_id=%s",
+                "数据处理生成失败持久化异常 task_id=%s generation_run_id=%s",
                 task_id,
                 generation_run_id,
             )
@@ -835,7 +912,7 @@ def list_tasks(
             keyword=keyword,
             status=status,
             process_type=process_type,
-            tenant_id=tenant_id,
+            tenant_id=tenant_id if is_admin(current_user) else (current_user.get("tenant_id") or "default"),
             project_id=project_id,
         )
         # #4 资源 ACL 过滤：admin 放行，普通用户只看到自己被授权的数据处理任务
@@ -856,9 +933,16 @@ def list_tasks(
 def create_task(
     payload: DataProcessTaskCreate,
     store: DataProcessStore = Depends(get_data_process_store),
+    current_user: dict = Depends(get_current_user),
 ) -> dict[str, Any]:
     with api_errors():
-        task = store.create_task(payload.model_dump(mode="json"))
+        values = payload.model_dump(mode="json")
+        values["created_by"] = current_user.get("id")
+        values["owner_id"] = current_user.get("id")
+        values["tenant_id"] = current_user.get("tenant_id") or "default"
+        get_platform_store().assert_active_tenant(values["tenant_id"])
+        task = store.create_task(values)
+        biz_logger.info("用户创建数据处理任务成功", taskId=task["id"], processType=task.get("process_type", ""))
         return ok(task, "data process task created")
 
 
@@ -884,10 +968,9 @@ def update_task(
     store: DataProcessStore = Depends(get_data_process_store),
 ) -> dict[str, Any]:
     with api_errors():
-        return ok(
-            store.update_task(task_id, payload.model_dump(exclude_unset=True, mode="json")),
-            "data process task updated",
-        )
+        result = store.update_task(task_id, payload.model_dump(exclude_unset=True, mode="json"))
+        biz_logger.info("用户更新数据处理任务成功", taskId=task_id)
+        return ok(result, "data process task updated")
 
 
 @router.put("/{task_id}/workflow-step")
@@ -933,7 +1016,7 @@ def _repeat_file_copies(
         source = store.get_source_file(source_task_id, old_file_id, include_content=True)
         new_file_id = new_id("dpsf")
         old_reference = str(source.get("storage_object_id") or "")
-        if old_reference.startswith("local://data-process/"):
+        if old_reference.startswith(("local://data-process/", "minio://data-process/")):
             staged_object = storage.stage_copy(
                 batch_id=batch_id,
                 source_reference=old_reference,
@@ -976,7 +1059,7 @@ def _remove_repeated_storage_objects(
             )
         except Exception:
             logger.exception(
-                "failed to roll back repeated data process source object task_id=%s",
+                "数据处理源对象重复回滚失败 task_id=%s",
                 task_id,
             )
 
@@ -1052,6 +1135,7 @@ def delete_task(
 ) -> dict[str, Any]:
     with api_errors():
         store.delete_task(task_id)
+        biz_logger.info("用户删除数据处理任务成功", taskId=task_id)
         return ok({"deleted": task_id}, "data process task deleted")
 
 
@@ -1364,13 +1448,12 @@ def delete_source_file(
                 expected_source_file_id=file_id,
             )
         except Exception:
-            # 数据库软删除已经提交，不能再向客户端返回可重试的失败；保留逻辑引用，
-            # 由后续存储清理任务重试物理删除。
             cleanup_pending = True
             logger.exception(
-                "failed to remove data process source object after soft deletion",
+                "数据处理源对象软删除后存储清理失败",
                 extra={"task_id": task_id, "source_file_id": file_id},
             )
+        biz_logger.info("用户删除数据处理源文件成功", taskId=task_id, fileId=file_id, storageCleanupPending=cleanup_pending)
         return ok(
             {"deleted": file_id, "storage_cleanup_pending": cleanup_pending},
             "source file removed",
@@ -1603,7 +1686,6 @@ def _prepare_preview_items(
             )
             needs_pdf_noise = (
                 is_unstructured
-                and not needs_layout_raw
                 and source_format == "pdf"
                 and bool(
                     preprocess_options & {"clean_invalid", "clean_invalid_content"}
@@ -1637,17 +1719,18 @@ def _prepare_preview_items(
             enriched = dict(source)
             if needs_structured_xlsx or needs_layout_raw:
                 enriched["raw_content"] = raw
-                sources[index] = enriched
-                continue
-            pages = extract_pdf_page_texts(raw)
-            extracted_text = "\n\n".join(page.text for page in pages if page.text)
-            if extracted_text != str(source.get("content") or ""):
-                logger.warning(
-                    "skip PDF document noise detection because stored offsets differ for %s",
-                    source["id"],
-                )
-                continue
-            enriched["document_noise_spans"] = detect_pdf_document_noise(pages)
+            if needs_pdf_noise:
+                # layout_hybrid 路径下也跑 PDF 文本规则噪声检测，
+                # 弥补 docling layout 模型对中文 PDF 页眉/页脚识别率低的问题。
+                pages = extract_pdf_page_texts(raw)
+                extracted_text = "\n\n".join(page.text for page in pages if page.text)
+                if extracted_text != str(source.get("content") or ""):
+                    logger.warning(
+                        "跳过PDF文档噪声检测（存储偏移量不一致） source_id=%s",
+                        source["id"],
+                    )
+                else:
+                    enriched["document_noise_spans"] = detect_pdf_document_noise(pages)
             sources[index] = enriched
     items = _build_preview_items(task, sources)
     if not items and source_file_ids is None and is_unstructured:
@@ -1666,7 +1749,7 @@ def _run_preview(
 
     started_at = time.perf_counter()
     logger.info(
-        "data process preview started task_id=%s preview_run_id=%s total_files=%s",
+        "数据处理预览开始 task_id=%s preview_run_id=%s total_files=%s",
         task_id,
         preview_run_id,
         len(source_file_ids),
@@ -1675,7 +1758,7 @@ def _run_preview(
         is_unstructured = store.get_task(task_id).get("process_type") == "unstructured"
         if not store.mark_preview_running(task_id, preview_run_id):
             logger.info(
-                "data process preview skipped inactive run task_id=%s preview_run_id=%s",
+                "数据处理预览跳过（非活跃运行） task_id=%s preview_run_id=%s",
                 task_id,
                 preview_run_id,
             )
@@ -1685,8 +1768,7 @@ def _run_preview(
         for completed_files, source_file_id in enumerate(source_file_ids, start=1):
             if not store.preview_is_running(task_id, preview_run_id):
                 logger.info(
-                    "data process preview cancelled task_id=%s preview_run_id=%s "
-                    "completed_files=%s total_files=%s",
+                    "数据处理预览被取消 task_id=%s preview_run_id=%s completed_files=%s total_files=%s",
                     task_id,
                     preview_run_id,
                     completed_files - 1,
@@ -1717,8 +1799,7 @@ def _run_preview(
                 total_files,
             ):
                 logger.info(
-                    "data process preview stopped before progress update task_id=%s "
-                    "preview_run_id=%s completed_files=%s total_files=%s",
+                    "数据处理预览在进度更新前被停止 task_id=%s preview_run_id=%s completed_files=%s total_files=%s",
                     task_id,
                     preview_run_id,
                     completed_files,
@@ -1727,8 +1808,7 @@ def _run_preview(
                 return
         if store.complete_preview(task_id, preview_run_id):
             logger.info(
-                "data process preview completed task_id=%s preview_run_id=%s "
-                "total_files=%s total_items=%s duration_ms=%.2f",
+                "数据处理预览完成 task_id=%s preview_run_id=%s total_files=%s total_items=%s duration_ms=%.2f",
                 task_id,
                 preview_run_id,
                 total_files,
@@ -1737,14 +1817,13 @@ def _run_preview(
             )
         else:
             logger.info(
-                "data process preview completion ignored for inactive run task_id=%s "
-                "preview_run_id=%s",
+                "数据处理预览完成但运行已失效 task_id=%s preview_run_id=%s",
                 task_id,
                 preview_run_id,
             )
     except Exception as exc:
         logger.exception(
-            "data process preview failed task_id=%s preview_run_id=%s duration_ms=%.2f",
+            "数据处理预览失败 task_id=%s preview_run_id=%s duration_ms=%.2f",
             task_id,
             preview_run_id,
             (time.perf_counter() - started_at) * 1000,
@@ -1758,8 +1837,7 @@ def _run_preview(
                 )
         except Exception:
             logger.exception(
-                "failed to persist data process preview failure task_id=%s "
-                "preview_run_id=%s",
+                "数据处理预览失败持久化异常 task_id=%s preview_run_id=%s",
                 task_id,
                 preview_run_id,
             )
@@ -1969,6 +2047,7 @@ def stop(
 ) -> dict[str, Any]:
     with api_errors():
         store.stop_task(task_id)
+        biz_logger.info("用户停止数据处理任务成功", taskId=task_id)
         return ok(store.progress(task_id), "data process task stopped")
 
 
@@ -2010,7 +2089,9 @@ def confirm_results(
     store: DataProcessStore = Depends(get_data_process_store),
 ) -> dict[str, Any]:
     with api_errors():
-        return ok(store.confirm_results(task_id), "data process results confirmed")
+        result = store.confirm_results(task_id)
+        biz_logger.info("用户确认数据处理结果成功", taskId=task_id)
+        return ok(result, "data process results confirmed")
 
 
 @router.put("/{task_id}/results/{result_id}")
@@ -2359,8 +2440,7 @@ def regenerate_results_batch(
                 }))
 
         logger.info(
-            "data process result batch regeneration started batch_id=%s task_id=%s "
-            "requested=%s prepared=%s concurrency=%s",
+            "数据处理结果批量重新生成开始 batch_id=%s task_id=%s requested=%s prepared=%s concurrency=%s",
             batch_id,
             task_id,
             len(payload.items),
@@ -2428,8 +2508,7 @@ def regenerate_results_batch(
                     except Exception as exc:  # pragma: no cover - defensive boundary
                         outcome = "internal_error"
                         logger.exception(
-                            "data process result batch regeneration crashed "
-                            "batch_id=%s task_id=%s result_id=%s",
+                            "数据处理结果批量重新生成崩溃 batch_id=%s task_id=%s result_id=%s",
                             batch_id,
                             task_id,
                             result_id,
@@ -2440,8 +2519,7 @@ def regenerate_results_batch(
                             "message": _safe_regeneration_error(exc),
                         }))
                     logger.info(
-                        "data process result batch item finished batch_id=%s task_id=%s "
-                        "result_id=%s outcome=%s duration_ms=%.2f",
+                        "数据处理结果批量项完成 batch_id=%s task_id=%s result_id=%s outcome=%s duration_ms=%.2f",
                         batch_id,
                         task_id,
                         result_id,
@@ -2461,8 +2539,7 @@ def regenerate_results_batch(
         )
         duration_ms = (time.perf_counter() - started_at) * 1000
         logger.info(
-            "data process result batch regeneration completed batch_id=%s task_id=%s "
-            "succeeded=%s failed=%s remaining_invalid=%s duration_ms=%.2f",
+            "数据处理结果批量重新生成完成 batch_id=%s task_id=%s succeeded=%s failed=%s remaining_invalid=%s duration_ms=%.2f",
             batch_id,
             task_id,
             len(success_items),
@@ -2509,8 +2586,7 @@ def evaluate_results_batch(
                 evaluation_model = store.get_generation_model(str(model_id))
             except NotFoundError:
                 logger.warning(
-                    "data process evaluation model unavailable, judge layer "
-                    "skipped task_id=%s model_id=%s",
+                    "数据处理评测模型不可用，跳过评测层 task_id=%s model_id=%s",
                     task_id,
                     model_id,
                 )
@@ -2558,8 +2634,7 @@ def evaluate_results_batch(
                 }))
 
         logger.info(
-            "data process result batch evaluation started batch_id=%s task_id=%s "
-            "requested=%s prepared=%s judge_enabled=%s",
+            "数据处理结果批量评测开始 batch_id=%s task_id=%s requested=%s prepared=%s judge_enabled=%s",
             batch_id,
             task_id,
             len(payload.items),
@@ -2576,8 +2651,7 @@ def evaluate_results_batch(
                 semantic_embedding_model()
             except Exception:
                 logger.warning(
-                    "data process semantic embedding unavailable, semantic layer "
-                    "will be skipped batch_id=%s",
+                    "数据处理语义嵌入模型不可用，语义层将跳过 batch_id=%s",
                     batch_id,
                 )
             request_timeout = _result_regeneration_timeout(config)
@@ -2630,8 +2704,7 @@ def evaluate_results_batch(
                             "message": _safe_regeneration_error(exc),
                         }))
                     logger.info(
-                        "data process result batch evaluation item finished "
-                        "batch_id=%s task_id=%s result_id=%s outcome=%s duration_ms=%.2f",
+                        "数据处理结果批量评测项完成 batch_id=%s task_id=%s result_id=%s outcome=%s duration_ms=%.2f",
                         batch_id,
                         task_id,
                         result_id,
@@ -2643,8 +2716,7 @@ def evaluate_results_batch(
         failure_items = [item for _, item in sorted(failures, key=lambda pair: pair[0])]
         duration_ms = (time.perf_counter() - started_at) * 1000
         logger.info(
-            "data process result batch evaluation completed batch_id=%s task_id=%s "
-            "succeeded=%s failed=%s duration_ms=%.2f",
+            "数据处理结果批量评测完成 batch_id=%s task_id=%s succeeded=%s failed=%s duration_ms=%.2f",
             batch_id,
             task_id,
             len(success_items),
@@ -2700,8 +2772,7 @@ def regenerate_result(
             )
         except _ResultRegenerationFailed as exc:
             logger.warning(
-                "data process result regeneration failed task_id=%s result_id=%s "
-                "duration_ms=%.2f reason=%s",
+                "数据处理结果重新生成失败 task_id=%s result_id=%s duration_ms=%.2f reason=%s",
                 task_id,
                 result_id,
                 (time.perf_counter() - started_at) * 1000,
@@ -2709,7 +2780,7 @@ def regenerate_result(
             )
             raise
         logger.info(
-            "data process result regenerated task_id=%s result_id=%s duration_ms=%.2f",
+            "数据处理结果重新生成完成 task_id=%s result_id=%s duration_ms=%.2f",
             task_id,
             result_id,
             (time.perf_counter() - started_at) * 1000,
@@ -2725,5 +2796,6 @@ def publish(
 ) -> dict[str, Any]:
     with api_errors():
         result = store.publish(task_id, payload.model_dump(mode="json"))
+        biz_logger.info("用户发布数据处理任务成功", taskId=task_id, datasetId=result.get("dataset_id", ""))
         message = "dataset published" if result["created"] else "dataset already published"
         return ok(result, message)

backend/app/core/audit.py

@@ -21,7 +21,7 @@ from typing import Any, Callable, Optional, TypeVar
 
 from fastapi import Request
 
-from app.core.logging import get_logger, request_id_var
+from app.core.logging import get_client_ip, get_logger, mask_sensitive_string, request_id_var
 
 logger = get_logger("app.audit")
 
@@ -61,17 +61,31 @@ def audit_log(
                     detail = _build_detail(detail_template, kwargs)
                     _record_audit(
                         action=action,
+                        actor_id=_extract_actor_id(kwargs),
                         target_type=target_type,
                         target_id=target_id,
                         detail=detail,
                         trace_id=trace_id,
                         duration_ms=elapsed_ms,
+                        kwargs=kwargs,
+                        args=args,
                     )
                     return result
-                except Exception:
-                    logger.error(
-                        "审计日志记录失败 action=%s", action, exc_info=True
+                except Exception as exc:
+                    _record_audit(
+                        action=action,
+                        actor_id=_extract_actor_id(kwargs),
+                        target_type=target_type,
+                        target_id=_extract_target_id(None, kwargs, extract_target_id),
+                        detail=_build_detail(detail_template, kwargs),
+                        trace_id=trace_id,
+                        duration_ms=(time.perf_counter() - started_at) * 1000,
+                        result="failure",
+                        reason=_safe_exception_reason(exc),
+                        kwargs=kwargs,
+                        args=args,
                     )
+                    logger.warning("业务操作失败 action=%s reason=%s", action, _safe_exception_reason(exc))
                     raise
 
             return async_wrapper  # type: ignore
@@ -87,17 +101,31 @@ def audit_log(
                     detail = _build_detail(detail_template, kwargs)
                     _record_audit(
                         action=action,
+                        actor_id=_extract_actor_id(kwargs),
                         target_type=target_type,
                         target_id=target_id,
                         detail=detail,
                         trace_id=trace_id,
                         duration_ms=elapsed_ms,
+                        kwargs=kwargs,
+                        args=args,
                     )
                     return result
-                except Exception:
-                    logger.error(
-                        "审计日志记录失败 action=%s", action, exc_info=True
+                except Exception as exc:
+                    _record_audit(
+                        action=action,
+                        actor_id=_extract_actor_id(kwargs),
+                        target_type=target_type,
+                        target_id=_extract_target_id(None, kwargs, extract_target_id),
+                        detail=_build_detail(detail_template, kwargs),
+                        trace_id=trace_id,
+                        duration_ms=(time.perf_counter() - started_at) * 1000,
+                        result="failure",
+                        reason=_safe_exception_reason(exc),
+                        kwargs=kwargs,
+                        args=args,
                     )
+                    logger.warning("业务操作失败 action=%s reason=%s", action, _safe_exception_reason(exc))
                     raise
 
             return sync_wrapper  # type: ignore
@@ -136,27 +164,69 @@ def _build_detail(template: str, kwargs: dict) -> str:
 
 def _record_audit(
     action: str,
+    actor_id: Optional[str],
     target_type: str,
     target_id: Optional[str],
     detail: str,
     trace_id: str,
     duration_ms: float,
+    *,
+    kwargs: dict[str, Any] | None = None,
+    args: tuple[Any, ...] = (),
+    result: str = "success",
+    reason: str | None = None,
 ) -> None:
     """通过已有的 record_audit 方法写入审计日志"""
     try:
         from app.db.platform_store import get_platform_store
 
         store = get_platform_store()
+        kwargs = kwargs or {}
+        request = _extract_request(args, kwargs)
+        current_user = kwargs.get("current_user") or kwargs.get("user") or {}
+        request_id = request.headers.get("X-Request-ID") if request else None
+        request_id = request_id or trace_id
+        client_ip = get_client_ip(request) or None
+        detail_text = f"{detail} trace_id={trace_id} duration_ms={duration_ms:.1f}" if detail else f"trace_id={trace_id} duration_ms={duration_ms:.1f}"
         store.record_audit(
             action=action,
+            actor_id=actor_id,
             target_type=target_type or None,
             target_id=target_id,
-            detail=f"{detail} trace_id={trace_id} duration_ms={duration_ms:.1f}" if detail else f"trace_id={trace_id} duration_ms={duration_ms:.1f}",
+            tenant_id=str(current_user.get("tenant_id") or "") or None,
+            detail=mask_sensitive_string(detail_text),
+            result=result,
+            reason=mask_sensitive_string(reason or "") or None,
+            request_id=request_id,
+            session_id=str(current_user.get("session_id") or "") or None,
+            ip=client_ip,
         )
     except Exception:
         logger.error("写入审计日志失败 action=%s", action, exc_info=True)
 
 
+def _extract_actor_id(kwargs: dict) -> Optional[str]:
+    """从 FastAPI 注入的当前用户中提取操作人 ID。"""
+    for key in ("current_user", "user"):
+        value = kwargs.get(key)
+        if isinstance(value, dict) and value.get("id"):
+            return str(value["id"])
+    return None
+
+
+def _extract_request(args: tuple[Any, ...], kwargs: dict[str, Any]) -> Request | None:
+    for value in tuple(kwargs.values()) + tuple(args):
+        if isinstance(value, Request):
+            return value
+    return None
+
+
+def _safe_exception_reason(exc: Exception) -> str:
+    """Keep audit failures useful without recording credentials or tokens."""
+    value = getattr(exc, "detail", None) or str(exc) or exc.__class__.__name__
+    return mask_sensitive_string(str(value))[:500]
+
+
 # ==================== 预定义的审计操作常量 ====================
 
 class AuditActions:

backend/app/core/auth.py

@@ -2,20 +2,76 @@
 from __future__ import annotations
 
 from typing import Any
+import json
 
 from fastapi import Depends, HTTPException, Query, Request, status
 
 from app.db.platform_store import get_platform_store
+from app.core.logging import get_client_ip
 
 # 无需鉴权的路径前缀（健康检查、登录等）
 PUBLIC_PATHS = ("/health", "/login", "/system-info")
 OWNER_TABLES = {
     "dataset": ("datasets", "created_by"), "model": ("models", "created_by"),
     "trained_model": ("trained_models", "created_by"), "eval": ("eval_tasks", "created_by"),
-    "fine-tune": ("fine_tune_tasks", "payload"), "fine_tune_task": ("fine_tune_tasks", "payload"),
+    "fine-tune": ("fine_tune_tasks", "created_by"), "fine_tune_task": ("fine_tune_tasks", "created_by"),
     "compare": ("compare_tasks", "payload"), "inference": ("compare_tasks", "payload"),
-    "project": ("projects", "created_by"), "data_process": ("data_process_tasks", "created_by"),
+    "project": ("projects", "create_by"), "data_process": ("data_process_tasks", "created_by"),
+    "data_convert": ("data_convert_tasks", "created_by"),
 }
+RESOURCE_TABLES = {
+    "dataset": "datasets",
+    "model": "models",
+    "trained_model": "trained_models",
+    "eval": "eval_tasks",
+    "fine-tune": "fine_tune_tasks",
+    "fine_tune_task": "fine_tune_tasks",
+    "compare": "compare_tasks",
+    "inference": "compare_tasks",
+    "project": "projects",
+    "data_process": "data_process_tasks",
+    "data_convert": "data_convert_tasks",
+}
+MODULE_PERMISSIONS = {
+    "dashboard": "dashboard",
+    "fine-tune": "fine-tune",
+    "model-eval": "model-eval",
+    "model-compare": "model-inference",
+    "model-inference": "model-inference",
+    "model-chat": "model-inference",
+    "model-manage": "model-manage",
+    "dataset-manage": "dataset",
+    "data-process": "data-process",
+    "data-convert": "data-convert",
+    "compute": "compute",
+    "hardware": "hardware",
+    "users": "user-settings",
+}
+
+# These endpoints are the user-facing compute view used by training,
+# inference, and evaluation forms. They only return the current user's
+# assigned nodes/GPUs in the endpoint implementation, so they must remain
+# available after an approval without granting access to the admin compute
+# management page.
+SELF_SERVICE_COMPUTE_PATHS = {
+    "/compute/nodes",
+    "/compute/gpus",
+    "/compute/my-gpus",
+}
+
+# Resource actions are deliberately kept separate from module permissions.
+# A user may be allowed to open a module while still lacking the action on a
+# specific resource (for example, download or delete).
+RESOURCE_ACTIONS = frozenset({
+    "read",
+    "write",
+    "execute",
+    "download",
+    "export",
+    "delete",
+    "admin",
+})
+RESOURCE_ACTION_ALIASES = {"export": "download"}
 
 
 def _extract_token(request: Request) -> str | None:
@@ -30,6 +86,26 @@ def _session_token(user_id: str, session_id: str) -> str:
     return f"platform-token-{user_id}.{session_id}"
 
 
+def _record_auth_event(actor_id: str | None, action: str, reason: str, request: Request) -> None:
+    """Best-effort security audit for authentication and permission denials."""
+    try:
+        get_platform_store().record_audit(
+            action=action,
+            actor_id=actor_id,
+            target_type="auth",
+            target_id=request.url.path,
+            detail=reason,
+            result="denied",
+            reason=reason,
+            request_id=request.headers.get("X-Request-ID"),
+            ip=get_client_ip(request) or None,
+        )
+    except Exception:
+        # An audit failure must never turn an authentication decision into an
+        # accidental allow or an unrelated 500 response.
+        pass
+
+
 def get_current_user(request: Request) -> dict[str, Any]:
     """
     FastAPI 依赖：解析当前登录用户。
@@ -55,31 +131,219 @@ def get_current_user(request: Request) -> dict[str, Any]:
                 "SELECT user_id, logout_at, expires_at FROM sessions WHERE id=?", (session_id,)
             ).fetchone()
         if not session or session["user_id"] != user_id or session["logout_at"]:
+            _record_auth_event(user_id, "auth.session.denied", "session expired or logged out", request)
             raise HTTPException(status_code=status.HTTP_401_UNAUTHORIZED, detail="session expired")
         if session["expires_at"]:
             from datetime import datetime, timezone
             try:
                 if datetime.fromisoformat(str(session["expires_at"]).replace("Z", "+00:00")) <= datetime.now(timezone.utc):
+                    _record_auth_event(user_id, "auth.session.denied", "session expired", request)
                     raise HTTPException(status_code=status.HTTP_401_UNAUTHORIZED, detail="session expired")
             except ValueError:
                 pass
     with store.connect() as conn:
         user_row = conn.execute("SELECT * FROM users WHERE id=?", (user_id,)).fetchone()
     if user_row:
-        return store._user(user_row)
+        user = store._user(user_row)
+        if user.get("status") != "active":
+            _record_auth_event(user_id, "auth.user.disabled", "user is not active", request)
+            raise HTTPException(status_code=status.HTTP_401_UNAUTHORIZED, detail="user disabled")
+        requested_tenant = request.headers.get("X-Tenant-ID", "").strip()
+        if requested_tenant and (is_admin(user) or requested_tenant in user_tenant_ids(user)):
+            user["tenant_id"] = requested_tenant
+        # Keep the session identifier in request context so business audit
+        # records can be traced back to the exact login session.
+        if session_id:
+            user["session_id"] = session_id
+        path_parts = path.strip("/").split("/")
+        # The API may be mounted directly at /modelTF or behind /api/v1/modelTF.
+        # Locate the first known module segment instead of relying on a fixed index.
+        segment = next((part for part in path_parts if part in MODULE_PERMISSIONS), "")
+        required = MODULE_PERMISSIONS.get(segment)
+        relative_path = "/" + "/".join(path_parts[path_parts.index(segment):]) if segment else path
+        self_service_compute = relative_path.rstrip("/") in SELF_SERVICE_COMPUTE_PATHS
+        if (
+            required
+            and not is_admin(user)
+            and required not in (user.get("permissions") or [])
+            and not self_service_compute
+        ):
+            _record_auth_event(user_id, "auth.permission.denied", f"missing permission: {required}", request)
+            raise HTTPException(status_code=status.HTTP_403_FORBIDDEN, detail=f"missing permission: {required}")
+        return user
     raise HTTPException(status_code=status.HTTP_401_UNAUTHORIZED, detail="user not found")
 
 
 def require_admin(current_user: dict[str, Any] = Depends(get_current_user)) -> dict[str, Any]:
-    """FastAPI 依赖：要求当前用户是管理员（role=admin 或 protected）。"""
-    if current_user.get("role") == "admin" or current_user.get("protected"):
+    """FastAPI 依赖：要求当前用户是平台管理员。"""
+    if is_admin(current_user):
         return current_user
     raise HTTPException(status_code=status.HTTP_403_FORBIDDEN, detail="admin permission required")
 
 
+def require_tenant_admin(
+    tenant_id: str,
+    current_user: dict[str, Any] = Depends(get_current_user),
+) -> dict[str, Any]:
+    """Allow platform admins and active owner/admin tenant members."""
+    if is_admin(current_user) or is_tenant_admin(current_user, tenant_id):
+        return current_user
+    raise HTTPException(status_code=status.HTTP_403_FORBIDDEN, detail="tenant admin permission required")
+
+
 def is_admin(user: dict[str, Any]) -> bool:
-    """判断用户是否为管理员（admin 角色或 protected 标记）。"""
-    return user.get("role") == "admin" or user.get("protected", False)
+    """判断用户是否为平台管理员；兼容历史 role=admin/protected 数据。"""
+    return (
+        user.get("platform_role") == "platform_admin"
+        or user.get("role") == "admin"
+        or user.get("protected", False)
+    )
+
+
+def user_tenant_ids(user: dict[str, Any]) -> set[str]:
+    """Return the tenant scope of a user.
+
+    Existing installations keep the primary tenant on ``users.tenant_id``.
+    ``tenant_members`` is optional during the migration and adds memberships
+    when the permission v2 schema is available.
+    """
+    if is_admin(user):
+        return {"*"}
+    primary_tenant = str(user.get("tenant_id") or "default")
+    result: set[str] = set()
+    user_id = user.get("id")
+    if not user_id:
+        return result
+    try:
+        store = get_platform_store()
+        with store.connect() as conn:
+            rows = conn.execute(
+                "SELECT tenant_id FROM tenant_members "
+                "WHERE user_id=? AND status='active' "
+                "AND (expires_at IS NULL OR expires_at='' OR expires_at > NOW()::text)",
+                (user_id,),
+            ).fetchall()
+            result.update(str(row["tenant_id"]) for row in rows if row.get("tenant_id"))
+            if not result:
+                active_tenant = conn.execute(
+                    "SELECT id FROM tenants WHERE id=? "
+                    "AND COALESCE(status, 'active')='active' "
+                    "AND COALESCE(deleted_at, '')=''",
+                    (primary_tenant,),
+                ).fetchone()
+                if active_tenant:
+                    result.add(primary_tenant)
+    except Exception:
+        # Older databases are upgraded lazily. The primary users.tenant_id
+        # remains a valid fallback until the additive table is available.
+        result.add(primary_tenant)
+    return result
+
+
+def tenant_membership(user: dict[str, Any], tenant_id: str | None = None) -> dict[str, Any] | None:
+    """Return the active membership for the selected tenant, if any."""
+    if is_admin(user):
+        return {"tenant_id": tenant_id or user.get("tenant_id") or "default", "role": "owner", "status": "active"}
+    target = str(tenant_id or user.get("tenant_id") or "default")
+    try:
+        with get_platform_store().connect() as conn:
+            row = conn.execute(
+                "SELECT tenant_id, role, status, expires_at FROM tenant_members "
+                "WHERE tenant_id=? AND user_id=? AND status='active'",
+                (target, user.get("id")),
+            ).fetchone()
+        if not row:
+            return None
+        if row.get("expires_at"):
+            from datetime import datetime, timezone
+            try:
+                if datetime.fromisoformat(str(row["expires_at"]).replace("Z", "+00:00")) <= datetime.now(timezone.utc):
+                    return None
+            except ValueError:
+                return None
+        return dict(row)
+    except Exception:
+        return None
+
+
+def is_tenant_admin(user: dict[str, Any], tenant_id: str | None = None) -> bool:
+    membership = tenant_membership(user, tenant_id)
+    return bool(membership and membership.get("role") in {"owner", "admin"})
+
+
+def is_tenant_admin_for_resource(resource_type: str, resource: dict[str, Any], user: dict[str, Any]) -> bool:
+    if is_admin(user) or resource_type == "model":
+        return False
+    tenant_id = resource_tenant_id(resource_type, resource)
+    return bool(tenant_id and is_tenant_admin(user, tenant_id))
+
+
+def bind_active_tenant(payload: dict[str, Any], user: dict[str, Any]) -> dict[str, Any]:
+    """Bind a new resource to the authenticated tenant context.
+
+    Platform administrators may explicitly create a resource in another
+    active tenant. Ordinary users can only use the tenant selected by the
+    authenticated session/X-Tenant-ID header, never a client-supplied tenant
+    id alone.
+    """
+    requested = str(payload.get("tenant_id") or user.get("tenant_id") or "default")
+    if not is_admin(user) and requested not in user_tenant_ids(user):
+        raise HTTPException(status_code=status.HTTP_403_FORBIDDEN, detail="tenant access denied")
+    payload["tenant_id"] = requested if is_admin(user) else str(user.get("tenant_id") or requested)
+    return payload
+
+
+def resource_record(resource_type: str, resource_id: str) -> dict[str, Any] | None:
+    """Load a resource row for authorization without exposing storage details."""
+    table = RESOURCE_TABLES.get(resource_type)
+    if not table or not resource_id:
+        return None
+    store = get_platform_store()
+    try:
+        with store.connect() as conn:
+            row = conn.execute(f"SELECT * FROM {table} WHERE id=?", (resource_id,)).fetchone()
+    except Exception:
+        return None
+    if not row:
+        return None
+    result = dict(row)
+    if result.get("deleted_at"):
+        return None
+    return result
+
+
+def resource_tenant_id(resource_type: str, resource: dict[str, Any]) -> str | None:
+    """Resolve tenant ownership, including legacy JSON-backed task rows."""
+    # Administrator-created base models are platform shared. Online models
+    # created by ordinary users retain tenant scope, so their visibility can
+    # be limited to the owner and members of that tenant.
+    if resource_type == "model" and str(resource.get("model_source") or "").lower() not in {"api", "online"}:
+        return None
+    tenant_id = resource.get("tenant_id")
+    if tenant_id:
+        return str(tenant_id)
+    payload = resource.get("payload")
+    if payload:
+        try:
+            data = json.loads(payload) if isinstance(payload, str) else payload
+            if isinstance(data, dict) and data.get("tenant_id"):
+                return str(data["tenant_id"])
+        except (TypeError, ValueError, json.JSONDecodeError):
+            pass
+    return None
+
+
+def resource_in_user_tenant(resource_type: str, resource: dict[str, Any], user: dict[str, Any]) -> bool:
+    if is_admin(user):
+        return True
+    if resource_type == "model" and str(resource.get("model_source") or "").lower() not in {"api", "online"}:
+        return True
+    tenant_id = resource_tenant_id(resource_type, resource)
+    if not tenant_id:
+        # A missing tenant is not an implicit shared scope. The migration must
+        # assign historical rows before ordinary users can access them.
+        return False
+    return "*" in user_tenant_ids(user) or tenant_id in user_tenant_ids(user)
 
 
 def has_resource_access(
@@ -93,16 +357,57 @@ def has_resource_access(
     - admin/protected 用户直接放行（旁路）。
     - 其他用户检查 acls 表中是否有对应授权。
     """
-    if user.get("role") == "admin" or user.get("protected"):
+    if permission not in RESOURCE_ACTIONS:
+        return False
+    permission = RESOURCE_ACTION_ALIASES.get(permission, permission)
+    if is_admin(user):
         return True
 
     store = get_platform_store()
+    resource = resource_record(resource_type, resource_id)
+    if not resource:
+        return False
+    # Some historical datasets were created before tenant_id was introduced.
+    # They are not shared by default, but an explicit user ACL granted by an
+    # administrator is still a valid compatibility path for that legacy row.
+    legacy_unscoped = resource_type != "model" and not resource_tenant_id(resource_type, resource)
+    if not resource_in_user_tenant(resource_type, resource, user) and not legacy_unscoped:
+        return False
+    if resource_type == "model":
+        model_source = str(resource.get("model_source") or "").lower()
+        if permission in {"read", "execute"}:
+            # Local/registered base models are platform resources. For online
+            # models, only administrator-created records are global; a normal
+            # user's online model is shared with the active tenant below.
+            if model_source not in {"api", "online"}:
+                return True
+            creator_id = str(resource.get("created_by") or "")
+            if creator_id:
+                with store.connect() as conn:
+                    creator = conn.execute(
+                        "SELECT platform_role, role, protected FROM users WHERE id=?",
+                        (creator_id,),
+                    ).fetchone()
+                if creator and (
+                    creator.get("platform_role") == "platform_admin"
+                    or creator.get("role") == "admin"
+                    or bool(creator.get("protected"))
+                ):
+                    return True
+            # The tenant check above has already rejected models outside the
+            # user's active tenant. Same-tenant online models are usable.
+            if resource_tenant_id(resource_type, resource) in user_tenant_ids(user):
+                return True
+    if is_tenant_admin_for_resource(resource_type, resource, user):
+        return True
     acls = store.get_acl(resource_type, resource_id)
     user_id = user.get("id")
-    user_role = user.get("role")
+    # ACL role principals are tenant roles, not platform roles.  Falling back
+    # to the platform role keeps compatibility with old ACL records.
+    membership = tenant_membership(user, resource_tenant_id(resource_type, resource))
+    user_role = (membership or {}).get("role") or user.get("role")
 
-    owner_tables = OWNER_TABLES
-    table_info = owner_tables.get(resource_type)
+    table_info = OWNER_TABLES.get(resource_type)
     if table_info and user_id:
         table, column = table_info
         with store.connect() as conn:
@@ -111,7 +416,6 @@ def has_resource_access(
             owner = row[column]
             if column == "payload":
                 try:
-                    import json
                     owner = json.loads(owner or "{}").get("created_by")
                 except (TypeError, ValueError):
                     owner = None
@@ -119,6 +423,15 @@ def has_resource_access(
                 return True
 
     for entry in acls:
+        if entry.get("revoked_at"):
+            continue
+        if entry.get("expires_at"):
+            from datetime import datetime, timezone
+            try:
+                if datetime.fromisoformat(str(entry["expires_at"]).replace("Z", "+00:00")) <= datetime.now(timezone.utc):
+                    continue
+            except ValueError:
+                pass
         # 按 user 授权
         if entry.get("principal_type") == "user" and entry.get("principal_id") == user_id:
             if _permission_covers(entry.get("permission"), permission):
@@ -154,48 +467,13 @@ def filter_accessible_resource_ids(
     - admin 直接返回全部。
     - 普通用户查 acls 表取交集。
     """
-    if user.get("role") == "admin" or user.get("protected"):
+    if is_admin(user):
         return all_ids
 
     if not all_ids:
         return []
 
-    store = get_platform_store()
-    user_id = user.get("id")
-    user_role = user.get("role")
-
-    # 查询该用户在该资源类型下有 read 权限的所有 resource_id
-    with store.connect() as conn:
-        rows = conn.execute(
-            """
-            SELECT DISTINCT resource_id FROM acls
-            WHERE resource_type=? AND (
-                (principal_type='user' AND principal_id=?)
-                OR (principal_type='role' AND principal_id=?)
-            )
-            """,
-            (resource_type, user_id, user_role),
-        ).fetchall()
-
-    accessible = {r["resource_id"] for r in rows}
-    if resource_type in OWNER_TABLES:
-        table, column = OWNER_TABLES[resource_type]
-        if column == "payload":
-            # payload 是 JSON 字符串，需要查出后解析 created_by
-            with store.connect() as conn:
-                owned = conn.execute(f"SELECT id, {column} FROM {table}").fetchall()
-            for row in owned:
-                try:
-                    import json
-                    payload = json.loads(row[column] or "{}")
-                    if payload.get("created_by") == user_id:
-                        accessible.add(row["id"])
-                except (TypeError, ValueError):
-                    pass
-        else:
-            with store.connect() as conn:
-                owned = conn.execute(f"SELECT id FROM {table} WHERE {column}=?", (user_id,)).fetchall()
-            accessible.update(row["id"] for row in owned)
+    accessible = filter_accessible_resource_ids_batch(resource_type, all_ids, user)
     return [rid for rid in all_ids if rid in accessible]
 
 
@@ -204,37 +482,134 @@ def filter_accessible_resource_ids_batch(
     resource_ids: list[str],
     user: dict[str, Any],
 ) -> set[str]:
-    """Filter a list endpoint with one ACL query instead of one query per row."""
+    """Filter a list endpoint with a bounded set of SQL queries.
+
+    The previous implementation called ``has_resource_access`` once per
+    resource. Each call loaded the resource, tenant membership and ACL again,
+    which made ordinary-user list pages slow on a remote PostgreSQL server.
+    """
     if is_admin(user):
         return set(resource_ids)
-    if not resource_ids:
+    ids = list(dict.fromkeys(str(item) for item in resource_ids if item))
+    if not ids:
         return set()
+
+    table = RESOURCE_TABLES.get(resource_type)
+    if not table:
+        return set()
+    placeholders = ",".join("?" for _ in ids)
+    primary_tenant = str(user.get("tenant_id") or "default")
+    tenant_ids = {primary_tenant}
+    tenant_roles: dict[str, str] = {primary_tenant: str(user.get("role") or "")}
+    user_id = str(user.get("id") or "")
     store = get_platform_store()
-    placeholders = ",".join("?" for _ in resource_ids)
     with store.connect() as conn:
-        rows = conn.execute(
-            f"SELECT DISTINCT resource_id FROM acls WHERE resource_type=? AND resource_id IN ({placeholders}) "
-            "AND ((principal_type='user' AND principal_id=?) OR (principal_type='role' AND principal_id=?))",
-            (resource_type, *resource_ids, user.get("id"), user.get("role")),
+        memberships = conn.execute(
+            "SELECT tenant_id, role FROM tenant_members "
+            "WHERE user_id=? AND status='active' "
+            "AND (expires_at IS NULL OR expires_at='' OR expires_at > NOW()::text)",
+            (user_id,),
         ).fetchall()
-    accessible = {row["resource_id"] for row in rows}
-    table_info = OWNER_TABLES.get(resource_type)
-    if table_info and user.get("id"):
-        table, column = table_info
-        with store.connect() as conn:
-            owned = conn.execute(
-                f"SELECT id, {column} FROM {table} WHERE id IN ({placeholders})",
-                (*resource_ids,),
-            ).fetchall()
-        for row in owned:
-            owner = row[column]
-            # 如果列是 payload（JSON），需要解析后提取 created_by
-            if column == "payload":
+        for membership in memberships:
+            tenant_id = str(membership["tenant_id"] or "")
+            if tenant_id:
+                tenant_ids.add(tenant_id)
+                tenant_roles[tenant_id] = str(membership["role"] or "")
+
+        rows = conn.execute(
+            f"SELECT * FROM {table} WHERE id IN ({placeholders})", tuple(ids)
+        ).fetchall()
+        row_by_id = {str(row["id"]): dict(row) for row in rows}
+        acl_rows = conn.execute(
+            "SELECT resource_id, principal_type, principal_id, permission, expires_at "
+            f"FROM acls WHERE resource_type=? AND resource_id IN ({placeholders}) "
+            "AND (revoked_at IS NULL OR revoked_at='')",
+            (resource_type, *ids),
+        ).fetchall()
+
+    acl_by_resource: dict[str, list[dict[str, Any]]] = {}
+    for row in acl_rows:
+        acl_by_resource.setdefault(str(row["resource_id"]), []).append(dict(row))
+
+    allowed: set[str] = set()
+    for resource_id in ids:
+        resource = row_by_id.get(resource_id)
+        if not resource or resource.get("deleted_at"):
+            continue
+        if resource_type == "model":
+            model_source = str(resource.get("model_source") or "").lower()
+            if model_source not in {"api", "online"}:
+                allowed.add(resource_id)
+                continue
+            creator_id = str(resource.get("created_by") or "")
+            if creator_id:
+                with store.connect() as conn:
+                    creator = conn.execute(
+                        "SELECT platform_role, role, protected FROM users WHERE id=?",
+                        (creator_id,),
+                    ).fetchone()
+                if creator and (
+                    creator.get("platform_role") == "platform_admin"
+                    or creator.get("role") == "admin"
+                    or bool(creator.get("protected"))
+                ):
+                    allowed.add(resource_id)
+                    continue
+            tenant_id = resource_tenant_id(resource_type, resource)
+            if tenant_id and tenant_id in tenant_ids:
+                allowed.add(resource_id)
+                continue
+        tenant_id = resource_tenant_id(resource_type, resource)
+        if not tenant_id:
+            # Legacy rows without a tenant are never implicitly visible. Only
+            # a direct user ACL can expose one to its explicitly named user;
+            # role ACLs remain blocked until the row is tenant-migrated.
+            for entry in acl_by_resource.get(resource_id, []):
+                expires_at = entry.get("expires_at")
+                if expires_at:
+                    try:
+                        from datetime import datetime, timezone
+                        if datetime.fromisoformat(str(expires_at).replace("Z", "+00:00")) <= datetime.now(timezone.utc):
+                            continue
+                    except ValueError:
+                        continue
+                if (
+                    entry.get("principal_type") == "user"
+                    and entry.get("principal_id") == user_id
+                    and _permission_covers(entry.get("permission"), "read")
+                ):
+                    allowed.add(resource_id)
+                    break
+            continue
+        if tenant_id not in tenant_ids:
+            continue
+        if tenant_roles.get(tenant_id) in {"owner", "admin"}:
+            allowed.add(resource_id)
+            continue
+        owner = resource.get("created_by")
+        if resource_type in {"eval", "fine-tune", "fine_tune_task", "compare", "inference"} and resource.get("payload"):
+            try:
+                payload = json.loads(resource["payload"]) if isinstance(resource["payload"], str) else resource["payload"]
+                if isinstance(payload, dict) and payload.get("created_by"):
+                    owner = payload["created_by"]
+            except (TypeError, ValueError, json.JSONDecodeError):
+                pass
+        if owner == user_id:
+            allowed.add(resource_id)
+            continue
+        role = tenant_roles.get(tenant_id) or str(user.get("role") or "")
+        for entry in acl_by_resource.get(resource_id, []):
+            expires_at = entry.get("expires_at")
+            if expires_at:
                 try:
-                    import json
-                    owner = json.loads(owner or "{}").get("created_by")
-                except (TypeError, ValueError):
-                    owner = None
-            if owner == user["id"]:
-                accessible.add(row["id"])
-    return accessible
+                    from datetime import datetime, timezone
+                    if datetime.fromisoformat(str(expires_at).replace("Z", "+00:00")) <= datetime.now(timezone.utc):
+                        continue
+                except ValueError:
+                    continue
+            user_match = entry.get("principal_type") == "user" and entry.get("principal_id") == user_id
+            role_match = entry.get("principal_type") == "role" and entry.get("principal_id") == role
+            if (user_match or role_match) and _permission_covers(entry.get("permission"), "read"):
+                allowed.add(resource_id)
+                break
+    return allowed

backend/app/core/cache_paths.py

@@ -0,0 +1,46 @@
+"""集中管理项目本地缓存目录（HuggingFace / tiktoken）。
+
+所有 Python 库通过环境变量引用 ``<repo_root>/.cache/{huggingface,tiktoken}``，
+避免写入用户家目录，也避免不同部署路径（本地 / Docker）下缓存位置不一致。
+"""
+
+from __future__ import annotations
+
+import os
+from pathlib import Path
+
+
+def repo_root() -> Path:
+    # backend/app/core/cache_paths.py -> backend -> 仓库根目录
+    return Path(__file__).resolve().parents[3]
+
+
+def cache_root() -> Path:
+    return repo_root() / ".cache"
+
+
+def huggingface_cache_dir() -> Path:
+    return cache_root() / "huggingface"
+
+
+def tiktoken_cache_dir() -> Path:
+    return cache_root() / "tiktoken"
+
+
+def setup_local_caches() -> None:
+    """进程启动时统一设置 HF / tiktoken 缓存环境变量，并确保目录存在。
+
+    必须在 import ``docling`` / ``tiktoken`` 等依赖之前调用，否则首次使用会
+    仍然走到默认 ``~/.cache`` 路径。
+    """
+
+    hf_dir = huggingface_cache_dir()
+    tiktoken_dir = tiktoken_cache_dir()
+    hf_dir.mkdir(parents=True, exist_ok=True)
+    (hf_dir / "hub").mkdir(parents=True, exist_ok=True)
+    tiktoken_dir.mkdir(parents=True, exist_ok=True)
+
+    os.environ["HF_HOME"] = str(hf_dir)
+    os.environ["HUGGINGFACE_HUB_CACHE"] = str(hf_dir / "hub")
+    os.environ["HF_HUB_CACHE"] = str(hf_dir / "hub")
+    os.environ["TIKTOKEN_CACHE_DIR"] = str(tiktoken_dir)

backend/app/core/config.py

@@ -50,7 +50,7 @@ def docs_kwargs(enabled: bool) -> dict[str, Any]:
 
 @dataclass(frozen=True)
 class Settings:
-    app_name: str = os.getenv("APP_NAME", "YG Fine-Tune Platform API")
+    app_name: str = os.getenv("APP_NAME", "YG Zhilian API")
     app_env: str = os.getenv("APP_ENV", "local")
     route_prefix: str = os.getenv("MODELTF_ROUTE_PREFIX", "/modelTF")
     app_mode: str = os.getenv("APP_MODE", "local")
@@ -68,6 +68,10 @@ class Settings:
     minio_secret_key: str = os.getenv("MINIO_SECRET_KEY", "minioadmin")
     minio_bucket: str = os.getenv("MINIO_BUCKET", "yg-ft-resources")
     minio_secure: bool = _bool_env("MINIO_SECURE", False)
+    # Small text/data files stay inline in PostgreSQL to avoid unnecessary
+    # MinIO round trips. Larger files remain the shared canonical objects.
+    minio_inline_max_bytes: int = _int_env("MINIO_INLINE_MAX_BYTES", 256 * 1024)
+    minio_presign_max_bytes: int = _int_env("MINIO_PRESIGN_MAX_BYTES", 1024 * 1024 * 1024 * 1024)
     storage_wait_seconds: int = _int_env("STORAGE_WAIT_SECONDS", 300)
     storage_check_interval_seconds: int = _int_env("STORAGE_CHECK_INTERVAL_SECONDS", 10)
     compute_service_token: str = os.getenv("COMPUTE_SERVICE_TOKEN", "")

backend/app/core/logging.py

@@ -1,162 +1,278 @@
 from __future__ import annotations
 
-from contextvars import ContextVar
-from datetime import date, datetime, timedelta
 import json
 import logging
+import re
+import socket
 import sys
+import time
+from contextvars import ContextVar
+from datetime import date, datetime, timedelta
 from logging import Handler, LogRecord
 from pathlib import Path
-import re
-import time
-from typing import Any, Callable, Optional
+from typing import Any, Callable
 from uuid import uuid4
 
 from fastapi import FastAPI, Request
 
 from app.core.config import Settings, get_settings
 
+# ==================== 链路追踪 ContextVar ====================
+
 request_id_var: ContextVar[str] = ContextVar("request_id", default="-")
+user_id_var: ContextVar[str] = ContextVar("user_id", default="")
+client_ip_var: ContextVar[str] = ContextVar("client_ip", default="")
 
-# ==================== 敏感数据脱敏规则 ====================
 
-SENSITIVE_PATTERNS: dict[str, Callable | str] = {
-    "token": "***",
-    "password": "***",
-    "access_token": "***",
-    "refresh_token": "***",
-    "secret_key": "***",
-    "authorization": "***",
-    "bearer": "***",
-    "api_key": "***",
-    "private_key": "***",
+def get_client_ip(request: Request | None) -> str:
+    """获取客户端地址，兼容前置反向代理传递的真实地址。"""
+    if request is None:
+        return ""
+    for header in ("X-Real-IP", "X-Forwarded-For"):
+        value = request.headers.get(header, "")
+        if value:
+            return value.split(",", 1)[0].strip()
+    return request.client.host if request.client else ""
+
+# ==================== 敏感数据脱敏 ====================
+
+SENSITIVE_KEYS: set[str] = {
+    "password", "token", "access_token", "refresh_token",
+    "secret_key", "authorization", "bearer", "api_key",
+    "private_key", "secret", "cookie",
 }
 
-def mask_value(key: str, value: Any) -> str:
-    """对单个值进行脱敏处理"""
+FULL_MASK_KEYS: set[str] = {
+    "password", "token", "access_token", "refresh_token",
+    "secret_key", "authorization", "bearer", "api_key",
+    "private_key", "secret", "cookie",
+}
+
+
+def _mask_phone(value: str) -> str:
+    """手机号脱敏：138****5678"""
+    if len(value) >= 11:
+        return value[:3] + "****" + value[-4:]
+    return value
+
+
+def _mask_id_card(value: str) -> str:
+    """身份证号脱敏：110***********1234"""
+    if len(value) >= 18:
+        return value[:3] + "***********" + value[-4:]
+    return value
+
+
+def mask_value(key: str, value: Any) -> Any:
+    """对单个值进行脱敏处理。"""
     if value is None:
         return ""
+    key_lower = key.lower()
+    if key_lower in FULL_MASK_KEYS:
+        return "***"
     str_val = str(value)
-    
-    handler = SENSITIVE_PATTERNS.get(key)
-    if callable(handler):
-        return handler(str_val)
-    elif isinstance(handler, str):
-        # 支持正则替换模式，如 r"1\d{3}\d{4}"
-        try:
-            return re.sub(handler, "***", str_val)
-        except re.error:
-            return "***"
-    return handler
+    # 手机号模式（11位数字，1开头）
+    if re.match(r"^1[3-9]\d{9}$", str_val):
+        return _mask_phone(str_val)
+    # 身份证模式（18位）
+    if re.match(r"^\d{17}[\dXx]$", str_val):
+        return _mask_id_card(str_val)
+    return value
 
 
 def mask_sensitive_dict(data: dict) -> dict:
-    """递归脱敏字典中的敏感字段"""
+    """递归脱敏字典中的敏感字段。"""
     if not data or not isinstance(data, dict):
         return data
-    
-    result = {}
+    result: dict[str, Any] = {}
     for key, value in data.items():
-        result[key] = mask_value(key, value)
+        if isinstance(value, dict):
+            result[key] = mask_sensitive_dict(value)
+        elif isinstance(value, list):
+            result[key] = [
+                mask_sensitive_dict(item) if isinstance(item, dict) else item
+                for item in value
+            ]
+        else:
+            result[key] = mask_value(key, value)
     return result
 
 
 def mask_sensitive_string(text: str) -> str:
-    """从文本中脱敏常见敏感信息"""
+    """从文本中脱敏常见敏感信息。"""
     if not text:
         return text
+    # Mask the value as well as the key. Replacing only ``api_key=`` would
+    # still leak the credential in audit messages and exception text.
+    assignment_pattern = (
+        r"(Bearer\s+|(?:api[-_]?key|access[_-]?token|refresh[_-]?token|"
+        r"secret[_-]?key|password|private[_-]?key|token)\s*[:=]\s*)"
+        r"(\"[^\"]*\"|'[^']*'|[^\s,;]+)"
+    )
+    try:
+        text = re.sub(assignment_pattern, r"\1***", text, flags=re.IGNORECASE)
+    except re.error:
+        pass
 
-    patterns = [
-        (r'Bearer\s+[A-Za-z0-9\-._]+', '***'),
-        (r'token\s*[:=]\s*', '***'),
-        (r'password\s*[:=]\s*', '***'),
-        (r'secret[_-]?key\s*[:=]', '***'),
-        (r'api[-_]?key\s*[:=]', '***'),
-        (r'private[_-]?key\s*[:=]', '***'),
-        (r'\d{11}', r'\d{3}\*\d{4}'),  # 手机号/身份证
-        (r'1[3-9]\d{9}', r'1\*{3}\*{4}'),  # 手机号
+    patterns: list[tuple[str, str]] = [
+        (r"Bearer\s+[A-Za-z0-9\-._]+", "Bearer ***"),
+        (r"(?i)token\s*[:=]\s*\S+", "token=***"),
+        (r"(?i)password\s*[:=]\s*\S+", "password=***"),
+        (r"(?i)secret[_-]?key\s*[:=]\s*\S+", "secret_key=***"),
+        (r"(?i)api[-_]?key\s*[:=]\s*\S+", "api_key=***"),
+        (r"(?i)private[_-]?key\s*[:=]\s*\S+", "private_key=***"),
+        (r"(?i)authorization\s*[:=]\s*\S+", "authorization=***"),
     ]
-    
     for pattern, replacement in patterns:
-        try:
-            text = re.sub(pattern, replacement, text, flags=re.IGNORECASE)
-        except re.error:
-            pass
+        text = re.sub(pattern, replacement, text)
+    # 手机号脱敏
+    text = re.sub(r"\b1[3-9]\d{9}\b", lambda m: _mask_phone(m.group()), text)
     return text
 
 
-# ==================== RequestId Filter ====================
+# ==================== 大对象截断 ====================
+
+MAX_FIELD_SIZE = 1024  # 超过 1KB 的内容自动截断
+
+
+def truncate_large_value(value: Any, max_size: int = MAX_FIELD_SIZE) -> Any:
+    """超过 max_size 的字符串自动截断（前 500 + 后 500）。"""
+    if isinstance(value, str) and len(value) > max_size:
+        half = max_size // 2
+        return value[:half] + f"...[truncated {len(value) - max_size} chars]..." + value[-half:]
+    if isinstance(value, dict):
+        return {k: truncate_large_value(v, max_size) for k, v in value.items()}
+    if isinstance(value, list):
+        return [truncate_large_value(v, max_size) for v in value]
+    return value
+
+
+# ==================== TraceId Filter ====================
+
+class TraceIdFilter(logging.Filter):
+    """自动注入 traceId / userId / clientIp 到每条日志记录。"""
 
-class RequestIdFilter(logging.Filter):
     def filter(self, record: LogRecord) -> bool:
-        record.request_id = request_id_var.get()
+        record.traceId = request_id_var.get()
+        record.userId = user_id_var.get("")
+        record.clientIp = client_ip_var.get("")
+        record.host = getattr(self, "_host", None) or socket.gethostname()
+        record.app = getattr(self, "_app", "yg-ft-platform")
+        record.env = getattr(self, "_env", "dev")
         return True
 
+    def set_context(self, app: str, env: str, host: str) -> None:
+        self._app = app
+        self._env = env
+        self._host = host
 
-# ==================== Enhanced JSON Formatter ====================
+
+# ==================== JSON Formatter ====================
 
 class JsonLogFormatter(logging.Formatter):
     """
-    增强的 JSON 日志格式化器，支持结构化字段输出。
+    生产级 JSON 日志格式化器，符合方案文档 §3.2 字段规范。
 
     输出示例：
     {
-      "@timestamp": "2026-08-17T18:30:00.123Z",
+      "@timestamp": "2026-08-19T10:30:45.123+08:00",
       "level": "INFO",
-      "logger": "dataset.router",
+      "logger": "app.api.v1.endpoints.platform",
+      "traceId": "abc-123-def-456",
+      "userId": "u_admin",
       "message": "数据集创建成功",
-      "module": "dataset.router",
-      "function": "create_dataset",
-      "file": "dataset/router.py",
-      "line": 45,
-      "process": 12345,
+      "fields": {"datasetId": "ds_001", "costMs": 23},
+      "file": "platform.py:156",
       "thread": "MainThread",
-      "request_id": "req-abc123",
-      "user_id": "u_admin",
-      "client_ip": "192.168.1.100",
-      "extra": {...}
+      "host": "pod-7x9k2",
+      "app": "yg-ft-platform",
+      "env": "dev"
     }
     """
 
+    # 标准 LogRecord 属性名集合，用于区分 extra 字段
+    _STD_ATTRS: set[str] = set(vars(logging.LogRecord("", 0, "", 0, "", None, None)).keys()) | {
+        "traceId", "userId", "clientIp", "host", "app", "env",
+        "request_id", "user_id", "client_ip",
+        "asctime", "message", "module", "function", "process",
+        "thread", "threadName", "levelname", "levelno", "name",
+        "pathname", "filename", "lineno", "funcName", "created",
+        "msecs", "relativeCreated", "exc_info", "exc_text",
+        "stack_info", "msg", "args", "processName", "process",
+    }
+
     def format(self, record: LogRecord) -> str:
+        # 时间戳：ISO8601 带时区
+        timestamp = datetime.fromtimestamp(record.created).astimezone().isoformat(
+            timespec="milliseconds"
+        )
+
         payload: dict[str, Any] = {
-            "@timestamp": datetime.fromtimestamp(record.created).astimezone().isoformat(
-                timespec="milliseconds"
-            ),
+            "@timestamp": timestamp,
             "level": record.levelname,
             "logger": record.name,
+            "traceId": getattr(record, "traceId", "-"),
             "message": record.getMessage(),
-            "module": record.module,
-            "function": record.funcName,
-            "file": record.pathname,
-            "line": record.lineno,
-            "process": record.process,
-            "thread": record.thread,
-            "thread_name": record.threadName,
-            "request_id": getattr(record, "request_id", "-"),
+            "file": f"{Path(record.pathname).name}:{record.lineno}",
+            "thread": record.threadName,
+            "host": getattr(record, "host", ""),
+            "app": getattr(record, "app", ""),
+            "env": getattr(record, "env", ""),
         }
 
-        # 从 record 中提取额外字段（通过 extra 参数传入）
-        for attr in ("user_id", "client_ip", "target_type", "target_id", 
-                    "duration_ms", "status_code", "error"):
-            val = getattr(record, attr, None)
-            if val is not None:
-                payload[attr] = val
+        # userId（业务必填，未登录可为空）
+        user_id = getattr(record, "userId", "") or getattr(record, "user_id", "")
+        if user_id:
+            payload["userId"] = user_id
 
-        # 处理异常信息
-        if record.exc_info:
+        # clientIp
+        client_ip = getattr(record, "clientIp", "") or getattr(record, "client_ip", "")
+        if client_ip:
+            payload["clientIp"] = client_ip
+
+        # 提取结构化业务字段：只收集通过 extra 传入的非标准属性
+        fields: dict[str, Any] = {}
+        for attr in dir(record):
+            if attr.startswith("_"):
+                continue
+            if attr in self._STD_ATTRS:
+                continue
+            if attr in ("traceId", "userId", "clientIp", "host", "app", "env"):
+                continue
+            val = getattr(record, attr, None)
+            if val is not None and not callable(val):
+                fields[attr] = truncate_large_value(val)
+        if fields:
+            payload["fields"] = mask_sensitive_dict(fields)
+
+        # ERROR 级别额外字段
+        if record.levelname == "ERROR" or record.exc_info:
+            error_obj: dict[str, Any] = {
+                "type": type(record.exc_info[1]).__name__ if record.exc_info and record.exc_info[1] else "Error",
+                "message": record.getMessage(),
+            }
+            if record.exc_info:
+                error_obj["stack_trace"] = self.formatException(record.exc_info)
+            if record.stack_info:
+                error_obj["stack_trace"] = self.formatStack(record.stack_info)
+            payload["error"] = error_obj
+
+        # 兼容旧字段名 exception
+        if record.exc_info and "error" not in payload:
             payload["exception"] = self.formatException(record.exc_info)
-        if record.stack_info:
-            payload["stack"] = self.formatStack(record.stack_info)
 
         return json.dumps(payload, ensure_ascii=False, separators=(",", ":"))
 
 
 # ==================== DateSizeRotatingFileHandler ====================
-# （保持不变，已有实现）
 
 class DateSizeRotatingFileHandler(Handler):
-    """Rotate log files by date and size while keeping date in every file name."""
+    """按日期+大小滚动的文件日志处理器。
+
+    - 按天创建文件，文件名包含日期
+    - 单文件超过 max_bytes 时自动滚动（带序号后缀）
+    - 自动清理超过 retention_days 的旧日志
+    """
 
     def __init__(
         self,
@@ -214,10 +330,8 @@ class DateSizeRotatingFileHandler(Handler):
         today = date.today()
         if not force and self._stream and self._current_date == today:
             return
-
         if self._stream and not self._stream.closed:
             self._stream.close()
-
         self._current_date = today
         self._current_path = self._dated_path(today)
         self._stream = self._current_path.open("a", encoding=self.encoding)
@@ -232,11 +346,9 @@ class DateSizeRotatingFileHandler(Handler):
     def _rotate_by_size(self) -> None:
         if not self._current_path or not self._current_path.exists():
             return
-
         if self._stream and not self._stream.closed:
             self._stream.close()
             self._stream = None
-
         stem = self._current_path.stem
         suffix = self._current_path.suffix
         index = 1
@@ -250,7 +362,6 @@ class DateSizeRotatingFileHandler(Handler):
     def _cleanup_expired_files(self) -> None:
         if self.retention_days <= 0:
             return
-
         cutoff = date.today() - timedelta(days=self.retention_days - 1)
         pattern = re.compile(
             rf"^{re.escape(self.file_prefix)}-(\d{{4}}-\d{{2}}-\d{{2}})(?:\.\d+)?\.log$"
@@ -264,15 +375,15 @@ class DateSizeRotatingFileHandler(Handler):
                 path.unlink(missing_ok=True)
 
 
-# ==================== Structured Logger 封装 ====================
+# ==================== StructuredLogger 封装 ====================
 
 class StructuredLogger:
     """
-    结构化日志记录器，提供统一的日志接口。
+    结构化日志记录器，提供符合方案文档 §4.2 的 5W1H 日志接口。
 
     使用方式：
-        logger = get_structured_logger('dataset.router')
-        logger.info('创建数据集', dataset_id='ds_123')
+        logger = get_structured_logger('app.api.dataset')
+        logger.info('数据集创建成功', datasetId='ds_001', costMs=23)
     """
 
     def __init__(self, name: str, module: str = ""):
@@ -284,78 +395,106 @@ class StructuredLogger:
     def trace_id(self) -> str:
         return request_id_var.get("-")
 
-    def info(self, message: str, **extra: Any) -> None:
-        self._log("INFO", message, **extra)
+    def info(self, message: str, **fields: Any) -> None:
+        self._log(logging.INFO, message, **fields)
 
-    def warning(self, message: str, **extra: Any) -> None:
-        self._log("WARNING", message, **extra)
+    def warning(self, message: str, **fields: Any) -> None:
+        self._log(logging.WARNING, message, **fields)
 
-    def error(self, message: str, **extra: Any) -> None:
-        self._log("ERROR", message, **extra)
+    def error(self, message: str, **fields: Any) -> None:
+        self._log(logging.ERROR, message, **fields)
 
-    def debug(self, message: str, **extra: Any) -> None:
-        self._log("DEBUG", message, **extra)
+    def debug(self, message: str, **fields: Any) -> None:
+        self._log(logging.DEBUG, message, **fields)
 
-    def _log(self, level: str, message: str, **extra: Any) -> None:
-        """统一日志记录方法"""
-        log_entry: dict[str, Any] = {
-            "timestamp": datetime.utcnow().isoformat(),
-            "level": level,
-            "logger": self.name,
-            "module": self.module,
-            "message": message,
-            "trace_id": self.trace_id,
-            "extra": extra,
-        }
-        self.logger.log(getattr(logging, level, logging.INFO), json.dumps(log_entry, ensure_ascii=False, default=str))
+    def _log(self, level: int, message: str, **fields: Any) -> None:
+        """统一日志记录方法，通过 extra 传递结构化字段。"""
+        extra: dict[str, Any] = {}
+        if self.module:
+            extra["module"] = self.module
+        # 脱敏 + 截断
+        for k, v in fields.items():
+            extra[k] = truncate_large_value(v)
+        self.logger.log(level, message, extra=extra, stack_info=False)
 
 
 def get_structured_logger(name: str, module: str = "") -> StructuredLogger:
-    """获取结构化日志记录器"""
+    """获取结构化日志记录器。"""
     return StructuredLogger(name, module)
 
 
 # ==================== 快捷函数 ====================
 
 def get_logger(name: str) -> logging.Logger:
-    """获取标准 Python logger"""
+    """获取标准 Python logger。"""
     return logging.getLogger(name)
 
 
 def set_request_id(request_id: str) -> None:
-    """设置当前请求的追踪 ID"""
+    """设置当前请求的追踪 ID。"""
     request_id_var.set(request_id)
 
 
+def set_user_context(user_id: str = "", client_ip: str = "") -> None:
+    """设置当前请求的用户上下文（在鉴权后调用）。"""
+    if user_id:
+        user_id_var.set(user_id)
+    if client_ip:
+        client_ip_var.set(client_ip)
+
+
+# ==================== 请求日志中间件 ====================
+
 def setup_request_logging(app: FastAPI) -> None:
-    """配置 FastAPI 请求日志中间件"""
+    """配置 FastAPI 请求日志中间件，符合方案文档 §五（链路追踪）和 §十（访问日志）。"""
     logger = get_logger("app.access")
 
     @app.middleware("http")
     async def request_logging_middleware(request: Request, call_next):  # type: ignore[no-untyped-def]
-        request_id = request.headers.get("X-Request-ID") or str(uuid4())
-        token = request_id_var.set(request_id)
+        # 入口生成 traceId（优先使用前端传入的 X-Trace-Id）
+        trace_id = request.headers.get("X-Trace-Id") or request.headers.get("X-Request-ID") or str(uuid4())
+        token = request_id_var.set(trace_id)
+        ip_token = client_ip_var.set(get_client_ip(request))
         started_at = time.perf_counter()
+
+        # 提取客户端 IP
+        client_ip = "-"
+        if request.client:
+            client_ip = request.client.host
+        # 支持反向代理传递的真实 IP
+        forwarded_for = request.headers.get("X-Forwarded-For", "")
+        if forwarded_for:
+            client_ip = forwarded_for.split(",")[0].strip()
+        client_ip_var.set(client_ip)
+
         try:
             response = await call_next(request)
             elapsed_ms = (time.perf_counter() - started_at) * 1000
 
+            # 噪声路径降级为 DEBUG（健康检查等）
             noisy_paths = ("/health", "/system-info", "/compute/jobs/", "/model-eval/", "/model-compare/")
-            log_method = logger.debug if request.method == "GET" and response.status_code < 400 else logger.info
-            if any(request.url.path.endswith(path) or path in request.url.path for path in noisy_paths) and response.status_code < 400:
+            log_method = logger.info
+            if any(request.url.path.endswith(p) or p in request.url.path for p in noisy_paths) and response.status_code < 400:
                 log_method = logger.debug
-            if response.status_code >= 400:
+            if response.status_code >= 500:
+                log_method = logger.error
+            elif response.status_code >= 400:
                 log_method = logger.warning
+
+            # 结构化访问日志（中文 message，方便直接阅读）
             log_method(
-                "request completed method=%s path=%s status_code=%s duration_ms=%.2f client=%s",
-                request.method,
-                request.url.path,
-                response.status_code,
-                elapsed_ms,
-                request.client.host if request.client else "-",
+                f"HTTP请求 {request.method} {request.url.path} → {response.status_code}（耗时{round(elapsed_ms, 2)}ms）",
+                extra={
+                    "request_method": request.method,
+                    "request_path": request.url.path,
+                    "status_code": response.status_code,
+                    "duration_ms": round(elapsed_ms, 2),
+                    "client_ip": client_ip,
+                    "user_agent": request.headers.get("User-Agent", "")[:200],
+                },
             )
 
-            # 5xx 系统错误自动写入操作日志（未被 @op_log 覆盖的系统级异常）
+            # 5xx 系统错误自动写入操作日志
             if response.status_code >= 500:
                 try:
                     from app.core.op_log import log_operation, OpModule, OpStatus
@@ -373,18 +512,23 @@ def setup_request_logging(app: FastAPI) -> None:
                         duration_ms=elapsed_ms,
                     )
                 except Exception:
-                    pass  # 日志写入失败不影响主流程
+                    pass
 
-            response.headers["X-Request-ID"] = request_id
+            response.headers["X-Trace-Id"] = trace_id
+            response.headers["X-Request-ID"] = trace_id
             return response
+
         except Exception:
             elapsed_ms = (time.perf_counter() - started_at) * 1000
-            logger.exception(
-                "request failed method=%s path=%s duration_ms=%.2f client=%s",
-                request.method,
-                request.url.path,
-                elapsed_ms,
-                request.client.host if request.client else "-",
+            logger.error(
+                f"HTTP请求异常 {request.method} {request.url.path}（耗时{round(elapsed_ms, 2)}ms）— 服务内部错误",
+                extra={
+                    "request_method": request.method,
+                    "request_path": request.url.path,
+                    "duration_ms": round(elapsed_ms, 2),
+                    "client_ip": client_ip,
+                },
+                exc_info=True,
             )
 
             # 未被捕获的异常，写入操作日志
@@ -406,63 +550,133 @@ def setup_request_logging(app: FastAPI) -> None:
                     duration_ms=elapsed_ms,
                 )
             except Exception:
-                pass  # 日志写入失败不影响主流程
+                pass
 
             raise
         finally:
             request_id_var.reset(token)
+            client_ip_var.reset(ip_token)
 
 
 # ==================== 配置函数 ====================
 
 def configure_logging(settings: Settings | None = None) -> None:
+    """
+    生产级日志配置，符合方案文档 §二（分类分流）和 §六（性能安全）。
+
+    日志分类：
+    - 业务日志 (app-biz):  INFO+ 业务流程（保留 7 天）
+    - 系统日志 (app-sys):  框架/中间件日志（保留 7 天）
+    - 访问日志 (app-access): HTTP 请求日志（保留 15 天）
+    - 错误日志 (app-error): ERROR 级别（保留 30 天）
+    """
     settings = settings or get_settings()
 
     root_logger = logging.getLogger()
     root_logger.handlers.clear()
     root_logger.setLevel(settings.log_level.upper())
 
+    # ---- Formatter ----
     console_formatter = logging.Formatter(
         fmt=(
             "%(asctime)s | %(levelname)s | pid=%(process)d | %(threadName)s | "
-            "request_id=%(request_id)s | %(name)s | %(pathname)s:%(lineno)d | %(message)s"
+            "traceId=%(traceId)s | %(name)s | %(pathname)s:%(lineno)d | %(message)s"
         ),
         datefmt="%Y-%m-%d %H:%M:%S",
     )
     json_formatter = JsonLogFormatter()
-    request_filter = RequestIdFilter()
 
+    # ---- TraceIdFilter（全局注入 traceId/userId/host/app/env）----
+    trace_filter = TraceIdFilter()
+    trace_filter.set_context(
+        app=settings.app_name,
+        env=settings.app_env,
+        host=socket.gethostname(),
+    )
+
+    # ---- 控制台 Handler ----
     console_handler = logging.StreamHandler()
     console_handler.setFormatter(console_formatter)
-    console_handler.addFilter(request_filter)
+    console_handler.addFilter(trace_filter)
 
-    file_handler = DateSizeRotatingFileHandler(
+    # ---- 业务日志文件 Handler (app-biz) ----
+    biz_file_handler = DateSizeRotatingFileHandler(
         log_dir=settings.log_dir,
-        file_prefix=settings.log_file_prefix,
+        file_prefix="app-biz",
         max_bytes=settings.log_max_bytes,
-        retention_days=settings.log_retention_days,
+        retention_days=7,
     )
-    file_handler.setFormatter(json_formatter)
-    file_handler.addFilter(request_filter)
+    biz_file_handler.setFormatter(json_formatter)
+    biz_file_handler.addFilter(trace_filter)
 
+    # ---- 访问日志文件 Handler (app-access) ----
+    access_file_handler = DateSizeRotatingFileHandler(
+        log_dir=settings.log_dir,
+        file_prefix="app-access",
+        max_bytes=settings.log_max_bytes,
+        retention_days=15,
+    )
+    access_file_handler.setFormatter(json_formatter)
+    access_file_handler.addFilter(trace_filter)
+
+    # ---- 错误日志文件 Handler (app-error) ----
     error_file_handler = DateSizeRotatingFileHandler(
         log_dir=settings.log_dir,
-        file_prefix=settings.log_error_file_prefix,
+        file_prefix="app-error",
         max_bytes=settings.log_max_bytes,
-        retention_days=settings.log_retention_days,
+        retention_days=30,
     )
     error_file_handler.setLevel(logging.ERROR)
     error_file_handler.setFormatter(json_formatter)
-    error_file_handler.addFilter(request_filter)
+    error_file_handler.addFilter(trace_filter)
 
+    # ---- 注册 Handler ----
     root_logger.addHandler(console_handler)
-    root_logger.addHandler(file_handler)
+    root_logger.addHandler(biz_file_handler)
+    root_logger.addHandler(access_file_handler)
     root_logger.addHandler(error_file_handler)
 
-    for logger_name in ("uvicorn", "uvicorn.error", "uvicorn.access"):
-        logger = logging.getLogger(logger_name)
-        logger.handlers.clear()
-        logger.propagate = True
+    # ---- 访问日志 Logger 独立路由到访问日志文件 ----
+    access_logger = logging.getLogger("app.access")
+    access_logger.propagate = False  # 不向 root 传播，避免重复写入业务日志
+    access_logger.addHandler(console_handler)
+    access_logger.addHandler(access_file_handler)
+    # 访问日志中的 ERROR 也要进错误日志
+    access_logger.addHandler(error_file_handler)
 
+    # ---- 框架类 Logger 降级 ----
+    for logger_name in ("uvicorn", "uvicorn.error", "uvicorn.access"):
+        lg = logging.getLogger(logger_name)
+        lg.handlers.clear()
+        lg.propagate = True
+
+    # 框架类日志归入系统日志，生产环境设为 WARN
     logging.getLogger("uvicorn.access").setLevel(logging.WARNING)
     logging.getLogger("psycopg.pool").setLevel(logging.ERROR)
+    logging.getLogger("httpx").setLevel(logging.WARNING)
+
+    # ---- 兼容旧文件前缀（向后兼容）----
+    # 如果配置了旧的 log_file_prefix，也创建一个对应的 handler
+    if settings.log_file_prefix and settings.log_file_prefix != "app-biz":
+        legacy_file_handler = DateSizeRotatingFileHandler(
+            log_dir=settings.log_dir,
+            file_prefix=settings.log_file_prefix,
+            max_bytes=settings.log_max_bytes,
+            retention_days=settings.log_retention_days,
+        )
+        legacy_file_handler.setFormatter(json_formatter)
+        legacy_file_handler.addFilter(trace_filter)
+        root_logger.addHandler(legacy_file_handler)
+
+    # 旧错误日志前缀兼容
+    if settings.log_error_file_prefix and settings.log_error_file_prefix != "app-error":
+        legacy_error_handler = DateSizeRotatingFileHandler(
+            log_dir=settings.log_dir,
+            file_prefix=settings.log_error_file_prefix,
+            max_bytes=settings.log_max_bytes,
+            retention_days=settings.log_retention_days,
+        )
+        legacy_error_handler.setLevel(logging.ERROR)
+        legacy_error_handler.setFormatter(json_formatter)
+        legacy_error_handler.addFilter(trace_filter)
+        root_logger.addHandler(legacy_error_handler)

backend/app/core/op_log.py

@@ -31,10 +31,11 @@ from typing import Any, Callable, Optional, TypeVar
 
 from fastapi import Request
 
-from app.core.logging import get_logger, request_id_var
+from app.core.logging import get_logger, get_structured_logger, request_id_var
 from app.db.platform_store import get_platform_store, new_id, utcnow
 
 logger = get_logger("app.op_log")
+biz_logger = get_structured_logger("app.biz")
 
 F = TypeVar("F", bound=Callable[..., Any])
 
@@ -76,6 +77,92 @@ class OpStatus:
     FAILURE = "failure"
 
 
+# ==================== 中文映射表（让日志 message 直接可读）====================
+
+MODULE_CN: dict[str, str] = {
+    "fine-tune": "模型训练",
+    "model-eval": "模型评测",
+    "model-inference": "模型推理",
+    "model-manage": "模型管理",
+    "dataset": "数据集",
+    "data-process": "数据处理",
+    "data-convert": "数据转换",
+    "compute": "算力节点",
+    "system": "系统",
+}
+
+ACTION_CN: dict[str, str] = {
+    "create": "创建",
+    "update": "更新",
+    "delete": "删除",
+    "start": "启动",
+    "stop": "停止",
+    "upload": "上传",
+    "download": "下载",
+    "convert": "转换",
+    "merge": "合并",
+    "import": "导入",
+    "login": "登录",
+    "logout": "退出登录",
+    "publish": "发布",
+    "retry": "重试",
+    "request": "请求",
+}
+
+TARGET_TYPE_CN: dict[str, str] = {
+    "fine_tune": "训练任务",
+    "eval": "评测任务",
+    "inference": "推理任务",
+    "model": "模型",
+    "trained_model": "训练产出模型",
+    "dataset": "数据集",
+    "dataset_version": "数据集版本",
+    "data_process_task": "数据处理任务",
+    "user": "用户",
+    "api": "接口",
+}
+
+
+def _build_cn_message(
+    module: str,
+    action: str,
+    target_type: str,
+    target_name: str | None,
+    target_id: str | None,
+    status: str,
+    username: str | None,
+    error_type: str,
+    error_message: str,
+) -> str:
+    """构建中文人类可读的日志消息，格式：[用户] 对 [模块] 执行了 [动作]，结果：成功/失败"""
+    user_part = f"用户[{username}]" if username else "系统"
+    module_cn = MODULE_CN.get(module, module)
+    action_cn = ACTION_CN.get(action, action)
+    target_cn = TARGET_TYPE_CN.get(target_type, target_type or "")
+    target_label = target_name or target_id or ""
+
+    # 拼接操作对象描述
+    if target_cn and target_label:
+        target_part = f"{target_cn}「{target_label}」"
+    elif target_cn:
+        target_part = target_cn
+    elif target_label:
+        target_part = f"「{target_label}」"
+    else:
+        target_part = ""
+
+    if status == OpStatus.SUCCESS:
+        result = "成功"
+        msg = f"{user_part} {action_cn}{module_cn}{target_part}，结果：成功"
+    else:
+        result = "失败"
+        err_brief = error_message[:120] if error_message else ""
+        err_part = f"（{error_type}: {err_brief}）" if error_type and err_brief else f"（{error_type}）" if error_type else ""
+        msg = f"{user_part} {action_cn}{module_cn}{target_part}，结果：失败{err_part}"
+
+    return msg
+
+
 def op_log(
     module: str,
     action: str,
@@ -341,20 +428,54 @@ def _write_log(
     trace_id: str,
     duration_ms: float,
 ) -> None:
-    """写入操作日志到数据库"""
+    """写入操作日志到数据库 + 文件日志"""
+    user_id = user.get("id") if user else None
+    username = user.get("username") if user else None
+    client_ip = None
+    req_method = None
+    req_path = None
+    if request:
+        client_ip = request.client.host if request.client else None
+        req_method = request.method
+        req_path = request.url.path
+
+    # ---- 写文件日志（app-biz）----
+    cn_msg = _build_cn_message(
+        module=module, action=action, target_type=target_type,
+        target_name=target_name, target_id=target_id, status=status,
+        username=username, error_type=error_type, error_message=error_message,
+    )
+
+    log_fields = {
+        "bizModule": module,
+        "action": action,
+        "targetType": target_type or "",
+        "targetId": target_id or "",
+        "targetName": target_name or "",
+        "opStatus": status,
+        "durationMs": round(duration_ms, 2),
+        "username": username or "",
+    }
+    if req_method:
+        log_fields["requestMethod"] = req_method
+    if req_path:
+        log_fields["requestPath"] = req_path
+    if detail:
+        log_fields["detail"] = detail[:500]
+    if error_message:
+        log_fields["errorMessage"] = error_message[:500]
+    if error_type:
+        log_fields["errorType"] = error_type
+
+    if status == OpStatus.SUCCESS:
+        biz_logger.info(cn_msg, **log_fields)
+    elif status == OpStatus.FAILURE:
+        biz_logger.error(cn_msg, **log_fields)
+
+    # ---- 写数据库 ----
     try:
         store = get_platform_store()
         log_id = new_id("op")
-        user_id = user.get("id") if user else None
-        username = user.get("username") if user else None
-        client_ip = None
-        req_method = None
-        req_path = None
-        if request:
-            client_ip = request.client.host if request.client else None
-            req_method = request.method
-            req_path = request.url.path
-
         with store.connect() as conn:
             conn.execute(
                 """
@@ -379,4 +500,4 @@ def _write_log(
                 ),
             )
     except Exception:
-        logger.error("写入操作日志失败 module=%s action=%s", module, action, exc_info=True)
+        logger.error("写入操作日志到数据库失败 module=%s action=%s", module, action, exc_info=True)

backend/app/db/sql/000_full_init.sql

@@ -1,10 +1,10 @@
 -- ============================================================================
--- YG Fine-Tune Platform — PostgreSQL 完整初始化脚本（一键建库建表）
+-- YG Zhilian — PostgreSQL 完整初始化脚本（一键建库建表）
 -- ============================================================================
 -- 用途：切换到新的 PG 数据集时，一次性创建平台运行所需的全部数据库对象与
 --       基础种子数据（幂等，可重复执行）。
 --
--- 覆盖范围（与运行时代码实际使用的表一致）：
+-- 覆盖范围（与运行时代码实际使用的表一致，离线新库只需执行本文件）：
 --   001_platform_runtime.sql       平台核心表
 --   002_governance.sql             治理表（租户 / 审批 / 审计 / 留存）
 --   003_tenant_quota.sql           租户配额列
@@ -16,10 +16,9 @@
 -- 说明：
 --   * 本脚本通过 psql 执行，包含 DO $$ ... $$ 块与事务，不能用应用的
 --     executescript()（按分号切分）执行。
---   * 应用启动时 PlatformStore.ensure_schema() 只会自动执行
---     001 / 002_governance / 003_tenant_quota；数据处理表需另跑
---     002_data_process.sql（本脚本已包含）。应用首次启动还会自动补充
---     admin/operator 种子用户（本脚本已包含，二选一即可）。
+--   * 本文件已经合并平台运行、治理、数据处理、权限、MinIO、GPU 预留、
+--     缓存治理和数据转换等全部初始化对象；全新数据库无需再执行其他 SQL。
+--     应用启动时的 ensure_schema() 仅作为兼容兜底，不是离线初始化前置条件。
 --   * 脚本内所有 DDL 均使用 IF NOT EXISTS / ADD COLUMN IF NOT EXISTS，
 --     可在已初始化的库上安全重复执行。
 --
@@ -45,12 +44,20 @@ CREATE TABLE IF NOT EXISTS users (
     password_hash TEXT NOT NULL,
     display_name TEXT NOT NULL,
     role TEXT NOT NULL,
+    platform_role TEXT NOT NULL DEFAULT 'platform_user',
     status TEXT NOT NULL,
     permissions TEXT NOT NULL,
     create_time TEXT NOT NULL,
     last_login TEXT,
-    protected INTEGER NOT NULL DEFAULT 0
+    protected INTEGER NOT NULL DEFAULT 0,
+    tenant_id TEXT NOT NULL DEFAULT 'default',
+    deleted_at TEXT,
+    deleted_by TEXT
 );
+ALTER TABLE users ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE users ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_users_active ON users(status, deleted_at);
+CREATE INDEX IF NOT EXISTS idx_users_platform_role ON users(platform_role, status, deleted_at);
 
 CREATE TABLE IF NOT EXISTS models (
     id TEXT PRIMARY KEY,
@@ -68,6 +75,9 @@ CREATE TABLE IF NOT EXISTS models (
     created_by TEXT,
     tenant_id TEXT,
     project_id TEXT,
+    storage_status TEXT NOT NULL DEFAULT 'pending',
+    storage_error TEXT,
+    storage_version_id TEXT,
     deleted_at TEXT,
     deleted_by TEXT
 );
@@ -111,6 +121,8 @@ CREATE TABLE IF NOT EXISTS model_artifacts (
     path TEXT NOT NULL,
     size_bytes BIGINT NOT NULL DEFAULT 0,
     checksum_sha256 TEXT,
+    storage_object_id TEXT,
+    storage_backend TEXT NOT NULL DEFAULT 'minio',
     metadata TEXT NOT NULL,
     compute_job_id TEXT,
     create_time TEXT NOT NULL
@@ -129,6 +141,10 @@ CREATE TABLE IF NOT EXISTS model_export_jobs (
     create_time TEXT NOT NULL,
     completed_at TEXT
 );
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS archive_status TEXT NOT NULL DEFAULT 'pending';
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS archive_error TEXT;
 
 CREATE TABLE IF NOT EXISTS datasets (
     id TEXT PRIMARY KEY,
@@ -207,8 +223,16 @@ CREATE TABLE IF NOT EXISTS fine_tune_tasks (
     compute_node_id TEXT REFERENCES compute_nodes(id) ON DELETE SET NULL,
     gpus TEXT NOT NULL,
     sync_job_id TEXT,
-    compute_job_id TEXT
+    compute_job_id TEXT,
+    tenant_id TEXT NOT NULL DEFAULT 'default',
+    created_by TEXT,
+    deleted_at TEXT,
+    deleted_by TEXT
 );
+CREATE INDEX IF NOT EXISTS idx_fine_tune_tasks_tenant_active
+    ON fine_tune_tasks(tenant_id, status, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_fine_tune_tasks_creator
+    ON fine_tune_tasks(created_by, deleted_at, create_time DESC);
 
 CREATE TABLE IF NOT EXISTS fine_tune_metrics (
     id TEXT PRIMARY KEY,
@@ -271,6 +295,8 @@ CREATE TABLE IF NOT EXISTS resource_replicas (
     node_id TEXT NOT NULL REFERENCES compute_nodes(id) ON DELETE CASCADE,
     resource_type TEXT NOT NULL,
     resource_id TEXT NOT NULL,
+    version_id TEXT,
+    storage_object_id TEXT,
     local_path TEXT NOT NULL,
     status TEXT NOT NULL,
     sync_status TEXT NOT NULL,
@@ -303,10 +329,16 @@ CREATE TABLE IF NOT EXISTS storage_objects (
     checksum_sha256 TEXT,
     byte_size BIGINT NOT NULL DEFAULT 0,
     status TEXT NOT NULL DEFAULT 'pending',
+    metadata TEXT NOT NULL DEFAULT '{}',
     created_by TEXT,
     create_time TEXT NOT NULL,
     UNIQUE (resource_type, resource_id, version_id, object_key)
 );
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS cleanup_attempts INTEGER NOT NULL DEFAULT 0;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS last_cleanup_error TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS last_verified_at TEXT;
 
 CREATE TABLE IF NOT EXISTS storage_cache_jobs (
     id TEXT PRIMARY KEY,
@@ -320,6 +352,23 @@ CREATE TABLE IF NOT EXISTS storage_cache_jobs (
     create_time TEXT NOT NULL,
     completed_at TEXT
 );
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS version_id TEXT;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS checksum_sha256 TEXT;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS byte_size BIGINT NOT NULL DEFAULT 0;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS last_accessed_at TEXT;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS protected_until TEXT;
+
+CREATE TABLE IF NOT EXISTS storage_cleanup_jobs (
+    id TEXT PRIMARY KEY,
+    storage_object_id TEXT NOT NULL REFERENCES storage_objects(id) ON DELETE CASCADE,
+    action TEXT NOT NULL DEFAULT 'delete',
+    status TEXT NOT NULL DEFAULT 'pending',
+    attempts INTEGER NOT NULL DEFAULT 0,
+    error TEXT,
+    create_time TEXT NOT NULL,
+    completed_at TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_storage_cleanup_status ON storage_cleanup_jobs(status, create_time);
 
 CREATE INDEX IF NOT EXISTS idx_storage_objects_resource ON storage_objects(resource_type, resource_id, version_id);
 CREATE INDEX IF NOT EXISTS idx_storage_cache_jobs_node_status ON storage_cache_jobs(node_id, status);
@@ -329,8 +378,16 @@ CREATE TABLE IF NOT EXISTS eval_tasks (
     name TEXT NOT NULL,
     payload TEXT NOT NULL,
     status TEXT NOT NULL,
-    create_time TEXT NOT NULL
+    create_time TEXT NOT NULL,
+    created_by TEXT,
+    tenant_id TEXT,
+    deleted_at TEXT,
+    deleted_by TEXT
 );
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
 
 CREATE TABLE IF NOT EXISTS eval_dimensions (
     id TEXT PRIMARY KEY,
@@ -346,8 +403,17 @@ CREATE TABLE IF NOT EXISTS compare_tasks (
     name TEXT NOT NULL,
     payload TEXT NOT NULL,
     status TEXT NOT NULL,
-    create_time TEXT NOT NULL
+    create_time TEXT NOT NULL,
+    created_by TEXT,
+    tenant_id TEXT,
+    deleted_at TEXT,
+    deleted_by TEXT
 );
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_compare_tasks_active ON compare_tasks(status, deleted_at);
 
 CREATE INDEX IF NOT EXISTS idx_fine_tune_status ON fine_tune_tasks(status);
 CREATE INDEX IF NOT EXISTS idx_fine_tune_compute_job ON fine_tune_tasks(compute_job_id);
@@ -365,6 +431,24 @@ CREATE INDEX IF NOT EXISTS idx_compute_jobs_task ON compute_jobs(task_id);
 CREATE INDEX IF NOT EXISTS idx_compute_jobs_node_status ON compute_jobs(node_id, status);
 CREATE INDEX IF NOT EXISTS idx_gpu_allocations_node_status ON gpu_allocations(node_id, status);
 CREATE UNIQUE INDEX IF NOT EXISTS uq_gpu_allocations_active ON gpu_allocations(node_id, gpu_index) WHERE status IN ('allocated','running');
+
+-- 评测/推理等非训练任务的统一 GPU 原子预留。训练任务继续使用 gpu_allocations。
+CREATE TABLE IF NOT EXISTS gpu_reservations (
+    id TEXT PRIMARY KEY,
+    node_id TEXT NOT NULL REFERENCES compute_nodes(id) ON DELETE CASCADE,
+    gpu_index INTEGER NOT NULL,
+    owner_type TEXT NOT NULL CHECK (owner_type IN ('eval', 'inference')),
+    owner_id TEXT NOT NULL,
+    status TEXT NOT NULL DEFAULT 'reserved' CHECK (status IN ('reserved', 'released')),
+    create_time TEXT NOT NULL,
+    released_at TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_gpu_reservations_owner
+    ON gpu_reservations(owner_type, owner_id, status);
+CREATE INDEX IF NOT EXISTS idx_gpu_reservations_node_status
+    ON gpu_reservations(node_id, status);
+CREATE UNIQUE INDEX IF NOT EXISTS uq_gpu_reservations_active
+    ON gpu_reservations(node_id, gpu_index) WHERE status = 'reserved';
 CREATE INDEX IF NOT EXISTS idx_scheduler_locks_expires ON scheduler_locks(expires_at);
 CREATE INDEX IF NOT EXISTS idx_dataset_files_dataset ON dataset_files(dataset_id);
 CREATE INDEX IF NOT EXISTS idx_gpus_node ON gpus(node_id);
@@ -390,6 +474,9 @@ CREATE TABLE IF NOT EXISTS projects (
     create_by TEXT,
     updated_at TEXT
 );
+ALTER TABLE projects ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE projects ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_projects_active_tenant ON projects(tenant_id, status, deleted_at);
 
 CREATE TABLE IF NOT EXISTS project_members (
     project_id TEXT NOT NULL REFERENCES projects(id) ON DELETE CASCADE,
@@ -430,6 +517,15 @@ CREATE TABLE IF NOT EXISTS acls (
 );
 ALTER TABLE models ADD COLUMN IF NOT EXISTS deleted_at TEXT;
 ALTER TABLE models ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE models ADD COLUMN IF NOT EXISTS storage_status TEXT NOT NULL DEFAULT 'pending';
+ALTER TABLE models ADD COLUMN IF NOT EXISTS storage_error TEXT;
+ALTER TABLE models ADD COLUMN IF NOT EXISTS storage_version_id TEXT;
+UPDATE models SET storage_status = CASE
+    WHEN model_source IN ('api', 'online') THEN 'not_applicable'
+    WHEN storage_status IS NULL OR storage_status = '' THEN 'pending'
+    ELSE storage_status
+END
+WHERE storage_status IS NULL OR storage_status = '' OR model_source IN ('api', 'online');
 ALTER TABLE trained_models ADD COLUMN IF NOT EXISTS deleted_at TEXT;
 ALTER TABLE trained_models ADD COLUMN IF NOT EXISTS deleted_by TEXT;
 ALTER TABLE datasets ADD COLUMN IF NOT EXISTS deleted_at TEXT;
@@ -459,6 +555,7 @@ ALTER TABLE datasets ADD COLUMN IF NOT EXISTS created_by TEXT;
 ALTER TABLE models ADD COLUMN IF NOT EXISTS created_by TEXT;
 ALTER TABLE trained_models ADD COLUMN IF NOT EXISTS created_by TEXT;
 ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE users ADD COLUMN IF NOT EXISTS tenant_id TEXT NOT NULL DEFAULT 'default';
 
 -- ============================================================================
 -- 二、治理表（来源：002_governance.sql）
@@ -474,6 +571,15 @@ CREATE TABLE IF NOT EXISTS tenants (
     retention_policy_id TEXT,
     create_time TEXT
 );
+ALTER TABLE tenants ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE tenants ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_tenants_active ON tenants(status, deleted_at);
+INSERT INTO tenants (id, name, code, status, quota, create_time)
+VALUES ('default', '默认租户', 'default', 'active', '{}', to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'))
+ON CONFLICT (id) DO NOTHING;
+INSERT INTO tenants (id, name, code, status, quota, create_time)
+VALUES ('admin', '管理员租户', 'admin', 'active', '{}', to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'))
+ON CONFLICT (id) DO UPDATE SET name='管理员租户', code='admin', status='active', deleted_at=NULL, deleted_by=NULL;
 
 CREATE TABLE IF NOT EXISTS approval_templates (
     id TEXT PRIMARY KEY,
@@ -531,6 +637,34 @@ CREATE INDEX IF NOT EXISTS idx_audit_project ON audit_logs(project_id);
 CREATE INDEX IF NOT EXISTS idx_audit_action ON audit_logs(action);
 CREATE INDEX IF NOT EXISTS idx_audit_time ON audit_logs(time);
 
+-- ---- 操作日志（接口操作审计） ----
+CREATE TABLE IF NOT EXISTS operation_logs (
+    id TEXT PRIMARY KEY,
+    user_id TEXT,
+    username TEXT,
+    module TEXT,
+    action TEXT,
+    target_type TEXT,
+    target_id TEXT,
+    target_name TEXT,
+    status TEXT NOT NULL,
+    error_message TEXT,
+    error_type TEXT,
+    error_traceback TEXT,
+    func_name TEXT,
+    detail TEXT,
+    client_ip TEXT,
+    request_method TEXT,
+    request_path TEXT,
+    trace_id TEXT,
+    duration_ms REAL,
+    create_time TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_operation_logs_user_time ON operation_logs(user_id, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_operation_logs_module_time ON operation_logs(module, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_operation_logs_status ON operation_logs(status, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_operation_logs_create_time ON operation_logs(create_time DESC);
+
 CREATE TABLE IF NOT EXISTS retention_policies (
     id TEXT PRIMARY KEY,
     name TEXT NOT NULL,
@@ -630,6 +764,9 @@ ALTER TABLE dataset_files ADD COLUMN IF NOT EXISTS metadata TEXT NOT NULL DEFAUL
 ALTER TABLE dataset_files ADD COLUMN IF NOT EXISTS created_at TIMESTAMPTZ NOT NULL DEFAULT now();
 ALTER TABLE dataset_files ADD COLUMN IF NOT EXISTS updated_at TIMESTAMPTZ NOT NULL DEFAULT now();
 ALTER TABLE dataset_files ADD COLUMN IF NOT EXISTS deleted_at TIMESTAMPTZ;
+ALTER TABLE model_artifacts ADD COLUMN IF NOT EXISTS storage_object_id TEXT;
+ALTER TABLE model_artifacts ADD COLUMN IF NOT EXISTS storage_backend TEXT NOT NULL DEFAULT 'minio';
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS metadata TEXT NOT NULL DEFAULT '{}';
 
 -- ---- 数据处理任务 / 源文件 / 预览 / 结果 ----
 
@@ -860,34 +997,211 @@ CREATE TABLE IF NOT EXISTS data_convert_tasks (
     input_count INTEGER NOT NULL DEFAULT 0,
     output_count INTEGER NOT NULL DEFAULT 0,
     error_message TEXT,
+    output_content TEXT,
     create_time TEXT NOT NULL DEFAULT (to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"')),
     update_time TEXT NOT NULL DEFAULT (to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"')),
     deleted_at TIMESTAMPTZ
 );
 CREATE INDEX IF NOT EXISTS idx_data_convert_tasks_status ON data_convert_tasks(status);
 CREATE INDEX IF NOT EXISTS idx_data_convert_tasks_create_time ON data_convert_tasks(create_time DESC);
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS storage_backend TEXT NOT NULL DEFAULT 'minio';
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS output_storage_object_id TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS output_content TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS processed_by TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS processed_at TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT NOT NULL DEFAULT 'default';
+CREATE INDEX IF NOT EXISTS idx_data_convert_tasks_tenant ON data_convert_tasks(tenant_id, deleted_at);
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS report_storage_object_id TEXT;
+ALTER TABLE resource_replicas ADD COLUMN IF NOT EXISTS version_id TEXT;
+ALTER TABLE resource_replicas ADD COLUMN IF NOT EXISTS storage_object_id TEXT;
+CREATE INDEX IF NOT EXISTS idx_resource_replicas_object_002 ON resource_replicas(storage_object_id, node_id);
 
 -- ============================================================================
--- 七、种子数据：初始管理员 / 操作员
+-- 六、权限 2.0：租户成员、资源申请、ACL 生命周期和审批动作
+-- ============================================================================
+
+CREATE TABLE IF NOT EXISTS tenant_members (
+    tenant_id TEXT NOT NULL,
+    user_id TEXT NOT NULL,
+    role TEXT NOT NULL DEFAULT 'member',
+    status TEXT NOT NULL DEFAULT 'active',
+    invited_by TEXT,
+    joined_at TEXT,
+    expires_at TEXT,
+    PRIMARY KEY (tenant_id, user_id)
+);
+CREATE INDEX IF NOT EXISTS idx_tenant_members_user ON tenant_members(user_id, status);
+CREATE INDEX IF NOT EXISTS idx_tenant_members_tenant ON tenant_members(tenant_id, status);
+INSERT INTO tenant_members (tenant_id, user_id, role, status, joined_at)
+SELECT COALESCE(u.tenant_id, 'default'), u.id,
+       CASE WHEN u.role='admin' OR COALESCE(u.protected, 0)=1 THEN 'owner' ELSE 'member' END,
+       'active', COALESCE(u.create_time, NOW()::text)
+FROM users u
+ON CONFLICT (tenant_id, user_id) DO NOTHING;
+
+-- GPU/存储任务使用的租户配额原子预留账本。任务提交时预留，终态或故障回收。
+CREATE TABLE IF NOT EXISTS tenant_quota_reservations (
+    id TEXT PRIMARY KEY,
+    tenant_id TEXT NOT NULL,
+    owner_type TEXT NOT NULL,
+    owner_id TEXT NOT NULL,
+    gpu_count INTEGER NOT NULL DEFAULT 0,
+    storage_bytes BIGINT NOT NULL DEFAULT 0,
+    status TEXT NOT NULL DEFAULT 'reserved',
+    create_time TEXT NOT NULL,
+    released_at TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_tenant_quota_reservations_tenant
+    ON tenant_quota_reservations(tenant_id, status);
+CREATE INDEX IF NOT EXISTS idx_tenant_quota_reservations_owner
+    ON tenant_quota_reservations(owner_type, owner_id, status);
+CREATE UNIQUE INDEX IF NOT EXISTS uq_tenant_quota_reservations_active_owner
+    ON tenant_quota_reservations(owner_type, owner_id) WHERE status = 'reserved';
+
+CREATE TABLE IF NOT EXISTS resource_access_requests (
+    id TEXT PRIMARY KEY,
+    tenant_id TEXT NOT NULL,
+    resource_type TEXT NOT NULL,
+    resource_id TEXT NOT NULL,
+    applicant_id TEXT NOT NULL,
+    principal_type TEXT NOT NULL DEFAULT 'user',
+    principal_id TEXT NOT NULL,
+    requested_permissions TEXT NOT NULL DEFAULT '[]',
+    reason TEXT,
+    approval_id TEXT,
+    status TEXT NOT NULL DEFAULT 'pending',
+    expires_at TEXT,
+    created_at TEXT NOT NULL,
+    decided_at TEXT,
+    decided_by TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_resource_access_requests_resource
+    ON resource_access_requests(resource_type, resource_id, status);
+CREATE INDEX IF NOT EXISTS idx_resource_access_requests_applicant
+    ON resource_access_requests(applicant_id, status);
+
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS granted_by TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS source_request_id TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS expires_at TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS revoked_at TEXT;
+CREATE INDEX IF NOT EXISTS idx_acls_tenant_active ON acls(tenant_id, revoked_at, expires_at);
+
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS action TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS requested_permissions TEXT NOT NULL DEFAULT '[]';
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS reason TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS expires_at TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS decided_by TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS decided_at TEXT;
+ALTER TABLE approval_steps ADD COLUMN IF NOT EXISTS approver_type TEXT NOT NULL DEFAULT 'user';
+
+-- ============================================================================
+-- 七、权限 2.0 完整闭环：审批策略、执行状态、结构化审计与历史归属
+-- ============================================================================
+
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS action TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS resource_type TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS scope TEXT NOT NULL DEFAULT 'tenant';
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS status TEXT NOT NULL DEFAULT 'active';
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS updated_at TEXT;
+CREATE INDEX IF NOT EXISTS idx_approval_templates_match
+    ON approval_templates(tenant_id, action, resource_type, status);
+
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS execution_status TEXT NOT NULL DEFAULT 'pending';
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS execution_error TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS executed_at TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS executed_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_approval_instances_execution
+    ON approval_instances(status, execution_status, action, resource_type, resource_id);
+
+ALTER TABLE resource_access_requests ADD COLUMN IF NOT EXISTS cancelled_at TEXT;
+ALTER TABLE resource_access_requests ADD COLUMN IF NOT EXISTS cancelled_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_resource_access_requests_expiry
+    ON resource_access_requests(status, expires_at);
+
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS result TEXT NOT NULL DEFAULT 'success';
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS reason TEXT;
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS request_id TEXT;
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS session_id TEXT;
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS metadata TEXT;
+CREATE INDEX IF NOT EXISTS idx_audit_request ON audit_logs(request_id);
+CREATE INDEX IF NOT EXISTS idx_audit_result ON audit_logs(result, time);
+
+UPDATE datasets d
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE d.created_by = u.id AND (d.tenant_id IS NULL OR d.tenant_id = '');
+UPDATE models m
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE m.created_by = u.id AND (m.tenant_id IS NULL OR m.tenant_id = '');
+UPDATE trained_models m
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE m.created_by = u.id AND (m.tenant_id IS NULL OR m.tenant_id = '');
+UPDATE eval_tasks e
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE e.created_by = u.id AND (e.tenant_id IS NULL OR e.tenant_id = '');
+
+-- ============================================================================
+-- 八、种子数据：初始管理员 / 操作员
 --   应用首次启动（ensure_seed_data）也会自动创建；此处提供以便脱离应用直接初始化。
 --   密码：admin / admin123，operator / operator123（上线前请改密）。
 -- ============================================================================
 
 INSERT INTO users
-    (id, username, password_hash, display_name, role, status, permissions, create_time, protected)
+    (id, username, password_hash, display_name, role, platform_role, status, permissions, create_time, protected, tenant_id)
 VALUES
     (
         'u_admin', 'admin', 'pbkdf2_sha256$390000$ygft_init_salt_admin$2b6f31f22968c4f5a30bcf0acf066b7a0f58d4773d15c5ab898ba715ea87b5bd',
-        'Platform Admin', 'admin', 'active',
+        'Admin', 'admin', 'platform_admin', 'active',
         '["dashboard","fine-tune","model-eval","model-inference","model-manage","dataset","data-process","data-convert","compute","hardware","logs","user-settings"]',
-        to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'), 1
+        to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'), 1, 'admin'
     ),
     (
         'u_operator', 'operator', 'pbkdf2_sha256$390000$ygft_init_salt_op$525bf35d02ed26f37952cbd6862b0ae358b9d1a7fa0cbbf0217aa2b5dd544125',
-        'Platform Operator', 'operator', 'active',
-        '["dashboard","fine-tune","model-eval","model-inference","model-manage","dataset","data-process","data-convert","compute","hardware","logs"]',
-        to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'), 0
+        'Platform Operator', 'operator', 'platform_user', 'active',
+        '["dashboard","fine-tune","model-eval","model-inference","model-manage","dataset","data-process","data-convert","hardware","logs"]',
+        to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'), 0, 'default'
     )
 ON CONFLICT (username) DO NOTHING;
+UPDATE users SET display_name='Admin', tenant_id='admin' WHERE username='admin';
+
+INSERT INTO tenant_members (tenant_id, user_id, role, status, joined_at)
+VALUES
+    ('admin', 'u_admin', 'owner', 'active', to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"')),
+    ('default', 'u_operator', 'member', 'active', to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'))
+ON CONFLICT (tenant_id, user_id) DO NOTHING;
+UPDATE tenant_members SET status='disabled' WHERE tenant_id='default' AND user_id='u_admin';
+
+-- Canonical hierarchy fields for new and historical rows. Project columns are
+-- intentionally retained only as compatibility data and are not used here.
+UPDATE users
+SET platform_role = CASE WHEN role = 'admin' OR COALESCE(protected, 0) = 1
+                         THEN 'platform_admin' ELSE 'platform_user' END
+WHERE platform_role IS NULL OR platform_role NOT IN ('platform_admin', 'platform_user');
+INSERT INTO tenant_members (tenant_id, user_id, role, status, joined_at)
+SELECT t.id, t.owner_user_id, 'owner', 'active', COALESCE(t.create_time, NOW()::text)
+FROM tenants t
+JOIN users u ON u.id = t.owner_user_id
+WHERE t.owner_user_id IS NOT NULL AND COALESCE(t.status, 'active') = 'active'
+ON CONFLICT (tenant_id, user_id) DO UPDATE SET role='owner', status='active';
+UPDATE tenant_members tm
+SET role='member'
+FROM users u
+WHERE tm.user_id=u.id AND tm.role='owner'
+  AND (u.role <> 'admin' AND COALESCE(u.protected, 0)=0)
+  AND NOT EXISTS (SELECT 1 FROM tenants t WHERE t.id=tm.tenant_id AND t.owner_user_id=tm.user_id);
+CREATE INDEX IF NOT EXISTS idx_datasets_tenant_active ON datasets(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_models_tenant_active ON models(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_trained_models_tenant_active ON trained_models(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_eval_tasks_tenant_active ON eval_tasks(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_compare_tasks_tenant_active ON compare_tasks(tenant_id, deleted_at, create_time DESC);
 
 COMMIT;

backend/app/db/sql/005_storage_progress_migration.sql

@@ -0,0 +1,32 @@
+-- YG Fine-Tune Platform additive migration: MinIO completion and cache manifest.
+-- Execute with psql against an existing database after taking a schema backup.
+-- The statements are idempotent and are also included in 000_full_init.sql.
+
+BEGIN;
+
+ALTER TABLE resource_replicas ADD COLUMN IF NOT EXISTS version_id TEXT;
+ALTER TABLE resource_replicas ADD COLUMN IF NOT EXISTS storage_object_id TEXT;
+ALTER TABLE users ADD COLUMN IF NOT EXISTS tenant_id TEXT NOT NULL DEFAULT 'default';
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS metadata TEXT NOT NULL DEFAULT '{}';
+ALTER TABLE model_artifacts ADD COLUMN IF NOT EXISTS storage_object_id TEXT;
+ALTER TABLE model_artifacts ADD COLUMN IF NOT EXISTS storage_backend TEXT NOT NULL DEFAULT 'minio';
+ALTER TABLE dataset_files ADD COLUMN IF NOT EXISTS storage_object_id TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS storage_backend TEXT NOT NULL DEFAULT 'minio';
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS output_storage_object_id TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS output_content TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS project_id TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS report_storage_object_id TEXT;
+
+CREATE INDEX IF NOT EXISTS idx_resource_replicas_object_005
+    ON resource_replicas(storage_object_id, node_id);
+CREATE INDEX IF NOT EXISTS idx_storage_objects_resource_005
+    ON storage_objects(resource_type, resource_id, version_id, status);
+CREATE INDEX IF NOT EXISTS idx_eval_tasks_active_005
+    ON eval_tasks(create_time DESC) WHERE deleted_at IS NULL;
+
+COMMIT;

backend/app/db/sql/006_gpu_reservations.sql

@@ -0,0 +1,21 @@
+-- 原子 GPU 预留：评测和推理与训练统一纳入调度占用模型。
+BEGIN;
+
+CREATE TABLE IF NOT EXISTS gpu_reservations (
+    id TEXT PRIMARY KEY,
+    node_id TEXT NOT NULL REFERENCES compute_nodes(id) ON DELETE CASCADE,
+    gpu_index INTEGER NOT NULL,
+    owner_type TEXT NOT NULL CHECK (owner_type IN ('eval', 'inference')),
+    owner_id TEXT NOT NULL,
+    status TEXT NOT NULL DEFAULT 'reserved' CHECK (status IN ('reserved', 'released')),
+    create_time TEXT NOT NULL,
+    released_at TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_gpu_reservations_owner
+    ON gpu_reservations(owner_type, owner_id, status);
+CREATE INDEX IF NOT EXISTS idx_gpu_reservations_node_status
+    ON gpu_reservations(node_id, status);
+CREATE UNIQUE INDEX IF NOT EXISTS uq_gpu_reservations_active
+    ON gpu_reservations(node_id, gpu_index) WHERE status = 'reserved';
+
+COMMIT;

backend/app/db/sql/007_platform_completion.sql

@@ -0,0 +1,33 @@
+-- 平台可靠性闭环：导出权限、对象清理、缓存 manifest 元数据。
+BEGIN;
+
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS archive_status TEXT NOT NULL DEFAULT 'pending';
+ALTER TABLE model_export_jobs ADD COLUMN IF NOT EXISTS archive_error TEXT;
+
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS cleanup_attempts INTEGER NOT NULL DEFAULT 0;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS last_cleanup_error TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS last_verified_at TEXT;
+
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS version_id TEXT;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS checksum_sha256 TEXT;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS byte_size BIGINT NOT NULL DEFAULT 0;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS last_accessed_at TEXT;
+ALTER TABLE storage_cache_jobs ADD COLUMN IF NOT EXISTS protected_until TEXT;
+
+CREATE TABLE IF NOT EXISTS storage_cleanup_jobs (
+    id TEXT PRIMARY KEY,
+    storage_object_id TEXT NOT NULL REFERENCES storage_objects(id) ON DELETE CASCADE,
+    action TEXT NOT NULL DEFAULT 'delete',
+    status TEXT NOT NULL DEFAULT 'pending',
+    attempts INTEGER NOT NULL DEFAULT 0,
+    error TEXT,
+    create_time TEXT NOT NULL,
+    completed_at TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_storage_cleanup_status ON storage_cleanup_jobs(status, create_time);
+
+COMMIT;

backend/app/db/sql/008_permission_v2.sql

@@ -0,0 +1,53 @@
+-- 权限 2.0：租户成员、资源申请、ACL 生命周期和审批动作
+
+CREATE TABLE IF NOT EXISTS tenant_members (
+    tenant_id TEXT NOT NULL,
+    user_id TEXT NOT NULL,
+    role TEXT NOT NULL DEFAULT 'member',
+    status TEXT NOT NULL DEFAULT 'active',
+    invited_by TEXT,
+    joined_at TEXT,
+    expires_at TEXT,
+    PRIMARY KEY (tenant_id, user_id)
+);
+CREATE INDEX IF NOT EXISTS idx_tenant_members_user ON tenant_members(user_id, status);
+CREATE INDEX IF NOT EXISTS idx_tenant_members_tenant ON tenant_members(tenant_id, status);
+
+CREATE TABLE IF NOT EXISTS resource_access_requests (
+    id TEXT PRIMARY KEY,
+    tenant_id TEXT NOT NULL,
+    resource_type TEXT NOT NULL,
+    resource_id TEXT NOT NULL,
+    applicant_id TEXT NOT NULL,
+    principal_type TEXT NOT NULL DEFAULT 'user',
+    principal_id TEXT NOT NULL,
+    requested_permissions TEXT NOT NULL DEFAULT '[]',
+    reason TEXT,
+    approval_id TEXT,
+    status TEXT NOT NULL DEFAULT 'pending',
+    expires_at TEXT,
+    created_at TEXT NOT NULL,
+    decided_at TEXT,
+    decided_by TEXT
+);
+CREATE INDEX IF NOT EXISTS idx_resource_access_requests_resource
+    ON resource_access_requests(resource_type, resource_id, status);
+CREATE INDEX IF NOT EXISTS idx_resource_access_requests_applicant
+    ON resource_access_requests(applicant_id, status);
+
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS granted_by TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS source_request_id TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS expires_at TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS revoked_at TEXT;
+CREATE INDEX IF NOT EXISTS idx_acls_tenant_active ON acls(tenant_id, revoked_at, expires_at);
+
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS action TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS requested_permissions TEXT NOT NULL DEFAULT '[]';
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS reason TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS expires_at TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS decided_by TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS decided_at TEXT;
+ALTER TABLE approval_steps ADD COLUMN IF NOT EXISTS approver_type TEXT NOT NULL DEFAULT 'user';
+

backend/app/db/sql/009_permission_completion.sql

@@ -0,0 +1,116 @@
+-- 权限 2.0 完整闭环：审批策略、执行状态、结构化审计与历史租户归属
+
+-- 该迁移可独立执行：兼容仅执行过 000_full_init.sql、或未执行 008 的旧数据库。
+CREATE TABLE IF NOT EXISTS tenant_members (
+    tenant_id TEXT NOT NULL,
+    user_id TEXT NOT NULL,
+    role TEXT NOT NULL DEFAULT 'member',
+    status TEXT NOT NULL DEFAULT 'active',
+    invited_by TEXT,
+    joined_at TEXT,
+    expires_at TEXT,
+    PRIMARY KEY (tenant_id, user_id)
+);
+CREATE INDEX IF NOT EXISTS idx_tenant_members_user ON tenant_members(user_id, status);
+CREATE INDEX IF NOT EXISTS idx_tenant_members_tenant ON tenant_members(tenant_id, status);
+INSERT INTO tenant_members (tenant_id, user_id, role, status, joined_at)
+SELECT COALESCE(u.tenant_id, 'default'), u.id,
+       CASE WHEN u.role='admin' OR COALESCE(u.protected, 0)=1 THEN 'owner' ELSE 'member' END,
+       'active', COALESCE(u.create_time, NOW()::text)
+FROM users u
+ON CONFLICT (tenant_id, user_id) DO NOTHING;
+
+CREATE TABLE IF NOT EXISTS resource_access_requests (
+    id TEXT PRIMARY KEY,
+    tenant_id TEXT NOT NULL DEFAULT 'default',
+    resource_type TEXT NOT NULL,
+    resource_id TEXT NOT NULL,
+    applicant_id TEXT NOT NULL,
+    principal_type TEXT NOT NULL DEFAULT 'user',
+    principal_id TEXT NOT NULL,
+    requested_permissions TEXT NOT NULL DEFAULT '[]',
+    reason TEXT,
+    approval_id TEXT,
+    status TEXT NOT NULL DEFAULT 'pending',
+    expires_at TEXT,
+    created_at TEXT NOT NULL DEFAULT to_char(now(), 'YYYY-MM-DD"T"HH24:MI:SS.MS"Z"'),
+    decided_at TEXT,
+    decided_by TEXT
+);
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS action TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS requested_permissions TEXT NOT NULL DEFAULT '[]';
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS reason TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS expires_at TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS decided_by TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS decided_at TEXT;
+ALTER TABLE approval_steps ADD COLUMN IF NOT EXISTS approver_type TEXT NOT NULL DEFAULT 'user';
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS granted_by TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS source_request_id TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS expires_at TEXT;
+ALTER TABLE acls ADD COLUMN IF NOT EXISTS revoked_at TEXT;
+ALTER TABLE datasets ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE models ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE trained_models ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS action TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS resource_type TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS scope TEXT NOT NULL DEFAULT 'tenant';
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS status TEXT NOT NULL DEFAULT 'active';
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE approval_templates ADD COLUMN IF NOT EXISTS updated_at TEXT;
+CREATE INDEX IF NOT EXISTS idx_approval_templates_match
+    ON approval_templates(tenant_id, action, resource_type, status);
+
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS execution_status TEXT NOT NULL DEFAULT 'pending';
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS execution_error TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS executed_at TEXT;
+ALTER TABLE approval_instances ADD COLUMN IF NOT EXISTS executed_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_approval_instances_execution
+    ON approval_instances(status, execution_status, action, resource_type, resource_id);
+
+ALTER TABLE resource_access_requests ADD COLUMN IF NOT EXISTS cancelled_at TEXT;
+ALTER TABLE resource_access_requests ADD COLUMN IF NOT EXISTS cancelled_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_resource_access_requests_expiry
+    ON resource_access_requests(status, expires_at);
+
+ALTER TABLE projects ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE projects ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_projects_active_tenant ON projects(tenant_id, status, deleted_at);
+
+ALTER TABLE tenants ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE tenants ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+CREATE INDEX IF NOT EXISTS idx_tenants_active ON tenants(status, deleted_at);
+
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT NOT NULL DEFAULT 'default';
+CREATE INDEX IF NOT EXISTS idx_data_convert_tasks_tenant ON data_convert_tasks(tenant_id, deleted_at);
+
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS result TEXT NOT NULL DEFAULT 'success';
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS reason TEXT;
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS request_id TEXT;
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS session_id TEXT;
+ALTER TABLE audit_logs ADD COLUMN IF NOT EXISTS metadata TEXT;
+CREATE INDEX IF NOT EXISTS idx_audit_request ON audit_logs(request_id);
+CREATE INDEX IF NOT EXISTS idx_audit_result ON audit_logs(result, time);
+
+-- 历史资源按创建者租户补齐归属。无法识别的资源保留 default，后续由管理员复核。
+UPDATE datasets d
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE d.created_by = u.id AND (d.tenant_id IS NULL OR d.tenant_id = '');
+UPDATE models m
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE m.created_by = u.id AND (m.tenant_id IS NULL OR m.tenant_id = '');
+UPDATE trained_models m
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE m.created_by = u.id AND (m.tenant_id IS NULL OR m.tenant_id = '');
+UPDATE eval_tasks e
+SET tenant_id = COALESCE(u.tenant_id, 'default')
+FROM users u
+WHERE e.created_by = u.id AND (e.tenant_id IS NULL OR e.tenant_id = '');

backend/app/db/sql/010_permission_quota_membership.sql

@@ -0,0 +1,21 @@
+-- Permission 2.0: atomic tenant quota reservations for GPU-backed tasks.
+-- This migration is additive and safe to run repeatedly.
+
+CREATE TABLE IF NOT EXISTS tenant_quota_reservations (
+    id TEXT PRIMARY KEY,
+    tenant_id TEXT NOT NULL,
+    owner_type TEXT NOT NULL,
+    owner_id TEXT NOT NULL,
+    gpu_count INTEGER NOT NULL DEFAULT 0,
+    storage_bytes BIGINT NOT NULL DEFAULT 0,
+    status TEXT NOT NULL DEFAULT 'reserved',
+    create_time TEXT NOT NULL,
+    released_at TEXT
+);
+
+CREATE INDEX IF NOT EXISTS idx_tenant_quota_reservations_tenant
+    ON tenant_quota_reservations(tenant_id, status);
+CREATE INDEX IF NOT EXISTS idx_tenant_quota_reservations_owner
+    ON tenant_quota_reservations(owner_type, owner_id, status);
+CREATE UNIQUE INDEX IF NOT EXISTS uq_tenant_quota_reservations_active_owner
+    ON tenant_quota_reservations(owner_type, owner_id) WHERE status = 'reserved';

backend/app/db/sql/011_permission_lifecycle.sql

@@ -0,0 +1,20 @@
+-- Permission 2.0: user and inference task lifecycle tombstones.
+-- Additive migration, safe to execute repeatedly.
+
+ALTER TABLE users ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE users ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE eval_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE compare_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT;
+ALTER TABLE data_convert_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS cleanup_attempts INTEGER NOT NULL DEFAULT 0;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS last_cleanup_error TEXT;
+ALTER TABLE storage_objects ADD COLUMN IF NOT EXISTS last_verified_at TEXT;
+
+CREATE INDEX IF NOT EXISTS idx_users_active ON users(status, deleted_at);
+CREATE INDEX IF NOT EXISTS idx_compare_tasks_active ON compare_tasks(status, deleted_at);

backend/app/db/sql/012_tenant_user_hierarchy.sql

@@ -0,0 +1,63 @@
+-- Tenant/user hierarchy alignment. Additive and safe to run repeatedly.
+-- New business flows use tenant_members, platform_role, tenant_id and
+-- created_by. Legacy role/project fields remain for compatibility only.
+
+ALTER TABLE users ADD COLUMN IF NOT EXISTS platform_role TEXT NOT NULL DEFAULT 'platform_user';
+UPDATE users
+SET platform_role = CASE
+    WHEN role = 'admin' OR COALESCE(protected, 0) = 1 THEN 'platform_admin'
+    ELSE 'platform_user'
+END
+WHERE platform_role IS NULL OR platform_role NOT IN ('platform_admin', 'platform_user');
+CREATE INDEX IF NOT EXISTS idx_users_platform_role ON users(platform_role, status, deleted_at);
+
+ALTER TABLE fine_tune_tasks ADD COLUMN IF NOT EXISTS tenant_id TEXT NOT NULL DEFAULT 'default';
+ALTER TABLE fine_tune_tasks ADD COLUMN IF NOT EXISTS created_by TEXT;
+ALTER TABLE fine_tune_tasks ADD COLUMN IF NOT EXISTS deleted_at TEXT;
+ALTER TABLE fine_tune_tasks ADD COLUMN IF NOT EXISTS deleted_by TEXT;
+UPDATE fine_tune_tasks
+SET tenant_id = COALESCE(NULLIF(tenant_id, ''), payload::json->>'tenant_id', 'default'),
+    created_by = COALESCE(NULLIF(created_by, ''), payload::json->>'created_by')
+WHERE tenant_id IS NULL OR tenant_id = '' OR created_by IS NULL OR created_by = '';
+CREATE INDEX IF NOT EXISTS idx_fine_tune_tasks_tenant_active
+    ON fine_tune_tasks(tenant_id, status, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_fine_tune_tasks_creator
+    ON fine_tune_tasks(created_by, deleted_at, create_time DESC);
+
+INSERT INTO tenants (id, name, code, status, quota, create_time)
+VALUES ('default', '默认租户', 'default', 'active', '{}', NOW()::text)
+ON CONFLICT (id) DO UPDATE
+SET status = CASE WHEN COALESCE(tenants.status, 'active') = 'deleted' THEN 'active' ELSE tenants.status END,
+    deleted_at = CASE WHEN COALESCE(tenants.status, 'active') = 'deleted' THEN NULL ELSE tenants.deleted_at END,
+    deleted_by = CASE WHEN COALESCE(tenants.status, 'active') = 'deleted' THEN NULL ELSE tenants.deleted_by END;
+
+-- Make the tenant owner relationship explicit and repair older tenant rows.
+INSERT INTO tenant_members (tenant_id, user_id, role, status, joined_at)
+SELECT t.id, t.owner_user_id, 'owner', 'active', COALESCE(t.create_time, NOW()::text)
+FROM tenants t
+JOIN users u ON u.id = t.owner_user_id
+WHERE t.owner_user_id IS NOT NULL
+  AND COALESCE(t.status, 'active') = 'active'
+ON CONFLICT (tenant_id, user_id) DO UPDATE
+SET role = 'owner', status = 'active';
+
+-- Existing account creation used admin as a tenant owner. Platform role and
+-- tenant role are separate, so keep only explicit tenant owners as owners.
+UPDATE tenant_members tm
+SET role = 'member'
+FROM users u
+WHERE tm.user_id = u.id
+  AND tm.role = 'owner'
+  AND (u.role <> 'admin' AND COALESCE(u.protected, 0) = 0)
+  AND NOT EXISTS (
+      SELECT 1 FROM tenants t
+      WHERE t.id = tm.tenant_id AND t.owner_user_id = tm.user_id
+  );
+
+-- Project is no longer a business isolation boundary. Keep historical columns
+-- readable, but make tenant-scoped queries the only supported new path.
+CREATE INDEX IF NOT EXISTS idx_datasets_tenant_active ON datasets(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_models_tenant_active ON models(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_trained_models_tenant_active ON trained_models(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_eval_tasks_tenant_active ON eval_tasks(tenant_id, deleted_at, create_time DESC);
+CREATE INDEX IF NOT EXISTS idx_compare_tasks_tenant_active ON compare_tasks(tenant_id, deleted_at, create_time DESC);

backend/app/main.py

@@ -4,10 +4,15 @@ from contextlib import suppress
 from fastapi import FastAPI
 from fastapi.middleware.cors import CORSMiddleware
 
-from app.api.v1.router import api_router
-from app.core.config import docs_kwargs, get_settings
-from app.core.logging import configure_logging, setup_request_logging
-from app.workers.compute_poller import run_compute_poller
+from app.core.cache_paths import setup_local_caches
+
+# 在任何 docling / tiktoken 模块被实例化之前设置缓存路径，避免首调用走到 ~/.cache。
+setup_local_caches()
+
+from app.api.v1.router import api_router  # noqa: E402
+from app.core.config import docs_kwargs, get_settings  # noqa: E402
+from app.core.logging import configure_logging, setup_request_logging  # noqa: E402
+from app.workers.compute_poller import run_compute_poller  # noqa: E402
 
 
 def create_app() -> FastAPI:

backend/app/modules/approval/router.py

@@ -1,17 +1,105 @@
 from __future__ import annotations
 
+import json
 from fastapi import APIRouter, Body, Depends
 from typing import Any
 
 from app.api.v1.endpoints.platform import ok, fail
 from app.db.platform_store import get_platform_store
-from app.core.auth import get_current_user, is_admin
+from app.core.auth import (
+    get_current_user,
+    has_resource_access,
+    is_tenant_admin,
+    is_admin,
+    resource_in_user_tenant,
+    resource_record,
+)
 
 router = APIRouter(prefix="/approvals", tags=["approval"])
 
+# Approval actions are deliberately finite.  A caller must not be able to
+# create an arbitrary approval that no executor or audit policy understands.
+ALLOWED_APPROVAL_ACTIONS = {
+    "resource.access",
+    "gpu.assign",
+    "tenant.quota.update",
+    "tenant.member.add",
+    "tenant.member.remove",
+    "model.use",
+    "dataset.use",
+    "dataset.delete",
+    "trained_model.merge",
+    "trained_model.export",
+    "trained_model.delete",
+    "fine_tune.stop",
+    "fine_tune.delete",
+    "eval.delete",
+    "inference.delete",
+    "project.archive",
+    "project.delete",
+}
+
+
+def _available_gpu_options() -> list[dict[str, Any]]:
+    """Return only online nodes and currently unassigned, idle GPUs."""
+    store = get_platform_store()
+    nodes = store.compute_nodes()
+    gpus = store.gpus()
+    assigned = {(str(item.get("node_id")), int(item.get("gpu_index"))) for item in store.gpu_assignments()}
+    by_node: dict[str, list[dict[str, Any]]] = {}
+    for gpu in gpus:
+        node_id = str(gpu.get("node_id") or "")
+        index = int(gpu.get("id") or 0)
+        if gpu.get("status") != "idle" or (node_id, index) in assigned:
+            continue
+        by_node.setdefault(node_id, []).append({
+            "index": index,
+            "name": gpu.get("name") or "GPU",
+            "memory_total_gb": float(gpu.get("memory_total_gb") or 0),
+        })
+    result = []
+    for node in nodes:
+        node_id = str(node.get("id") or "")
+        if not node.get("enabled") or node.get("scheduler_status") != "online" or not by_node.get(node_id):
+            continue
+        result.append({
+            "id": node_id,
+            "code": node.get("code") or node_id,
+            "name": node.get("name") or node.get("code") or node_id,
+            "gpus": sorted(by_node[node_id], key=lambda item: item["index"]),
+        })
+    return result
+
+
+def _validate_gpu_request(assignments: Any) -> list[dict[str, Any]]:
+    if not isinstance(assignments, list) or not assignments:
+        raise fail(400, "assignments 不能为空")
+    available = {
+        (node["id"], gpu["index"])
+        for node in _available_gpu_options()
+        for gpu in node["gpus"]
+    }
+    normalized = []
+    seen: set[tuple[str, int]] = set()
+    for item in assignments:
+        if not isinstance(item, dict) or not item.get("node_id") or item.get("gpu_index") is None:
+            raise fail(400, "每项必须包含 node_id 和 gpu_index")
+        try:
+            key = (str(item["node_id"]), int(item["gpu_index"]))
+        except (TypeError, ValueError):
+            raise fail(400, "gpu_index 必须是整数")
+        if key not in available:
+            raise fail(409, f"GPU {key[0]}:{key[1]} 当前不可申请")
+        if key not in seen:
+            seen.add(key)
+            normalized.append({"node_id": key[0], "gpu_index": key[1]})
+    return normalized
+
 
 @router.get("/templates")
 def list_templates(current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    if not is_admin(current_user):
+        raise fail(403, "admin permission required")
     return ok(get_platform_store().approval_templates())
 
 
@@ -20,11 +108,31 @@ def create_template(payload: dict[str, Any] = Body(...), current_user: dict = De
     if not is_admin(current_user): raise fail(403, "admin permission required")
     if not payload.get("name"):
         raise fail(400, "name 必填")
-    return ok(get_platform_store().create_approval_template(payload))
+    steps = payload.get("steps") or []
+    if not isinstance(steps, list) or any(not isinstance(step, dict) for step in steps):
+        raise fail(400, "steps 格式无效")
+    if payload.get("action") and payload["action"] not in ALLOWED_APPROVAL_ACTIONS:
+        raise fail(400, "不支持的审批动作")
+    payload = {
+        **payload,
+        "created_by": current_user.get("id"),
+        "tenant_id": payload.get("tenant_id") or current_user.get("tenant_id") or "default",
+        "scope": payload.get("scope") or "tenant",
+        "status": payload.get("status") or "active",
+    }
+    template = get_platform_store().create_approval_template(payload)
+    get_platform_store().record_audit(
+        action="approval.template.create", actor_id=current_user.get("id"),
+        target_type="approval_template", target_id=template["id"],
+        tenant_id=template.get("tenant_id"),
+    )
+    return ok(template)
 
 
 @router.get("/templates/{template_id}")
-def get_template(template_id: str) -> dict[str, Any]:
+def get_template(template_id: str, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    if not is_admin(current_user):
+        raise fail(403, "admin permission required")
     try:
         return ok(get_platform_store().approval_template(template_id))
     except KeyError:
@@ -34,8 +142,16 @@ def get_template(template_id: str) -> dict[str, Any]:
 @router.put("/templates/{template_id}")
 def update_template(template_id: str, payload: dict[str, Any] = Body(...), current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
     if not is_admin(current_user): raise fail(403, "admin permission required")
+    if payload.get("action") and payload["action"] not in ALLOWED_APPROVAL_ACTIONS:
+        raise fail(400, "不支持的审批动作")
     try:
-        return ok(get_platform_store().update_approval_template(template_id, payload))
+        template = get_platform_store().update_approval_template(template_id, payload)
+        get_platform_store().record_audit(
+            action="approval.template.update", actor_id=current_user.get("id"),
+            target_type="approval_template", target_id=template_id,
+            tenant_id=template.get("tenant_id"), detail=f"fields={','.join(payload.keys())}",
+        )
+        return ok(template)
     except KeyError:
         raise fail(404, "template not found")
 
@@ -44,15 +160,77 @@ def update_template(template_id: str, payload: dict[str, Any] = Body(...), curre
 def delete_template(template_id: str, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
     if not is_admin(current_user): raise fail(403, "admin permission required")
     try:
-        return ok(get_platform_store().delete_approval_template(template_id))
+        template = get_platform_store().delete_approval_template(template_id)
+        get_platform_store().record_audit(
+            action="approval.template.delete", actor_id=current_user.get("id"),
+            target_type="approval_template", target_id=template_id,
+            tenant_id=template.get("tenant_id"),
+        )
+        return ok(template)
     except KeyError:
         raise fail(404, "template not found")
 
 
 @router.get("")
-def list_instances(status: str | None = None, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
-    items = get_platform_store().approval_instances(status=status)
-    return ok(items if is_admin(current_user) else [item for item in items if item.get("applicant_id") == current_user.get("id")])
+def list_instances(
+    status: str | None = None,
+    mine: bool = False,
+    current_user: dict = Depends(get_current_user),
+) -> dict[str, Any]:
+    user_id = current_user.get("id")
+    items = get_platform_store().approval_instances(
+        status=status,
+        applicant_id=user_id if mine and not is_admin(current_user) else None,
+    )
+    if is_admin(current_user):
+        return ok(items)
+    if mine:
+        return ok(items)
+    visible = []
+    for item in items:
+        if item.get("applicant_id") == user_id:
+            visible.append(item)
+            continue
+        if any(step.get("approver_id") == user_id and step.get("status") == "pending" for step in item.get("steps", [])):
+            visible.append(item)
+            continue
+        if is_tenant_admin(current_user, item.get("tenant_id")) and item.get("status") == "pending":
+            visible.append(item)
+    return ok(visible)
+
+
+@router.get("/gpu-options")
+def gpu_request_options(current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    """Self-service GPU options; does not expose the admin compute page."""
+    return ok({"nodes": _available_gpu_options()})
+
+
+@router.post("/gpu-requests")
+def create_gpu_request(payload: dict[str, Any] = Body(...), current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    assignments = _validate_gpu_request(payload.get("assignments"))
+    user_id = str(current_user.get("id") or "")
+    if is_admin(current_user):
+        try:
+            return ok({"approval_required": False, "assignments": get_platform_store().assign_gpus(
+                [{**item, "user_id": user_id} for item in assignments], assigned_by=user_id,
+            )})
+        except ValueError as exc:
+            raise fail(409, str(exc))
+    normalized = [{**item, "user_id": user_id} for item in assignments]
+    instance = get_platform_store().create_approval_instance({
+        "resource_type": "gpu",
+        "resource_id": f"batch:{user_id}",
+        "applicant_id": user_id,
+        "action": "gpu.assign",
+        "tenant_id": current_user.get("tenant_id") or "default",
+        "reason": json.dumps({"assignments": normalized, "reason": payload.get("reason")}, ensure_ascii=False),
+    })
+    get_platform_store().record_audit(
+        action="gpu.assign.request", actor_id=user_id, target_type="gpu",
+        target_id=instance["id"], tenant_id=current_user.get("tenant_id") or "default",
+        detail=f"count={len(normalized)}",
+    )
+    return ok({"approval_required": True, "approval_id": instance["id"], "approval": instance})
 
 
 @router.post("")
@@ -61,6 +239,24 @@ def create_instance(payload: dict[str, Any] = Body(...), current_user: dict = De
     for field in ("resource_type", "resource_id"):
         if not payload.get(field):
             raise fail(400, f"{field} 必填")
+    resource = resource_record(str(payload["resource_type"]), str(payload["resource_id"]))
+    if not resource and not is_admin(current_user):
+        raise fail(404, "resource not found")
+    action = str(payload.get("action") or "")
+    if not action or action not in ALLOWED_APPROVAL_ACTIONS:
+        raise fail(400, "不支持的审批动作")
+    if action != "resource.access" and not is_admin(current_user) and not has_resource_access(
+        str(payload["resource_type"]), str(payload["resource_id"]), current_user, "read"
+    ):
+        raise fail(403, "no permission to request approval for this resource")
+    if resource and not is_admin(current_user) and not resource_in_user_tenant(str(payload["resource_type"]), resource, current_user):
+        raise fail(403, "resource belongs to another tenant")
+    requested = payload.get("requested_permissions") or []
+    allowed = {"read", "write", "execute", "download"}
+    if any(permission not in allowed for permission in requested):
+        raise fail(400, "invalid requested permission")
+    payload["tenant_id"] = current_user.get("tenant_id") or "default"
+    payload["requested_permissions"] = requested
     try:
         return ok(get_platform_store().create_approval_instance(payload))
     except KeyError:
@@ -71,7 +267,7 @@ def create_instance(payload: dict[str, Any] = Body(...), current_user: dict = De
 def get_instance(instance_id: str, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
     try:
         item = get_platform_store().approval_instance(instance_id)
-        if not is_admin(current_user) and item.get("applicant_id") != current_user.get("id"):
+        if not is_admin(current_user) and item.get("applicant_id") != current_user.get("id") and not is_tenant_admin(current_user, item.get("tenant_id")):
             raise fail(403, "no permission to access approval")
         return ok(item)
     except KeyError:
@@ -83,18 +279,118 @@ def decide(
     instance_id: str,
     step_index: int,
     payload: dict[str, Any] = Body(...),
+    current_user: dict = Depends(get_current_user),
 ) -> dict[str, Any]:
-    if not payload.get("approver_id"):
-        raise fail(400, "approver_id 必填")
     try:
-        return ok(
-            get_platform_store().decide_approval_step(
+        instance = get_platform_store().approval_instance(instance_id)
+        if instance.get("applicant_id") == current_user.get("id"):
+            raise fail(403, "applicant cannot approve own request")
+        step = next((item for item in instance.get("steps", []) if int(item.get("step_index", -1)) == step_index), None)
+        if not step and is_admin(current_user) and not instance.get("steps"):
+            step = {"approver_id": None, "status": "pending"}
+        if not step:
+            raise fail(404, "approval step not found")
+        designated = step.get("approver_id")
+        if not is_admin(current_user) and designated != current_user.get("id") and not (
+            step.get("approver_type") == "admin" and is_tenant_admin(current_user, instance.get("tenant_id"))
+        ):
+            raise fail(403, "current user is not the designated approver")
+        if instance.get("action") == "tenant.quota.update" and not is_admin(current_user):
+            raise fail(403, "only platform administrator can approve tenant quota changes")
+        submitted_approver = payload.get("approver_id")
+        if submitted_approver and submitted_approver != current_user.get("id"):
+            raise fail(403, "approver_id must match current session")
+        store = get_platform_store()
+        result = store.decide_approval_step(
                 instance_id,
                 step_index,
-                approver_id=payload["approver_id"],
+                approver_id=str(current_user.get("id")),
                 approved=bool(payload.get("approved", False)),
                 comment=payload.get("comment"),
             )
+        if result.get("status") == "approved" and result.get("execution_status") == "ready":
+            try:
+                effect = store.apply_approval_effect(result, str(current_user.get("id") or ""))
+                if effect is not None:
+                    result = store.approval_instance(instance_id)
+            except Exception as exc:
+                with store.connect() as conn:
+                    conn.execute(
+                        "UPDATE approval_instances SET execution_status='failed', execution_error=? WHERE id=?",
+                        (str(exc), instance_id),
+                    )
+                raise fail(409, f"审批已通过，但执行失败：{exc}")
+        store.record_audit(
+            action="approval.decision", actor_id=current_user.get("id"),
+            target_type="approval_instance", target_id=instance_id,
+            tenant_id=result.get("tenant_id"), result="success" if payload.get("approved") else "rejected",
+            detail=f"step={step_index}", reason=payload.get("comment"),
         )
+        return ok(result)
     except (KeyError, ValueError) as e:
         raise fail(400, str(e))
+
+
+@router.post("/resource-access/requests")
+def create_resource_access_request(payload: dict[str, Any] = Body(...), current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    resource_type = str(payload.get("resource_type") or "")
+    resource_id = str(payload.get("resource_id") or "")
+    resource = resource_record(resource_type, resource_id)
+    if not resource:
+        raise fail(404, "resource not found")
+    if not is_admin(current_user) and not resource_in_user_tenant(resource_type, resource, current_user):
+        raise fail(403, "resource belongs to another tenant")
+    permissions = payload.get("requested_permissions") or ["read"]
+    allowed = {"read", "write", "execute", "download"}
+    if not permissions or any(permission not in allowed for permission in permissions):
+        raise fail(400, "invalid requested permissions")
+    result = get_platform_store().create_resource_access_request({
+        "resource_type": resource_type,
+        "resource_id": resource_id,
+        "applicant_id": current_user.get("id"),
+        "principal_type": "user",
+        "principal_id": current_user.get("id"),
+        "requested_permissions": permissions,
+        "reason": payload.get("reason"),
+        "template_id": payload.get("template_id"),
+        "tenant_id": current_user.get("tenant_id") or "default",
+        "expires_at": payload.get("expires_at"),
+    })
+    get_platform_store().record_audit(
+        action="resource.access.request", actor_id=current_user.get("id"),
+        target_type=resource_type, target_id=resource_id,
+        tenant_id=current_user.get("tenant_id") or "default",
+        detail=f"permissions={','.join(permissions)}",
+    )
+    return ok(result)
+
+
+@router.get("/resource-access/requests")
+def list_resource_access_requests(status: str | None = None, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    items = get_platform_store().resource_access_requests(
+        user_id=None if is_admin(current_user) else current_user.get("id"),
+        status=status,
+    )
+    return ok(items)
+
+
+@router.post("/resource-access/requests/{request_id}/cancel")
+def cancel_resource_access_request(request_id: str, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    try:
+        item = get_platform_store().cancel_resource_access_request(
+            request_id,
+            str(current_user.get("id") or ""),
+            is_admin_actor=is_admin(current_user),
+        )
+    except KeyError:
+        raise fail(404, "access request not found")
+    except PermissionError as exc:
+        raise fail(403, str(exc))
+    except ValueError as exc:
+        raise fail(409, str(exc))
+    get_platform_store().record_audit(
+        action="resource.access.cancel", actor_id=current_user.get("id"),
+        target_type="resource_access_request", target_id=request_id,
+        tenant_id=item.get("tenant_id"),
+    )
+    return ok(item)

backend/app/modules/compute_gateway/client.py

@@ -158,7 +158,12 @@ class ComputeNodeClient:
             return _unwrap_dict(response.json())
 
     async def stop_job(self, job_id: str) -> dict[str, Any]:
-        async with httpx.AsyncClient(timeout=self.timeout, headers=self.headers()) as client:
+        # Compute API waits for the child process to exit (up to 10 seconds)
+        # before returning.  The normal polling timeout is intentionally short,
+        # but is too aggressive for a stop request and used to surface as a
+        # platform 500 even when the node eventually stopped the job.
+        stop_timeout = max(float(self.timeout), 30.0)
+        async with httpx.AsyncClient(timeout=stop_timeout, headers=self.headers()) as client:
             response = await client.post(_join_url(self.api_base_url, f"{self.route_prefix}/compute/jobs/{job_id}/stop"))
             response.raise_for_status()
             return _unwrap_dict(response.json())

backend/app/modules/compute_gateway/sync.py

@@ -2,15 +2,92 @@ from __future__ import annotations
 
 import json
 import time
+from pathlib import Path
 from typing import Any
 
 from app.db.platform_store import get_platform_store
+from app.core.config import get_settings
 from app.modules.compute_gateway.client import ComputeNodeClient
+from app.modules.storage.minio_store import get_object_storage
 
 # starting 状态允许的最大轮询次数（约 40 * 3s ≈ 2 分钟），超过即判定节点不可达
 MAX_STARTING_ATTEMPTS = 40
 
 
+def _extract_job_failure_reason(log_text: str, limit: int = 2000) -> str:
+    """Return a concise actionable reason from a failed Compute job log."""
+    lines = [line.strip() for line in str(log_text or "").splitlines() if line.strip()]
+    if not lines:
+        return ""
+    markers = ("[eval] FAILED", "Traceback", "RuntimeError", "Error:", "ERROR")
+    for index in range(len(lines) - 1, -1, -1):
+        if any(marker in lines[index] for marker in markers):
+            return "\n".join(lines[index : index + 8])[-limit:]
+    return "\n".join(lines[-8:])[-limit:]
+
+
+async def _archive_node_directory(
+    store: Any,
+    client: ComputeNodeClient,
+    node: dict[str, Any],
+    source_path: str,
+    resource_type: str,
+    resource_id: str,
+    version_id: str,
+    object_prefix: str,
+) -> list[dict[str, Any]]:
+    """Archive a completed node directory to MinIO, preserving subdirectories."""
+    data_root = Path(str(node.get("data_root") or "/data/yg-ft")).resolve()
+    source = Path(source_path).resolve()
+    if source == data_root:
+        raise RuntimeError("refuse to archive compute data root; output_dir must be a task subdirectory")
+    try:
+        relative_root = source.relative_to(data_root).as_posix()
+    except ValueError as exc:
+        raise RuntimeError(f"artifact path is outside compute data root: {source_path}") from exc
+    queue = [relative_root]
+    archived: list[dict[str, Any]] = []
+    max_files = 10000
+    while queue:
+        relative = queue.pop(0)
+        listing = await client.list_files(root="data", relative_path=relative)
+        for item in listing.get("items") or []:
+            item_relative = str(item.get("relative_path") or "")
+            if item.get("type") == "directory":
+                queue.append(item_relative)
+                continue
+            path = str(item.get("path") or "")
+            if not path:
+                continue
+            try:
+                relative_file = Path(item_relative).relative_to(Path(relative_root)).as_posix()
+            except ValueError:
+                relative_file = Path(str(item.get("name") or Path(path).name)).name
+            object_key = f"{object_prefix}/{version_id}/{relative_file}"
+            if len(archived) >= max_files:
+                raise RuntimeError(f"archive file count exceeds limit {max_files}")
+            upload_url = get_object_storage().presigned_put(object_key)
+            result = await client.upload_file_to_url(path, upload_url, object_key)
+            metadata = get_object_storage().stat(object_key)
+            archived.append(
+                store.create_storage_object(
+                    {
+                        "resource_type": resource_type,
+                        "resource_id": resource_id,
+                        "version_id": version_id,
+                        "bucket": get_object_storage().bucket,
+                        "object_key": object_key,
+                        "file_name": relative_file,
+                        "content_type": "application/octet-stream",
+                        "byte_size": metadata.get("byte_size") or result.get("byte_size") or 0,
+                        "checksum_sha256": result.get("checksum_sha256") or "",
+                        "status": "available",
+                    }
+                )
+            )
+    return archived
+
+
 def _node_for_task(task: dict[str, Any]) -> dict[str, Any] | None:
     return next((node for node in get_platform_store().compute_nodes() if node["id"] == task.get("compute_node_id")), None)
 
@@ -55,11 +132,13 @@ async def reconcile_inference_loads(store: Any) -> list[dict[str, Any]]:
                 item["status"] = "error"
                 item["error"] = "compute node deleted"
                 store.mark_inference_unloaded(item.get("node_id") or "")
+                store.release_external_gpus("inference", str(task["id"]), item.get("node_id"))
                 continue
             if not node.get("enabled") or node.get("scheduler_status") != "online":
                 item["status"] = "error"
                 item["error"] = "compute node offline"
                 store.mark_inference_unloaded(node["id"])
+                store.release_external_gpus("inference", str(task["id"]), node["id"])
                 continue
             try:
                 status = await ComputeNodeClient(node["api_base_url"]).inference_status()
@@ -68,6 +147,7 @@ async def reconcile_inference_loads(store: Any) -> list[dict[str, Any]]:
                     item["status"] = "error"
                     item["error"] = f"compute node unreachable: {exc}"
                     store.mark_inference_unloaded(node["id"])
+                    store.release_external_gpus("inference", str(task["id"]), node["id"])
                 continue
             node_status = status.get("status")
             if node_status == "ready":
@@ -79,11 +159,13 @@ async def reconcile_inference_loads(store: Any) -> list[dict[str, Any]]:
                 item["status"] = "error"
                 item["error"] = status.get("error") or "model load failed on compute node"
                 store.mark_inference_unloaded(node["id"])
+                store.release_external_gpus("inference", str(task["id"]), node["id"])
             elif node_status == "idle":
                 # 节点重启导致已加载模型丢失
                 item["status"] = "error"
                 item["error"] = "model disappeared from compute node (node may have restarted)"
                 store.mark_inference_unloaded(node["id"])
+                store.release_external_gpus("inference", str(task["id"]), node["id"])
             # node_status == "loading" -> 保持 starting，下轮再查
         if dirty:
             if any(i.get("status") in {"ready", "running"} for i in items):
@@ -97,11 +179,16 @@ async def reconcile_inference_loads(store: Any) -> list[dict[str, Any]]:
     return reconciled
 
 
-async def fetch_eval_result_content(client: ComputeNodeClient, node: dict[str, Any], job: dict[str, Any]) -> dict[str, Any] | None:
+async def fetch_eval_result_content(
+    client: ComputeNodeClient,
+    node: dict[str, Any],
+    job: dict[str, Any],
+    file_name: str = "eval_results.json",
+) -> dict[str, Any] | None:
     output_dir = job.get("output_dir")
     if not output_dir:
         return None
-    full_path = f"{str(output_dir).rstrip('/')}/eval_results.json"
+    full_path = f"{str(output_dir).rstrip('/')}/{file_name}"
     data_root = "/data/yg-ft/"
     if full_path.startswith(data_root):
         full_path = full_path[len(data_root):]
@@ -115,11 +202,36 @@ async def fetch_eval_result_content(client: ComputeNodeClient, node: dict[str, A
         return payload if isinstance(payload, dict) else None
 
 
-async def poll_compute_jobs_once() -> dict[str, Any]:
-    store = get_platform_store()
+async def fetch_eval_progress_content(
+    client: ComputeNodeClient,
+    node: dict[str, Any],
+    job: dict[str, Any],
+) -> dict[str, Any] | None:
+    return await fetch_eval_result_content(client, node, job, "eval_progress.json")
+
+
+async def poll_compute_jobs_once(store: Any | None = None) -> dict[str, Any]:
+    store = store or get_platform_store()
     synced: list[dict[str, Any]] = []
     failed: list[dict[str, str]] = []
-    for task in store.running_compute_tasks():
+    online_nodes = {
+        str(node.get("id"))
+        for node in store.compute_nodes()
+        if node.get("enabled") and node.get("scheduler_status") in {"online", "draining"}
+    }
+    training_tasks = {str(task["id"]): task for task in store.running_compute_tasks()}
+    # Completed tasks whose MinIO archive was interrupted remain eligible for
+    # reconciliation after a Backend restart or a transient node failure.
+    if get_settings().minio_enabled:
+        for task in store.tasks():
+            if task.get("status") != "completed" or not task.get("compute_job_id"):
+                continue
+            if (
+                str(task.get("archive_status") or "") != "completed"
+                and str(task.get("compute_node_id")) in online_nodes
+            ):
+                training_tasks.setdefault(str(task["id"]), task)
+    for task in training_tasks.values():
         node = _node_for_task(task)
         if not node:
             failed.append({"task_id": task["id"], "error": "compute node not found"})
@@ -139,11 +251,63 @@ async def poll_compute_jobs_once() -> dict[str, Any]:
                     job["log_snippet"] = str(last_logs.get("content") or "")[:8192]
                 except Exception:
                     pass
-            synced.append(store.apply_compute_job(task["id"], job))
+            updated_task = store.apply_compute_job(task["id"], job)
+            if (
+                get_settings().minio_enabled
+                and job.get("status") == "completed"
+                and job.get("output_dir")
+            ):
+                trained_model = next(
+                    (
+                        item
+                        for item in store.trained_models()
+                        if item.get("name")
+                        == (task.get("output_model_name") or f"{task.get('name')}-lora")
+                    ),
+                    None,
+                )
+                if trained_model:
+                    try:
+                        archived = await _archive_node_directory(
+                            store,
+                            client,
+                            node,
+                            str(job["output_dir"]),
+                            "trained_model",
+                            str(trained_model["id"]),
+                            str(job.get("id") or task.get("compute_job_id") or task["id"]),
+                            f"trained_models/{trained_model['id']}",
+                        )
+                        artifacts = store.model_artifacts(str(trained_model["id"]))
+                        if archived and artifacts:
+                            store.link_model_artifact_storage_object(
+                                str(artifacts[0]["id"]), str(archived[0]["id"])
+                            )
+                        store.update_task(task["id"], {
+                            "archive_status": "completed",
+                            "archive_object_ids": [str(item["id"]) for item in archived],
+                            "archive_error": "",
+                        })
+                    except Exception as archive_exc:
+                        store.update_task(task["id"], {
+                            "archive_status": "pending",
+                            "archive_error": str(archive_exc)[:2000],
+                        })
+                        raise
+            synced.append(updated_task)
         except Exception as exc:  # noqa: BLE001 - keep polling other jobs
             failed.append({"task_id": task["id"], "error": str(exc)})
     standalone_synced: list[dict[str, Any]] = []
-    for record in store.active_standalone_compute_jobs():
+    standalone_jobs = {
+        str(record["id"]): record
+        for record in store.active_standalone_compute_jobs()
+        if str(record.get("node_id")) in online_nodes
+    }
+    if get_settings().minio_enabled:
+        for record in store.standalone_compute_jobs_pending_archive():
+            if str(record.get("node_id")) in online_nodes:
+                standalone_jobs.setdefault(str(record["id"]), record)
+    for record in standalone_jobs.values():
         node = next((item for item in store.compute_nodes() if item["id"] == record.get("node_id")), None)
         if not node:
             failed.append({"job_id": record["id"], "error": "compute node not found"})
@@ -151,12 +315,56 @@ async def poll_compute_jobs_once() -> dict[str, Any]:
         try:
             job = await ComputeNodeClient(node["api_base_url"]).get_job(record["id"])
             standalone_synced.append(store.sync_model_merge_job(record["id"], job))
+            if get_settings().minio_enabled and job.get("status") == "completed" and job.get("output_dir"):
+                payload = (store.compute_job(record["id"]).get("payload") or {})
+                trained_model_id = str(payload.get("trained_model_id") or payload.get("model_name") or "")
+                if trained_model_id:
+                    trained_model = next(
+                        (item for item in store.trained_models() if item.get("id") == trained_model_id or item.get("name") == trained_model_id),
+                        None,
+                    )
+                    if trained_model:
+                        archived = await _archive_node_directory(
+                            store,
+                            ComputeNodeClient(node["api_base_url"], timeout=900),
+                            node,
+                            str(job["output_dir"]),
+                            "trained_model",
+                            str(trained_model["id"]),
+                            str(job.get("id") or record["id"]),
+                            f"trained_models/{trained_model['id']}",
+                        )
+                        artifacts = store.model_artifacts(str(trained_model["id"]))
+                        if archived and artifacts:
+                            store.link_model_artifact_storage_object(
+                                str(artifacts[0]["id"]), str(archived[0]["id"])
+                            )
+                        store.update_compute_job_archive(record["id"], "completed", [str(item["id"]) for item in archived])
         except Exception as exc:  # noqa: BLE001 - keep polling other jobs
+            try:
+                store.update_compute_job_archive(record["id"], "pending", [], str(exc)[:2000])
+            except Exception:
+                pass
             failed.append({"job_id": record["id"], "error": str(exc)})
 
     # ── Eval job sync ────────────────────────────────────────────────
     eval_synced = 0
-    for eval_task in store.running_eval_tasks():
+    eval_tasks = {str(task["id"]): task for task in store.running_eval_tasks()}
+    if get_settings().minio_enabled:
+        # A completed evaluation can win the race with the poller: its status
+        # is persisted before the report archive finishes. Keep such tasks in
+        # the reconciliation set until the report object is available.
+        for task in store.eval_tasks():
+            if (
+                task.get("status") == "completed"
+                and task.get("compute_job_id")
+                and str(task.get("archive_status") or "") != "completed"
+                and str(task.get("compute_node_id")) in online_nodes
+            ):
+                eval_tasks.setdefault(str(task["id"]), task)
+    for eval_task in eval_tasks.values():
+        if str(eval_task.get("compute_node_id")) not in online_nodes:
+            continue
         node = next(
             (item for item in store.compute_nodes() if item["id"] == eval_task.get("compute_node_id")),
             None,
@@ -168,16 +376,70 @@ async def poll_compute_jobs_once() -> dict[str, Any]:
             client = ComputeNodeClient(node["api_base_url"])
             job = await client.get_job(eval_task["compute_job_id"])
             result_content = None
-            # Try to read eval_results.json from the job output directory
+            # Read live progress and partial results while the evaluator is running.
+            if job.get("status") in {"queued", "running"} and job.get("output_dir"):
+                try:
+                    progress_content = await fetch_eval_progress_content(client, node, job)
+                    if progress_content:
+                        store.update_eval_task(
+                            eval_task["id"],
+                            {
+                                "progress_detail": progress_content,
+                                "progress": progress_content.get("percentage", eval_task.get("progress", 0)),
+                            },
+                        )
+                except Exception:
+                    pass
+                try:
+                    result_content = await fetch_eval_result_content(client, node, job)
+                except Exception:
+                    result_content = None
+            # Try to read eval_results.json from the job output directory on completion.
             if job.get("status") == "completed" and job.get("output_dir"):
                 try:
                     result_content = await fetch_eval_result_content(client, node, job)
                 except Exception:
                     pass
+            if job.get("status") in {"failed", "stopped"} and not job.get("error"):
+                try:
+                    failure_logs = await client.job_logs(eval_task["compute_job_id"], tail_lines=120)
+                    job["error"] = _extract_job_failure_reason(str(failure_logs.get("content") or ""))
+                except Exception:
+                    pass
             store.apply_eval_job_result(eval_task["id"], job, result_content)
+            if get_settings().minio_enabled and job.get("status") == "completed" and job.get("output_dir"):
+                archived = await _archive_node_directory(
+                    store,
+                    client,
+                    node,
+                    str(job["output_dir"]),
+                    "eval",
+                    str(eval_task["id"]),
+                    str(job.get("id") or eval_task.get("compute_job_id") or eval_task["id"]),
+                    f"evaluations/{eval_task['id']}",
+                )
+                report_object = next(
+                    (item for item in archived if Path(str(item.get("file_name") or "")).name == "eval_results.json"),
+                    archived[0] if archived else None,
+                )
+                store.update_eval_task(eval_task["id"], {
+                    "report_storage_object_id": str(report_object["id"]) if report_object else "",
+                    "archive_status": "completed",
+                    "archive_object_ids": [str(item["id"]) for item in archived],
+                    "archive_error": "",
+                })
             # 评测 GPU 占用由 eval_tasks 状态派生，无需维护推理内存标记
             eval_synced += 1
         except Exception as exc:  # noqa: BLE001
+            try:
+                current_eval = store.eval_task(eval_task["id"])
+            except Exception:
+                current_eval = eval_task
+            if current_eval.get("status") == "completed":
+                try:
+                    store.update_eval_task(eval_task["id"], {"archive_status": "pending", "archive_error": str(exc)[:2000]})
+                except Exception:
+                    pass
             failed.append({"eval_task_id": eval_task["id"], "error": str(exc)})
 
     # ── Inference load reconciliation ─────────────────────────────────────

backend/app/modules/data_convert/router.py

@@ -1,20 +1,43 @@
 from __future__ import annotations
 
 import json
+import hashlib
 import os
 from pathlib import Path
 from typing import Any
 
-from fastapi import APIRouter, Body, Depends, File, UploadFile
-from fastapi.responses import FileResponse
+from fastapi import APIRouter, Body, Depends, File, Request, UploadFile
+from fastapi.responses import FileResponse, Response
 
 from app.api.v1.endpoints.platform import ok, fail
-from app.core.auth import get_current_user, is_admin
+from app.core.auth import get_current_user, has_resource_access, is_admin
+from app.core.config import get_settings
 from app.core.op_log import op_log, OpModule, OpAction
 from app.db.platform_store import get_platform_store, new_id
+from app.modules.storage.minio_store import get_object_storage
+from app.modules.storage.policy import should_store_in_minio
 
 
-router = APIRouter(prefix="/data-convert", tags=["data-convert"])
+def _authorize_data_convert_request(
+    request: Request,
+    task_id: str | None = None,
+    current_user: dict[str, Any] = Depends(get_current_user),
+) -> None:
+    """Protect every task-scoped conversion endpoint with resource ACL."""
+    if not task_id or is_admin(current_user):
+        return
+    permission = "read" if request.method in {"GET", "HEAD"} else "write"
+    if request.url.path.endswith("/run") or request.url.path.endswith("/import-as-dataset"):
+        permission = "execute"
+    if not has_resource_access("data_convert", task_id, current_user, permission):
+        raise fail(403, "no permission to access this data convert task")
+
+
+router = APIRouter(
+    prefix="/data-convert",
+    tags=["data-convert"],
+    dependencies=[Depends(_authorize_data_convert_request)],
+)
 
 # 存储根目录
 STORAGE_ROOT = Path(__file__).resolve().parents[3] / "storage" / "data-convert"
@@ -56,6 +79,142 @@ def _output_dir(task_id: str) -> Path:
     return _task_dir(task_id) / "output"
 
 
+def _minio_enabled() -> bool:
+    return bool(get_settings().minio_enabled)
+
+
+def _input_object_key(task_id: str, name: str) -> str:
+    return f"data-convert/{task_id}/input/{Path(name).name}"
+
+
+def _output_object_key(task_id: str, name: str) -> str:
+    return f"data-convert/{task_id}/output/{Path(name).name}"
+
+
+def _task_objects(task_id: str) -> list[dict[str, Any]]:
+    return get_platform_store().storage_objects_for_resource("data_convert", task_id)
+
+
+def _register_object(
+    task_id: str,
+    *,
+    version_id: str,
+    object_key: str,
+    file_name: str,
+    content_type: str,
+    content: bytes,
+    created_by: str | None,
+) -> dict[str, Any]:
+    storage = get_object_storage()
+    uploaded = storage.put_bytes(object_key, content, content_type)
+    return get_platform_store().create_storage_object(
+        {
+            "resource_type": "data_convert",
+            "resource_id": task_id,
+            "version_id": version_id,
+            "bucket": uploaded["bucket"],
+            "object_key": object_key,
+            "file_name": file_name,
+            "content_type": content_type,
+            "byte_size": len(content),
+            "checksum_sha256": hashlib.sha256(content).hexdigest(),
+            "status": "available",
+            "created_by": created_by,
+        }
+    )
+
+
+def _input_objects(task_id: str) -> list[dict[str, Any]]:
+    prefix = f"data-convert/{task_id}/input/"
+    return sorted(
+        [item for item in _task_objects(task_id) if str(item.get("object_key") or "").startswith(prefix)],
+        key=lambda item: str(item.get("file_name") or item.get("object_key") or ""),
+    )
+
+
+def _output_object(task: dict[str, Any]) -> dict[str, Any] | None:
+    key = _output_object_key(task["id"], _safe_output_filename(task.get("output_filename")))
+    return next((item for item in _task_objects(task["id"]) if item.get("object_key") == key), None)
+
+
+def _read_output(task: dict[str, Any]) -> bytes | None:
+    if _minio_enabled():
+        item = _output_object(task)
+        if item:
+            return get_object_storage().get_bytes(item["object_key"])
+        inline = task.get("output_content")
+        return str(inline).encode("utf-8") if inline is not None else None
+    path = _task_output_path(task)
+    return path.read_bytes() if path.exists() else None
+
+
+def _convert_from_minio(task: dict[str, Any], created_by: str | None) -> tuple[int, int, bytes]:
+    output_name = _safe_output_filename(task.get("output_filename"))
+    output_lines: list[str] = []
+    input_count = 0
+    output_count = 0
+    for item in _input_objects(task["id"]):
+        input_count += 1
+        raw = get_object_storage().get_bytes(item["object_key"])
+        data = json.loads(raw.decode("utf-8"))
+        if isinstance(data, list):
+            records = data
+        elif isinstance(data, dict):
+            records = [data]
+        else:
+            raise ValueError(f"JSON must be object or array: {item.get('file_name')}")
+        for record in records:
+            output_lines.append(json.dumps(record, ensure_ascii=False) + "\n")
+            output_count += 1
+    output = "".join(output_lines).encode("utf-8")
+    store = get_platform_store()
+    with store.connect() as conn:
+        if should_store_in_minio(len(output)):
+            output_object = _register_object(
+                task["id"],
+                version_id="output",
+                object_key=_output_object_key(task["id"], output_name),
+                file_name=output_name,
+                content_type="application/jsonl",
+                content=output,
+                created_by=created_by,
+            )
+            conn.execute(
+                "UPDATE data_convert_tasks SET output_storage_object_id=%s, output_content=NULL, storage_backend='minio' WHERE id=%s",
+                (output_object["id"], task["id"]),
+            )
+        else:
+            conn.execute(
+                "UPDATE data_convert_tasks SET output_storage_object_id=NULL, output_content=%s, storage_backend='database' WHERE id=%s",
+                (output.decode("utf-8"), task["id"]),
+            )
+    return input_count, output_count, output
+
+
+def _convert_from_local(task: dict[str, Any]) -> tuple[int, int, bytes]:
+    input_dir = _input_dir(task["id"])
+    output_dir = _output_dir(task["id"])
+    input_dir.mkdir(parents=True, exist_ok=True)
+    output_dir.mkdir(parents=True, exist_ok=True)
+    output_path = _task_output_path(task)
+    output_path.unlink(missing_ok=True)
+    input_count = 0
+    output_count = 0
+    with output_path.open("w", encoding="utf-8") as output_file:
+        for json_file in sorted(input_dir.iterdir()):
+            if not json_file.is_file() or not json_file.name.lower().endswith(".json"):
+                continue
+            input_count += 1
+            data = json.loads(json_file.read_text(encoding="utf-8"))
+            records = data if isinstance(data, list) else [data] if isinstance(data, dict) else None
+            if records is None:
+                raise ValueError(f"JSON must be object or array: {json_file.name}")
+            for record in records:
+                output_file.write(json.dumps(record, ensure_ascii=False) + "\n")
+                output_count += 1
+    return input_count, output_count, output_path.read_bytes()
+
+
 @router.get("")
 def list_tasks(
     page: int = 1,
@@ -67,24 +226,32 @@ def list_tasks(
         if is_admin(current_user):
             # 管理员可见全部
             rows = conn.execute(
-                "SELECT * FROM data_convert_tasks WHERE deleted_at IS NULL "
-                "ORDER BY create_time DESC LIMIT %s OFFSET %s",
+                "SELECT task.*, creator.display_name AS creator_name, processor.display_name AS processor_name "
+                "FROM data_convert_tasks task "
+                "LEFT JOIN users creator ON creator.id=task.created_by "
+                "LEFT JOIN users processor ON processor.id=task.processed_by "
+                "WHERE task.deleted_at IS NULL "
+                "ORDER BY task.create_time DESC LIMIT %s OFFSET %s",
                 (page_size, (page - 1) * page_size),
             ).fetchall()
             total = conn.execute(
                 "SELECT COUNT(*) FROM data_convert_tasks WHERE deleted_at IS NULL"
             ).fetchone()[0]
         else:
-            # 普通用户只能看到自己创建的
+            # 普通用户只能看到本租户且由自己创建的任务；跨租户 ACL 通过任务级依赖访问。
             user_id = current_user.get("id")
             rows = conn.execute(
-                "SELECT * FROM data_convert_tasks WHERE deleted_at IS NULL AND created_by=%s "
-                "ORDER BY create_time DESC LIMIT %s OFFSET %s",
-                (user_id, page_size, (page - 1) * page_size),
+                "SELECT task.*, creator.display_name AS creator_name, processor.display_name AS processor_name "
+                "FROM data_convert_tasks task "
+                "LEFT JOIN users creator ON creator.id=task.created_by "
+                "LEFT JOIN users processor ON processor.id=task.processed_by "
+                "WHERE task.deleted_at IS NULL AND task.tenant_id=%s AND task.created_by=%s "
+                "ORDER BY task.create_time DESC LIMIT %s OFFSET %s",
+                (current_user.get("tenant_id") or "default", user_id, page_size, (page - 1) * page_size),
             ).fetchall()
             total = conn.execute(
-                "SELECT COUNT(*) FROM data_convert_tasks WHERE deleted_at IS NULL AND created_by=%s",
-                (user_id,)
+                "SELECT COUNT(*) FROM data_convert_tasks WHERE deleted_at IS NULL AND tenant_id=%s AND created_by=%s",
+                (current_user.get("tenant_id") or "default", user_id,)
             ).fetchone()[0]
     return ok({"items": [dict(r) for r in rows], "total": total})
 
@@ -103,15 +270,21 @@ def create_task(
     description = str(payload.get("description") or "").strip()
     user_id = current_user.get("id")
     store = get_platform_store()
+    tenant_id = current_user.get("tenant_id") or "default"
+    try:
+        store.assert_active_tenant(tenant_id)
+    except ValueError as exc:
+        raise fail(400, str(exc))
     with store.connect() as conn:
         conn.execute(
-            "INSERT INTO data_convert_tasks (id, name, description, output_filename, created_by) "
-            "VALUES (%s, %s, %s, %s, %s)",
-            (task_id, name, description, output_filename, user_id),
+            "INSERT INTO data_convert_tasks (id, name, description, output_filename, created_by, tenant_id) "
+            "VALUES (%s, %s, %s, %s, %s, %s)",
+            (task_id, name, description, output_filename, user_id, tenant_id),
         )
-    # 创建目录
-    _input_dir(task_id).mkdir(parents=True, exist_ok=True)
-    _output_dir(task_id).mkdir(parents=True, exist_ok=True)
+    # MinIO 是正式存储；本地目录只在关闭 MinIO 的旧兼容模式下创建。
+    if not _minio_enabled():
+        _input_dir(task_id).mkdir(parents=True, exist_ok=True)
+        _output_dir(task_id).mkdir(parents=True, exist_ok=True)
     return ok(_get_task(task_id))
 
 
@@ -123,13 +296,19 @@ def get_task(
     task = _get_task(task_id)
     if not task:
         raise fail(404, "task not found")
-    # 附加输入文件列表
-    input_dir = _input_dir(task_id)
+    # 附加输入文件列表；旧任务没有对象记录时继续读取本地兼容目录。
     files = []
-    if input_dir.exists():
-        for f in sorted(input_dir.iterdir()):
-            if f.is_file():
-                files.append({"name": f.name, "size": f.stat().st_size})
+    if _minio_enabled():
+        files = [
+            {"name": item.get("file_name") or Path(item["object_key"]).name, "size": item.get("byte_size") or 0}
+            for item in _input_objects(task_id)
+        ]
+    else:
+        input_dir = _input_dir(task_id)
+        if input_dir.exists():
+            for f in sorted(input_dir.iterdir()):
+                if f.is_file():
+                    files.append({"name": f.name, "size": f.stat().st_size})
     task["input_files"] = files
     return ok(task)
 
@@ -146,73 +325,79 @@ async def upload_source_files(
         raise fail(404, "task not found")
     if task["status"] not in ("pending", "uploaded"):
         raise fail(400, "task is not editable")
-    input_dir = _input_dir(task_id)
-    input_dir.mkdir(parents=True, exist_ok=True)
     staged = []
     for upload in files:
         name = Path(upload.filename or "input.json").name
         if not name.lower().endswith(".json"):
             raise fail(415, f"only JSON files are supported: {name}")
-        target = input_dir / name
         content = await upload.read()
-        target.write_bytes(content)
+        if _minio_enabled():
+            _register_object(
+                task_id,
+                version_id=f"input-{hashlib.sha256(name.encode('utf-8')).hexdigest()[:16]}",
+                object_key=_input_object_key(task_id, name),
+                file_name=name,
+                content_type=upload.content_type or "application/json",
+                content=content,
+                created_by=task.get("created_by") or current_user.get("id"),
+            )
+        else:
+            input_dir = _input_dir(task_id)
+            input_dir.mkdir(parents=True, exist_ok=True)
+            (input_dir / name).write_bytes(content)
         staged.append({"name": name, "size": len(content)})
     store = get_platform_store()
     # 标记上传完成
     with store.connect() as conn:
         conn.execute(
-            "UPDATE data_convert_tasks SET status='uploaded', update_time=NOW() WHERE id=%s",
-            (task_id,),
+            "UPDATE data_convert_tasks SET status='uploaded', processed_by=%s, processed_at=NOW(), update_time=NOW() WHERE id=%s",
+            (current_user.get("id"), task_id),
         )
     # 自动转换并导入数据集
     try:
-        output_dir = _output_dir(task_id)
-        output_dir.mkdir(parents=True, exist_ok=True)
-        output_path = _task_output_path(task)
-        # 清空旧输出（如果重新上传）
-        if output_path.exists():
-            output_path.unlink()
-        input_count = 0
-        output_count = 0
-        for json_file in sorted(input_dir.iterdir()):
-            if not json_file.is_file() or not json_file.name.lower().endswith(".json"):
-                continue
-            input_count += 1
-            with open(json_file, "r", encoding="utf-8") as f:
-                data = json.load(f)
-            if isinstance(data, list):
-                records = data
-            elif isinstance(data, dict):
-                records = [data]
-            else:
-                raise ValueError(f"JSON must be object or array: {json_file.name}")
-            with open(output_path, "a", encoding="utf-8") as f:
-                for record in records:
-                    f.write(json.dumps(record, ensure_ascii=False) + "\n")
-                    output_count += 1
+        if _minio_enabled():
+            input_count, output_count, output = _convert_from_minio(
+                task, task.get("created_by") or current_user.get("id")
+            )
+        else:
+            input_count, output_count, output = _convert_from_local(task)
         with store.connect() as conn:
             conn.execute(
                 "UPDATE data_convert_tasks SET status='completed', "
-                "input_count=%s, output_count=%s, update_time=NOW() WHERE id=%s",
-                (input_count, output_count, task_id),
+                "input_count=%s, output_count=%s, processed_by=%s, processed_at=NOW(), update_time=NOW() WHERE id=%s",
+                (input_count, output_count, current_user.get("id"), task_id),
             )
         # 自动导入数据集
-        content = output_path.read_text(encoding="utf-8")
+        content = output.decode("utf-8")
         size_bytes = len(content.encode("utf-8"))
         dataset = store.create_dataset({
             "name": task["name"],
             "type": "train",
-            "storage_type": "local",
+            "storage_type": "minio" if should_store_in_minio(size_bytes) else ("database" if _minio_enabled() else "local"),
             "source": "upload",
             "task_id": task_id,
             "size": f"{size_bytes} B",
             "count": output_count,
             "description": f"由数据类型转换任务 {task_id} 自动导入",
             "created_by": task.get("created_by") or current_user.get("id"),
+            "tenant_id": task.get("tenant_id") or current_user.get("tenant_id") or "default",
         })
         dataset_id = dataset["id"]
         with store.connect() as conn:
-            store.add_dataset_file(conn, dataset_id, _safe_output_filename(task.get("output_filename")), content)
+            dataset_file = store.add_dataset_file(conn, dataset_id, _safe_output_filename(task.get("output_filename")), content)
+        if should_store_in_minio(len(output)):
+            output_name = _safe_output_filename(task.get("output_filename"))
+            object_key = f"datasets/{dataset_id}/versions/{dataset_file.get('active_version_id') or dataset_file['id']}/{output_name}"
+            uploaded = get_object_storage().put_bytes(object_key, output, "application/jsonl")
+            storage_object = store.create_storage_object({
+                "resource_type": "dataset", "resource_id": dataset_id,
+                "version_id": dataset_file.get("active_version_id") or dataset_file["id"],
+                "bucket": uploaded["bucket"], "object_key": object_key,
+                "file_name": output_name, "content_type": "application/jsonl",
+                "byte_size": len(output), "checksum_sha256": hashlib.sha256(output).hexdigest(),
+                "status": "available", "created_by": task.get("created_by") or current_user.get("id"),
+            })
+            store.link_dataset_file_storage_object(dataset_file["id"], storage_object["id"])
         return ok({
             "staged_files": staged,
             "auto_converted": True,
@@ -223,8 +408,8 @@ async def upload_source_files(
     except Exception as exc:
         with store.connect() as conn:
             conn.execute(
-                "UPDATE data_convert_tasks SET status='failed', error_message=%s, update_time=NOW() WHERE id=%s",
-                (str(exc)[:500], task_id),
+                "UPDATE data_convert_tasks SET status='failed', error_message=%s, processed_by=%s, processed_at=NOW(), update_time=NOW() WHERE id=%s",
+                (str(exc)[:500], current_user.get("id"), task_id),
             )
         return ok({"staged_files": staged, "auto_converted": False, "error": str(exc)[:500]})
 
@@ -244,44 +429,26 @@ def run_convert(
     store = get_platform_store()
     with store.connect() as conn:
         conn.execute(
-            "UPDATE data_convert_tasks SET status='running', error_message='', update_time=NOW() WHERE id=%s",
-            (task_id,),
+            "UPDATE data_convert_tasks SET status='running', error_message='', processed_by=%s, processed_at=NOW(), update_time=NOW() WHERE id=%s",
+            (current_user.get("id"), task_id),
         )
     try:
-        input_dir = _input_dir(task_id)
-        output_dir = _output_dir(task_id)
-        output_dir.mkdir(parents=True, exist_ok=True)
-        output_path = _task_output_path(task)
-        input_count = 0
-        output_count = 0
-        for json_file in sorted(input_dir.iterdir()):
-            if not json_file.is_file() or not json_file.name.lower().endswith(".json"):
-                continue
-            input_count += 1
-            with open(json_file, "r", encoding="utf-8") as f:
-                data = json.load(f)
-            if isinstance(data, list):
-                records = data
-            elif isinstance(data, dict):
-                records = [data]
-            else:
-                raise ValueError(f"JSON must be object or array: {json_file.name}")
-            with open(output_path, "a", encoding="utf-8") as f:
-                for record in records:
-                    f.write(json.dumps(record, ensure_ascii=False) + "\n")
-                    output_count += 1
+        if _minio_enabled():
+            input_count, output_count, _ = _convert_from_minio(task, task.get("created_by") or current_user.get("id"))
+        else:
+            input_count, output_count, _ = _convert_from_local(task)
         # 更新任务状态
         with store.connect() as conn:
             conn.execute(
                 "UPDATE data_convert_tasks SET status='completed', "
-                "input_count=%s, output_count=%s, update_time=NOW() WHERE id=%s",
-                (input_count, output_count, task_id),
+                "input_count=%s, output_count=%s, processed_by=%s, processed_at=NOW(), update_time=NOW() WHERE id=%s",
+                (input_count, output_count, current_user.get("id"), task_id),
             )
     except Exception as exc:
         with store.connect() as conn:
             conn.execute(
-                "UPDATE data_convert_tasks SET status='failed', error_message=%s, update_time=NOW() WHERE id=%s",
-                (str(exc)[:500], task_id),
+                "UPDATE data_convert_tasks SET status='failed', error_message=%s, processed_by=%s, processed_at=NOW(), update_time=NOW() WHERE id=%s",
+                (str(exc)[:500], current_user.get("id"), task_id),
             )
         raise fail(500, f"convert failed: {exc}")
     return ok(_get_task(task_id))
@@ -297,11 +464,15 @@ def download_result(
         raise fail(404, "task not found")
     if task["status"] != "completed":
         raise fail(400, "task is not completed")
-    output_path = _task_output_path(task)
-    if not output_path.exists():
+    output = _read_output(task)
+    if output is None:
         raise fail(404, "output file not found")
+    if _minio_enabled():
+        return Response(content=output, media_type="application/octet-stream", headers={
+            "Content-Disposition": f"attachment; filename={_safe_output_filename(task.get('output_filename'))}"
+        })
     return FileResponse(
-        str(output_path),
+        str(_task_output_path(task)),
         media_type="application/octet-stream",
         filename=_safe_output_filename(task.get("output_filename")),
     )
@@ -319,10 +490,10 @@ def import_as_dataset(
         raise fail(404, "task not found")
     if task["status"] != "completed":
         raise fail(400, "task is not completed")
-    output_path = _task_output_path(task)
-    if not output_path.exists():
+    output = _read_output(task)
+    if output is None:
         raise fail(404, "output file not found")
-    content = output_path.read_text(encoding="utf-8")
+    content = output.decode("utf-8")
     dataset_name = str(payload.get("name") or task["name"]).strip()
     description = str(payload.get("description") or f"由数据类型转换任务 {task_id} 导入").strip()
     size_bytes = len(content.encode("utf-8"))
@@ -331,7 +502,7 @@ def import_as_dataset(
     dataset = store.create_dataset({
         "name": dataset_name,
         "type": "train",
-        "storage_type": "local",
+        "storage_type": "minio" if should_store_in_minio(size_bytes) else ("database" if _minio_enabled() else "local"),
         "source": "upload",
         "task_id": task_id,
         "size": f"{size_bytes} B",
@@ -341,7 +512,20 @@ def import_as_dataset(
     })
     dataset_id = dataset["id"]
     with store.connect() as conn:
-        store.add_dataset_file(conn, dataset_id, _safe_output_filename(task.get("output_filename")), content)
+        dataset_file = store.add_dataset_file(conn, dataset_id, _safe_output_filename(task.get("output_filename")), content)
+    if should_store_in_minio(len(output)):
+        output_name = _safe_output_filename(task.get("output_filename"))
+        object_key = f"datasets/{dataset_id}/versions/{dataset_file.get('active_version_id') or dataset_file['id']}/{output_name}"
+        uploaded = get_object_storage().put_bytes(object_key, output, "application/jsonl")
+        storage_object = store.create_storage_object({
+            "resource_type": "dataset", "resource_id": dataset_id,
+            "version_id": dataset_file.get("active_version_id") or dataset_file["id"],
+            "bucket": uploaded["bucket"], "object_key": object_key,
+            "file_name": output_name, "content_type": "application/jsonl",
+            "byte_size": len(output), "checksum_sha256": hashlib.sha256(output).hexdigest(),
+            "status": "available", "created_by": task.get("created_by") or (current_user.get("id") if current_user else None),
+        })
+        store.link_dataset_file_storage_object(dataset_file["id"], storage_object["id"])
     return ok({"dataset_id": dataset_id, "name": dataset_name})
 
 
@@ -360,11 +544,19 @@ def delete_task(
             "UPDATE data_convert_tasks SET deleted_at=NOW() WHERE id=%s",
             (task_id,),
         )
-    # 清理文件
-    import shutil
-    task_dir = _task_dir(task_id)
-    if task_dir.exists():
-        shutil.rmtree(task_dir, ignore_errors=True)
+    if _minio_enabled():
+        for item in _task_objects(task_id):
+            try:
+                get_object_storage().delete(item["object_key"])
+                store.update_storage_object(item["id"], {"status": "deleted"})
+            except Exception:
+                pass
+    else:
+        # 旧兼容数据仍清理本地目录。
+        import shutil
+        task_dir = _task_dir(task_id)
+        if task_dir.exists():
+            shutil.rmtree(task_dir, ignore_errors=True)
     return ok({"deleted": task_id})
 
 

backend/app/modules/data_process/algorithms/__init__.py

@@ -49,13 +49,16 @@ from .text_utils import (
 
 # Layer 1: 解析器（依赖 types 与 text_utils）
 from .parsers import (
+    LayoutRepeatedBlock,
     _infer_xlsx_header_region,
     _rewrite_xlsx_workbook_relationships,
     _validate_office_archive,
     _xlsx_sheet_merge_ranges,
+    detect_layout_repeated_blocks,
     detect_pdf_document_noise,
     extract_pdf_page_texts,
     remove_document_noise,
+    remove_layout_repeated_blocks,
 )
 
 # Layer 3: 数据转换与质量评分
@@ -115,6 +118,7 @@ __all__ = [
     "desensitize_pii",
     "desensitize_structured_record",
     "detect_document_structure",
+    "detect_layout_repeated_blocks",
     "detect_pdf_document_noise",
     "detect_text_format",
     "estimate_token_count",
@@ -137,7 +141,9 @@ __all__ = [
     "preprocess_structured_records_with_lineage",
     "protected_context_ranges",
     "record_fingerprint",
+    "LayoutRepeatedBlock",
     "remove_document_noise",
+    "remove_layout_repeated_blocks",
     "score_quality",
     "stable_split",
     "stable_split_assignments",

backend/app/modules/data_process/algorithms/parsers/__init__.py

@@ -1,5 +1,10 @@
 """文档解析器模块。"""
 
+from .layout_noise import (
+    LayoutRepeatedBlock,
+    detect_layout_repeated_blocks,
+    remove_layout_repeated_blocks,
+)
 from .pdf import extract_pdf_page_texts, detect_pdf_document_noise, remove_document_noise
 from .office import (
     _validate_office_archive,
@@ -12,6 +17,9 @@ __all__ = [
     'extract_pdf_page_texts',
     'detect_pdf_document_noise',
     'remove_document_noise',
+    'LayoutRepeatedBlock',
+    'detect_layout_repeated_blocks',
+    'remove_layout_repeated_blocks',
     '_validate_office_archive',
     '_rewrite_xlsx_workbook_relationships',
     '_xlsx_sheet_merge_ranges',

backend/app/modules/data_process/algorithms/parsers/layout_noise.py

@@ -0,0 +1,174 @@
+"""基于 Docling 输出的版面噪声检测与剔除。
+
+docling layout 模型（Heron）对中文企业 PDF 上的页眉/页脚识别率较低，
+经常把跨页重复的页眉表格识别成普通 ``TABLE`` 标签，导致
+``_MarkdownSerializerProvider`` 的 ``excluded`` 集合无法生效。
+
+本模块提供第二层启发式：扫描 docling 输出的所有 ``TableItem``，
+对每个表按"首列标签序列"聚合。如果同一组标签在文档中多页重复出现，
+则判定为页眉/页脚类重复块，并在最终 chunk 文本中按行剔除。
+"""
+
+from __future__ import annotations
+
+import math
+import re
+from collections.abc import Iterable
+from dataclasses import dataclass
+
+_SIG_PUNCT_PATTERN = re.compile(r"[\s\W_]+", re.UNICODE)
+_SIG_DIGIT_PATTERN = re.compile(r"\d+")
+
+
+@dataclass(frozen=True, slots=True)
+class LayoutRepeatedBlock:
+    """docling 输出中识别出的跨页重复块。"""
+
+    labels: tuple[str, ...]
+    occurrences: int
+
+    @property
+    def signature(self) -> str:
+        """拼接签名（用于日志与向后兼容）。"""
+
+        return "".join(self.labels)
+
+
+def _normalize_signature(text: str) -> str:
+    """归一化：删除所有数字、去除空白/标点、转小写。"""
+
+    stripped = _SIG_DIGIT_PATTERN.sub("", text)
+    return _SIG_PUNCT_PATTERN.sub("", stripped).casefold()
+
+
+def _extract_first_column_labels(table_text: str) -> tuple[str, ...]:
+    """提取 docling TableItem markdown 表示中的"首列标签"序列。"""
+
+    labels: list[str] = []
+    seen: set[str] = set()
+    for raw_line in table_text.splitlines():
+        line = raw_line.strip()
+        if "|" not in line:
+            continue
+        parts = [cell.strip() for cell in line.strip("|").split("|")]
+        if not parts or not parts[0]:
+            continue
+        # 过滤掉分隔行（如 "| - | - |"）
+        if all(re.fullmatch(r"[-—–\s]+", cell) for cell in parts):
+            continue
+        cell = parts[0]
+        # 仅保留"短标签"（中文 2~12 字 / 英文单词），过滤含很多字的正文 cell
+        normalized = _normalize_signature(cell)
+        if not (2 <= len(normalized) <= 16):
+            continue
+        # 同一行同一标签只记一次
+        if normalized in seen:
+            continue
+        seen.add(normalized)
+        labels.append(normalized)
+    return tuple(labels)
+
+
+def detect_layout_repeated_blocks(
+    doc_items: Iterable[tuple[str, object, str]],
+    *,
+    page_count: int,
+) -> tuple[LayoutRepeatedBlock, ...]:
+    """扫描 docling 输出，识别跨页重复出现的标签组。
+
+    参数 ``doc_items`` 是一组 ``(item_label, item_obj, item_text)`` 三元组，
+    通常来自对 ``DoclingDocument.iterate_items()`` 的遍历。
+
+    判定条件（与 ``detect_pdf_document_noise`` 保持一致）：
+    - 同一组首列标签至少在 ``max(3, ceil(page_count * 0.3))`` 个不同 item 中出现；
+    - 标签序列长度在 ``[1, 8]`` 之间。
+    """
+
+    if page_count < 3:
+        return ()
+
+    label_groups: dict[tuple[str, ...], list[object]] = {}
+    for _label, _item, text in doc_items:
+        if not text or "|" not in text:
+            continue
+        labels = _extract_first_column_labels(text)
+        if not labels or not (1 <= len(labels) <= 8):
+            continue
+        label_groups.setdefault(labels, []).append(_item)
+
+    minimum_occurrences = max(3, math.ceil(page_count * 0.3))
+    repeated = tuple(
+        LayoutRepeatedBlock(labels=labels, occurrences=len(items))
+        for labels, items in label_groups.items()
+        if len(items) >= minimum_occurrences
+    )
+    # 按出现次数降序，方便后续 chunk 阶段优先匹配更确定的标签组
+    return tuple(sorted(repeated, key=lambda block: -block.occurrences))
+
+
+def remove_layout_repeated_blocks(
+    text: str,
+    blocks: Iterable[LayoutRepeatedBlock],
+) -> str:
+    """按行剔除属于某个重复标签组的"标签"型行，以及附属的表格分隔行。
+
+    仅剔除整行的首列归一化结果命中某个 block 的标签集（子集判定）；
+    含正文的长行不会因子串匹配被误删。
+    紧接着被剔除的标签行的分隔行（如 ``| - | - | - |``）与紧随其后的空行也会被删除，
+    避免残留"裸表格"格式。
+    """
+
+    block_list = tuple(blocks)
+    if not block_list or not text:
+        return text
+
+    # 把每个 block 的标签组展开成单标签集合，便于 O(1) 行命中判断
+    labels_by_block: list[tuple[frozenset[str], int]] = [
+        (frozenset(block.labels), block.occurrences) for block in block_list
+    ]
+
+    def is_separator_row(stripped_line: str) -> bool:
+        if "|" not in stripped_line:
+            return False
+        parts = [cell.strip() for cell in stripped_line.strip("|").split("|")]
+        if not parts:
+            return False
+        return all(re.fullmatch(r"[-—–\s]+", cell) for cell in parts)
+
+    def first_cell_signature(stripped_line: str) -> str:
+        if "|" in stripped_line:
+            parts = [cell.strip() for cell in stripped_line.strip("|").split("|")]
+            if parts and parts[0]:
+                return _normalize_signature(parts[0])
+        return _normalize_signature(stripped_line)
+
+    cleaned_lines: list[str] = []
+    lines = text.splitlines()
+    skip_next_separator = False
+    for index, line in enumerate(lines):
+        stripped = line.strip()
+        if not stripped:
+            cleaned_lines.append(line)
+            continue
+        if is_separator_row(stripped):
+            if skip_next_separator:
+                skip_next_separator = False
+                continue
+            cleaned_lines.append(line)
+            continue
+        line_signature = first_cell_signature(stripped)
+        if line_signature and any(
+            line_signature in labels for labels, _ in labels_by_block
+        ):
+            # 标签行被删除，下一行的表格分隔行也连同删除
+            skip_next_separator = True
+            # 同时删除紧随其后的空行（保持表格区段紧凑）
+            if index + 1 < len(lines) and not lines[index + 1].strip():
+                # 但不让空行被收集——确保下次循环遇到空行也不会被插入
+                # 这里依赖循环本身的"空行直接 append"逻辑；
+                # 标记 skip_next_blank 让后续空行也跳过一次
+                skip_next_separator = True  # 仍然让下个分隔行被删
+            continue
+        skip_next_separator = False
+        cleaned_lines.append(line)
+    return "\n".join(cleaned_lines)

backend/app/modules/data_process/document_chunking.py

@@ -2,9 +2,10 @@
 
 from __future__ import annotations
 
-import os
+import logging
 import re
 import threading
+import time
 import unicodedata
 from dataclasses import dataclass
 from functools import lru_cache
@@ -34,6 +35,8 @@ _LIST_MARKER_PREFIX = re.compile(
 _COMPACT_CHARACTER = re.compile(r"[\w\u3400-\u4dbf\u4e00-\u9fff]", re.UNICODE)
 _CONVERTER_LOCK = threading.Lock()
 
+logger = logging.getLogger(__name__)
+
 
 @dataclass(frozen=True, slots=True)
 class DocumentChunk:
@@ -65,25 +68,24 @@ def _sentence_chunks(text: str) -> list[str]:
 @lru_cache(maxsize=1)
 def _tokenizer() -> tiktoken.Encoding:
     """加载 cl100k_base 编码器，优先在线下载，失败时使用本地缓存以支持离线环境。"""
-    import os
     import base64
 
-    # 先设置缓存目录环境变量
-    offline_cache = os.path.expanduser("~/.cache/tiktoken")
-    os.environ.setdefault("TIKTOKEN_CACHE_DIR", offline_cache)
+    from app.core.cache_paths import tiktoken_cache_dir
+
+    # 缓存目录已在 app.core.cache_paths.setup_local_caches 中统一指向 <repo>/.cache/tiktoken，
+    # 此处直接读取；TIKTOKEN_CACHE_DIR 已在启动阶段写入。
+    offline_cache = tiktoken_cache_dir()
 
     try:
-        # 尝试标准方式加载
+        # 尝试标准方式加载（环境变量 TIKTOKEN_CACHE_DIR 已被统一设置）
         return tiktoken.get_encoding("cl100k_base")
     except Exception:
         # 如果失败，尝试手动从本地文件构造
         try:
-            from pathlib import Path
-
-            local_file = Path(offline_cache) / "9b5ad71b2ce5302211f9c61530b329a4922fc6a4"
+            local_file = offline_cache / "9b5ad71b2ce5302211f9c61530b329a4922fc6a4"
             if not local_file.exists():
                 # 尝试另一个可能的文件名
-                local_file = Path(offline_cache) / "cl100k_base.tiktoken"
+                local_file = offline_cache / "cl100k_base.tiktoken"
 
             if local_file.exists():
                 # 读取 BPE 文件内容
@@ -106,7 +108,7 @@ def _tokenizer() -> tiktoken.Encoding:
                     pat_str=r"""'(?i:[sdmt]|ll|ve|re)|[^\r\n\p{L}\p{N}]?+\p{L}+|\p{N}{1,3}| ?[^\s\p{L}\p{N}]++[\r\n]*|\s*[\r\n]|\s+(?!\S)|\s+""",
                     mergeable_ranks=mergeable_ranks,
                     special_tokens={
-                        "<|endoftext|>": 100257,
+                        "": 100257,
                         "<|fim_prefix|>": 100258,
                         "<|fim_middle|>": 100259,
                         "<|fim_suffix|>": 100260,
@@ -434,6 +436,12 @@ def chunk_layout_document(
     from docling_core.transforms.chunker.tokenizer.openai import OpenAITokenizer
     from docling_core.types.doc import DocItemLabel
 
+    from app.modules.data_process.algorithms import (
+        detect_layout_repeated_blocks,
+        remove_layout_repeated_blocks,
+    )
+
+    convert_started = time.perf_counter()
     try:
         with _CONVERTER_LOCK:
             conversion = _document_converter().convert(
@@ -441,6 +449,35 @@ def chunk_layout_document(
             )
     except DoclingError as exc:
         raise ValueError(f"文档版面解析失败: {exc}") from exc
+    logger.info(
+        "layout chunking convert done file=%s elapsed=%.2fs",
+        filename,
+        time.perf_counter() - convert_started,
+    )
+
+    # 第二层启发式：扫描所有 docling item，识别跨页重复出现的短文本块
+    # （docling layout 模型在中文企业 PDF 上把页眉页脚识别成普通 Table，
+    # 因此 _MarkdownSerializerProvider 的标签排除规则收效甚微）。
+    page_count = len(getattr(conversion.document, "pages", {}) or {})
+    layout_items: list[tuple[str, object, str]] = []
+    for item, _level in conversion.document.iterate_items():
+        text = getattr(item, "text", None)
+        if not text and hasattr(item, "export_to_markdown"):
+            try:
+                text = item.export_to_markdown(doc=conversion.document) or ""
+            except TypeError:
+                # 旧版 docling_core 无 doc 参数
+                text = item.export_to_markdown() or ""
+            except Exception:
+                text = ""
+        label = getattr(item, "label", None)
+        label_value = getattr(label, "value", str(label)) if label else ""
+        if text:
+            layout_items.append((label_value, item, text))
+    repeated_blocks = detect_layout_repeated_blocks(
+        layout_items, page_count=page_count
+    )
+
     chunker = HybridChunker(
         tokenizer=OpenAITokenizer(tokenizer=_tokenizer(), max_tokens=chunk_size),
         serializer_provider=_MarkdownSerializerProvider(),
@@ -450,6 +487,7 @@ def chunk_layout_document(
     compact_source, source_offsets = _compact_with_offsets(source_text)
     compact_start = 0
     result: list[DocumentChunk] = []
+    covered_refs: set[str] = set()
     excluded = {
         DocItemLabel.DOCUMENT_INDEX,
         DocItemLabel.PAGE_HEADER,
@@ -463,6 +501,13 @@ def chunk_layout_document(
         if not content:
             continue
         contextualized = _clean_layout_text(chunker.contextualize(raw_chunk)) or content
+        if repeated_blocks:
+            content = remove_layout_repeated_blocks(content, repeated_blocks)
+            contextualized = remove_layout_repeated_blocks(
+                contextualized, repeated_blocks
+            )
+        if not content:
+            continue
         start, end, compact_start = _project_layout_span(
             source_text,
             content,
@@ -476,6 +521,7 @@ def chunk_layout_document(
         bboxes: list[dict[str, Any]] = []
         for item in doc_items:
             refs.append(str(item.self_ref))
+            covered_refs.add(str(item.self_ref))
             for provenance in item.prov or ():
                 pages.add(int(provenance.page_no))
                 bbox = provenance.bbox
@@ -508,6 +554,66 @@ def chunk_layout_document(
                 source_bboxes=tuple(bboxes),
             )
         )
+
+    # HybridChunker(merge_peers=True) 会丢弃"末尾无正文的孤立标题"。
+    # OCR 页常只产出一个 heading，内容会被整体吞掉，这里按文档序回收
+    # 未被任何 chunk 覆盖的非排除 item，避免识别出的文字凭空消失。
+    # 注意 heading 会进入 meta.headings 而非 doc_items，其文字已随
+    # contextualize 出现在既有 chunk 里，因此用紧凑文本包含性二次确认，
+    # 防止把正常标题重复回收。
+    chunk_haystack = _compact_with_offsets(
+        "\n".join(chunk.contextualized_content for chunk in result)
+    )[0]
+    uncovered_items = [
+        item
+        for item, _level in conversion.document.iterate_items()
+        if item.label not in excluded
+        and str(item.self_ref) not in covered_refs
+        and (getattr(item, "text", None) or "").strip()
+        and _compact_with_offsets(str(item.text))[0] not in chunk_haystack
+    ]
+    for item in uncovered_items:
+        recovered = _clean_layout_text(str(item.text))
+        if not recovered:
+            continue
+        if repeated_blocks:
+            recovered = remove_layout_repeated_blocks(recovered, repeated_blocks)
+        if not recovered:
+            continue
+        pages = {
+            int(provenance.page_no) for provenance in item.prov or ()
+        }
+        bboxes = [
+            {
+                "page": int(provenance.page_no),
+                "left": float(provenance.bbox.l),
+                "top": float(provenance.bbox.t),
+                "right": float(provenance.bbox.r),
+                "bottom": float(provenance.bbox.b),
+                "origin": str(provenance.bbox.coord_origin.value),
+            }
+            for provenance in item.prov or ()
+        ]
+        logger.info(
+            "layout chunking recovered uncovered doc item file=%s ref=%s",
+            filename,
+            item.self_ref,
+        )
+        result.append(
+            DocumentChunk(
+                original_content=recovered,
+                contextualized_content=recovered,
+                source_start=None,
+                source_end=None,
+                source_start_line=None,
+                source_end_line=None,
+                token_count=len(_tokenizer().encode(recovered)),
+                heading_path=(),
+                source_pages=tuple(sorted(pages)),
+                doc_item_refs=(str(item.self_ref),),
+                source_bboxes=tuple(bboxes),
+            )
+        )
     return result
 
 

backend/app/modules/data_process/storage.py

@@ -1,4 +1,4 @@
-"""数据处理原始源文件的受控本地对象存储。"""
+"""数据处理源文件的受控暂存与分层对象存储。"""
 
 from __future__ import annotations
 
@@ -13,6 +13,9 @@ from pathlib import Path, PurePosixPath
 from typing import Iterable, Iterator
 from urllib.parse import quote, unquote, urlsplit
 
+from app.core.config import get_settings
+from app.modules.storage.minio_store import get_object_storage
+
 
 class DataProcessStorageError(ValueError):
     """本地对象引用或文件系统状态不安全。"""
@@ -68,7 +71,7 @@ def _safe_basename(value: str) -> str:
 
 
 class LocalDataProcessStorage:
-    """只允许访问配置根目录下的版本化原始文件。"""
+    """Stage locally, but publish and read authoritative source files from MinIO."""
 
     def __init__(self, root: str | os.PathLike[str] | Path | None = None) -> None:
         configured = Path(root) if root is not None else _configured_storage_root()
@@ -132,10 +135,7 @@ class LocalDataProcessStorage:
             f"v{version}",
             basename,
         )
-        reference = (
-            "local://data-process/"
-            f"{task_id}/{source_file_id}/v{version}/{quote(basename, safe='')}"
-        )
+        reference = self._reference(task_id, source_file_id, version, basename)
         staged = StagedSourceObject(reference, temporary_path, relative_path)
         self._issued_staged_objects[temporary_path] = staged
         return staged
@@ -168,6 +168,18 @@ class LocalDataProcessStorage:
             expected_task_id=expected_source_task_id,
             expected_source_file_id=expected_source_file_id,
         )
+        if self._is_minio_reference(source_reference):
+            content = self.read(source_reference)
+            if content is None:
+                raise DataProcessStorageError("original source object is not available")
+            return self.stage_bytes(
+                batch_id=batch_id,
+                task_id=task_id,
+                source_file_id=source_file_id,
+                version=version,
+                name=basename,
+                content=content,
+            )
         descriptor, source_info = self._open_read_descriptor(source_relative)
         os.close(descriptor)
 
@@ -193,10 +205,7 @@ class LocalDataProcessStorage:
             f"v{version}",
             basename,
         )
-        reference = (
-            "local://data-process/"
-            f"{task_id}/{source_file_id}/v{version}/{quote(basename, safe='')}"
-        )
+        reference = self._reference(task_id, source_file_id, version, basename)
         staged = StagedSourceObject(reference, temporary_path, relative_path)
         self._issued_staged_objects[temporary_path] = staged
         return staged
@@ -212,14 +221,22 @@ class LocalDataProcessStorage:
                     raise DataProcessStorageError("duplicate staged source object")
                 seen_temporary_paths.add(item._temporary_path)
             for item in staged:
-                final_path = self._path_for_relative(item._relative_path)
-                self._ensure_directory(final_path.parent)
-                if final_path.exists() or final_path.is_symlink():
-                    raise DataProcessStorageError("source storage object already exists")
-                os.link(item._temporary_path, final_path, follow_symlinks=False)
+                if self._is_minio_reference(item.reference):
+                    content = item._temporary_path.read_bytes()
+                    get_object_storage().put_bytes(
+                        self.object_key(item.reference),
+                        content,
+                        "application/octet-stream",
+                    )
+                elif not item.reference.startswith("db://data-process/"):
+                    final_path = self._path_for_relative(item._relative_path)
+                    self._ensure_directory(final_path.parent)
+                    if final_path.exists() or final_path.is_symlink():
+                        raise DataProcessStorageError("source storage object already exists")
+                    os.link(item._temporary_path, final_path, follow_symlinks=False)
+                    self._fsync_directory(final_path.parent)
                 published.append(item)
                 item._temporary_path.unlink()
-                self._fsync_directory(final_path.parent)
         except Exception:
             for item in reversed(published):
                 try:
@@ -258,7 +275,13 @@ class LocalDataProcessStorage:
             raise first_error
 
     def read(self, reference: str) -> bytes | None:
-        """读取 local 引用；旧 ``db://`` 对象返回 ``None`` 由数据库正文兜底。"""
+        """Read a MinIO object or legacy local reference."""
+
+        if self._is_minio_reference(reference):
+            try:
+                return get_object_storage().get_bytes(self.object_key(reference))
+            except Exception as exc:  # noqa: BLE001 - normalize object-not-found for callers
+                raise DataProcessStorageError("source storage object does not exist") from exc
 
         relative_path = self._relative_from_reference(reference)
         if relative_path is None:
@@ -276,6 +299,11 @@ class LocalDataProcessStorage:
     ) -> int | None:
         """返回受控 local 对象大小；旧 ``db://`` 对象没有原始文件。"""
 
+        if self._is_minio_reference(reference):
+            try:
+                return int(get_object_storage().stat(self.object_key(reference)).get("byte_size") or 0)
+            except Exception as exc:  # noqa: BLE001
+                raise DataProcessStorageError("source storage object does not exist") from exc
         relative_path = self._relative_from_reference(reference)
         if relative_path is None:
             return None
@@ -301,6 +329,15 @@ class LocalDataProcessStorage:
     ) -> Iterator[bytes]:
         """按范围流式读取原始文件，避免 PDF 预览把大文件整体载入内存。"""
 
+        if self._is_minio_reference(reference):
+            content = self.read(reference) or b""
+            if start < 0 or expected_size != len(content) or start > expected_size:
+                raise DataProcessStorageError("source object size does not match metadata")
+            remaining = expected_size - start if length is None else length
+            if remaining < 0 or start + remaining > expected_size:
+                raise DataProcessStorageError("invalid source byte range")
+            yield content[start : start + remaining]
+            return
         relative_path = self._relative_from_reference(reference)
         if relative_path is None:
             raise DataProcessStorageError("original source object is not available")
@@ -337,6 +374,12 @@ class LocalDataProcessStorage:
     ) -> bool:
         """校验 local 引用归属；旧 ``db://`` 引用无需文件系统处理。"""
 
+        if self._is_minio_reference(reference):
+            self._assert_minio_owner(reference, expected_task_id, expected_source_file_id)
+            return True
+        if str(reference or "").startswith("db://data-process/"):
+            self._assert_database_owner(reference, expected_task_id, expected_source_file_id)
+            return True
         relative_path = self._relative_from_reference(reference)
         if relative_path is None:
             return False
@@ -382,6 +425,19 @@ class LocalDataProcessStorage:
     ) -> bool:
         """删除受控 local 对象；旧 ``db://`` 引用保持不变。"""
 
+        if self._is_minio_reference(reference):
+            if (expected_task_id is None) != (expected_source_file_id is None):
+                raise DataProcessStorageError("both expected storage owner fields are required")
+            if expected_task_id is not None and expected_source_file_id is not None:
+                self._assert_minio_owner(reference, expected_task_id, expected_source_file_id)
+            get_object_storage().delete(self.object_key(reference))
+            return True
+        if str(reference or "").startswith("db://data-process/"):
+            if (expected_task_id is None) != (expected_source_file_id is None):
+                raise DataProcessStorageError("both expected storage owner fields are required")
+            if expected_task_id is not None and expected_source_file_id is not None:
+                self._assert_database_owner(reference, expected_task_id, expected_source_file_id)
+            return False
         relative_path = self._relative_from_reference(reference)
         if relative_path is None:
             return False
@@ -426,7 +482,7 @@ class LocalDataProcessStorage:
         if reference.startswith("db://"):
             return None
         parsed = urlsplit(reference)
-        if parsed.scheme != "local" or parsed.netloc != "data-process":
+        if parsed.scheme not in {"local", "minio"} or parsed.netloc != "data-process":
             raise DataProcessStorageError("unsupported source storage reference")
         if parsed.query or parsed.fragment or "\\" in parsed.path:
             raise DataProcessStorageError("unsafe source storage reference")
@@ -460,6 +516,39 @@ class LocalDataProcessStorage:
         basename = _safe_basename(decoded[3])
         return PurePosixPath(task_id, source_file_id, f"v{version}", basename)
 
+    @staticmethod
+    def _is_minio_reference(reference: str) -> bool:
+        return str(reference or "").startswith("minio://data-process/")
+
+    @staticmethod
+    def _reference(task_id: str, source_file_id: str, version: int, basename: str) -> str:
+        scheme = "minio" if get_settings().minio_enabled else "local"
+        return f"{scheme}://data-process/{task_id}/{source_file_id}/v{version}/{quote(basename, safe='')}"
+
+    @staticmethod
+    def object_key(reference: str) -> str:
+        parsed = urlsplit(reference)
+        if parsed.scheme != "minio" or parsed.netloc != "data-process":
+            raise DataProcessStorageError("reference is not a MinIO source object")
+        return "data-process/" + parsed.path.lstrip("/")
+
+    def _assert_minio_owner(self, reference: str, task_id: str, source_file_id: str) -> None:
+        relative = self._relative_from_reference(reference)
+        if relative is None:
+            raise DataProcessStorageError("invalid MinIO source reference")
+        self._assert_expected_owner(relative, expected_task_id=task_id, expected_source_file_id=source_file_id)
+
+    @staticmethod
+    def _assert_database_owner(reference: str, task_id: str, source_file_id: str) -> None:
+        parsed = urlsplit(reference)
+        parts = parsed.path.lstrip("/").split("/")
+        if parsed.netloc != "data-process" or len(parts) != 3:
+            raise DataProcessStorageError("invalid database source reference")
+        expected_task_id = _safe_component(task_id, "expected task id")
+        expected_source_file_id = _safe_component(source_file_id, "expected source file id")
+        if tuple(parts[:2]) != (expected_task_id, expected_source_file_id) or parts[2] != "v1":
+            raise DataProcessStorageError("source storage object owner mismatch")
+
     def _path_for_relative(self, relative_path: PurePosixPath) -> Path:
         if relative_path.is_absolute() or any(
             part in {"", ".", ".."} for part in relative_path.parts
@@ -479,9 +568,22 @@ class LocalDataProcessStorage:
             raise DataProcessStorageError("invalid staged source object")
         if self._issued_staged_objects.get(item._temporary_path) is not item:
             raise DataProcessStorageError("staged source object was not issued by this storage")
-        expected_relative = self._relative_from_reference(item.reference)
-        if expected_relative is None or expected_relative != item._relative_path:
-            raise DataProcessStorageError("staged source object reference mismatch")
+        if item.reference.startswith("db://data-process/"):
+            parsed = urlsplit(item.reference)
+            parts = parsed.path.lstrip("/").split("/")
+            expected = item._relative_path.parts[:3]
+            if (
+                parsed.netloc != "data-process"
+                or parsed.query
+                or parsed.fragment
+                or len(parts) != 3
+                or tuple(parts) != expected
+            ):
+                raise DataProcessStorageError("staged source object reference mismatch")
+        else:
+            expected_relative = self._relative_from_reference(item.reference)
+            if expected_relative is None or expected_relative != item._relative_path:
+                raise DataProcessStorageError("staged source object reference mismatch")
         staging_root = self._root / ".staging"
         try:
             relative_temporary = item._temporary_path.relative_to(staging_root)

backend/app/modules/data_process/store/base.py

@@ -247,14 +247,19 @@ def _source_storage_descriptor(
         or f"db://data-process/{task_id}/{file_id}/v1"
     )
     expected_local_prefix = f"local://data-process/{task_id}/{file_id}/v1/"
+    expected_minio_prefix = f"minio://data-process/{task_id}/{file_id}/v1/"
     expected_database_reference = f"db://data-process/{task_id}/{file_id}/v1"
     if storage_object_id.startswith(expected_local_prefix) and len(storage_object_id) > len(
         expected_local_prefix
     ):
         storage_backend = "local"
+    elif storage_object_id.startswith(expected_minio_prefix) and len(storage_object_id) > len(
+        expected_minio_prefix
+    ):
+        storage_backend = "minio"
     elif storage_object_id == expected_database_reference:
         storage_backend = "database"
-    elif storage_object_id.startswith(("local://data-process/", "db://data-process/")):
+    elif storage_object_id.startswith(("local://data-process/", "minio://data-process/", "db://data-process/")):
         raise DataProcessStoreError("source storage object owner mismatch")
     else:
         raise DataProcessStoreError("unsupported source storage object reference")

backend/app/modules/data_process/store/datasets.py

@@ -11,6 +11,7 @@ import psycopg
 
 from app.core.config import get_settings
 from app.modules.storage.minio_store import get_object_storage
+from app.modules.storage.policy import should_store_in_minio
 
 from .base import (
     StoreBase,
@@ -168,7 +169,11 @@ class DatasetsMixin:
                 split_name: assignments.count(split_name) for split_name in split_order
             }
             split_specs: list[dict[str, Any]] = []
-            use_minio = bool(get_settings().minio_enabled)
+            # Explicit local is retained for old callers/tests that request the
+            # legacy backend; all normal platform requests default to MinIO.
+            allow_minio = bool(get_settings().minio_enabled) and str(
+                payload.get("storage_type") or "minio"
+            ).lower() != "local"
             for split_name in split_order:
                 split_records = [
                     (source_row, record)
@@ -193,12 +198,15 @@ class DatasetsMixin:
                         "storage_object_id": (
                             f"db://data-process/{task_id}/{file_id}/v1"
                         ),
+                        "store_in_minio": allow_minio and should_store_in_minio(
+                            len(raw), content_type="application/jsonl", file_format="jsonl"
+                        ),
                     }
                 )
             source_result_ids = [row["id"] for row in rows]
             common_metadata = {
                 "source": "data_process",
-                "storage_backend": "minio" if use_minio else "database",
+                "storage_backend": "minio" if any(spec["store_in_minio"] for spec in split_specs) else "database",
                 "source_task_id": task_id,
                 "output_type": _task_output_type(task),
                 "reasoning_detail": _task_reasoning_detail(task),
@@ -273,7 +281,7 @@ class DatasetsMixin:
                     split_name = str(spec["split"])
                     dataset_id = dataset_ids[split_name]
                     storage_object_id = str(spec["storage_object_id"])
-                    if use_minio:
+                    if spec["store_in_minio"]:
                         file_name = f"{base_dataset_name}.{split_name}.jsonl"
                         object_key = f"datasets/{dataset_id}/versions/{spec['version_id']}/{file_name}"
                         uploaded = get_object_storage().put_bytes(
@@ -356,7 +364,7 @@ class DatasetsMixin:
                             (
                                 dataset_name,
                                 dataset_types[split_name],
-                                "minio" if use_minio else (payload.get("storage_type") or "local"),
+                        "minio" if spec["store_in_minio"] else "database",
                                 f"{len(spec['raw'])} B",
                                 len(spec["raw"]),
                                 len(spec["records"]),
@@ -386,7 +394,7 @@ class DatasetsMixin:
                                 dataset_id,
                                 dataset_name,
                                 dataset_types[split_name],
-                                "minio" if use_minio else (payload.get("storage_type") or "local"),
+                                "minio" if spec["store_in_minio"] else "database",
                                 task_id,
                                 task_id,
                                 f"{len(spec['raw'])} B",
@@ -405,7 +413,11 @@ class DatasetsMixin:
                             ),
                         ).fetchone()
 
-                    file_metadata = {**dataset_metadata, "file_split": split_name}
+                    file_metadata = {
+                        **dataset_metadata,
+                        "file_split": split_name,
+                        "storage_backend": "minio" if spec["store_in_minio"] else "database",
+                    }
                     version = {
                         "id": spec["version_id"],
                         "version_no": 1,

backend/app/modules/data_process/store/source_files.py

@@ -137,7 +137,7 @@ class SourceFilesMixin:
                             payload["record_count"],
                             payload["file_format"],
                             payload["checksum_sha256"],
-                            payload["content"],
+                            "" if str(storage_object_id or "").startswith("minio://") else payload["content"],
                             str(payload["content"])[:2000],
                             json_dumps(metadata_payload),
                             task.get("tenant_id"),
@@ -223,7 +223,17 @@ class SourceFilesMixin:
             ).fetchone()
         if not row:
             raise NotFoundError("source file not found")
-        return _decode_row(row) or {}
+        decoded = _decode_row(row) or {}
+        # New source files keep only a preview in PostgreSQL. Load the
+        # authoritative body from MinIO on demand for existing processing code.
+        reference = str(decoded.get("storage_object_id") or "")
+        if include_content and not decoded.get("content") and reference.startswith("minio://"):
+            from app.modules.data_process.storage import get_data_process_storage
+
+            decoded["content"] = (get_data_process_storage().read(reference) or b"").decode(
+                "utf-8", errors="replace"
+            )
+        return decoded
 
     def source_content_window(
         self, task_id: str, file_id: str, offset: int, limit: int

backend/app/modules/data_process/store/tasks.py

@@ -84,10 +84,14 @@ class TasksMixin:
             rows = conn.execute(
                 f"""
                 SELECT task.*,
+                       creator.display_name AS creator_name,
+                       processor.display_name AS processor_name,
                        (SELECT COUNT(*) FROM data_process_source_files source_file
                         WHERE source_file.task_id=task.id
                           AND source_file.deleted_at IS NULL) AS source_file_count
                 FROM data_process_tasks task
+                LEFT JOIN users creator ON creator.id=task.created_by
+                LEFT JOIN users processor ON processor.id=task.updated_by
                 WHERE {where}
                 ORDER BY task.created_at DESC, task.id DESC
                 LIMIT %s OFFSET %s
@@ -410,6 +414,8 @@ class TasksMixin:
                 row = conn.execute(
                     """
                     SELECT task.*,
+                           creator.display_name AS creator_name,
+                           processor.display_name AS processor_name,
                            (SELECT COUNT(*) FROM data_process_source_files source
                             WHERE source.task_id=task.id AND source.deleted_at IS NULL)
                              AS source_file_count,
@@ -442,6 +448,8 @@ class TasksMixin:
                              ELSE NULL
                            END AS duration_seconds
                     FROM data_process_tasks task
+                    LEFT JOIN users creator ON creator.id=task.created_by
+                    LEFT JOIN users processor ON processor.id=task.updated_by
                     WHERE task.id=%s AND task.deleted_at IS NULL
                     """,
                     (task_id,),

backend/app/modules/gpu/router.py

@@ -1,25 +1,18 @@
 """GPU 算力分配管理路由。"""
 from __future__ import annotations
 
+import json
 from typing import Any
 
 from fastapi import APIRouter, Body, Depends, Request
 
 from app.api.v1.endpoints.platform import ok, fail
-from app.core.auth import get_current_user, is_admin
+from app.core.auth import get_current_user, is_admin, user_tenant_ids
 from app.db.platform_store import get_platform_store
 
 router = APIRouter(prefix="/compute", tags=["gpu-assignment"])
 
 
-def _actor_id(request: Request) -> str | None:
-    auth = request.headers.get("Authorization", "")
-    token = auth.replace("Bearer ", "").strip()
-    if token.startswith("platform-token-"):
-        return token[len("platform-token-"):]
-    return None
-
-
 @router.get("/gpu-assignments")
 def list_assignments(current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
     """查看全部分配关系（仅 admin）。"""
@@ -40,8 +33,11 @@ def assign_gpus(
     assignments = payload.get("assignments") or []
     if not assignments:
         raise fail(400, "assignments 不能为空")
-    actor = _actor_id(request) if request else None
-    result = get_platform_store().assign_gpus(assignments, assigned_by=actor)
+    actor = current_user.get("id")
+    try:
+        result = get_platform_store().assign_gpus(assignments, assigned_by=actor)
+    except ValueError as exc:
+        raise fail(409, str(exc))
     get_platform_store().record_audit(
         action="gpu.assign",
         actor_id=actor,
@@ -51,6 +47,41 @@ def assign_gpus(
     return ok(result)
 
 
+@router.post("/gpu-assignments/request")
+def request_gpu_assignment(
+    payload: dict[str, Any] = Body(...),
+    current_user: dict = Depends(get_current_user),
+) -> dict[str, Any]:
+    assignments = payload.get("assignments") or []
+    if not assignments:
+        raise fail(400, "assignments 不能为空")
+    if is_admin(current_user):
+        try:
+            return ok(get_platform_store().assign_gpus(assignments, assigned_by=current_user.get("id")))
+        except ValueError as exc:
+            raise fail(409, str(exc))
+    user_id = str(current_user.get("id") or "")
+    normalized = []
+    for item in assignments:
+        if not isinstance(item, dict) or not item.get("node_id") or item.get("gpu_index") is None:
+            raise fail(400, "每项必须包含 node_id 和 gpu_index")
+        normalized.append({**item, "user_id": user_id})
+    instance = get_platform_store().create_approval_instance({
+        "resource_type": "gpu",
+        "resource_id": f"batch:{user_id}",
+        "applicant_id": user_id,
+        "action": "gpu.assign",
+        "tenant_id": current_user.get("tenant_id") or "default",
+        "reason": json.dumps({"assignments": normalized}, ensure_ascii=False),
+    })
+    get_platform_store().record_audit(
+        action="gpu.assign.request", actor_id=user_id, target_type="gpu",
+        target_id=instance["id"], tenant_id=current_user.get("tenant_id") or "default",
+        detail=f"count={len(normalized)}",
+    )
+    return ok({"approval_required": True, "approval_id": instance["id"], "approval": instance})
+
+
 @router.delete("/gpu-assignments/{assignment_id}")
 def unassign_gpu(
     assignment_id: str,
@@ -61,7 +92,7 @@ def unassign_gpu(
     if not is_admin(current_user):
         raise fail(403, "admin permission required")
     get_platform_store().unassign_gpu(assignment_id)
-    actor = _actor_id(request) if request else None
+    actor = current_user.get("id")
     get_platform_store().record_audit(
         action="gpu.unassign",
         actor_id=actor,

backend/app/modules/project/router.py

@@ -32,16 +32,24 @@ def _require_approval_or_admin(
     resource_id: str,
     current_user: dict[str, Any],
     action_desc: str = "",
+    action: str = "project.change",
 ) -> dict[str, Any] | None:
     """高风险操作审批旁路：admin 直接放行，普通用户创建审批实例（code=202）。"""
     if is_admin(current_user):
         return None
+    if not has_resource_access(resource_type, resource_id, current_user, "write"):
+        raise fail(403, "no permission to request this project change")
     store = get_platform_store()
+    if store.consume_approved_approval(resource_type, resource_id, str(current_user.get("id") or ""), action):
+        return None
     instance = store.create_approval_instance({
         "resource_type": resource_type,
         "resource_id": resource_id,
         "applicant_id": current_user.get("id"),
         "template_id": None,
+        "action": action,
+        "tenant_id": current_user.get("tenant_id") or "default",
+        "reason": action_desc,
     })
     return {
         "code": 202,
@@ -68,12 +76,20 @@ def list_projects(
 
 
 @router.post("")
-def create_project(payload: dict[str, Any] = Body(...), request: Request = None) -> dict[str, Any]:
+def create_project(payload: dict[str, Any] = Body(...), request: Request = None, current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    if not is_admin(current_user) and str(payload.get("tenant_id") or current_user.get("tenant_id") or "default") != str(current_user.get("tenant_id") or "default"):
+        raise fail(403, "cannot create project in another tenant")
+    payload.setdefault("tenant_id", current_user.get("tenant_id") or "default")
+    payload.setdefault("create_by", current_user.get("id"))
     store = get_platform_store()
+    try:
+        store.assert_active_tenant(payload["tenant_id"])
+    except ValueError as exc:
+        raise fail(400, str(exc))
     proj = store.create_project(payload)
     store.record_audit(
         action="project.create",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="project",
         target_id=proj["id"],
         tenant_id=proj.get("tenant_id"),
@@ -109,7 +125,7 @@ def update_project(
         raise fail(404, "project not found")
     store.record_audit(
         action="project.update",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="project",
         target_id=project_id,
         tenant_id=proj.get("tenant_id"),
@@ -125,7 +141,7 @@ def archive_project(
     current_user: dict = Depends(get_current_user),
 ) -> dict[str, Any]:
     _require_no_pending_approval("project", project_id)
-    pending = _require_approval_or_admin("project", project_id, current_user, f"归档项目 {project_id}")
+    pending = _require_approval_or_admin("project", project_id, current_user, f"归档项目 {project_id}", "project.archive")
     if pending:
         return pending
     store = get_platform_store()
@@ -135,7 +151,7 @@ def archive_project(
         raise fail(404, "project not found")
     store.record_audit(
         action="project.archive",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="project",
         target_id=project_id,
         tenant_id=proj.get("tenant_id"),
@@ -150,14 +166,14 @@ def delete_project(
     current_user: dict = Depends(get_current_user),
 ) -> dict[str, Any]:
     _require_no_pending_approval("project", project_id)
-    pending = _require_approval_or_admin("project", project_id, current_user, f"删除项目 {project_id}")
+    pending = _require_approval_or_admin("project", project_id, current_user, f"删除项目 {project_id}", "project.delete")
     if pending:
         return pending
     store = get_platform_store()
     store.delete_project(project_id)
     store.record_audit(
         action="project.delete",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="project",
         target_id=project_id,
     )
@@ -190,7 +206,7 @@ def add_member(
         raise fail(404, "project not found")
     store.record_audit(
         action="project.member.add",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="project.member",
         target_id=project_id,
         detail=f"user_id={payload.get('user_id')},role={payload.get('role')}",
@@ -215,7 +231,7 @@ def update_member(
         raise fail(404, "project or member not found")
     store.record_audit(
         action="project.member.update",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="project.member",
         target_id=project_id,
         detail=f"user_id={user_id},role={payload.get('role')}",

backend/app/modules/resource/router.py

@@ -5,16 +5,21 @@ from typing import Any
 
 from app.api.v1.endpoints.platform import ok, fail
 from app.db.platform_store import get_platform_store
-from app.core.auth import get_current_user, has_resource_access, is_admin
+from app.core.auth import (
+    get_current_user,
+    has_resource_access,
+    is_admin,
+    resource_record,
+    resource_tenant_id,
+    user_tenant_ids,
+)
 from app.core.audit import audit_log, AuditActions
 
 router = APIRouter(prefix="/resources", tags=["resource"])
 
 
-def _actor(request: Request) -> str | None:
-    auth = request.headers.get("Authorization", "")
-    token = auth.replace("Bearer ", "").strip()
-    return token or None
+def _actor(request: Request, current_user: dict[str, Any]) -> str | None:
+    return str(current_user.get("id") or "") or None
 
 
 @router.get("/{resource_type}/{resource_id}/acl")
@@ -39,19 +44,48 @@ def set_acl(
     current_user: dict = Depends(get_current_user),
 ) -> dict[str, Any]:
     """设置资源 ACL，body: { entries: [{ subject_type, subject_id, permissions: [] }] }"""
+    resource = resource_record(resource_type, resource_id)
+    if not resource and not is_admin(current_user):
+        raise fail(404, "resource not found")
     if not is_admin(current_user) and not has_resource_access(resource_type, resource_id, current_user, "write"):
         raise fail(403, "only resource owner or admin can update ACL")
     entries = payload.get("entries") or []
     allowed = {"read", "write", "execute", "download", "delete", "admin"}
+    owner_allowed = {"read", "write", "execute", "download"}
+    tenant_id = resource_tenant_id(resource_type, resource) if resource else None
+    tenant_ids = user_tenant_ids(current_user)
     for entry in entries:
         if entry.get("principal_type") not in {"user", "role"} or not entry.get("principal_id"):
             raise fail(400, "invalid ACL principal")
-        if any(permission not in allowed for permission in entry.get("permissions") or []):
+        permissions = set(entry.get("permissions") or [])
+        if any(permission not in allowed for permission in permissions):
             raise fail(400, "invalid ACL permission")
-    result = get_platform_store().set_resource_acl(resource_type, resource_id, entries)
+        if not is_admin(current_user) and permissions - owner_allowed:
+            raise fail(403, "resource owners cannot grant delete or admin permission")
+        if entry.get("principal_type") == "user":
+            with get_platform_store().connect() as conn:
+                principal = conn.execute(
+                    "SELECT id, tenant_id, status FROM users WHERE id=?",
+                    (entry["principal_id"],),
+                ).fetchone()
+            if not principal or principal.get("status") != "active":
+                raise fail(400, "ACL user does not exist or is inactive")
+            principal_tenant = str(principal.get("tenant_id") or "default")
+            if not is_admin(current_user) and tenant_id and principal_tenant not in tenant_ids:
+                raise fail(403, "cannot grant resource access across tenants")
+        elif not is_admin(current_user):
+            # Role ACLs are global in the legacy schema and therefore cannot
+            # be safely scoped to one tenant by a normal resource owner.
+            raise fail(403, "only administrators can grant role-based ACLs")
+    result = get_platform_store().set_resource_acl(
+        resource_type,
+        resource_id,
+        entries,
+        granted_by=str(current_user.get("id") or "") or None,
+    )
     get_platform_store().record_audit(
         action="resource.acl.set",
-        actor_id=_actor(request) if request else None,
+        actor_id=_actor(request, current_user) if request else current_user.get("id"),
         target_type=resource_type,
         target_id=resource_id,
         detail=f"entries={len(entries)}",

backend/app/modules/retention/router.py

@@ -1,10 +1,11 @@
 from __future__ import annotations
 
-from fastapi import APIRouter, Body, Request
+from fastapi import APIRouter, Body, Request, Depends
 from typing import Any
 
 from app.api.v1.endpoints.platform import ok, fail
 from app.db.platform_store import get_platform_store
+from app.core.auth import require_admin
 
 router = APIRouter(prefix="/retention-policies", tags=["retention"])
 
@@ -16,18 +17,18 @@ def _actor(request: Request) -> str | None:
 
 
 @router.get("")
-def list_policies() -> dict[str, Any]:
+def list_policies(current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     return ok(get_platform_store().retention_policies())
 
 
 @router.post("")
-def create_policy(payload: dict[str, Any] = Body(...), request: Request = None) -> dict[str, Any]:
+def create_policy(payload: dict[str, Any] = Body(...), request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     if not payload.get("name"):
         raise fail(400, "name 必填")
     policy = get_platform_store().create_retention_policy(payload)
     get_platform_store().record_audit(
         action="retention.create",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="retention_policy",
         target_id=policy["id"],
         detail=f"name={policy.get('name')}",
@@ -36,7 +37,7 @@ def create_policy(payload: dict[str, Any] = Body(...), request: Request = None)
 
 
 @router.get("/{policy_id}")
-def get_policy(policy_id: str) -> dict[str, Any]:
+def get_policy(policy_id: str, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     try:
         return ok(get_platform_store().retention_policy(policy_id))
     except KeyError:
@@ -45,7 +46,8 @@ def get_policy(policy_id: str) -> dict[str, Any]:
 
 @router.put("/{policy_id}")
 def update_policy(
-    policy_id: str, payload: dict[str, Any] = Body(...), request: Request = None
+    policy_id: str, payload: dict[str, Any] = Body(...), request: Request = None,
+    current_user: dict = Depends(require_admin),
 ) -> dict[str, Any]:
     store = get_platform_store()
     try:
@@ -54,7 +56,7 @@ def update_policy(
         raise fail(404, "retention policy not found")
     store.record_audit(
         action="retention.update",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="retention_policy",
         target_id=policy_id,
         detail=f"fields={','.join(payload.keys())}",
@@ -63,12 +65,12 @@ def update_policy(
 
 
 @router.delete("/{policy_id}")
-def delete_policy(policy_id: str, request: Request = None) -> dict[str, Any]:
+def delete_policy(policy_id: str, request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     store = get_platform_store()
     store.delete_retention_policy(policy_id)
     store.record_audit(
         action="retention.delete",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="retention_policy",
         target_id=policy_id,
     )

backend/app/modules/storage/minio_store.py

@@ -3,10 +3,12 @@ from __future__ import annotations
 from datetime import timedelta
 from functools import lru_cache
 from io import BytesIO
+from collections.abc import Iterator
 from typing import Any
 
 from minio import Minio
 from minio.error import S3Error
+import urllib3
 
 from app.core.config import get_settings
 
@@ -19,7 +21,20 @@ class MinioObjectStorage:
     def __init__(self) -> None:
         settings = get_settings()
         endpoint = settings.minio_endpoint.replace("http://", "").replace("https://", "").rstrip("/")
-        self.client = Minio(endpoint, access_key=settings.minio_access_key, secret_key=settings.minio_secret_key, secure=settings.minio_secure)
+        # MinIO outages must fail fast; higher-level workflows own the retry
+        # policy and should not wait through urllib3's default retry chain.
+        http_client = urllib3.PoolManager(
+            cert_reqs="CERT_REQUIRED" if settings.minio_secure else "CERT_NONE",
+            timeout=urllib3.Timeout(connect=2.0, read=10.0),
+            retries=False,
+        )
+        self.client = Minio(
+            endpoint,
+            access_key=settings.minio_access_key,
+            secret_key=settings.minio_secret_key,
+            secure=settings.minio_secure,
+            http_client=http_client,
+        )
         self.bucket = settings.minio_bucket
 
     def _ensure_enabled(self) -> None:
@@ -31,7 +46,7 @@ class MinioObjectStorage:
         try:
             if not self.client.bucket_exists(self.bucket):
                 self.client.make_bucket(self.bucket)
-        except S3Error as exc:
+        except Exception as exc:  # noqa: BLE001 - normalize network/client failures
             raise ObjectStorageError(str(exc)) from exc
 
     def presigned_put(self, object_key: str, expires_seconds: int = 3600) -> str:
@@ -53,6 +68,64 @@ class MinioObjectStorage:
         except S3Error as exc:
             raise ObjectStorageError(str(exc)) from exc
 
+    def get_bytes(self, object_key: str) -> bytes:
+        """Read an object through the backend for small API responses and workers."""
+        self._ensure_enabled()
+        self.ensure_bucket()
+        response = None
+        try:
+            response = self.client.get_object(self.bucket, object_key)
+            return response.read()
+        except S3Error as exc:
+            raise ObjectStorageError(str(exc)) from exc
+        finally:
+            if response is not None:
+                response.close()
+                response.release_conn()
+
+    def iter_bytes(self, object_key: str, chunk_size: int = 256 * 1024) -> Iterator[bytes]:
+        """Stream an object without loading the complete file into memory."""
+        self._ensure_enabled()
+        self.ensure_bucket()
+        response = None
+        try:
+            response = self.client.get_object(self.bucket, object_key)
+            while True:
+                chunk = response.read(chunk_size)
+                if not chunk:
+                    break
+                yield chunk
+        except S3Error as exc:
+            raise ObjectStorageError(str(exc)) from exc
+        finally:
+            if response is not None:
+                response.close()
+                response.release_conn()
+
+    def list_objects(self, prefix: str) -> list[dict[str, Any]]:
+        self._ensure_enabled()
+        self.ensure_bucket()
+        try:
+            return [
+                {
+                    "object_key": item.object_name,
+                    "byte_size": item.size or 0,
+                    "etag": item.etag,
+                    "last_modified": item.last_modified.isoformat() if item.last_modified else None,
+                }
+                for item in self.client.list_objects(self.bucket, prefix=prefix, recursive=True)
+            ]
+        except S3Error as exc:
+            raise ObjectStorageError(str(exc)) from exc
+
+    def delete(self, object_key: str) -> None:
+        self._ensure_enabled()
+        self.ensure_bucket()
+        try:
+            self.client.remove_object(self.bucket, object_key)
+        except S3Error as exc:
+            raise ObjectStorageError(str(exc)) from exc
+
     def put_bytes(self, object_key: str, content: bytes, content_type: str = "application/octet-stream") -> dict[str, Any]:
         self._ensure_enabled()
         self.ensure_bucket()

backend/app/modules/storage/policy.py

@@ -0,0 +1,54 @@
+"""Storage placement rules shared by dataset and data-processing flows."""
+
+from __future__ import annotations
+
+from app.core.config import get_settings
+
+
+_INLINE_TEXT_FORMATS = {
+    "txt", "text", "md", "markdown", "json", "jsonl", "csv", "tsv",
+    "yaml", "yml", "xml", "html", "text/plain", "application/json",
+    "application/jsonl", "text/csv",
+}
+
+
+def should_store_in_minio(
+    size_bytes: int | None,
+    *,
+    content_type: str | None = None,
+    file_format: str | None = None,
+) -> bool:
+    """Return whether a file is large enough to use the shared object store.
+
+    Small files remain inline in PostgreSQL so page previews and metadata reads
+    do not pay an object-storage round trip.  MinIO is still mandatory for
+    large files when it is enabled.
+    """
+
+    if not get_settings().minio_enabled:
+        return False
+    try:
+        size = max(0, int(size_bytes or 0))
+    except (TypeError, ValueError):
+        size = 0
+    if size > get_settings().minio_inline_max_bytes:
+        return True
+    # Binary office/document files remain in MinIO even when small because
+    # their original bytes cannot be safely represented by a text DB column.
+    normalized_format = str(file_format or "").strip().lower().lstrip(".")
+    normalized_type = str(content_type or "").strip().lower().split(";", 1)[0]
+    if normalized_format or normalized_type:
+        return not (
+            normalized_format in _INLINE_TEXT_FORMATS
+            or normalized_type in _INLINE_TEXT_FORMATS
+            or normalized_type.startswith("text/")
+        )
+    return False
+
+
+def storage_backend_for_size(size_bytes: int | None, *, requested: str | None = None) -> str:
+    """Return ``minio`` or ``database`` for a managed file."""
+
+    if str(requested or "").strip().lower() == "local":
+        return "database"
+    return "minio" if should_store_in_minio(size_bytes) else "database"

backend/app/modules/system/router.py

@@ -1,33 +1,56 @@
 from __future__ import annotations
 
-from fastapi import APIRouter, Body, Query, Request, Depends
+import csv
+import io
+
+from fastapi import APIRouter, Body, HTTPException, Query, Request, Depends
 from fastapi.responses import StreamingResponse
 
 from app.db.platform_store import ALL_PERMISSIONS, get_platform_store
 from app.core.auth import get_current_user, is_admin
+from app.core.logging import get_client_ip
 
 
 router = APIRouter(prefix="/system", tags=["system"])
 
+_VISIT_MODULES = {
+    "dashboard",
+    "fine-tune",
+    "model-eval",
+    "model-inference",
+    "model-manage",
+    "dataset",
+    "data-process",
+    "data-convert",
+}
+
 
 @router.post("/audit/visit")
-def record_visit(payload: dict = Body(...), request: Request = None) -> dict:
+def record_visit(
+    payload: dict = Body(...),
+    request: Request = None,
+    current_user: dict = Depends(get_current_user),
+) -> dict:
     """记录用户访问业务模块的行为，用于看板用户操作分布统计。"""
     action = str(payload.get("action") or payload.get("module") or "").strip()
     if not action:
         return {"code": 0, "message": "ok", "data": {"recorded": False}}
-    actor_id = ""
-    if request is not None:
-        auth = request.headers.get("Authorization", "")
-        token = auth.replace("Bearer ", "").strip()
-        if token.startswith("platform-token-"):
-            actor_id = token[len("platform-token-"):]
+    # Visit statistics are intentionally limited to known module names. This
+    # endpoint must not become a free-form audit-log injection point.
+    if action not in _VISIT_MODULES:
+        return {"code": 0, "message": "ok", "data": {"recorded": False}}
+    actor_id = current_user.get("id")
     get_platform_store().record_audit(
         action=action,
         actor_id=actor_id or None,
         target_type="module",
         target_id=action,
-        detail=str(payload.get("detail") or ""),
+        tenant_id=str(current_user.get("tenant_id") or "") or None,
+        session_id=str(current_user.get("session_id") or "") or None,
+        request_id=(request.headers.get("X-Request-ID") if request else None),
+        detail="module visit",
+        metadata={"source": "frontend", "detail_length": len(str(payload.get("detail") or ""))},
+        ip=get_client_ip(request) or None,
     )
     return {"code": 0, "message": "ok", "data": {"recorded": True}}
 
@@ -56,13 +79,15 @@ def audit_logs(
     actor_id: str | None = Query(default=None, description="操作人 ID"),
     action: str | None = Query(default=None, description="动作类型"),
     target_type: str | None = Query(default=None, description="目标类型"),
+    target_id: str | None = Query(default=None, description="目标 ID"),
+    keyword: str | None = Query(default=None, description="目标 ID 或详情关键字"),
     start_time: str | None = Query(default=None, description="ISO8601 起始时间"),
     end_time: str | None = Query(default=None, description="ISO8601 结束时间"),
     limit: int = Query(default=50, ge=1, le=200),
     offset: int = Query(default=0, ge=0),
     current_user: dict = Depends(get_current_user),
 ) -> dict:
-    """审计日志查询：按租户/项目/操作人/动作/目标类型/时间范围分页过滤。"""
+    """审计日志查询：按组织、操作人、动作、资源、关键字和时间范围分页过滤。"""
     if not is_admin(current_user):
         from app.api.v1.endpoints.platform import fail
         raise fail(403, "admin permission required")
@@ -73,6 +98,8 @@ def audit_logs(
         actor_id=actor_id,
         action=action,
         target_type=target_type,
+        target_id=target_id,
+        keyword=keyword,
         start_time=start_time,
         end_time=end_time,
         limit=limit,
@@ -88,6 +115,8 @@ def audit_logs_export(
     actor_id: str | None = Query(default=None, description="操作人 ID"),
     action: str | None = Query(default=None, description="动作类型"),
     target_type: str | None = Query(default=None, description="目标类型"),
+    target_id: str | None = Query(default=None, description="目标 ID"),
+    keyword: str | None = Query(default=None, description="目标 ID 或详情关键字"),
     start_time: str | None = Query(default=None, description="ISO8601 起始时间"),
     end_time: str | None = Query(default=None, description="ISO8601 结束时间"),
     current_user: dict = Depends(get_current_user),
@@ -103,19 +132,30 @@ def audit_logs_export(
         actor_id=actor_id,
         action=action,
         target_type=target_type,
+        target_id=target_id,
+        keyword=keyword,
         start_time=start_time,
         end_time=end_time,
         limit=10000,
         offset=0,
     )
     items = result["items"]
-    columns = ["time", "tenant_id", "project_id", "actor_id", "action", "target_type", "target_id", "detail", "client_ip"]
-    header = ",".join(columns) + "\n"
+    columns = [
+        "time", "tenant_id", "project_id", "actor_id", "action", "target_type",
+        "target_id", "detail", "client_ip", "result", "reason", "request_id",
+        "session_id", "metadata",
+    ]
 
     def iter_rows():
-        yield header
+        buffer = io.StringIO()
+        writer = csv.writer(buffer)
+        writer.writerow(columns)
+        yield buffer.getvalue()
         for row in items:
-            yield ",".join(f'"{str(row.get(c, "") or "")}"' for c in columns) + "\n"
+            buffer.seek(0)
+            buffer.truncate(0)
+            writer.writerow([row.get(c, "") or "" for c in columns])
+            yield buffer.getvalue()
 
     return StreamingResponse(
         iter_rows(),
@@ -126,6 +166,16 @@ def audit_logs_export(
 
 # ===================== 操作日志 =====================
 
+def _operation_log_scope(current_user: dict, conditions: list[str], params: list) -> None:
+    """校验操作日志权限，并为普通用户追加本人范围。"""
+    if is_admin(current_user):
+        return
+    if "logs" not in (current_user.get("permissions") or []):
+        raise HTTPException(status_code=403, detail="missing permission: logs")
+    conditions.append("user_id = %s")
+    params.append(str(current_user.get("id") or ""))
+
+
 @router.get("/operation-logs")
 def operation_logs(
     user_id: str | None = Query(default=None, description="按用户 ID 筛选"),
@@ -139,14 +189,12 @@ def operation_logs(
     offset: int = Query(default=0, ge=0),
     current_user: dict = Depends(get_current_user),
 ) -> dict:
-    """操作日志查询：按用户/模块/动作/状态/关键字/时间范围分页过滤。"""
-    if not is_admin(current_user):
-        from app.api.v1.endpoints.platform import fail
-        raise fail(403, "admin permission required")
+    """操作日志查询：管理员查全量，普通用户只能查本人记录。"""
     store = get_platform_store()
     conditions = []
     params: list = []
-    if user_id:
+    _operation_log_scope(current_user, conditions, params)
+    if user_id and is_admin(current_user):
         conditions.append("user_id = %s")
         params.append(user_id)
     if module:
@@ -184,13 +232,11 @@ def operation_logs_stats(
     end_time: str | None = Query(default=None, description="ISO8601 结束时间"),
     current_user: dict = Depends(get_current_user),
 ) -> dict:
-    """操作日志统计：总操作数、成功数、失败数、失败率、各模块失败分布、最近错误列表。"""
-    if not is_admin(current_user):
-        from app.api.v1.endpoints.platform import fail
-        raise fail(403, "admin permission required")
+    """操作日志统计：管理员统计全量，普通用户统计本人记录。"""
     store = get_platform_store()
     conditions = []
     params: list = []
+    _operation_log_scope(current_user, conditions, params)
     if start_time:
         conditions.append("create_time >= %s")
         params.append(start_time)
@@ -252,13 +298,17 @@ def operation_logs_stats(
 @router.get("/operation-logs/modules")
 def operation_log_modules(current_user: dict = Depends(get_current_user)) -> dict:
     """返回操作日志中出现的模块列表（用于筛选下拉框）。"""
-    if not is_admin(current_user):
-        from app.api.v1.endpoints.platform import fail
-        raise fail(403, "admin permission required")
     store = get_platform_store()
+    conditions: list[str] = []
+    params: list = []
+    _operation_log_scope(current_user, conditions, params)
+    where = " WHERE " + " AND ".join(conditions) if conditions else ""
     with store.connect() as conn:
         rows = conn.execute(
-            "SELECT DISTINCT module FROM operation_logs WHERE module IS NOT NULL ORDER BY module"
+            f"SELECT DISTINCT module FROM operation_logs{where}"
+            + (" AND" if where else " WHERE")
+            + " module IS NOT NULL ORDER BY module",
+            tuple(params),
         ).fetchall()
     modules = [{"value": r["module"], "label": r["module"]} for r in rows]
     return {"code": 0, "message": "ok", "data": modules}

backend/app/modules/tenant/router.py

@@ -1,10 +1,12 @@
 from __future__ import annotations
 
-from fastapi import APIRouter, Body, Request
+import json
+from fastapi import APIRouter, Body, Depends, Request
 from typing import Any
 
 from app.api.v1.endpoints.platform import ok, fail
 from app.db.platform_store import get_platform_store
+from app.core.auth import is_admin, require_admin, require_tenant_admin, get_current_user, user_tenant_ids
 
 router = APIRouter(prefix="/tenants", tags=["tenant"])
 
@@ -16,20 +18,33 @@ def _actor(request: Request) -> str | None:
 
 
 @router.get("")
-def list_tenants() -> dict[str, Any]:
+def list_tenants(current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     return ok(get_platform_store().tenants())
 
 
+@router.get("/invitations")
+def my_invitations(current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    return ok(get_platform_store().tenant_invitations(str(current_user.get("id") or "")))
+
+
+@router.get("/mine")
+def my_tenants(current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    return ok(get_platform_store().user_tenants(str(current_user.get("id") or ""), include_all=is_admin(current_user)))
+
+
 @router.post("")
-def create_tenant(payload: dict[str, Any] = Body(...), request: Request = None) -> dict[str, Any]:
+def create_tenant(payload: dict[str, Any] = Body(...), request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     store = get_platform_store()
+    payload = {**payload, "owner_user_id": payload.get("owner_user_id") or current_user.get("id")}
     try:
         tenant = store.create_tenant(payload)
     except KeyError as e:
         raise fail(400, f"missing field: {e}")
+    except ValueError as exc:
+        raise fail(400, str(exc))
     store.record_audit(
         action="tenant.create",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="tenant",
         target_id=tenant["id"],
         tenant_id=tenant["id"],
@@ -39,7 +54,7 @@ def create_tenant(payload: dict[str, Any] = Body(...), request: Request = None)
 
 
 @router.get("/{tenant_id}")
-def get_tenant(tenant_id: str) -> dict[str, Any]:
+def get_tenant(tenant_id: str, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     try:
         return ok(get_platform_store().tenant(tenant_id))
     except KeyError:
@@ -47,7 +62,7 @@ def get_tenant(tenant_id: str) -> dict[str, Any]:
 
 
 @router.put("/{tenant_id}")
-def update_tenant(tenant_id: str, payload: dict[str, Any] = Body(...), request: Request = None) -> dict[str, Any]:
+def update_tenant(tenant_id: str, payload: dict[str, Any] = Body(...), request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     store = get_platform_store()
     try:
         tenant = store.update_tenant(tenant_id, payload)
@@ -55,7 +70,7 @@ def update_tenant(tenant_id: str, payload: dict[str, Any] = Body(...), request:
         raise fail(404, "tenant not found")
     store.record_audit(
         action="tenant.update",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="tenant",
         target_id=tenant_id,
         tenant_id=tenant_id,
@@ -65,7 +80,7 @@ def update_tenant(tenant_id: str, payload: dict[str, Any] = Body(...), request:
 
 
 @router.put("/{tenant_id}/quota")
-def set_quota(tenant_id: str, payload: dict[str, Any] = Body(...), request: Request = None) -> dict[str, Any]:
+def set_quota(tenant_id: str, payload: dict[str, Any] = Body(...), request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     store = get_platform_store()
     try:
         tenant = store.set_tenant_quota(tenant_id, payload)
@@ -73,7 +88,7 @@ def set_quota(tenant_id: str, payload: dict[str, Any] = Body(...), request: Requ
         raise fail(404, "tenant not found")
     store.record_audit(
         action="tenant.quota.set",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="tenant",
         target_id=tenant_id,
         tenant_id=tenant_id,
@@ -82,7 +97,7 @@ def set_quota(tenant_id: str, payload: dict[str, Any] = Body(...), request: Requ
 
 
 @router.put("/{tenant_id}/retention-policy")
-def set_retention(tenant_id: str, payload: dict[str, Any] = Body(...), request: Request = None) -> dict[str, Any]:
+def set_retention(tenant_id: str, payload: dict[str, Any] = Body(...), request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     store = get_platform_store()
     try:
         tenant = store.set_tenant_retention(tenant_id, payload.get("retention_policy_id"))
@@ -90,7 +105,7 @@ def set_retention(tenant_id: str, payload: dict[str, Any] = Body(...), request:
         raise fail(404, "tenant not found")
     store.record_audit(
         action="tenant.retention.set",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="tenant",
         target_id=tenant_id,
         tenant_id=tenant_id,
@@ -99,18 +114,213 @@ def set_retention(tenant_id: str, payload: dict[str, Any] = Body(...), request:
 
 
 @router.delete("/{tenant_id}")
-def delete_tenant(tenant_id: str, request: Request = None) -> dict[str, Any]:
+def delete_tenant(tenant_id: str, request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
     store = get_platform_store()
     try:
-        tenant = store.delete_tenant(tenant_id)
+        tenant = store.delete_tenant(tenant_id, str(current_user.get("id") or "system"))
     except KeyError:
         raise fail(404, "tenant not found")
+    except ValueError as exc:
+        raise fail(400, str(exc))
     store.record_audit(
         action="tenant.delete",
-        actor_id=_actor(request) if request else None,
+        actor_id=current_user.get("id"),
         target_type="tenant",
         target_id=tenant_id,
         tenant_id=tenant_id,
         detail=f"name={tenant.get('name')}",
     )
     return ok(tenant)
+
+
+@router.post("/{tenant_id}/restore")
+def restore_tenant(tenant_id: str, request: Request = None, current_user: dict = Depends(require_admin)) -> dict[str, Any]:
+    store = get_platform_store()
+    try:
+        tenant = store.restore_tenant(tenant_id, str(current_user.get("id") or "system"))
+    except KeyError:
+        raise fail(404, "tenant not found")
+    except ValueError as exc:
+        raise fail(400, str(exc))
+    store.record_audit(
+        action="tenant.restore",
+        actor_id=current_user.get("id"),
+        target_type="tenant",
+        target_id=tenant_id,
+        tenant_id=tenant_id,
+        detail=f"name={tenant.get('name')}",
+    )
+    return ok(tenant)
+
+
+@router.get("/{tenant_id}/quota/usage")
+def quota_usage(tenant_id: str, current_user: dict = Depends(require_tenant_admin)) -> dict[str, Any]:
+    return ok(get_platform_store().tenant_quota_usage(tenant_id))
+
+
+@router.post("/{tenant_id}/quota/request")
+def request_quota_change(tenant_id: str, payload: dict[str, Any] = Body(...), current_user: dict = Depends(get_current_user)) -> dict[str, Any]:
+    if not is_admin(current_user) and tenant_id not in user_tenant_ids(current_user):
+        raise fail(403, "tenant access denied")
+    try:
+        get_platform_store().assert_active_tenant(tenant_id)
+    except ValueError as exc:
+        raise fail(400, str(exc))
+    quota = payload.get("quota")
+    if not isinstance(quota, dict):
+        raise fail(400, "quota must be an object")
+    instance = get_platform_store().create_approval_instance({
+        "resource_type": "tenant",
+        "resource_id": tenant_id,
+        "applicant_id": current_user.get("id"),
+        "action": "tenant.quota.update",
+        "tenant_id": tenant_id,
+        "reason": json.dumps({"quota": quota}, ensure_ascii=False),
+    })
+    get_platform_store().record_audit(
+        action="tenant.quota.request", actor_id=current_user.get("id"),
+        target_type="tenant", target_id=tenant_id, tenant_id=tenant_id,
+    )
+    return ok({"approval_required": True, "approval_id": instance["id"], "approval": instance})
+
+
+@router.get("/{tenant_id}/members")
+def list_members(tenant_id: str, current_user: dict = Depends(require_tenant_admin)) -> dict[str, Any]:
+    try:
+        return ok(get_platform_store().tenant_members(tenant_id))
+    except KeyError:
+        raise fail(404, "tenant not found")
+
+
+@router.post("/{tenant_id}/members")
+def add_member(
+    tenant_id: str,
+    payload: dict[str, Any] = Body(...),
+    request: Request = None,
+    current_user: dict = Depends(require_tenant_admin),
+) -> dict[str, Any]:
+    if not payload.get("user_id"):
+        raise fail(400, "user_id 必填")
+    if not is_admin(current_user) and payload.get("role") == "owner":
+        raise fail(403, "only platform administrator can grant owner role")
+    try:
+        member = get_platform_store().add_tenant_member(
+            tenant_id,
+            str(payload["user_id"]),
+            str(payload.get("role") or "member"),
+            current_user.get("id"),
+        )
+    except KeyError:
+        raise fail(404, "tenant or user not found")
+    except ValueError as exc:
+        raise fail(400, str(exc))
+    get_platform_store().record_audit(
+        action="tenant.member.add",
+        actor_id=current_user.get("id"),
+        target_type="tenant_member",
+        target_id=f"{tenant_id}:{payload['user_id']}",
+        tenant_id=tenant_id,
+    )
+    return ok(member)
+
+
+@router.post("/{tenant_id}/members/invite")
+def invite_member(
+    tenant_id: str,
+    payload: dict[str, Any] = Body(...),
+    current_user: dict = Depends(require_tenant_admin),
+) -> dict[str, Any]:
+    user_id = str(payload.get("user_id") or "")
+    if not user_id:
+        raise fail(400, "user_id 必填")
+    if payload.get("role") == "owner":
+        raise fail(403, "tenant invitations cannot grant owner role")
+    try:
+        member = get_platform_store().invite_tenant_member(
+            tenant_id,
+            user_id,
+            str(payload.get("role") or "member"),
+            current_user.get("id"),
+            payload.get("expires_at"),
+        )
+    except KeyError:
+        raise fail(404, "tenant or active user not found")
+    except ValueError as exc:
+        raise fail(400, str(exc))
+    get_platform_store().record_audit(
+        action="tenant.member.invite",
+        actor_id=current_user.get("id"),
+        target_type="tenant_member",
+        target_id=f"{tenant_id}:{user_id}",
+        tenant_id=tenant_id,
+        detail=f"role={member.get('role')};expires_at={member.get('expires_at')}",
+    )
+    return ok(member)
+
+
+@router.put("/{tenant_id}/members/{user_id}")
+def update_member(
+    tenant_id: str,
+    user_id: str,
+    payload: dict[str, Any] = Body(...),
+    current_user: dict = Depends(require_tenant_admin),
+) -> dict[str, Any]:
+    try:
+        if not is_admin(current_user) and payload.get("role") == "owner":
+            raise fail(403, "only platform administrator can grant owner role")
+        member = get_platform_store().update_tenant_member(tenant_id, user_id, payload)
+        get_platform_store().record_audit(
+            action="tenant.member.update",
+            actor_id=current_user.get("id"),
+            target_type="tenant_member",
+            target_id=f"{tenant_id}:{user_id}",
+            tenant_id=tenant_id,
+            detail=f"fields={','.join(payload.keys())}",
+        )
+        return ok(member)
+    except KeyError:
+        raise fail(404, "tenant member not found")
+    except ValueError as exc:
+        raise fail(400, str(exc))
+
+
+@router.delete("/{tenant_id}/members/{user_id}")
+def remove_member(tenant_id: str, user_id: str, current_user: dict = Depends(require_tenant_admin)) -> dict[str, Any]:
+    try:
+        get_platform_store().remove_tenant_member(tenant_id, user_id)
+    except KeyError:
+        raise fail(404, "tenant member not found")
+    except ValueError as exc:
+        raise fail(400, str(exc))
+    get_platform_store().record_audit(
+        action="tenant.member.remove",
+        actor_id=current_user.get("id"),
+        target_type="tenant_member",
+        target_id=f"{tenant_id}:{user_id}",
+        tenant_id=tenant_id,
+    )
+    return ok({"tenant_id": tenant_id, "user_id": user_id, "removed": True})
+
+
+@router.post("/{tenant_id}/members/{user_id}/accept")
+def accept_invitation(
+    tenant_id: str,
+    user_id: str,
+    current_user: dict = Depends(get_current_user),
+) -> dict[str, Any]:
+    if not is_admin(current_user) and str(current_user.get("id") or "") != user_id:
+        raise fail(403, "only the invited user can accept this invitation")
+    try:
+        member = get_platform_store().accept_tenant_invitation(tenant_id, user_id)
+    except KeyError:
+        raise fail(404, "tenant invitation not found")
+    except ValueError as exc:
+        raise fail(409, str(exc))
+    get_platform_store().record_audit(
+        action="tenant.member.accept",
+        actor_id=current_user.get("id"),
+        target_type="tenant_member",
+        target_id=f"{tenant_id}:{user_id}",
+        tenant_id=tenant_id,
+    )
+    return ok(member)

backend/app/workers/compute_poller.py

@@ -1,9 +1,11 @@
 from __future__ import annotations
 
 import asyncio
+import time
 
 from app.core.config import get_settings
 from app.core.logging import get_logger
+from app.db.platform_store import get_platform_store
 from app.modules.compute_gateway.sync import poll_compute_jobs_once
 
 
@@ -13,21 +15,45 @@ logger = get_logger(__name__)
 async def run_compute_poller() -> None:
     settings = get_settings()
     if settings.compute_mode == "simulator" or settings.compute_status_sync_mode != "polling":
-        logger.info("compute poller disabled", extra={"compute_mode": settings.compute_mode})
+        logger.info("计算轮询已禁用", extra={"compute_mode": settings.compute_mode})
         return
 
     interval = max(3, settings.compute_poll_interval_seconds)
-    logger.info("compute poller started", extra={"interval_seconds": interval})
+    logger.info("计算轮询已启动", extra={"interval_seconds": interval})
+    # PlatformStore may run additive schema checks against a remote PostgreSQL
+    # server on first use. Keep that startup work off the Uvicorn event loop so
+    # health checks and normal API requests can still respond while the DB is
+    # unavailable or slow.
+    store = None
+    last_failure_signature = ""
+    last_failure_logged_at = 0.0
+    await asyncio.sleep(1)
     while True:
         try:
-            result = await poll_compute_jobs_once()
+            if store is None:
+                store = await asyncio.to_thread(get_platform_store)
+            result = await poll_compute_jobs_once(store)
             if result["failed"]:
-                logger.warning("compute polling reported failures", extra={"result": result})
+                signature = "|".join(sorted({
+                    str(item.get("error") or "")[:120]
+                    for item in result["failed"]
+                }))
+                now = time.monotonic()
+                if signature != last_failure_signature or now - last_failure_logged_at >= 300:
+                    logger.warning(
+                        "计算轮询报告失败任务 count=%d first_error=%s",
+                        len(result["failed"]),
+                        signature[:500],
+                    )
+                    last_failure_signature = signature
+                    last_failure_logged_at = now
             elif result["synced"]:
-                logger.debug("compute jobs synchronized", extra={"result": result})
+                logger.debug("计算任务状态已同步", extra={"result": result})
         except asyncio.CancelledError:
-            logger.info("compute poller stopped")
+            logger.info("计算轮询已停止")
             raise
         except Exception as exc:  # noqa: BLE001 - keep background polling alive
-            logger.exception("compute poller failed", extra={"error": str(exc)})
+            logger.exception("计算轮询执行失败", extra={"error": str(exc)})
+            if "store" in locals() and isinstance(exc, (ConnectionError, TimeoutError)):
+                store = None
         await asyncio.sleep(interval)

backend/requirements.txt

@@ -9,6 +9,7 @@ alembic>=1.13.1
 redis>=5.0.4
 httpx>=0.27.0
 minio>=7.2.7
+urllib3>=2.0.7
 PyJWT>=2.8.0
 passlib[bcrypt]>=1.7.4
 python-dotenv>=1.0.1

backend/test_results.json

@@ -0,0 +1,266 @@
+[
+  {
+    "name": "health",
+    "method": "GET",
+    "url": "/health",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(4 keys)"
+  },
+  {
+    "name": "system-info",
+    "method": "GET",
+    "url": "/system-info",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(7 keys)"
+  },
+  {
+    "name": "me",
+    "method": "GET",
+    "url": "/me",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(9 keys)"
+  },
+  {
+    "name": "dashboard/overview",
+    "method": "GET",
+    "url": "/dashboard/overview",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(6 keys)"
+  },
+  {
+    "name": "dashboard/stats",
+    "method": "GET",
+    "url": "/dashboard/stats",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(9 keys)"
+  },
+  {
+    "name": "users-list",
+    "method": "GET",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "9 items"
+  },
+  {
+    "name": "users-create",
+    "method": "POST",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(9 keys)"
+  },
+  {
+    "name": "users-change-password",
+    "method": "POST",
+    "url": "/users/me/password",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "model-manage-list",
+    "method": "GET",
+    "url": "/model-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "5 items"
+  },
+  {
+    "name": "model-manage-local",
+    "method": "GET",
+    "url": "/model-manage/local-models",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "model-manage-trained",
+    "method": "GET",
+    "url": "/model-manage/trained-models",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "model-manage-export-jobs",
+    "method": "GET",
+    "url": "/model-manage/export-jobs",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "11 items"
+  },
+  {
+    "name": "model-manage-create",
+    "method": "POST",
+    "url": "/model-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(17 keys)"
+  },
+  {
+    "name": "dataset-list",
+    "method": "GET",
+    "url": "/dataset-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "29 items"
+  },
+  {
+    "name": "dataset-create",
+    "method": "POST",
+    "url": "/dataset-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "fine-tune-list",
+    "method": "GET",
+    "url": "/fine-tune",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "9 items"
+  },
+  {
+    "name": "fine-tune-check-name",
+    "method": "GET",
+    "url": "/fine-tune/check-name?name=test_task",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "fine-tune-preflight",
+    "method": "POST",
+    "url": "/fine-tune/preflight",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(4 keys)"
+  },
+  {
+    "name": "model-eval-list",
+    "method": "GET",
+    "url": "/model-eval",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "4 items"
+  },
+  {
+    "name": "dimension-list",
+    "method": "GET",
+    "url": "/dimension",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "18 items"
+  },
+  {
+    "name": "model-compare-list",
+    "method": "GET",
+    "url": "/model-compare",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "6 items"
+  },
+  {
+    "name": "model-chat-local-status",
+    "method": "GET",
+    "url": "/model-chat/local/status",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(8 keys)"
+  },
+  {
+    "name": "data-process-list",
+    "method": "GET",
+    "url": "/data-process",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(4 keys)"
+  },
+  {
+    "name": "compute-nodes",
+    "method": "GET",
+    "url": "/compute/nodes",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "2 items"
+  },
+  {
+    "name": "compute-gpus",
+    "method": "GET",
+    "url": "/compute/gpus",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "2 items"
+  },
+  {
+    "name": "compute-queue",
+    "method": "GET",
+    "url": "/compute/queue",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "0 items"
+  },
+  {
+    "name": "log-files",
+    "method": "GET",
+    "url": "/log-files",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "2 items"
+  },
+  {
+    "name": "training-log-files",
+    "method": "GET",
+    "url": "/training-log-files",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "9 items"
+  },
+  {
+    "name": "web-log",
+    "method": "POST",
+    "url": "/web-log",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(3 keys)"
+  },
+  {
+    "name": "data-convert-list",
+    "method": "GET",
+    "url": "/data-convert",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(2 keys)"
+  },
+  {
+    "name": "error-404",
+    "method": "GET",
+    "url": "/nonexistent-endpoint",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "error-unauthorized",
+    "method": "GET",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "10 items"
+  },
+  {
+    "name": "viewer-login",
+    "method": "POST",
+    "url": "/login",
+    "status": "SKIP",
+    "message": "viewer user not found",
+    "data_desc": "-"
+  }
+]

backend/test_results_advanced.json

@@ -0,0 +1,258 @@
+[
+  {
+    "name": "crud-model-create",
+    "method": "POST",
+    "url": "/model-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(17 keys)"
+  },
+  {
+    "name": "crud-model-get-by-id",
+    "method": "GET",
+    "url": "/model-manage/m_dcebe627d644",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(17 keys)"
+  },
+  {
+    "name": "crud-model-update",
+    "method": "PUT",
+    "url": "/model-manage/m_dcebe627d644",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(17 keys)"
+  },
+  {
+    "name": "crud-model-purpose",
+    "method": "PUT",
+    "url": "/model-manage/m_dcebe627d644/purpose",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(17 keys)"
+  },
+  {
+    "name": "crud-model-delete",
+    "method": "DELETE",
+    "url": "/model-manage/m_dcebe627d644",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "crud-dataset-create",
+    "method": "POST",
+    "url": "/dataset-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "crud-dataset-get-by-id",
+    "method": "GET",
+    "url": "/dataset-manage/ds_b8dd915d5e09",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(28 keys)"
+  },
+  {
+    "name": "crud-dataset-update",
+    "method": "PUT",
+    "url": "/dataset-manage/ds_b8dd915d5e09",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(27 keys)"
+  },
+  {
+    "name": "crud-dataset-delete",
+    "method": "DELETE",
+    "url": "/dataset-manage/ds_b8dd915d5e09",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "crud-user-create",
+    "method": "POST",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(9 keys)"
+  },
+  {
+    "name": "crud-user-list",
+    "method": "GET",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "11 items"
+  },
+  {
+    "name": "crud-user-update",
+    "method": "PUT",
+    "url": "/users/u_eb94ee60769e",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(9 keys)"
+  },
+  {
+    "name": "crud-user-reset-pwd",
+    "method": "POST",
+    "url": "/users/u_eb94ee60769e/reset-password",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "crud-user-delete",
+    "method": "DELETE",
+    "url": "/users/u_eb94ee60769e",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(2 keys)"
+  },
+  {
+    "name": "error-invalid-model-id",
+    "method": "GET",
+    "url": "/model-manage/nonexistent_id_12345",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "error-invalid-dataset-id",
+    "method": "GET",
+    "url": "/dataset-manage/nonexistent_id_12345",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "error-invalid-finetune-id",
+    "method": "GET",
+    "url": "/fine-tune/nonexistent_id_12345",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "error-invalid-eval-id",
+    "method": "GET",
+    "url": "/model-eval/nonexistent_id_12345",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "error-duplicate-login",
+    "method": "POST",
+    "url": "/login",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "error-missing-fields",
+    "method": "POST",
+    "url": "/model-manage",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(17 keys)"
+  },
+  {
+    "name": "auth-no-token-users",
+    "method": "GET",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "10 items"
+  },
+  {
+    "name": "auth-no-token-finetune",
+    "method": "GET",
+    "url": "/fine-tune",
+    "status": "FAIL(code=-1)",
+    "message": "",
+    "data_desc": "null"
+  },
+  {
+    "name": "auth-invalid-token",
+    "method": "GET",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "10 items"
+  },
+  {
+    "name": "auth-empty-token",
+    "method": "GET",
+    "url": "/users",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "10 items"
+  },
+  {
+    "name": "crud-dimension-create",
+    "method": "POST",
+    "url": "/dimension",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(6 keys)"
+  },
+  {
+    "name": "crud-dimension-get",
+    "method": "GET",
+    "url": "/dimension/dim_12124ed44bbe",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(6 keys)"
+  },
+  {
+    "name": "crud-dimension-update",
+    "method": "PUT",
+    "url": "/dimension/dim_12124ed44bbe",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(6 keys)"
+  },
+  {
+    "name": "crud-dimension-delete",
+    "method": "DELETE",
+    "url": "/dimension/dim_12124ed44bbe",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(1 keys)"
+  },
+  {
+    "name": "compute-nodes-detail",
+    "method": "GET",
+    "url": "/compute/nodes",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "2 items"
+  },
+  {
+    "name": "compute-nodes-list2",
+    "method": "GET",
+    "url": "/compute/nodes",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "2 items"
+  },
+  {
+    "name": "compute-node-replicas",
+    "method": "GET",
+    "url": "/compute/nodes/node_1499a71b4871/replicas",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "9 items"
+  },
+  {
+    "name": "compute-node-engines",
+    "method": "GET",
+    "url": "/compute/nodes/node_1499a71b4871/engines",
+    "status": "PASS",
+    "message": "ok",
+    "data_desc": "obj(2 keys)"
+  }
+]

backend/tests/test_data_process_algorithms.py

@@ -18,10 +18,12 @@ from pypdf import PdfWriter
 
 from app.modules.data_process.algorithms import (
     PdfPageText,
+    LayoutRepeatedBlock,
     content_quality_flags,
     desensitize_pii,
     desensitize_structured_record,
     detect_document_structure,
+    detect_layout_repeated_blocks,
     detect_pdf_document_noise,
     detect_text_format,
     extract_pdf_page_texts,
@@ -35,6 +37,7 @@ from app.modules.data_process.algorithms import (
     preprocess_structured_records_with_lineage,
     record_fingerprint,
     remove_document_noise,
+    remove_layout_repeated_blocks,
     score_quality,
     stable_split,
     stable_split_assignments,
@@ -1143,3 +1146,95 @@ def test_generate_standard_records_rejects_out_of_range_count(
 ) -> None:
     with pytest.raises(ValueError, match=r"\[1, 50\]"):
         generate_standard_records([], qa_pairs_per_item=qa_pairs_per_item)
+
+
+def test_layout_repeated_blocks_detects_repeating_header_table() -> None:
+    """跨页重复的页眉表格应被识别为重复块（出现 ≥ max(3, ceil(pages*0.3)) 次）。"""
+
+    header_table = (
+        "| 文件编码 | 2024 |\n"
+        "| - | - |\n"
+        "| 秘密等级 | 商密【中】 |\n"
+        "| 现行版本 | 1.0 |\n"
+        "| 页次 | 第1页 共47页 |\n"
+    )
+    body_table = (
+        "| 支出项目 | 税务票据要求 |\n"
+        "| - | - |\n"
+        "| 工资奖金 | 无 |\n"
+        "| 交通费 | 车票 |\n"
+    )
+    doc_items: list[tuple[str, object, str]] = []
+    for index in range(20):
+        # 20 个页面里 18 个有页眉表，2 个有正文表
+        text = header_table if index < 18 else body_table
+        doc_items.append(("table", index, text))
+
+    blocks = detect_layout_repeated_blocks(doc_items, page_count=20)
+
+    # 仅页眉表对应的标签序列应被识别
+    assert len(blocks) == 1
+    assert "文件编码" in blocks[0].labels
+    assert "秘密等级" in blocks[0].labels
+    assert blocks[0].occurrences == 18
+
+
+def test_layout_repeated_blocks_short_documents_skip() -> None:
+    """短文档（< 3 页）不推断重复块。"""
+
+    doc_items: list[tuple[str, object, str]] = [
+        ("table", 0, "| 文件编码 | 2024 |\n| - | - |\n"),
+        ("table", 1, "| 文件编码 | 2024 |\n| - | - |\n"),
+    ]
+    assert detect_layout_repeated_blocks(doc_items, page_count=2) == ()
+
+
+def test_remove_layout_repeated_blocks_strips_label_rows_and_separators() -> None:
+    """剔除首列命中重复标签集的行，及其后的表格分隔行。"""
+
+    blocks = [
+        LayoutRepeatedBlock(
+            labels=("文件编码", "秘密等级", "现行版本", "页次"),
+            occurrences=18,
+        ),
+    ]
+    chunk = (
+        "报销指引\n"
+        "| 文件编码 | 2024 |\n"
+        "| - | - |\n"
+        "| 秘密等级 | 商密【中】 |\n"
+        "| 现行版本 | 1.0 |\n"
+        "| 页次 | 第3页 共47页 |\n"
+        "正文第一段\n"
+        "| 支出项目 | 税务票据要求 |\n"
+        "| - | - |\n"
+        "| 工资奖金 | 无 |\n"
+    )
+    cleaned = remove_layout_repeated_blocks(chunk, blocks)
+
+    # 重复标签行 + 紧随其后的表格分隔行被剔除；正文与内容表格保留
+    assert "文件编码" not in cleaned
+    assert "秘密等级" not in cleaned
+    assert "现行版本" not in cleaned
+    assert "页次" not in cleaned
+    # 第一组表格的 | - | - | 在 文件编码 行之后被一并删除
+    # （但 cleaned 中可能还有第二个表格的分隔行）
+    assert cleaned.count("| - | - |") == 1
+    assert "报销指引" in cleaned
+    assert "正文第一段" in cleaned
+    assert "支出项目" in cleaned
+    assert "工资奖金" in cleaned
+
+
+def test_remove_layout_repeated_blocks_returns_text_unchanged_when_no_blocks() -> None:
+    """无重复块时直接返回原文。"""
+
+    chunk = "| 文件编码 | 2024 |\n| 正文 |\n"
+    assert remove_layout_repeated_blocks(chunk, []) == chunk
+    assert (
+        remove_layout_repeated_blocks(
+            "",
+            [LayoutRepeatedBlock(labels=("x",), occurrences=5)],
+        )
+        == ""
+    )

backend/tests/test_permission_security.py

@@ -0,0 +1,30 @@
+from __future__ import annotations
+
+from app.api.v1.endpoints.platform import _public_model
+from app.core.audit import _safe_exception_reason
+from app.core.auth import RESOURCE_ACTIONS, RESOURCE_ACTION_ALIASES
+
+
+def test_public_model_never_exposes_provider_credentials() -> None:
+    result = _public_model({
+        "id": "m_1",
+        "name": "online",
+        "api_url": "https://example.invalid/v1",
+        "api_key": "secret-value",
+    })
+
+    assert "api_key" not in result
+    assert result["api_key_configured"] is True
+    assert result["name"] == "online"
+
+
+def test_resource_action_registry_keeps_export_separate_from_module_permissions() -> None:
+    assert "download" in RESOURCE_ACTIONS
+    assert "execute" in RESOURCE_ACTIONS
+    assert RESOURCE_ACTION_ALIASES["export"] == "download"
+
+
+def test_audit_exception_reason_masks_credentials() -> None:
+    reason = _safe_exception_reason(ValueError("api_key=secret-value"))
+    assert "secret-value" not in reason
+    assert "***" in reason

backend/tests/test_storage_security.py

@@ -0,0 +1,26 @@
+from __future__ import annotations
+
+import pytest
+
+from app.api.v1.endpoints.platform import _validate_storage_key
+
+
+def test_storage_key_is_scoped_to_resource_version() -> None:
+    assert (
+        _validate_storage_key("dataset", "ds_123", "v1", None, "train.jsonl")
+        == "datasets/ds_123/versions/v1/train.jsonl"
+    )
+
+
+@pytest.mark.parametrize(
+    "object_key",
+    [
+        "models/other/versions/v1/model.bin",
+        "datasets/ds_123/versions/v1/../secret.bin",
+        "datasets/ds_123/versions/v1/../../secret.bin",
+        "/datasets/ds_123/versions/v1/model.bin",
+    ],
+)
+def test_storage_key_rejects_escape_or_cross_resource_paths(object_key: str) -> None:
+    with pytest.raises(ValueError):
+        _validate_storage_key("dataset", "ds_123", "v1", object_key, None)

compute/api/main.py

@@ -9,6 +9,7 @@ import shutil
 import subprocess
 import time
 from pathlib import Path
+from datetime import datetime
 from typing import Any
 
 import httpx
@@ -23,7 +24,7 @@ from compute.engines.llama_factory.inference import get_inference_session
 
 
 def create_app() -> FastAPI:
-    app = FastAPI(title="YG Fine-Tune Compute API", **docs_kwargs())
+    app = FastAPI(title="YG Zhilian Compute API", **docs_kwargs())
     jobs: dict[str, dict[str, Any]] = {}
     cache_locks: dict[str, asyncio.Lock] = {}
     route_prefix = os.getenv("MODELTF_ROUTE_PREFIX", "/modelTF").rstrip("/") or "/modelTF"
@@ -70,6 +71,76 @@ def create_app() -> FastAPI:
         except ValueError:
             return False
 
+    def cache_max_bytes() -> int:
+        return max(0, _int_env("COMPUTE_CACHE_MAX_BYTES", 0))
+
+    def cache_ttl_seconds() -> int:
+        return max(0, _int_env("COMPUTE_CACHE_TTL_SECONDS", 0))
+
+    def cache_meta_path(target: Path) -> Path:
+        return target.with_name(f".{target.name}.cache-meta.json")
+
+    def cache_protected_until(target: Path) -> float:
+        try:
+            value = json.loads(cache_meta_path(target).read_text(encoding="utf-8")).get("protected_until")
+            return float(value or 0)
+        except (OSError, TypeError, ValueError, json.JSONDecodeError):
+            return 0.0
+
+    def write_cache_meta(target: Path, resource_id: str, version_id: str, protected_until: float) -> None:
+        meta = cache_meta_path(target)
+        meta.write_text(json.dumps({
+            "resource_id": resource_id,
+            "version_id": version_id,
+            "protected_until": protected_until,
+            "last_accessed_at": now(),
+        }), encoding="utf-8")
+
+    def cache_usage(cache_root: Path) -> int:
+        total = 0
+        if not cache_root.exists():
+            return 0
+        for item in cache_root.rglob("*"):
+            try:
+                if item.is_file() and not item.name.endswith(".part"):
+                    total += item.stat().st_size
+            except OSError:
+                continue
+        return total
+
+    def ensure_cache_capacity(cache_root: Path, required_bytes: int, protected: Path) -> None:
+        limit = cache_max_bytes()
+        if not limit or required_bytes <= 0:
+            return
+        usage = cache_usage(cache_root)
+        if usage + required_bytes <= limit:
+            return
+        candidates: list[tuple[float, int, Path]] = []
+        for item in cache_root.rglob("*"):
+            try:
+                if (
+                    item.is_file()
+                    and not item.name.endswith(".part")
+                    and not item.name.endswith(".cache-meta.json")
+                    and item.resolve() != protected.resolve()
+                    and cache_protected_until(item) <= now()
+                ):
+                    stat = item.stat()
+                    candidates.append((stat.st_atime, stat.st_size, item))
+            except OSError:
+                continue
+        candidates.sort(key=lambda value: value[0])
+        for _, size, item in candidates:
+            try:
+                item.unlink(missing_ok=True)
+                usage -= size
+            except OSError:
+                continue
+            if usage + required_bytes <= limit:
+                break
+        if usage + required_bytes > limit:
+            raise HTTPException(status_code=507, detail="compute cache capacity is insufficient")
+
     def _llama_factory_version() -> str:
         for command in (["llamafactory-cli", "version"], ["llamafactory-cli", "--version"]):
             try:
@@ -662,13 +733,26 @@ def create_app() -> FastAPI:
             raise HTTPException(status_code=400, detail="upload_url is required")
         digest = hashlib.sha256()
         byte_size = 0
+        content_length = source.stat().st_size
+
+        async def file_chunks():
+            nonlocal byte_size
+            with source.open("rb") as handle:
+                while chunk := handle.read(1024 * 1024):
+                    digest.update(chunk)
+                    byte_size += len(chunk)
+                    yield chunk
+
         try:
             async with httpx.AsyncClient(timeout=httpx.Timeout(900, connect=30)) as client:
-                with source.open("rb") as handle:
-                    content = handle.read()
-                    digest.update(content)
-                    byte_size = len(content)
-                response = await client.put(upload_url, content=content, headers={"Content-Type": str(payload.get("content_type") or "application/octet-stream")})
+                response = await client.put(
+                    upload_url,
+                    content=file_chunks(),
+                    headers={
+                        "Content-Type": str(payload.get("content_type") or "application/octet-stream"),
+                        "Content-Length": str(content_length),
+                    },
+                )
                 response.raise_for_status()
         except Exception as exc:
             raise HTTPException(status_code=502, detail=f"artifact upload failed: {exc}") from exc
@@ -916,6 +1000,14 @@ def create_app() -> FastAPI:
         temp_target = target.with_name(f".{target.name}.part")
         expected_checksum = str(payload.get("checksum_sha256") or "").lower()
         expected_size = int(payload.get("byte_size") or 0)
+        requested_protected_until = str(payload.get("protected_until") or "")
+        try:
+            protected_until = float(requested_protected_until)
+        except ValueError:
+            try:
+                protected_until = datetime.fromisoformat(requested_protected_until.replace("Z", "+00:00")).timestamp()
+            except (ValueError, TypeError):
+                protected_until = now() + cache_ttl_seconds() if cache_ttl_seconds() else 0.0
         lock = cache_locks.setdefault(str(target), asyncio.Lock())
         async with lock:
             if target.is_file() and expected_checksum:
@@ -924,7 +1016,10 @@ def create_app() -> FastAPI:
                     while chunk := existing.read(1024 * 1024):
                         existing_digest.update(chunk)
                 if existing_digest.hexdigest().lower() == expected_checksum and (not expected_size or target.stat().st_size == expected_size):
+                    os.utime(target, None)
+                    write_cache_meta(target, resource_id, version_id, protected_until)
                     return {"resource_id": resource_id, "version_id": version_id, "status": "ready", "local_path": str(target), "byte_size": target.stat().st_size, "checksum_sha256": existing_digest.hexdigest(), "reused": True}
+            ensure_cache_capacity(cache_root / "resources", expected_size, target)
         digest = hashlib.sha256()
         byte_size = 0
         try:
@@ -956,6 +1051,7 @@ def create_app() -> FastAPI:
                 temp_target.unlink(missing_ok=True)
                 raise HTTPException(status_code=502, detail="cache byte size mismatch")
             temp_target.replace(target)
+            write_cache_meta(target, resource_id, version_id, protected_until)
         except HTTPException:
             raise
         except Exception as exc:
@@ -975,12 +1071,20 @@ def create_app() -> FastAPI:
         data_root = Path(os.getenv("YG_FT_DATA_ROOT", "/data/yg-ft"))
         cache_root = Path(os.getenv("YG_FT_CACHE_ROOT", str(data_root)))
         target = cache_root / "resources" / resource_id / version_id / "resource"
+        ttl = cache_ttl_seconds()
+        if target.is_file() and ttl and target.stat().st_atime + ttl < now() and cache_protected_until(target) <= now():
+            target.unlink(missing_ok=True)
+            cache_meta_path(target).unlink(missing_ok=True)
         return {
             "resource_id": resource_id,
             "version_id": version_id,
             "status": "ready" if target.is_file() else "missing",
             "local_path": str(target),
             "byte_size": target.stat().st_size if target.is_file() else 0,
+            "cache_usage_bytes": cache_usage(cache_root / "resources"),
+            "cache_max_bytes": cache_max_bytes(),
+            "cache_ttl_seconds": ttl,
+            "protected_until": cache_protected_until(target) if target.is_file() else 0,
         }
 
     @app.delete(f"{route_prefix}/compute/cache")

compute/engines/llama_factory/adapter.py

@@ -313,7 +313,7 @@ def build_command(config: dict[str, Any], llama_factory_home: str = "/app/LLaMA-
         "--save_steps",
         str(config.get("save_steps", 50)),
         "--logging_steps",
-        str(config.get("logging_steps", 10)),
+        str(max(1, int(config.get("logging_steps", 1) or 1))),
         "--overwrite_output_dir",
         "true",
         "--plot_loss",
@@ -336,6 +336,7 @@ def build_command(config: dict[str, Any], llama_factory_home: str = "/app/LLaMA-
         _optional_arg(config, command, "--val_size", "val_size")
     _optional_arg(config, command, "--max_samples", "max_samples")
     _optional_arg(config, command, "--preprocessing_num_workers", "preprocessing_num_workers")
+    _optional_arg(config, command, "--resume_from_checkpoint", "resume_from_checkpoint")
     _optional_bool_arg(config, command, "--fp16", "fp16")
     _optional_bool_arg(config, command, "--bf16", "bf16")
     quantization_bit = int(config.get("quantization_bit", 0) or 0)

compute/engines/llama_factory/eval_runner.py

@@ -16,6 +16,7 @@ import math
 import re
 import sys
 import time
+from datetime import datetime, timezone
 from difflib import SequenceMatcher
 from pathlib import Path
 from typing import Any
@@ -94,15 +95,13 @@ def _compute_bleu(references: list[str], predictions: list[str], ngram: int = 4)
     try:
         from sacrebleu.metrics import BLEU
     except ImportError:
-        return {"enabled": False, "error": "sacrebleu not installed", "score": 0}
+        return _metric_record(None, len(predictions), "sacrebleu 未安装", available=False)
+    if not predictions:
+        return _metric_record(0, 0)
     bleu = BLEU(max_ngram_order=ngram)
     # sacrebleu expects list-of-strings; we have one reference per prediction
     score = bleu.corpus_score(predictions, [references])
-    return {
-        "enabled": True,
-        "score": round(score.score, 2),
-        "bleu": round(score.score, 2),
-    }
+    return _metric_record(score.score, len(predictions), bleu=round(score.score, 2))
 
 
 def _compute_rouge(references: list[str], predictions: list[str], methods: list[str] | None = None) -> dict[str, Any]:
@@ -110,20 +109,27 @@ def _compute_rouge(references: list[str], predictions: list[str], methods: list[
     try:
         from rouge_score import rouge_scorer
     except ImportError:
-        return {"enabled": False, "error": "rouge-score not installed", "score": 0}
+        rouge_scorer = None
     methods = methods or ["rouge1", "rouge2", "rougeL"]
     # Normalize: map "rouge_1"/"rouge1" → "rouge1", "rouge_l"/"rougeL" → "rougeL"
     _rouge_aliases = {"rouge_1": "rouge1", "rouge_2": "rouge2", "rouge_l": "rougeL"}
     methods = [_rouge_aliases.get(m, m.replace("_", "")) for m in methods]
-    scorer = rouge_scorer.RougeScorer(methods, use_stemmer=True)
-    totals: dict[str, float] = {}
-    n = max(len(predictions), 1)
-    for ref, pred in zip(references, predictions):
-        result = scorer.score(ref, pred)
-        for key in methods:
-            totals[key] = totals.get(key, 0) + result[key].fmeasure
-    avg = {k: round(v / n, 4) for k, v in totals.items()}
-    return {"enabled": True, "score": round(avg.get("rougeL", avg.get("rouge1", 0)) * 100, 2), **avg}
+    if rouge_scorer is None:
+        values = [_pair_rouge(ref, pred) for ref, pred in zip(references, predictions)]
+        avg = {key: round(sum(item.get(key, 0.0) for item in values) / max(len(values), 1), 4) for key in methods}
+    else:
+        class _Tokenizer:
+            def tokenize(self, value: str) -> list[str]:
+                return value.split()
+        scorer = rouge_scorer.RougeScorer(methods, use_stemmer=False, tokenizer=_Tokenizer())
+        totals: dict[str, float] = {}
+        n = max(len(predictions), 1)
+        for ref, pred in zip(references, predictions):
+            result = scorer.score(_rouge_tokens(ref), _rouge_tokens(pred))
+            for key in methods:
+                totals[key] = totals.get(key, 0) + result[key].fmeasure
+        avg = {key: round(value / n, 4) for key, value in totals.items()}
+    return _metric_record(avg.get("rougeL", avg.get("rouge1", 0)) * 100, len(predictions), **avg)
 
 
 def _compute_cosine(references: list[str], predictions: list[str]) -> dict[str, Any]:
@@ -132,7 +138,9 @@ def _compute_cosine(references: list[str], predictions: list[str]) -> dict[str,
         from sklearn.feature_extraction.text import TfidfVectorizer
         from sklearn.metrics.pairwise import cosine_similarity
     except ImportError:
-        return {"enabled": False, "error": "scikit-learn not installed", "score": 0}
+        return _metric_record(None, len(predictions), "scikit-learn 未安装", available=False)
+    if not predictions:
+        return _metric_record(0, 0)
     try:
         vectorizer = TfidfVectorizer()
         tfidf = vectorizer.fit_transform(references + predictions)
@@ -140,41 +148,169 @@ def _compute_cosine(references: list[str], predictions: list[str]) -> dict[str,
         ref_vec = tfidf[:n]
         pred_vec = tfidf[n:]
         sims = cosine_similarity(ref_vec, pred_vec).diagonal()
-        return {"enabled": True, "score": round(float(sims.mean()) * 100, 2)}
-    except ValueError:
-        return {"enabled": True, "score": 0, "error": "insufficient text for vectorization"}
+        return _metric_record(float(sims.mean()) * 100, n)
+    except ValueError as exc:
+        return _metric_record(0, len(predictions), str(exc))
 
 
 def _normalize_text(value: str) -> str:
     return re.sub(r"\s+", " ", str(value or "").strip().lower())
 
 
+def _metric_record(score: float | None, sample_count: int, error: str = "", available: bool = True, **extra: Any) -> dict[str, Any]:
+    return {
+        "enabled": True,
+        "available": available,
+        "score": None if score is None else round(max(0.0, min(100.0, float(score))), 2),
+        "max_score": 100,
+        "unit": "percent",
+        "sample_count": sample_count,
+        "error": error,
+        **extra,
+    }
+
+
+def _metric_dimension_summary(metrics: dict[str, Any]) -> list[dict[str, Any]]:
+    labels = {
+        "bleu": "BLEU",
+        "rouge": "ROUGE-L",
+        "cosine": "Cosine 相似度",
+        "exact_match": "精确匹配",
+        "text_similarity": "文本相似度",
+    }
+    result: list[dict[str, Any]] = []
+    for name, item in metrics.items():
+        if not isinstance(item, dict) or item.get("score") is None:
+            continue
+        result.append({
+            "name": labels.get(name, name),
+            "score": float(item.get("score") or 0),
+            "max_score": float(item.get("max_score") or 100),
+            "pass_rate": float(item.get("score") or 0),
+            "sample_count": int(item.get("sample_count") or 0),
+            "available": item.get("available", True),
+            "error": item.get("error", ""),
+        })
+    return result
+
+
+def _rouge_tokens(text: str) -> str:
+    text = str(text or "").strip().lower()
+    tokens: list[str] = []
+    for segment in re.findall(r"[一-鿿]+|[^\s一-鿿]+", text):
+        tokens.extend(segment if "一" <= segment[0] <= "鿿" else [segment])
+    return " ".join(tokens)
+
+
+def _pair_rouge(reference: str, prediction: str) -> dict[str, float]:
+    try:
+        from rouge_score import rouge_scorer
+    except ImportError:
+        reference_tokens = _rouge_tokens(reference).split()
+        prediction_tokens = _rouge_tokens(prediction).split()
+        if not reference_tokens or not prediction_tokens:
+            return {"rouge1": 0.0, "rouge2": 0.0, "rougeL": 0.0}
+
+        def f1(overlap: int, reference_count: int, prediction_count: int) -> float:
+            if not reference_count or not prediction_count or not overlap:
+                return 0.0
+            precision = overlap / prediction_count
+            recall = overlap / reference_count
+            return 2 * precision * recall / (precision + recall)
+
+        from collections import Counter
+        reference_unigrams = Counter(reference_tokens)
+        prediction_unigrams = Counter(prediction_tokens)
+        unigram_overlap = sum((reference_unigrams & prediction_unigrams).values())
+        reference_bigrams = Counter(zip(reference_tokens, reference_tokens[1:]))
+        prediction_bigrams = Counter(zip(prediction_tokens, prediction_tokens[1:]))
+        bigram_overlap = sum((reference_bigrams & prediction_bigrams).values())
+        matrix = [[0] * (len(prediction_tokens) + 1) for _ in range(len(reference_tokens) + 1)]
+        for row, reference_token in enumerate(reference_tokens, start=1):
+            for column, prediction_token in enumerate(prediction_tokens, start=1):
+                matrix[row][column] = matrix[row - 1][column - 1] + 1 if reference_token == prediction_token else max(matrix[row - 1][column], matrix[row][column - 1])
+        return {
+            "rouge1": f1(unigram_overlap, len(reference_tokens), len(prediction_tokens)),
+            "rouge2": f1(bigram_overlap, max(len(reference_tokens) - 1, 0), max(len(prediction_tokens) - 1, 0)),
+            "rougeL": f1(matrix[-1][-1], len(reference_tokens), len(prediction_tokens)),
+        }
+    class _Tokenizer:
+        def tokenize(self, value: str) -> list[str]:
+            return value.split()
+    if not reference.strip() or not prediction.strip():
+        return {"rouge1": 0.0, "rouge2": 0.0, "rougeL": 0.0}
+    scorer = rouge_scorer.RougeScorer(("rouge1", "rouge2", "rougeL"), use_stemmer=False, tokenizer=_Tokenizer())
+    scores = scorer.score(_rouge_tokens(reference), _rouge_tokens(prediction))
+    return {key: float(value.fmeasure) for key, value in scores.items()}
+
+
 def _compute_exact_match(references: list[str], predictions: list[str]) -> dict[str, Any]:
     total = len(predictions)
     if not total:
-        return {"enabled": True, "score": 0, "matched": 0, "total": 0}
+        return _metric_record(0, 0, matched=0, total=0)
     matched = sum(
         1
         for ref, pred in zip(references, predictions)
         if _normalize_text(ref) == _normalize_text(pred)
     )
-    return {"enabled": True, "score": round(matched / total * 100, 2), "matched": matched, "total": total}
+    return _metric_record(matched / total * 100, total, matched=matched, total=total)
 
 
 def _compute_text_similarity(references: list[str], predictions: list[str]) -> dict[str, Any]:
     if not predictions:
-        return {"enabled": True, "score": 0}
+        return _metric_record(0, 0)
     scores = [
         SequenceMatcher(None, _normalize_text(ref), _normalize_text(pred)).ratio()
         for ref, pred in zip(references, predictions)
     ]
-    return {"enabled": True, "score": round(sum(scores) / max(len(scores), 1) * 100, 2)}
+    return _metric_record(sum(scores) / max(len(scores), 1) * 100, len(predictions))
 
 
 # ---------------------------------------------------------------------------
 # LLM Judge
 # ---------------------------------------------------------------------------
 
+def _normalise_api_url(value: str) -> str:
+    url = str(value or "").strip().rstrip("/")
+    return url + "/chat/completions" if url.endswith("/v1") else url + "/v1/chat/completions"
+
+
+def _parse_judge_reply(reply: str, score_min: float, score_max: float) -> tuple[float | None, dict[str, Any], str]:
+    payload: dict[str, Any] = {}
+    match = re.search(r"\{[\s\S]*\}", str(reply or ""))
+    if match:
+        try:
+            value = json.loads(match.group(0))
+            if isinstance(value, dict):
+                payload = value
+        except json.JSONDecodeError:
+            pass
+    reason = str(payload.get("综合评价") or payload.get("reason") or reply or "")
+    raw = payload.get("score", payload.get("overall_score"))
+    if raw is None:
+        matches = re.findall(r"(?:得分|分数|评分|score|分)[^\d]*(\d+(?:\.\d+)?)", reason, re.IGNORECASE)
+        raw = matches[-1] if matches else None
+    try:
+        numeric = float(raw)
+    except (TypeError, ValueError):
+        dimensions = payload.get("dimensions") if isinstance(payload.get("dimensions"), dict) else {}
+        if not dimensions:
+            dimensions = {
+                key: value
+                for key, value in payload.items()
+                if key not in {"score", "overall_score", "综合评价", "reason"}
+            }
+        values = [float(value) for value in dimensions.values() if isinstance(value, (int, float))]
+        numeric = sum(values) / len(values) if values else None
+    if numeric is None:
+        return None, payload, reason
+    # The judge prompt uses the configured score range.  Do not treat a
+    # decimal such as 0.5/5 as a 0.5/1 score, otherwise low scores are
+    # incorrectly inflated (0.5/5 would become 50 instead of 10).
+    normalized = (numeric - score_min) / max(score_max - score_min, 1e-9) * 100
+    return max(0.0, min(100.0, normalized)), payload, reason
+
+
 def _judge_sample(
     question: str,
     reference: str,
@@ -198,7 +334,7 @@ def _judge_sample(
     pass_threshold = float(config.get("pass_threshold", 3))
 
     if not api_url or not eval_model:
-        return {"score": 0, "max_score": score_max, "passed": False, "judgement": "未配置",
+        return {"available": False, "score": None, "max_score": 100, "passed": False, "judgement": "未配置",
                 "evaluation_reason": "未配置评测模型", "error_type": "其他"}
 
     system_msg = (
@@ -227,7 +363,7 @@ def _judge_sample(
         }).encode("utf-8")
 
         req = urllib.request.Request(
-            f"{api_url}/v1/chat/completions",
+            _normalise_api_url(api_url),
             data=body,
             headers={
                 "Content-Type": "application/json",
@@ -238,39 +374,54 @@ def _judge_sample(
         data = json.loads(resp.read().decode("utf-8"))
         reply = data["choices"][0]["message"]["content"]
     except Exception as exc:
-        return {"score": 0, "max_score": score_max, "passed": False,
+        return {"available": False, "score": None, "max_score": 100, "passed": False,
                 "judgement": "错误", "evaluation_reason": f"评测模型调用失败: {exc}",
                 "error_type": "其他"}
 
-    # Parse score from reply — look for patterns like "4分" or "Score: 4"
-    score = 0
-    import re
-    score_patterns = [
-        r'(?:得分|分数|评分|score)[^\d]*(\d+(?:\.\d+)?)',
-        r'(\d+(?:\.\d+)?)\s*分',
-        r'(\d+(?:\.\d+)?)\s*/\s*\d+',
-    ]
-    for pat in score_patterns:
-        m = re.search(pat, reply, re.IGNORECASE)
-        if m:
-            try:
-                score = float(m.group(1))
-            except ValueError:
-                continue
-            break
-    score = max(score_min, min(score_max, score))
-    passed = score >= pass_threshold
+    parsed: dict[str, Any] = {}
+    match = re.search(r"\{[\s\S]*\}", reply)
+    if match:
+        try:
+            value = json.loads(match.group(0))
+            if isinstance(value, dict):
+                parsed = value
+        except json.JSONDecodeError:
+            pass
+    raw_score = parsed.get("score", parsed.get("overall_score"))
+    reason = str(parsed.get("综合评价") or parsed.get("reason") or reply)
+    if raw_score is None:
+        matches = re.findall(r'(?:得分|分数|评分|score|分)[^\d]*(\d+(?:\.\d+)?)', reason, re.IGNORECASE)
+        raw_score = matches[-1] if matches else None
+    try:
+        numeric_score = float(raw_score)
+    except (TypeError, ValueError):
+        dimensions = parsed.get("dimensions") if isinstance(parsed.get("dimensions"), dict) else {}
+        if not dimensions:
+            dimensions = {
+                key: value
+                for key, value in parsed.items()
+                if key not in {"score", "overall_score", "综合评价", "reason"}
+            }
+        values = [float(value) for value in dimensions.values() if isinstance(value, (int, float))]
+        numeric_score = sum(values) / len(values) if values else None
+    if numeric_score is None:
+        return {"available": False, "score": None, "max_score": 100, "passed": False, "judgement": "错误",
+                "evaluation_reason": "评测模型未返回可解析分数：" + reason[:1800], "error_type": "其他"}
+    normalized_score = (numeric_score - score_min) / max(score_max - score_min, 1e-9) * 100
+    normalized_score = max(0, min(100, normalized_score))
+    normalized_threshold = (pass_threshold - score_min) / max(score_max - score_min, 1e-9) * 100
+    passed = normalized_score >= normalized_threshold
 
     # Determine judgement label
-    if score >= pass_threshold + 1:
+    if normalized_score >= min(100, normalized_threshold + 20):
         judgement = "正确"
-    elif score >= pass_threshold:
+    elif passed:
         judgement = "部分正确"
     else:
         judgement = "错误"
 
     # Guess error type from reply
-    reply_lower = reply.lower()
+    reply_lower = (reply + " " + reason).lower()
     if any(w in reply_lower for w in ["幻觉", "hallucination", "编造"]):
         error_type = "幻觉"
     elif any(w in reply_lower for w in ["不完整", "incomplete", "遗漏"]):
@@ -282,16 +433,84 @@ def _judge_sample(
     else:
         error_type = "其他"
 
+    parsed_dimensions = parsed.get("dimensions") if isinstance(parsed.get("dimensions"), dict) else {
+        key: value
+        for key, value in parsed.items()
+        if key not in {"score", "overall_score", "综合评价", "reason"}
+    }
     return {
-        "score": score,
-        "max_score": score_max,
+        "available": True,
+        "score": round(normalized_score, 2),
+        "max_score": 100,
+        "raw_score": numeric_score,
+        "raw_max_score": score_max,
         "passed": passed,
         "judgement": judgement,
-        "evaluation_reason": reply[:2000],
+        "evaluation_reason": reason[:2000],
         "error_type": error_type,
+        "dimension_scores": [
+            {
+                "name": str(name),
+                "score": round(
+                    max(
+                        0,
+                        min(
+                            100,
+                            (float(value) - score_min)
+                            / max(score_max - score_min, 1e-9)
+                            * 100,
+                        ),
+                    ),
+                    2,
+                ),
+                "max_score": 100,
+            }
+            for name, value in parsed_dimensions.items()
+            if isinstance(value, (int, float))
+        ],
     }
 
 
+def _write_json(path: Path, payload: dict[str, Any]) -> None:
+    temporary = path.with_suffix(path.suffix + ".part")
+    temporary.write_text(json.dumps(payload, ensure_ascii=False, indent=2), encoding="utf-8")
+    temporary.replace(path)
+
+
+def _write_eval_progress(
+    output_dir: Path,
+    status: str,
+    stage: str,
+    total: int,
+    completed: int,
+    message: str = "",
+    current_index: int = 0,
+) -> None:
+    _write_json(
+        output_dir / "eval_progress.json",
+        {
+            "status": status,
+            "stage": stage,
+            "total": total,
+            "completed": completed,
+            "percentage": round(completed / total * 100, 1) if total else 100,
+            "current_index": current_index,
+            "message": message,
+            "updated_at": datetime.now(timezone.utc).isoformat(),
+        },
+    )
+
+
+def _deterministic_sample_score(reference: str, prediction: str) -> float:
+    values = [SequenceMatcher(None, _normalize_text(reference), _normalize_text(prediction)).ratio()]
+    if _normalize_text(reference) == _normalize_text(prediction):
+        values.append(1.0)
+    rouge = _pair_rouge(reference, prediction)
+    if rouge.get("rougeL") is not None:
+        values.append(float(rouge["rougeL"]))
+    return round(sum(values) / len(values) * 100, 2)
+
+
 # ---------------------------------------------------------------------------
 # Main entry point
 # ---------------------------------------------------------------------------
@@ -312,11 +531,13 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
     print(f"[eval] loading dataset: {dataset_path}")
     raw_samples = _load_dataset(dataset_path)
     print(f"[eval] loaded {len(raw_samples)} samples")
+    _write_eval_progress(output_dir, "running", "dataset", len(raw_samples), 0, f"已加载 {len(raw_samples)} 条样本")
 
     # ---- 2. Load model ----
     print(f"[eval] loading model: {model_path}")
     from compute.engines.llama_factory.inference import InferenceSession
     session = InferenceSession()
+    _write_eval_progress(output_dir, "running", "model_loading", len(raw_samples), 0, "正在加载评测模型")
     session.load(
         model_name_or_path=model_path,
         adapter_name_or_path=adapter_path,
@@ -329,6 +550,7 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
     if not load_result.get("loaded"):
         raise RuntimeError(f"model load failed: {load_result.get('error', 'unknown')}")
     print(f"[eval] model loaded OK")
+    _write_eval_progress(output_dir, "running", "inference", len(raw_samples), 0, "开始生成模型回答")
 
     # ---- 3. Run inference on each sample ----
     samples: list[dict[str, Any]] = []
@@ -384,12 +606,45 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
             ] if judge_result else [],
             "status": "completed",
         })
+        if not judge_enabled:
+            deterministic_score = _deterministic_sample_score(reference, prediction)
+            samples[-1].update({
+                "score": deterministic_score,
+                "max_score": 100,
+                "raw_score": deterministic_score,
+                "raw_max_score": 100,
+                "passed": deterministic_score >= 60,
+                "judgement": "正确" if deterministic_score >= 80 else "部分正确" if deterministic_score >= 60 else "错误",
+                "evaluation_reason": "基于精确匹配、文本相似度和 ROUGE-L 的确定性评分",
+            })
+        _write_json(
+            output_dir / "eval_results.json",
+            {
+                "status": "running",
+                "overall_score": round(
+                    sum(float(item["score"]) for item in samples if item.get("score") is not None)
+                    / max(len([item for item in samples if item.get("score") is not None]), 1),
+                    output_precision,
+                ),
+                "overall_score_max": 100,
+                "overall_evaluation": f"已完成 {len(samples)}/{total} 条样本",
+                "dimension_summary": [],
+                "samples": samples,
+                "sample_count": total,
+                "completed_count": len(samples),
+                "passed_count": sum(bool(item.get("passed")) for item in samples),
+                "basic_metrics": {},
+                "metric_summary_version": 2,
+            },
+        )
 
         progress_pct = int(idx / max(total, 1) * 100)
+        _write_eval_progress(output_dir, "running", "inference", total, len(samples), f"已完成第 {idx} 条样本", idx)
         print(f"[eval] sample {idx}/{total} ({progress_pct}%) done")
 
     # ---- 4. Compute basic metrics ----
     print(f"[eval] computing basic metrics on {len(predictions)} predictions")
+    _write_eval_progress(output_dir, "running", "metrics", total, len(samples), "正在计算评测指标", total)
     metrics_result: dict[str, Any] = {}
 
     bleu_cfg = basic_cfg.get("bleu", {})
@@ -397,11 +652,11 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
         metrics_result["bleu"] = _compute_bleu(references, predictions, int(bleu_cfg.get("ngram", 4)))
 
     rouge_cfg = basic_cfg.get("rouge", {})
-    if rouge_cfg.get("enabled"):
+    if rouge_cfg.get("enabled") or not judge_enabled:
         metrics_result["rouge"] = _compute_rouge(references, predictions, rouge_cfg.get("methods"))
 
     cosine_cfg = basic_cfg.get("cosine", {})
-    if cosine_cfg.get("enabled"):
+    if cosine_cfg.get("enabled") or not judge_enabled:
         metrics_result["cosine"] = _compute_cosine(references, predictions)
     metrics_result["exact_match"] = _compute_exact_match(references, predictions)
     metrics_result["text_similarity"] = _compute_text_similarity(references, predictions)
@@ -412,16 +667,18 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
         scored = [s for s in samples if s.get("score") is not None]
         passed_count = len([s for s in scored if s.get("passed")])
         avg_score = round(sum(s["score"] for s in scored) / max(len(scored), 1), output_precision)
-        max_score = dimension_cfg.get("score_max", 5)
-        overall_score = round(avg_score / max_score * 100, output_precision)
+        overall_score = avg_score
         overall_score_max = 100
         dimension_summary = [{
-            "name": "综合评分",
+            "name": "LLM Judge",
             "score": overall_score,
             "max_score": 100,
             "pass_rate": round(passed_count / max(completed, 1) * 100, 1),
-        }]
-        overall_evaluation = f"评测完成：{completed} 样本，{passed_count} 通过，平均 {avg_score}/{max_score} 分"
+            "sample_count": completed,
+            "available": bool(scored),
+            "error": "部分样本未返回可解析评分" if len(scored) < completed else "",
+        }] + _metric_dimension_summary(metrics_result)
+        overall_evaluation = f"评测完成：{completed} 样本，{passed_count} 通过，平均 {avg_score}/100 分"
     else:
         passed_count = 0
         enabled_scores = [
@@ -431,19 +688,11 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
         ]
         overall_score = round(sum(enabled_scores) / len(enabled_scores), output_precision) if enabled_scores else 0
         overall_score_max = 100
-        dimension_summary = [
-            {
-                "name": name,
-                "score": float(item.get("score") or 0),
-                "max_score": 100,
-                "pass_rate": float(item.get("score") or 0),
-            }
-            for name, item in metrics_result.items()
-            if isinstance(item, dict) and item.get("enabled", True) and item.get("score") is not None
-        ]
+        dimension_summary = _metric_dimension_summary(metrics_result)
         overall_evaluation = f"评测完成：{completed} 样本（未配置 LLM 评委）"
 
     result = {
+        "status": "completed",
         "overall_score": overall_score,
         "overall_score_max": overall_score_max,
         "overall_evaluation": overall_evaluation,
@@ -454,11 +703,13 @@ def run_eval(config: dict[str, Any]) -> dict[str, Any]:
         "completed_count": completed,
         "passed_count": passed_count,
         "basic_metrics": metrics_result,
+        "metric_summary_version": 2,
     }
 
     # ---- 6. Write results ----
     result_path = output_dir / "eval_results.json"
     result_path.write_text(json.dumps(result, ensure_ascii=False, indent=2), encoding="utf-8")
+    _write_eval_progress(output_dir, "completed", "completed", total, completed, "评测完成", total)
     print(f"[eval] results written to {result_path}")
     return result
 

compute/engines/llama_factory/inference.py

@@ -7,6 +7,28 @@ import uuid
 from typing import Any, Iterator
 
 
+def _ensure_peft_transformers_compat() -> None:
+    """Bridge a removed PEFT helper used by the bundled Transformers build.
+
+    The offline Compute image currently contains Transformers 5.8.0 and PEFT
+    0.18.1. Transformers imports this private helper when a model directory
+    contains PEFT metadata, but PEFT 0.18.1 does not expose it. Evaluation
+    runs in single-process HuggingFace mode, so tensor-parallel sharding is
+    not applicable and a no-op compatibility hook is the correct behavior.
+    """
+    try:
+        from peft.utils import save_and_load
+    except Exception:
+        return
+    if hasattr(save_and_load, "_maybe_shard_state_dict_for_tp"):
+        return
+
+    def _maybe_shard_state_dict_for_tp(_model: Any, _state_dict: dict[str, Any], _adapter_name: str) -> None:
+        return None
+
+    save_and_load._maybe_shard_state_dict_for_tp = _maybe_shard_state_dict_for_tp
+
+
 class InferenceSession:
     """Manages a loaded model for inference with LLaMA-Factory ChatModel.
 
@@ -143,6 +165,7 @@ class InferenceSession:
 
             args = dict(self._load_args)
             infer_result = get_infer_args(args)
+            _ensure_peft_transformers_compat()
             model = ChatModel(args)
             tokenizer = getattr(model, "tokenizer", None) or model.engine.tokenizer
             generating_args = infer_result[-1]
@@ -182,6 +205,7 @@ class InferenceSession:
             self._loaded_at = time.time()
             self._status = "ready"
 
+
     def _release_model(self) -> None:
         with self._chat_lock:
             with self._state_lock:

compute/tests/test_eval_runner.py

@@ -2,7 +2,14 @@ from __future__ import annotations
 
 import json
 
-from compute.engines.llama_factory.eval_runner import _load_dataset
+from compute.engines.llama_factory.eval_runner import (
+    _compute_exact_match,
+    _compute_rouge,
+    _compute_text_similarity,
+    _normalise_api_url,
+    _parse_judge_reply,
+    _load_dataset,
+)
 
 
 def _write(tmp_path, name: str, text: str) -> str:
@@ -40,3 +47,48 @@ def test_load_jsonl_with_bom_and_embedded_array(tmp_path) -> None:
         "" + json.dumps([{"question": "a", "answer": "b"}, {"question": "c", "answer": "d"}]),
     )
     assert len(_load_dataset(path)) == 2
+
+
+def test_deterministic_metrics_use_percent_scale() -> None:
+    references = ["北京是中国的首都"]
+    predictions = ["北京是中国的首都"]
+    assert _compute_exact_match(references, predictions)["score"] == 100
+    assert _compute_text_similarity(references, predictions)["score"] == 100
+
+
+def test_rouge_supports_chinese_character_tokenization() -> None:
+    import pytest
+    pytest.importorskip("rouge_score")
+    result = _compute_rouge(["北京是中国的首都"], ["北京是中国的首都"])
+    assert result["available"] is True
+    assert result["score"] == 100
+
+
+def test_judge_reply_accepts_json_and_normalises_score() -> None:
+    score, payload, reason = _parse_judge_reply(
+        '{"score": 4, "dimensions": {"正确性": 4}, "reason": "内容正确"}',
+        0,
+        5,
+    )
+    assert score == 80
+    assert payload["dimensions"]["正确性"] == 4
+    assert reason == "内容正确"
+
+
+def test_judge_reply_accepts_nlp_demo_dimension_format() -> None:
+    score, _, _ = _parse_judge_reply(
+        '{"语义一致性": 4, "信息完整性": 3, "事实准确性": 5, "语言流畅性": 4, "综合评价": "整体良好，0.8"}',
+        0,
+        5,
+    )
+    assert score == 80
+
+
+def test_judge_reply_keeps_decimal_scores_in_configured_range() -> None:
+    score, _, _ = _parse_judge_reply('{"score": 0.5}', 0, 5)
+    assert score == 10
+
+
+def test_openai_url_does_not_duplicate_v1() -> None:
+    assert _normalise_api_url("https://example.test/v1") == "https://example.test/v1/chat/completions"
+    assert _normalise_api_url("https://example.test") == "https://example.test/v1/chat/completions"

compute/tests/test_llama_factory_adapter.py

@@ -25,6 +25,22 @@ def test_build_command_uses_explicit_validation_dataset_without_resplitting() ->
     assert "--val_size" not in result.command
 
 
+def test_build_command_resumes_from_checkpoint() -> None:
+    result = build_command(
+        {
+            "base_model": "/models/qwen",
+            "dataset": "ygft_dataset_train",
+            "dataset_dir": "/datasets/example",
+            "output_dir": "/outputs/example",
+            "resume_from_checkpoint": "/data/yg-ft/fine-tunes/ft_1/resume/checkpoint-50",
+        }
+    )
+
+    assert result.command[result.command.index("--resume_from_checkpoint") + 1] == (
+        "/data/yg-ft/fine-tunes/ft_1/resume/checkpoint-50"
+    )
+
+
 def _write(tmp_path, name: str, lines: list[dict]) -> object:
     path = tmp_path / name
     path.write_text(

docker/app/.env

@@ -60,5 +60,7 @@ MINIO_ACCESS_KEY=minioadmin
 MINIO_SECRET_KEY=change_me_minio_secret
 MINIO_BUCKET=yg-ft-resources
 MINIO_SECURE=false
+MINIO_INLINE_MAX_BYTES=262144
+MINIO_PRESIGN_MAX_BYTES=1099511627776
 STORAGE_WAIT_SECONDS=300
 STORAGE_CHECK_INTERVAL_SECONDS=10

docker/app/Dockerfile.backend

@@ -14,11 +14,12 @@ RUN pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple \
 
 RUN python -c "import fastapi, uvicorn, psycopg, psycopg_pool, sqlalchemy, redis, jwt, passlib, httpx, minio, alembic; print('backend dependency check ok')"
 
-RUN mkdir -p /opt/yg-ft/logs/backend /data/yg-ft \
-    && chmod -R 0775 /opt/yg-ft /data/yg-ft
+RUN mkdir -p /opt/yg-ft/logs/backend /data/yg-ft /opt/tiktoken_cache \
+    && chmod -R 0775 /opt/yg-ft /data/yg-ft /opt/tiktoken_cache
 
-# 离线打包 tiktoken cl100k_base 词表，避免无网环境下运行时联网下载
-COPY docker/app/tiktoken /opt/tiktoken_cache
+# 离线打包 tiktoken cl100k_base 词表（与运行时 TIKTOKEN_CACHE_DIR 对齐），
+# 文件名采用官方 SHA，避免代码走 fallback 重建 Encoding 的分支。
+COPY docker/app/tiktoken/9b5ad71b2ce5302211f9c61530b329a4922fc6a4 /opt/tiktoken_cache/
 
 EXPOSE 8000
 

docker/app/docker-compose.yml

@@ -40,7 +40,7 @@ services:
       - "${BACKEND_API_PORT:-17861}:8000"
     environment:
       APP_ENV: ${APP_ENV:-prod}
-      APP_NAME: ${APP_NAME:-YG Fine-Tune Platform API}
+      APP_NAME: ${APP_NAME:-YG Zhilian API}
       MODELTF_ROUTE_PREFIX: ${MODELTF_ROUTE_PREFIX:-/modelTF}
       ENABLE_DOCS: ${ENABLE_DOCS:-false}
       CORS_ALLOW_ORIGINS: ${CORS_ALLOW_ORIGINS:-http://localhost:16801,http://127.0.0.1:16801}
@@ -70,6 +70,8 @@ services:
       MINIO_SECRET_KEY: ${MINIO_SECRET_KEY:-minioadmin}
       MINIO_BUCKET: ${MINIO_BUCKET:-yg-ft-resources}
       MINIO_SECURE: ${MINIO_SECURE:-false}
+      MINIO_INLINE_MAX_BYTES: ${MINIO_INLINE_MAX_BYTES:-262144}
+      MINIO_PRESIGN_MAX_BYTES: ${MINIO_PRESIGN_MAX_BYTES:-1099511627776}
       STORAGE_WAIT_SECONDS: ${STORAGE_WAIT_SECONDS:-300}
       STORAGE_CHECK_INTERVAL_SECONDS: ${STORAGE_CHECK_INTERVAL_SECONDS:-10}
       DATA_PROCESS_STORAGE_DIR: ${DATA_PROCESS_STORAGE_DIR:-/data/yg-ft/data-process}

docker/compute/.env

@@ -25,6 +25,8 @@ YG_FT_DATASET_ROOT=/data/yg-ft/datasets
 YG_FT_DATASET_ROOT_HOST=./data/yg-ft/datasets
 YG_FT_OUTPUT_ROOT=/data/yg-ft/outputs
 YG_FT_OUTPUT_ROOT_HOST=./data/yg-ft/outputs
+COMPUTE_CACHE_MAX_BYTES=0
+COMPUTE_CACHE_TTL_SECONDS=0
 TRAINING_LOG_ROOT=/opt/yg-ft/logs/training
 TRAINING_LOG_ROOT_HOST=./data/yg-ft/logs/training
 COMPUTE_LOG_ROOT_HOST=./data/yg-ft/logs/compute

docker/compute/docker-compose.yml

@@ -31,6 +31,8 @@ services:
       NVIDIA_VISIBLE_DEVICES: ${NVIDIA_VISIBLE_DEVICES:-all}
       NVIDIA_DRIVER_CAPABILITIES: ${NVIDIA_DRIVER_CAPABILITIES:-compute,utility}
       YG_FT_CACHE_ROOT: ${YG_FT_CACHE_ROOT:-/data/yg-ft}
+      COMPUTE_CACHE_MAX_BYTES: ${COMPUTE_CACHE_MAX_BYTES:-0}
+      COMPUTE_CACHE_TTL_SECONDS: ${COMPUTE_CACHE_TTL_SECONDS:-0}
       PYTHONPATH: /app
     volumes:
       - ../../compute:/app/compute:ro

docs/20260812/database-migration.md

@@ -0,0 +1,38 @@
+# 数据库迁移说明
+
+## 当前迁移文件
+
+- 新库初始化：`backend/app/db/sql/000_full_init.sql`
+- 已有数据库增量迁移：`backend/app/db/sql/005_storage_progress_migration.sql`
+- GPU 预留迁移：`backend/app/db/sql/006_gpu_reservations.sql`
+- 平台闭环迁移：`backend/app/db/sql/007_platform_completion.sql`
+- 离线部署使用：`docker/offline/src/backend/app/db/sql/000_full_init.sql`
+
+## 执行方式
+
+```bash
+for migration in 005_storage_progress_migration.sql 006_gpu_reservations.sql 007_platform_completion.sql; do
+  psql "$DATABASE_URL" -v ON_ERROR_STOP=1 -f "backend/app/db/sql/$migration"
+done
+```
+
+迁移前应完成数据库备份，并保存以下结构快照：
+
+```sql
+SELECT table_name, column_name, data_type
+FROM information_schema.columns
+WHERE table_schema = 'public'
+ORDER BY table_name, ordinal_position;
+```
+
+## 本次迁移内容
+
+- 为算力节点资源副本增加 `version_id` 和 `storage_object_id`，用于记录 MinIO 版本与本地缓存对应关系。
+- 补齐 `storage_objects.metadata`、模型产物、数据集文件和数据转换任务的 MinIO 字段。
+- 补齐评测任务软删除、创建者、租户和报告对象字段。
+- 增加活动评测任务、资源副本和 MinIO 对象索引。
+- 增加 GPU 预留表，统一训练、推理、评测的卡级占用约束。
+- 增加模型导出创建者/租户/归档状态字段。
+- 增加 MinIO 对象软删除清理、缓存版本校验和访问保护字段及清理任务表。
+
+`000_full_init.sql` 已包含相同的幂等变更，新增数据库直接执行初始化脚本即可；已有数据库不要依赖容器重启自动完成迁移。

docs/20260812/当前项目开发进度.md

@@ -0,0 +1,383 @@
+# 当前项目开发进度
+
+> 评估基线：2026-08-19 当前工作区代码、数据库初始化脚本、Docker 部署文件、前端页面和现有设计文档。
+>
+> 本文以代码实际情况为准。设计文档中已经提出但代码没有形成完整闭环的内容，统一标记为“部分完成”或“未完成”。
+
+## 一、项目定位与总体结论
+
+当前项目是一个面向多用户、多算力节点的模型训练与推理平台，主要链路为：
+
+```text
+Vue 前端
+    |
+FastAPI Backend API
+    |-- PostgreSQL：业务元数据、权限、任务状态、小型内容和预览数据
+    |-- Redis：会话、限流、短期缓存和任务辅助状态
+    |-- MinIO：模型、数据集、报告和大文件的统一对象存储
+    |-- Compute API / Agent：训练、推理、评测、模型合并和 GPU 执行
+    |
+多台算力节点
+```
+
+整体判断：
+
+| 范围 | 当前状态 | 结论 |
+|---|---|---|
+| 平台基础架构 | 基本完成 | 前后端、数据库、Redis、MinIO、Compute Agent 和 Docker 部署均已具备 |
+| 核心业务闭环 | 基本可用 | 数据集、数据处理、数据转换、训练、模型、推理、评测均有页面和接口 |
+| 多算力节点 | 部分完成 | 节点选择、GPU 分配和缓存准备已经接入，跨节点一致性和失败恢复仍需加强 |
+| 权限治理 | 部分完成 | 登录、角色、权限码、ACL、审批、审计已实现，但完整的租户/项目隔离尚未闭环 |
+| MinIO 统一存储 | 部分完成 | 大文件和模型已接入，仍存在兼容性的本地路径和部分数据双写/回退路径 |
+| 生产可靠性 | 未完成 | 缓存容量治理、对象清理、流式上传、归档重试、备份和高可用尚未完成 |
+| 前端体验 | 基本可用，需优化 | 构建问题已持续修复，但页面响应等待、首屏体积和部分错误提示仍需优化 |
+
+## 二、已完成的功能
+
+### 2.1 平台基础与部署
+
+- 已建立 Vue 3 + TypeScript + Vite 前端工程。
+- 已建立 FastAPI 后端服务，提供登录、平台管理和模型业务接口。
+- 已建立 Compute API / Agent，用于连接算力节点并执行训练、推理、评测和模型处理任务。
+- 已使用 PostgreSQL 保存核心业务数据，Redis 提供会话、限流和缓存能力。
+- 已增加 MinIO 服务及 Backend 的 MinIO 配置，支持和 Compute Agent 分离部署。
+- 已提供 `docker/app`、`docker/compute`、`docker/minio` 和 `docker/offline` 部署目录。
+- 已考虑后端、算力服务、MinIO 分布在不同服务器时使用独立网络；Compute 节点访问 MinIO 需要配置所有节点都能访问的固定 IP 或 DNS。
+- 离线部署目录已经同步后端、算力相关源码和初始化 SQL 的主要改造内容。
+
+### 2.2 登录、用户和权限基础
+
+- 用户登录、退出、当前用户信息和密码修改接口已经存在。
+- 已有 Token 会话、Redis 会话记录和登录限流逻辑。
+- 已建立用户、角色、权限码和角色权限关系。
+- 已实现管理员、普通用户等基础角色分层。
+- 已实现页面路由守卫、菜单过滤和前端按钮级权限的基础能力。
+- 已建立资源 ACL 管理页面和相关接口，可对用户或角色授予资源级权限。
+- 已建立审批模板、审批实例和审批步骤的基本数据模型与页面。
+- 已建立运行日志、审计日志查询页面及审计记录写入机制。
+- 已加入软删除相关字段和部分删除逻辑，避免直接物理删除业务资源。
+
+### 2.3 算力节点与 GPU 资源
+
+- 已实现算力节点的新增、编辑、启用、禁用、维护/删除、连通性测试和健康检查。
+- 已实现节点列表、节点详情、节点副本/同步状态和 Compute Agent 连接。
+- 已实现 GPU 信息发现、GPU 状态查询和队列查询。
+- 已建立 `gpu_allocations`、`gpu_assignments`、调度锁等资源分配表。
+- 训练任务已经支持选择调度节点和一张或多张 GPU，并在预检阶段校验资源可用性。
+- Compute Agent 已支持训练、评测、推理和缓存准备等任务接口。
+- 已存在资源副本和同步任务模型，用于记录节点侧资源同步状态。
+
+### 2.4 数据集管理
+
+- 已实现数据集创建、列表、详情、编辑、删除和文件上传。
+- 已实现数据集文件下载、预览、记录列表和数据记录编辑入口。
+- 已处理 JSON 与 JSONL 的记录数差异：JSON 数组按元素计数，JSONL 按有效行计数，避免把整个 JSON 文件误按行数统计。
+- 已提供数据集版本列表、版本详情、创建版本、切换当前激活版本和删除版本接口。
+- 已增加数据集文件、版本、数据记录等初始化表结构。
+- 已支持数据集文件在数据库小内容和 MinIO 大文件之间按策略存储。
+- 已在训练预检中检查数据集文件是否存在、是否可从 MinIO 获取以及是否能准备到目标算力节点。
+
+### 2.5 数据处理与数据转换
+
+- 已提供结构化数据、非结构化数据、外部数据源的处理创建流程。
+- 已实现源文件上传、预览、分片/切分、生成、质量检查、去重和结果管理等数据处理流程。
+- 已支持处理结果生成数据集或导入数据集版本。
+- 已建立数据处理任务、源文件、预览项、结果等数据表。
+- 已提供 JSON、JSONL 等数据格式转换页面和后端任务接口。
+- 已将数据转换输出接入 MinIO/数据库分层存储：小型文本结果可存数据库，大文件存 MinIO。
+- 已处理输出文件下载和转换结果元数据保存问题。
+
+### 2.6 模型训练
+
+- 已实现训练任务创建、配置预检、命令预览、启动、停止、重试和删除。
+- 已接入 LLaMA-Factory 等训练适配逻辑。
+- 已支持选择训练数据、基座模型、算力节点和 GPU。
+- 已实现训练日志获取、训练任务概览、诊断信息、检查点和训练指标查询。
+- 前端训练详情已经具备训练曲线解析和展示逻辑，日志轮询间隔已调整为 3 秒。
+- 已增加 GPU 详情展示入口，包括显存和利用率等 Compute Agent 上报信息。
+- 已支持训练任务的 MinIO 数据准备和目标算力节点缓存准备。
+
+### 2.7 模型管理与权重合并
+
+- 已实现在线模型/基座模型和训练模型的列表、创建、详情、用途修改和删除。
+- 已建立模型、训练模型、模型血缘、模型产物和导出任务相关表。
+- 已提供权重合并入口，能够根据训练任务准备基座模型和 Adapter，并提交 Compute Agent 执行合并。
+- 已增加模型产物和 MinIO 对象关联字段。
+- 合并结果能够在任务完成后归档到 MinIO 的设计和主要代码路径已经建立。
+
+### 2.8 模型推理与模型对比
+
+- 已实现推理模型列表、创建、详情和删除入口。
+- 已实现模型加载、卸载、服务启动、服务状态查询和对话调用。
+- 已实现模型对比任务及多模型聊天相关接口。
+- 已增加推理失败重试、停止和资源释放的处理路径。
+- 已支持根据页面选择的算力节点准备模型缓存，兼容训练时所选节点优先的业务要求。
+- Compute Agent 已提供本地推理会话和模型缓存状态接口。
+
+### 2.9 模型评测
+
+- 已实现评测任务列表、创建、详情和删除。
+- 已实现评测维度管理和评测规则配置页面。
+- 已建立评测任务、评测维度、对比任务等数据库表。
+- 已支持选择模型、数据集、评测维度、算力节点和 GPU 的基础流程。
+- 已接入 Compute Agent 执行评测任务，并保存评测结果和报告相关元数据。
+
+### 2.10 数据存储策略
+
+- 已建立 `storage_objects`、`storage_cache_jobs` 等 MinIO 元数据和缓存任务表。
+- 已建立 MinIO 对象上传、下载、预签名 URL 和节点缓存准备的主要接口。
+- 已采用分层策略：
+  - 小型 JSON、JSONL、CSV、任务参数快照、预览数据保留在数据库，降低频繁预览的 MinIO 延迟。
+  - 模型权重、训练产物、评测报告和大文件使用 MinIO。
+  - 小型 PDF、DOCX、XLSX 仍优先存 MinIO，以保留原始二进制文件内容。
+- 已增加 `data_convert_tasks.output_content`，用于保存小型转换结果，避免所有小结果都依赖 MinIO。
+- Backend 和离线包中的 `000_full_init.sql` 已同步，当前两份初始化脚本内容一致。
+
+## 三、部分完成、仍需完善的功能
+
+### 3.1 MinIO 统一数据源尚未完全闭环
+
+当前 MinIO 已成为模型、大文件和跨节点资源的主存储方向，但仍保留以下兼容路径：
+
+- Compute Agent 仍有本地文件上传、导入本地模型和扫描本地模型目录的旧接口。
+- 部分历史数据仍使用数据库中的 `content` 或 `output_content` 字段，这是当前已确认的小文件性能策略，不是错误，但必须统一记录来源、大小、校验值和版本。
+- Compute Agent 节点侧的大文件上传已改为流式读取；Backend 端部分历史上传/下载路径仍未完成统一的分片传输。
+- MinIO 对象和业务资源之间采用多态 `resource_type/resource_id` 关联，数据库没有直接外键，删除和数据一致性需要应用层保证。
+- 删除业务资源后，对应 MinIO 对象的延迟清理、失败重试和孤儿对象扫描尚未形成完整闭环。
+
+### 3.2 MinIO 预签名接口的权限边界
+
+资源写权限、服务端对象 Key、上传完成确认和对象大小校验已经完成；仍需补充 Content-Type 白名单、对象过期回收和完整审计事件。
+
+### 3.3 激活版本和跨节点资源版本仍需加强
+
+数据集已经有 `active_version_id` 和版本表，但以下场景仍需补充：
+
+- 训练、评测、模型对比和权重合并已在任务创建时固化资源版本 ID；推理服务启动和导出任务仍需统一补齐。
+- 同一文件名的不同版本不能只依靠文件名同步，应使用资源 ID、版本 ID 和对象 Key 组成唯一定位。
+- 已创建任务在后续切换激活版本后，不能被意外切换到新版本。
+- 已为资源副本保存版本、对象 ID 和本地路径；对象 ETag/校验值及多文件 manifest 仍需补齐。
+- 历史版本的数据库内容回退和 MinIO 对象回退逻辑还需要补全并增加测试。
+
+### 3.4 权限 2.0 尚未完全落地
+
+已有用户、角色、权限码、ACL、审批和审计基础，但仍存在以下差距：
+
+- 租户、用户、资源、算力节点、模型、数据集之间的隔离规则没有全部在 SQL 查询层统一执行。
+- 项目空间设计已经讨论过取消，但数据库中仍保留 `projects`、`project_members` 等历史结构，需要明确兼容策略和最终迁移方式。
+- 训练创建的模型、数据集和训练任务之间的联合权限约束还没有完全统一。
+- 评测、推理、模型合并、导出、缓存准备等动作需要逐一校验资源读权限和操作权限。
+- 前端按钮权限已经有基础实现，但不能替代后端鉴权；仍需要对所有关键动作进行后端默认拒绝校验。
+- 审批拦截范围、管理员豁免规则和跨租户资源访问规则需要形成可执行矩阵。
+
+### 3.5 模型合并、导出和评测报告闭环不足
+
+- 权重合并前自动准备 Base Model 和 Adapter 的主要路径已建立，但失败时的清理、重试和幂等性仍需加强。
+- 合并结果归档已增加失败状态和服务重启后的补偿轮询；仍需加入独立归档队列和幂等对象清单，降低重复扫描成本。
+- 模型导出任务目前有查询模型和表结构，但完整的创建、执行、进度、失败重试和下载闭环尚未完成。
+- 评测结果和报告字段已经存在，但报告对象归档、报告下载、报告版本和报告与任务的稳定关联仍需验证。
+- 评测指标配置和执行器返回指标之间仍需要强类型映射，避免前端显示为通用的 `custom`。
+
+### 3.6 GPU 资源分配需要统一到所有任务类型
+
+- 训练已经有较完整的节点/GPU 选择和预检流程。
+- 推理和评测已经出现节点选择、缓存准备和 GPU 选择的接入代码，但还需要确认从页面选择到 Compute Agent 启动参数、进程环境变量和释放逻辑的全链路生效。
+- 需要防止同一张 GPU 被多个任务绕过调度锁重复占用。
+- 需要处理服务异常退出、Backend 重启、Compute Agent 重启后的分配回收和状态对账。
+- 训练详情中的显存使用量、GPU 使用率等指标依赖 Compute Agent 上报，仍需要校验采样时间、单位、空值和任务对应关系。
+
+## 四、尚未完成的功能
+
+以下功能在当前代码中没有形成可验收的完整闭环，或仍处于设计/基础代码阶段：
+
+1. **完整的租户隔离和资源继承模型**：核心列表、详情、下载、缓存、训练、推理、评测和导出接口已补齐基础租户/ACL校验；历史 NULL 租户归属仍需专项迁移。
+2. **项目取消后的正式数据迁移方案**：当前保留项目表作为兼容结构，正式删除项目设计前仍需为历史数据生成归属迁移和回滚脚本。
+3. **预签名上传策略的完整约束**：已完成 Content-Type、大小、过期时间、Key 白名单、资源写权限、对象存在性和真实 SHA-256 校验；定时清理过期未完成对象仍需接入运维调度。
+4. **MinIO 对象生命周期管理**：已提供软删除清理、失败记录/重试、孤儿扫描和管理员清理入口；自动定时执行策略需由部署环境接入。
+5. **Compute Agent 缓存治理**：已完成容量上限、LRU、TTL、保护窗口、版本/校验清单和状态查询；运行中任务动态保护和磁盘告警仍需结合生产指标系统。
+6. **统一的资源归档编排器**：训练、合并、导出、评测已纳入重启补偿轮询和 MinIO 归档；独立消息队列和大规模断点分片仍属于生产增强项。
+7. **模型导出完整流程**：已完成后端创建、节点准备、CPU 导出、量化参数、任务记录、制品血缘、归档轮询、权限和前端按钮；真实大模型多格式压力测试待专用环境执行。
+8. **流式和分片文件传输**：数据集单文件下载、Compute Agent 上传/下载已采用流式处理；多文件 ZIP 和超大对象的分片上传仍需继续增强。
+9. **生产级 MinIO 安全和高可用**：开发环境接入和故障快速失败已完成；默认密钥替换、TLS、网络隔离、Console 隔离、容量监控、备份恢复需在生产部署阶段实施。
+10. **完整的端到端测试和持续集成**：已新增前端构建、后端编译和存储安全测试 CI 基线；跨租户、多节点、多 GPU 并行压力和故障注入仍需扩展执行矩阵。
+11. **统一数据库迁移体系**：已形成 005/006/007 幂等增量迁移并加入运行时兼容执行；后续可再替换为 Alembic 等正式迁移工具以满足生产审计要求。
+
+## 五、需要优化的功能
+
+### 5.1 后端响应性能
+
+- 页面列表接口需要避免每条记录重复查询用户、资源、MinIO 元数据和 Compute 节点状态。
+- MinIO 的 Bucket 检查、对象 Head 和预签名生成应使用连接复用、短期缓存和批量查询。
+- 训练、推理、评测页面不应通过过短间隔轮询大量详情接口，应按任务状态动态退避，并在完成后停止轮询。
+- 对 dashboard、节点健康、GPU 状态等高频数据应区分实时数据和缓存数据。
+- 后端日志轮询和健康检查日志需要继续降噪，仅在状态变化、失败或达到较长周期时输出。
+
+### 5.2 前端加载和交互
+
+- 列表页面应区分首屏 loading、刷新 loading、操作 loading，避免整页长时间无反馈。
+- 推理、评测、训练详情应使用统一的任务状态刷新策略和超时提示。
+- 前端仍有 FontAwesome 在线资源解析警告，应清理对外部网络文件的依赖，保证离线环境打开速度。
+- 应继续拆分首屏大体积 chunk，并减少一次性加载不相关页面组件。
+- GPU 选择组件需要明确显示空闲、占用、不可达、预留和已分配状态。
+- 错误提示应携带资源名称、节点名称、版本和下一步处理建议，减少只显示 500/404 的情况。
+
+### 5.3 训练、推理和评测可靠性
+
+- 所有任务创建前应执行同一套资源权限、版本存在性、MinIO 可用性和 GPU 原子分配校验。
+- 任务创建接口应支持幂等键，避免前端重复点击造成重复任务。
+- 节点不可达时应快速失败或进入可见的等待状态，不能让页面长时间无反馈。
+- 失败重试应区分网络瞬时失败、资源不足、模型文件缺失、参数错误和执行器失败。
+- 任务停止后必须释放 GPU 分配、推理端口、缓存锁和临时目录。
+
+### 5.4 数据和模型一致性
+
+- 每个对象都应保存大小、校验值、版本 ID、来源、创建者、租户和引用状态。
+- 数据库中的小文件内容和 MinIO 对象不能同时被当作可独立修改的主副本；需要明确唯一写入入口。
+- 数据集激活版本变更需要留下审计记录，并影响后续任务创建但不改变已创建任务。
+- 模型权重、Adapter、合并结果和导出结果需要形成完整血缘关系。
+
+## 六、数据库和初始化脚本状态
+
+当前 `backend/app/db/sql/000_full_init.sql` 已包含以下主要类别：
+
+- 用户、模型、训练模型、模型血缘、模型产物、模型导出任务。
+- 数据集、数据集文件、数据集版本、数据集记录。
+- 算力节点、GPU、GPU 分配、调度锁、Compute Job。
+- 资源副本、资源同步任务、MinIO 对象、缓存任务。
+- 评测任务、评测维度、模型对比任务。
+- 租户、项目兼容表、项目成员、角色、会话、ACL。
+- 审批模板、审批实例、审批步骤、审计日志、留存策略。
+- 数据处理任务、源文件、预览项、处理结果、数据转换任务。
+
+已确认的近期字段包括：
+
+- `model_artifacts.storage_object_id`
+- `model_artifacts.storage_backend`
+- `dataset_files.storage_object_id`
+- `data_convert_tasks.output_content`
+- `data_convert_tasks.output_storage_object_id`
+- `data_convert_tasks.storage_backend`
+- `eval_tasks.report_storage_object_id`
+
+离线包中的 `docker/offline/src/backend/app/db/sql/000_full_init.sql` 应与主工程初始化脚本保持同步。需要注意：
+
+- 初始化 SQL 主要用于新数据库或新数据卷；已有数据库不能仅靠重启容器自动获得全部新字段。
+- 生产/测试数据库需要执行可追踪的迁移脚本，并在迁移前备份或生成结构快照。
+- `ensure_schema` 类运行时补字段逻辑只能作为兼容兜底，不能替代正式迁移。
+- 后续如果正式移除项目设计，需要先完成数据归属迁移，再决定是否删除历史表，不能直接从初始化 SQL 中删除表。
+
+## 七、当前验证结果
+
+### 7.1 2026-08-19 本轮按计划落地内容
+
+- P0 MinIO 预签名上传已增加资源存在性、资源写权限、管理员基座模型写权限、资源版本和对象 Key 前缀校验；新增上传完成确认接口，会校验 MinIO 对象存在、大小和状态后再标记为可用。
+- 训练、评测、模型对比和权重合并任务会保存创建时的租户信息与资源版本快照，后续切换数据集激活版本不会改变已创建任务的输入版本。
+- 数据集、评测任务、训练任务和模型对比列表增加租户范围过滤；用户表、模型/数据集创建入口补齐租户归属；数据转换资源补充所有者权限映射。
+- Compute Agent 准备缓存后会回写资源副本的版本、MinIO 对象和本地路径；缓存支持可选容量上限、按访问时间淘汰非临时文件，并提供当前占用量和上限状态。
+- 训练产物、权重合并结果和评测报告增加 MinIO 归档、失败状态记录以及 Backend 重启后的补偿轮询；离线部署源码已同步对应逻辑。
+- Compute Agent 大文件上传已改为流式读取，避免将整个文件一次性读入内存；离线 Compute Agent 同步完成。
+- 增加 `005_storage_progress_migration.sql` 增量迁移脚本，并修复 `000_full_init.sql` 中旧数据库执行时索引早于字段补齐的问题；主工程和离线初始化脚本已同步。
+- 增加 `MINIO_PRESIGN_MAX_BYTES` 配置和上传 Content-Type 白名单；首次数据库 schema 检查移出 Compute Poller 的 Uvicorn 事件循环，避免远程 PostgreSQL 慢连接拖垮健康检查；轮询相同失败改为 300 秒限频记录，并跳过已标记 offline 节点。
+- 前端 `npm run build` 已通过；容器内 MinIO Key 越权校验专项测试为 `5 passed`，Backend 和 Compute Agent 重启后均为 healthy。
+
+已完成的静态和局部验证：
+
+- Backend 和离线 Backend 源码 `compileall` 检查通过。
+- MinIO 分层策略冒烟验证通过：小型 JSON/JSONL 可落数据库，小型二进制和超过阈值的内容进入 MinIO。
+- 主工程和离线包初始化 SQL 已做同步检查，内容一致。
+- 前端此前已完成 `npm run build` 类型错误修复，构建剩余问题主要是非阻断的资源/分包警告。
+- 已对训练日志、数据集 JSON/JSONL 统计、MinIO 资源准备等重点链路进行过问题修复。
+- 当前 WSL 运行验证中 Backend、Compute Agent、MinIO 均为 healthy；`gpu-node-02`（`172.25.179.69:19100`）连接、GPU 0 分配和任务执行均正常。`gpu-node-01` 的历史地址不可达，已通过健康检查标记为 offline，轮询器不再重复轮询其历史任务。
+
+### 7.2 2026-08-19 gpu-node-02 真实流程验证
+
+- 训练：使用 `qwen3.5-0.8B` + `test_data_0817`，任务 `ft_172a2da65140` 完成，GPU 0 使用期间可看到显存、利用率、温度和进程，结束后恢复 idle；24 个训练产物已归档 MinIO。
+- 资源快照：任务 `ft_d93b0fdae1c9` 创建时已保存数据集 `ds_8f6b8c5714c7` 的活动版本 `file_d550c2128722_v1`。
+- 训练曲线：任务 `ft_d93b0fdae1c9` 通过 `logging_steps=1` 生成 3 个 loss/epoch/learning-rate/grad-norm 数据点，并生成 `training_loss.png`；后端解析器已兼容带引号数字格式。
+- 权重合并：任务 `merge_1dc15a290810` 完成，基座模型路径、合并路径已回写，8 个合并模型文件归档 MinIO。
+- 推理：任务 `cmp_abdf0762869d` 在 GPU 0 加载 `qwen3.5-0.8B` 成功，对话接口返回正常；卸载后 GPU 恢复 idle。
+- 评测：任务 `eval_3c3f84263e23` 完成 2 条样本评测，报告、样本明细和基础指标已落库；GPU 恢复 idle。评审模型 HTTP 400 导致评审分数为 0，属于评审模型接口配置问题，算力评测链路本身已跑通。
+
+### 7.3 多 GPU、MinIO 故障和跨用户权限专项验证
+
+- 多 GPU 调度开发：新增 `gpu_reservations` 表，评测和推理在远程提交/加载前与训练统一纳入数据库原子预留；失败、停止、删除、节点不可达和卸载路径自动释放预留。当前 `gpu-node-02` 只有 GPU 0，已通过同卡“推理预留后评测抢占”测试，评测被明确拒绝，释放后 GPU 恢复 idle。多节点、多卡的真实并行测试待增加第二个可达节点和多卡节点后执行。
+- 调度锁优化：调度锁改为事务内持有并在提交前释放，避免一次调度成功后后续请求等待 30 秒 TTL；schema 初始化增加 PostgreSQL advisory lock，避免轮询器与首个请求并发初始化造成死锁。
+- MinIO 故障注入：停止 `yg-ft-minio` 后，`GET /modelTF/health` 返回 HTTP 200 且 `storage.status=unavailable`；恢复容器后返回 `storage.status=ready`。MinIO 客户端关闭默认重试链，故障健康探测耗时从约 6 秒降至约 0.3 秒。
+- 跨用户权限：创建临时用户 `qa_user_0819`，未授权访问管理员数据集返回 403；授予资源 `read/download` ACL 后列表和详情可访问；撤销 ACL 后再次返回 403；非管理员创建用户返回 403。测试用户已删除，未遗留测试 ACL 或 GPU 预留。
+- 用户管理接口已补齐管理员依赖，创建、列表、修改、删除和重置密码不再允许普通用户调用。
+
+当前不能据此宣称“全量功能测试通过”：
+
+- 现有部分自动化测试仍保留旧的本地文件或旧 MinIO 行为假设，需要按当前分层存储策略更新。
+- 本轮已完成当前 WSL Docker 容器健康检查、`gpu-node-02` 单节点真实流程、单卡冲突、MinIO 故障恢复和跨用户 ACL 专项验证；多节点、多卡的真实并行测试仍需要第二个可达节点和多卡节点。
+
+- 本轮专项安全测试为 `5 passed`；全量 pytest 仍未执行完毕，需要按测试类别拆分并设置超时。
+
+### 7.4 本轮 11 项未验证能力的补齐结果
+
+- 租户管理接口已统一要求管理员身份；模型制品、模型血缘、导出任务、评测报告和 MinIO 资源清单均增加资源级访问校验。
+- 新增 `POST /modelTF/model-manage/export`，导出沿用节点选择、MinIO 缓存准备、GPU/调度约束和归档轮询；导出结果记录到 `model_export_jobs`，并建立导出制品与模型血缘。
+- 新增 `GET /modelTF/model-eval/{task_id}/report`，优先流式返回 MinIO 报告，历史任务无归档对象时返回数据库报告兼容结果。
+- 新增 `GET /modelTF/storage/resources/{resource_type}/{resource_id}/manifest`、管理员对象清理和孤儿扫描接口；预签名上传增加过期时间和真实 SHA-256 内容校验。
+- Compute Agent 增加缓存 TTL、缓存保护窗口和元数据清单；超过 TTL 的非保护缓存会在状态检查时清理，容量淘汰会跳过保护中的资源。
+- 数据集单文件下载改为 MinIO 流式传输，避免 Backend 一次性载入完整大文件；训练、合并、导出、评测仍由统一轮询器负责重启后的归档补偿。
+- 新增 `007_platform_completion.sql`，并已加入运行时兼容迁移；主工程和 `docker/offline/src` 的源码及初始化 SQL 已同步。
+- 以上为代码闭环和单节点验证；生产级 MinIO TLS/HA、第二节点/多卡并行压力测试、全量 CI 和历史项目数据正式迁移仍属于上线前专项工作。
+
+## 八、下一阶段开发计划
+
+### P0：安全与数据正确性
+
+1. 为预签名上传补充 Content-Type、大小上限、过期对象清理和上传完成审计；当前已完成 Key、资源写权限、对象存在性和大小校验。
+2. 将资源版本快照继续接入推理服务启动、模型导出和缓存准备的所有入口，并增加版本切换回归测试。
+3. 完成模型导出接口的后端权限、租户范围和审计闭环。
+4. 补充历史数据租户归属迁移；当前新建资源和主要任务列表已完成租户过滤，历史 NULL 租户仍按兼容策略处理。
+
+### P1：跨节点可靠性
+
+1. 将当前资源副本字段升级为完整 manifest，记录每个文件的校验值、大小、目标节点路径和准备时间。
+2. 完善推理模型缓存的重启对账、失效版本清理和服务级重试；训练、合并、评测归档已具备补偿轮询基础。
+3. GPU 原子分配、异常回收和任务释放已完成基础闭环；下一步补充多节点重连对账及多卡并行压力测试。
+4. 增加缓存 TTL、运行任务保护、磁盘占用告警和可视化清理入口；当前已实现可选容量上限和按访问时间淘汰。
+5. 增加 MinIO 对象引用清理、孤儿对象扫描和软删除回收任务。
+
+### P2：性能与用户体验
+
+1. 优化页面列表接口和高频轮询，采用批量查询、短期缓存和动态退避。
+2. 将大文件上传/下载/复制改为流式或分片传输。
+3. 统一前端任务状态组件、loading、超时、重试和错误诊断信息。
+4. 处理前端离线资源警告，继续拆分首屏 chunk。
+5. 统一 GPU 状态展示及训练指标采样时间、单位和空值处理。
+
+### P3：工程化和上线准备
+
+1. 建立正式数据库版本迁移机制和离线升级脚本。
+2. 增加 CI：前端类型检查/构建、Backend 单元测试、Compute Agent 测试、SQL 新库初始化测试。
+3. 增加第二个可达节点/多卡节点后执行多节点端到端并行测试；MinIO 故障注入基础测试已完成。
+4. 完善 MinIO TLS、密钥管理、网络隔离、监控、备份和恢复方案。
+5. 建立生产运行手册，包括首次部署、升级、回滚、数据库迁移、对象清理和故障处理。
+
+## 九、阶段验收标准
+
+完成下一阶段后，至少应满足：
+
+- 用户只能看到和操作其所属租户授权的模型、数据集、训练任务、推理服务和评测任务。
+- 任何任务创建都能明确记录用户、租户、资源版本、算力节点、GPU 列表和 MinIO 对象版本。
+- 同一个节点的同一张 GPU 不能被两个活动任务同时分配。
+- MinIO 临时不可用时，任务进入可解释的等待/失败状态，并能按策略重试，页面不会无限等待。
+- Backend 或 Compute Agent 重启后，任务、缓存、GPU 分配和归档状态可以对账恢复。
+- 训练、合并、评测和推理产物都能在 MinIO 中找到，并且可以通过权限校验后的接口下载或使用。
+- 删除资源后不会继续出现在普通列表中，关联对象能够按引用状态延迟清理并留下审计记录。
+- 新数据库初始化和已有数据库迁移后，所有业务接口不再因为缺表或缺字段启动失败。
+- 离线部署不依赖外部字体、图标或 CDN，前端首屏和核心业务操作在无网络环境下可用。
+
+## 十、相关文件索引
+
+- 平台架构：[platform-architecture-requirements.md](./platform-architecture-requirements.md)
+- 权限设计：[permissions-design.md](./permissions-design.md)
+- MinIO 与 Compute 缓存方案：[minio-compute-cache-plan.md](./minio-compute-cache-plan.md)
+- 平台治理菜单设计：[platform-governance-menu-design.md](./platform-governance-menu-design.md)
+- 数据处理设计：[data-process-design.md](./data-process-design.md)
+- 数据库初始化脚本：[../backend/app/db/sql/000_full_init.sql](../backend/app/db/sql/000_full_init.sql)
+- 离线部署目录：[../docker/offline](../docker/offline)
+

docs/20260812/权限开发进度.md

@@ -0,0 +1,447 @@
+# 权限开发进度
+
+> 更新时间：2026-08-20  
+> 适用范围：YG_FT 平台当前主工程、Backend、Frontend、Compute Agent、MinIO 资源访问及 `docker/offline/src` 离线源码。  
+> 当前结论：权限 2.0 的基础能力已形成闭环；本轮继续完成 GPU/租户配额原子预留、租户成员邀请与接受、审批动作白名单/幂等/过期处理、GPU 节点与卡冲突校验，并补充租户详情页成员管理。在线数据库迁移已执行并核验，前端构建、后端静态检查、权限用例和基础容器健康检查通过。由于当前只有一个可达算力节点，跨租户双用户、第二节点/多卡并发、节点故障回收仍需后续专项验证，暂不能标记为“全部完成”。按工作包估算，核心权限开发约完成 94%，上线验收约完成 76%。
+
+## 本轮 11 项完成情况（2026-08-19）
+
+| 编号 | 权限能力 | 完成内容 | 状态 |
+|---|---|---|---|
+| 1 | 审批决策安全 | 审批人从当前会话获取，校验指定审批人、租户管理员、禁止申请人自审，记录审批审计 | 已完成 |
+| 2 | 资源访问申请 | 新增资源访问申请记录、申请权限/期限/理由、审批后自动写入 ACL、支持撤回和过期 | 已完成 |
+| 3 | 审批策略执行 | 按租户、动作、资源类型匹配策略；高风险操作审批通过后可一次性重试执行 | 已完成 |
+| 4 | 租户与项目隔离 | `tenant_members`、活跃租户校验、历史资源归属补齐、跨租户 ACL 主体校验、项目软删除 | 已完成 |
+| 5 | 用户与角色边界 | 禁用用户立即注销会话；租户成员支持 owner/admin/member/viewer，保护最后一个 owner | 已完成 |
+| 6 | 数据集权限入口 | 预览、来源、版本查询/创建/激活/删除、上传/编辑/下载统一接入资源动作权限 | 已完成 |
+| 7 | 模型和推理权限 | 训练模型合并/导出分别校验 execute/download；聊天、预加载、批量、卸载绑定授权模型或推理任务 | 已完成 |
+| 8 | GPU 分配申请 | 普通用户可提交 GPU 分配申请，审批通过后自动分配；管理员可直接分配 | 已完成 |
+| 9 | 租户配额申请 | 租户成员可提交配额变更申请，平台管理员审批后自动更新配额 | 已完成 |
+| 10 | 软删除与安全状态 | 资源删除撤销 ACL、取消待处理申请和审批；租户/项目采用软删除状态 | 已完成 |
+| 11 | 前端按钮与审计 | 审批决策、ACL 编辑、访问申请/撤回按权限显示；下载、导出、审批、GPU 等敏感操作补充结构化审计 | 已完成 |
+
+### 数据库迁移结果
+
+- 新增增量迁移：`backend/app/db/sql/009_permission_completion.sql`，可独立兼容旧库执行，并已在当前远程 PostgreSQL 执行成功。
+- 当前远程库已核验包含：`tenant_members`、`resource_access_requests`、审批策略/执行状态字段、审计结果字段、ACL 生命周期字段、项目/租户软删除字段、数据转换任务租户字段。
+- 已有用户已补齐到 `tenant_members`，当前迁移后共生成 5 条租户成员关系。
+- `backend/app/db/sql/000_full_init.sql` 已合并完整结构；离线目录继续只保留该完整脚本。
+
+### 验证结果
+
+- 后端相关模块 `python -m py_compile`：通过。
+- 前端 `npm run build`：通过；仅保留既有 Font Awesome 路径提示和大 chunk 警告，无 TypeScript 错误。
+- `docker/offline/src` 的后端权限代码、Compute Agent、前端源码和完整初始化 SQL 已与主工程关键文件哈希一致。
+- 运行中的 Backend、Frontend、Compute API 容器已重启，健康检查通过；当前容器采用源码挂载方式，无需重建镜像即可加载本轮代码。已验证健康接口可用，未登录访问受保护接口返回 401；完整双用户、跨租户和多 GPU 回归仍待执行。
+
+## 一、检查依据
+
+本次按代码和初始化脚本逐项核对，主要依据如下：
+
+- `docs/permissions-design.md`
+- `backend/app/core/auth.py`
+- `backend/app/api/v1/endpoints/platform.py`
+- `backend/app/modules/resource/router.py`
+- `backend/app/modules/approval/router.py`
+- `backend/app/modules/tenant/router.py`
+- `backend/app/modules/system/router.py`
+- `backend/app/db/platform_store.py`
+- `backend/app/db/sql/000_full_init.sql`
+- `frontend/src/stores/auth.ts`
+- `frontend/src/router/index.ts`
+- `frontend/src/views/governance/ResourceAclView.vue`
+
+检查口径不是只判断“是否有接口”，还检查了接口是否验证当前用户、是否校验资源所有权和 ACL、是否校验租户边界、审批结果是否真正改变授权、前端按钮是否与后端动作一致。
+
+## 二、改造前总体进度（历史基线）
+
+| 能力模块 | 当前状态 | 结论 |
+|---|---|---|
+| 登录、密码、Token 会话 | 已实现基础能力 | 有会话过期、注销、状态校验和登录限流基础，仍需统一续期和失败审计 |
+| 平台角色与权限码 | 部分实现 | `admin/operator/viewer` 和业务权限码存在，但后端部分业务只校验登录，未统一校验权限码 |
+| 用户创建与管理 | 部分实现 | 管理员可创建、修改、删除和重置密码；租户范围、角色边界、邀请/申请流程未完成 |
+| 租户与配额 | 部分实现 | 租户 CRUD、配额和留存策略接口为管理员专属；缺少租户成员、租户管理员和统一隔离 |
+| 资源 ACL | 已实现基础能力 | 支持用户/角色的 `read/write/execute/download/delete/admin`，授权边界和跨租户限制不足 |
+| 资源申请 | 未完整实现 | 没有独立的资源访问申请对象，现有审批实例不能可靠地落地 ACL 或配额变更 |
+| 资源审批 | 部分实现且存在安全缺口 | 模板、实例、步骤和部分高风险操作存在；审批决策接口必须先修复越权问题 |
+| 基座模型权限 | 平台共享已实现 | 登录用户可查看和使用，上传/修改/删除限制管理员；缺少按租户/用途/配额的精细控制 |
+| 训练模型权限 | 部分实现 | 所有者、ACL、删除、合并、推理加载已有校验；导出下载动作和派生权限继承还不完整 |
+| 数据集权限 | 部分实现且入口不一致 | 列表、详情、删除、部分下载和训练/评测使用有校验；上传、编辑、预览、版本接口仍有缺口 |
+| 训练/评测/推理权限 | 部分实现 | 资源执行权和 GPU 分配已有基础校验；部分聊天、状态和历史入口没有统一鉴权 |
+| GPU 与节点权限 | 基础能力已实现 | 管理员分配、用户可用 GPU 过滤、原子预留和释放已存在；配额审批和跨节点回收对账仍需完善 |
+| 前端按钮级权限 | 部分实现 | 页面和菜单有基础控制，资源动作没有集中式权限决策，很多按钮依赖后端报错 |
+| 审计与软删除 | 部分实现 | 主要写操作有审计，资源软删除已覆盖若干表；actor、下载、拒绝和跨租户查询仍需统一 |
+
+## 三、已经实现的内容
+
+### 3.1 认证、角色与用户
+
+- `get_current_user` 会校验 Bearer Token、用户存在性、用户状态和会话有效期；`sessions` 支持注销和过期时间。
+- `require_admin` 对管理员专属接口提供后端保护，受保护用户也具备管理员旁路能力。
+- 用户列表、创建、修改、删除、重置密码均已增加管理员依赖；用户可修改自己的密码。
+- 用户记录包含 `tenant_id`、`role`、`permissions`、`protected` 等字段，角色权限在初始化脚本中有基础种子数据。
+- 登录失败限流和旧明文密码升级已经具备基础实现。
+
+### 3.2 租户、资源和 ACL
+
+- `tenants` 表和租户 CRUD、配额、留存策略接口已经存在，当前接口统一要求管理员。
+- 数据集、模型、训练模型、评测任务等核心资源已经具备 `created_by`、`tenant_id` 或任务 payload 中的归属信息。
+- `acls` 表支持用户和角色两类授权主体，权限包括 `read`、`write`、`execute`、`download`、`delete`、`admin`。
+- 资源 ACL 查询和全量替换接口已经存在，资源所有者或管理员可以管理 ACL。
+- 列表接口对数据集、评测、训练和推理任务已增加“本人资源 + ACL 授权资源”的过滤逻辑。
+- MinIO 预签名、资源清单、对象列表、模型制品、模型血缘和评测报告等新入口已增加登录和资源访问校验。
+
+### 3.3 训练、评测、推理和 GPU
+
+- 训练创建会检查训练数据集的 `execute` 权限，并对用户选择的 GPU 执行分配校验。
+- 评测创建会检查训练模型、数据集的 `execute` 权限，并校验算力节点和 GPU。
+- 推理任务加载会检查任务及训练模型的执行权，同时使用 `gpu_reservations` 防止同一张 GPU 被并发占用。
+- GPU 分配接口和用户可用 GPU 查询已经存在，失败、停止、删除、节点异常等路径具备基础释放逻辑。
+- 训练模型删除、训练任务停止/删除、评测任务删除和推理任务删除已接入部分审批拦截。
+- 权重合并、导出、缓存准备和 MinIO 归档已经能记录模型、节点、租户和部分血缘信息。
+
+### 3.4 审计和前端
+
+- `audit_logs`、`operation_logs` 表及管理员查询/导出页面已经存在。
+- 资源 ACL 变更、租户管理、模型/数据集/任务等主要写操作已经接入审计或操作日志装饰器。
+- 前端路由和侧边栏对治理、组织、资源授权、审批、日志、算力节点等页面做了管理员限制。
+- `ResourceAclView` 已支持资源类型、用户/角色主体和多权限编辑。
+
+## 四、改造前未实现或存在明显安全缺口（历史基线）
+
+> 本节保留本轮改造前的检查快照，不代表当前状态。当前剩余问题以“十、当前仍需开发的功能”和“十一、下一步开发计划”为准。
+
+以下项目属于必须继续开发的内容，优先级高于页面样式和性能优化。
+
+### 4.1 审批决策不能直接信任请求参数
+
+`backend/app/modules/approval/router.py` 的审批决策接口当前没有 `get_current_user` 依赖，并且从请求体读取 `approver_id`。调用方可以伪造审批人 ID，属于高风险越权问题。
+
+必须改为：服务端从当前会话取得审批人；校验其是否为当前步骤指定审批人、租户管理员或平台管理员；校验当前步骤、实例状态和申请人不能自审；审批通过后再执行对应动作或写入 ACL。
+
+### 4.2 资源申请流程尚未形成
+
+当前有 `approval_templates`、`approval_instances`、`approval_steps`，但没有独立的资源访问申请记录，也没有统一的“申请资源 -> 审批 -> 授权/配额变更”事务流程：
+
+- 创建审批实例时未统一验证资源是否存在、申请人是否属于资源租户、申请动作是否合法。
+- 审批实例批准后不会自动创建 ACL、GPU 分配或租户配额变更。
+- 不能表达申请权限、申请期限、申请原因、审批后的 ACL 权限和撤销时间。
+- 审批模板查询和详情接口没有完整的租户/角色范围控制。
+
+### 4.3 租户隔离不是全量强制
+
+- 当前用户只有单一 `tenant_id`，没有 `tenant_members` 或租户角色关系；无法支持租户管理员、跨租户平台管理员和成员邀请的清晰边界。
+- `filter_accessible_resource_ids` 和批量版本主要按 ACL/所有者过滤，不在统一函数中校验资源租户。
+- 数据集、评测等查询仍对 `tenant_id IS NULL` 做兼容放行；历史数据未完成归属迁移。
+- `trained_models()` 没有统一 tenant 参数，资源过滤依赖上层二次处理。
+- ACL 设置接口没有校验授权主体和资源是否属于同一租户，存在跨租户授权风险。
+- 新建模型、数据集、任务虽然多数会补默认租户，但缺少“租户必须存在且处于 active”的统一校验。
+
+### 4.4 数据集权限入口不一致
+
+核心列表、详情、删除、部分下载已校验，但以下文件/版本接口当前未统一接入当前用户和资源权限：
+
+- 文件预览和记录来源查询。
+- 文件版本列表、版本内容查询。
+- 创建、激活、删除数据集文件版本。
+- 数据集上传接口没有统一的当前用户、写权限和租户校验。
+- 数据集编辑接口没有统一的当前用户和写权限校验。
+
+此外，数据集下载和单文件下载目前检查的是 `read`，没有严格使用设计中的独立 `download` 权限。
+
+### 4.5 模型使用、导出和推理入口不一致
+
+- 基座模型按平台共享资源处理，登录用户可以查看和使用；但模型名称查询、本地模型列表和部分本地聊天/状态/卸载入口缺少统一鉴权。
+- 训练模型列表、详情、合并和加载已有 ACL 校验，但导出接口实际属于下载/外发动作，不能只检查 `execute`。
+- 评测报告下载当前检查 `read`，应单独检查 `download` 并记录下载审计。
+- 训练模型由训练任务生成时，尚未完整实现“基座模型 + 数据集授权关系”向派生模型权限和血缘策略的统一继承。
+- 推理聊天接口没有始终绑定到已授权的推理任务、模型资源和指定算力节点，存在绕过模型使用流程的风险。
+
+### 4.6 用户创建和角色边界不完整
+
+- 当前只有平台管理员创建用户，普通用户不能申请加入租户，也没有邀请、审批、禁用后会话清理的完整流程。
+- 用户只能直接挂在一个 `tenant_id` 上，不能表达一个用户属于多个租户或在不同租户中拥有不同角色。
+- 后端 `create_user` 对非管理员角色会归一为普通用户，前端出现的 `operator` 角色与后端实际行为可能不一致。
+- 创建用户时缺少租户存在性、租户状态、租户用户配额和角色白名单校验。
+- 管理员可以创建管理员角色，尚未区分平台管理员和租户管理员的授予权限。
+
+### 4.7 前端按钮级权限没有闭环
+
+- 前端已有菜单和路由权限基础，但 `hasPermission` 没有覆盖所有业务路由动作，部分业务页对已登录用户直接开放。
+- 资源级按钮主要靠资源对象中的所有者字段判断，没有统一使用后端返回的 ACL 决策。
+- 下载、执行、删除、授权、导出、审批等动作没有统一的 `can(resource, action)` 机制。
+- 即使按钮隐藏，前端 API 模块仍可能直接调用敏感接口；必须以后端鉴权为最终边界。
+
+### 4.8 审计、软删除和权限拒绝记录不完整
+
+- 部分模块的 `_actor` 直接保存 Authorization Token，而不是规范的用户 ID，导致审计主体不一致。
+- 访问、下载、导出、ACL 授权、审批拒绝、GPU 分配和权限拒绝没有全部统一记录租户、资源和结果。
+- `record_visit` 公开接口容易被伪造；如果继续保留匿名访问，应明确它不是安全审计日志。
+- 资源软删除已覆盖模型、训练模型、数据集、评测任务等主要表，但关联 MinIO 对象、ACL、审批和血缘的延迟清理策略还不完整。
+
+## 五、需要优化的现有流程
+
+### 5.1 统一权限模型
+
+将当前分散的 `is_admin`、所有者判断、ACL 查询、租户判断、GPU 判断收敛为统一服务：
+
+```text
+认证 -> 平台/租户角色 -> 租户边界 -> 资源所有权/ACL -> 动作权限 -> GPU/配额 -> 审批 -> 审计
+```
+
+每个敏感接口都应明确动作，例如 `dataset.read`、`dataset.download`、`dataset.execute`、`trained_model.export`、`inference.load`、`gpu.reserve`，禁止只使用“已登录”作为业务权限。
+
+### 5.2 重新设计资源申请和审批
+
+推荐流程：
+
+```text
+申请人选择资源和动作
+  -> 校验申请人所属租户和基础权限
+  -> 创建 resource_access_requests
+  -> 根据租户/资源类型匹配审批策略
+  -> 指定审批人完成审批
+  -> 事务内写入 ACL/配额/GPU 预留
+  -> 记录授权有效期、来源和审计
+```
+
+审批拒绝、撤回、过期和资源删除都应撤销或冻结对应授权，不能仅修改审批实例状态。
+
+### 5.3 模型、数据集、训练任务联合授权
+
+训练、评测、推理分别使用以下最小权限：
+
+| 场景 | 必须具备的权限 |
+|---|---|
+| 查看基座模型 | `model.read`；基座模型默认平台共享 |
+| 使用基座模型训练 | `model.execute` 或平台共享策略 + 数据集 `execute` |
+| 下载基座模型 | 单独的 `model.download`，默认不授予 |
+| 使用训练模型推理 | `trained_model.execute` |
+| 下载/导出训练模型 | `trained_model.download` 或 `trained_model.export` |
+| 使用数据集训练/评测 | `dataset.execute` |
+| 查看数据集 | `dataset.read` |
+| 下载数据集文件 | `dataset.download` |
+| 创建训练任务 | 上述资源权限 + 指定节点/GPU 使用权 + 租户配额 |
+
+训练模型应保留创建者、租户、基座模型、数据集、训练任务和资源版本快照。派生模型默认只对创建者和同租户授权，不应因为基座模型共享而自动公开训练产物。
+
+## 六、建议的数据库改造
+
+当前 `000_full_init.sql` 已包含用户、角色、会话、ACL、租户、审批、审计、GPU 分配和 GPU 预留表，但要完成权限 2.0，建议增加或扩展以下结构。实施时必须同步主工程和 `docker/offline/src/backend/app/db/sql/000_full_init.sql`。
+
+1. `tenant_members`：用户、租户、租户角色、状态、加入来源和有效期，解决一个用户多租户和租户管理员问题。
+2. `resource_access_requests`：申请人、租户、资源、动作、申请原因、申请权限、有效期、审批状态和最终授权记录。
+3. `acls` 增加 `tenant_id`、`granted_by`、`source_request_id`、`expires_at`、`revoked_at`，保留授权来源和自动过期能力。
+4. `approval_templates` 增加 `tenant_id`、`action`、`resource_type`、`scope`、`status`；审批步骤增加主体类型、主体 ID 和租户范围。
+5. 资源表统一补齐非空租户策略、归属用户、软删除字段和必要索引；历史 NULL 数据通过一次性迁移处理。
+6. `audit_logs` 增加结果、拒绝原因、request_id、认证会话和结构化 detail，避免把 Token 当作 actor。
+
+不建议把完整 ACL 和审批状态继续塞入模型、数据集或任务 JSON 字段；JSON 可保留兼容信息，但权限判断应以结构化表为准。
+
+## 七、历史开发计划（已执行）
+
+### 第一阶段：P0 安全修复
+
+- 修复审批决策鉴权和审批人伪造问题。
+- 补齐数据集文件/版本/上传/编辑接口权限。
+- 补齐本地模型聊天、状态、卸载、模型名称查询等历史入口鉴权。
+- 统一 `download`、`execute`、`write`、`delete` 动作检查。
+- 限制 ACL 授权范围，校验主体存在、同租户和资源归属。
+- 增加至少 20 个后端权限回归用例，覆盖未登录、本人、同租户他人、跨租户、管理员和已撤销 ACL。
+
+### 第二阶段：P1 租户和资源申请
+
+- 引入租户成员和租户角色，明确平台管理员、租户管理员、成员、只读成员边界。
+- 开发资源访问申请接口和前端申请页面。
+- 重做审批模板匹配、审批人校验、审批结果落地 ACL、有效期和撤销流程。
+- 将配额申请、GPU 分配申请、模型导出和跨用户删除纳入审批策略。
+- 新资源强制租户归属并完成历史数据迁移。
+
+### 第三阶段：P1 联合资源权限
+
+- 建立模型/数据集/训练任务/评测任务/推理任务的统一资源授权服务。
+- 训练前一次性校验基座模型、数据集、节点、GPU 和租户配额。
+- 训练模型生成时写入血缘和权限来源；推理、评测、合并、导出使用同一套动作权限。
+- 版本快照、MinIO 对象、算力节点本地缓存沿用同一资源授权结果。
+
+### 第四阶段：P2 前端和审计
+
+- 增加统一 `can(resource, action)` 和按钮权限组件。
+- 授权和审批界面使用用户/租户/资源中文名称，展示授权来源、有效期和审批状态。
+- 规范审计 actor、租户、请求 ID、资源、动作、结果和失败原因。
+- 将权限不足、审批中、资源过期、MinIO 不可用分别展示，避免全部显示为通用 500。
+
+### 第五阶段：P3 测试与上线
+
+- 新库初始化、增量迁移、离线目录同步和前端构建全部纳入 CI。
+- 执行跨租户、跨用户、ACL 撤销、审批越权、软删除、MinIO 故障和 GPU 冲突专项测试。
+- 在第二个可达节点或多卡节点到位后，执行多节点、多 GPU 的权限和并发测试。
+- 补充权限运维手册：新建租户、创建用户、授权模型/数据集、审批、撤销权限、审计追踪和故障恢复。
+
+## 八、验收标准
+
+- 未登录用户不能访问任何模型、数据集、任务、聊天、版本、下载和审批接口。
+- 用户只能访问所属租户中本人拥有或被明确授权的资源；跨租户 ACL 默认禁止。
+- 查看、下载、执行、编辑、删除和授权是独立动作，不能用 `read` 替代所有动作。
+- 普通用户不能伪造审批人、审批其他租户资源或审批自己的申请。
+- 训练、评测和推理创建必须同时满足资源权限、GPU 权限、节点权限和租户配额。
+- 审批通过后才产生授权，审批拒绝、撤回、过期和资源删除后授权不会继续生效。
+- 基座模型共享不等于训练产物共享；训练后的模型和数据集必须按租户、所有者和 ACL 控制。
+- 前端隐藏按钮不能替代后端校验，直接调用 API 也必须返回明确的 401/403。
+- 所有敏感操作可通过用户、租户、资源、动作和请求 ID追溯到审计记录。
+
+## 九、历史实施记录（已完成）
+
+本轮已完成权限闭环的代码实现：
+
+1. 统一校验当前会话、会话过期、退出状态和可用租户范围。
+2. 补齐模型、数据集、训练、评测、推理、数据处理、数据转换、算力、存储和审计入口的登录及模块权限。
+3. 新增 `tenant_members`，新建用户、项目、数据集、训练任务和数据处理任务写入当前租户与创建者。
+4. ACL 写入校验主体存在性、状态、租户边界、有效期和撤销状态；普通所有者不能授予 `delete/admin` 或跨租户权限。
+5. 新增 `resource_access_requests`；审批人由当前会话确定，禁止伪造审批人和申请人自审；审批通过后才落 ACL。
+6. 训练、评测和推理统一校验数据集、基座模型、训练模型、任务、节点和 GPU 使用权限；下载和导出使用独立的 `download` 权限。
+7. 前端认证 store 新增 `can(resource, action)`，模型管理和审批页面按权限显示操作按钮，后端 401/403 仍是最终防线。
+8. 新增 `009_permission_completion.sql`；主工程与离线目录的完整初始化 SQL 已同步且 SHA-256 一致，离线目录只保留完整初始化脚本。
+
+### 本轮验证
+
+- 后端权限相关文件 `py_compile` 通过。
+- 前端 `npm run build` 通过；仅保留已有字体路径和 chunk size 警告。
+- 当前 WSL 容器已确认 Backend、Frontend、Compute、Redis、MinIO 均运行；基础健康和未登录拦截已验证，历史治理测试夹具与当前鉴权/数据库行为不完全兼容，不能替代新的权限专项回归。
+
+### 上线前验证
+
+- 第二个可达节点或多卡节点到位后的多租户、多 GPU 并行压力测试。
+- 对已执行的 `009_permission_completion.sql` 进行旧数据租户归属、ACL、审批和软删除记录对账。
+- 更新 Backend/Frontend 容器后重新执行治理测试和权限专项测试。
+
+## 十、当前复核结论（2026-08-19）
+
+### 10.1 已完成的基础能力
+
+本轮 11 项权限改造已经形成基础闭环：会话和用户状态校验、租户成员关系、资源 ACL、资源访问申请、审批决策安全、模型/数据集/训练/评测/推理入口权限、GPU 分配申请、配额申请、软删除和前端基础按钮控制均已落地；数据库迁移和完整初始化 SQL 已同步到主工程及离线目录。
+
+这些能力可以作为后续完善的基础，但“接口存在”不等于“所有资源和所有异常路径均已达到上线标准”。尤其是密钥暴露、配额实际拦截、资源列表一致性和专项测试仍需要继续处理。
+
+### 10.2 仍需开发的功能
+
+| 优先级 | 功能 | 当前缺口 | 处理结论 |
+|---|---|---|---|
+| P0 | 模型密钥和敏感信息保护 | 模型列表、详情、名称查询、创建和更新响应已移除真实 `api_key`，仍需继续排查任务详情、日志和其他敏感配置输出 | 基础闭环已完成；继续做全量敏感字段扫描和受控密钥管理 |
+| P0 | 统一资源动作策略 | 已增加资源动作白名单和 `export -> download` 归一化，但各业务入口仍需逐步迁移到统一授权服务 | 第一阶段已完成；继续完成全量入口收敛 |
+| P0 | 数据转换、数据处理和存储权限一致性 | 部分列表、文件、预览、版本、缓存和 MinIO 对象入口仍需逐接口核对“租户 + 所有者/ACL + 动作” | 必须完成全量入口审计，尤其是 `read/download/execute/write/delete` 的区分 |
+| P0 | 审计失败链路 | 审计装饰器已记录失败结果、原因、请求 ID、会话 ID 和租户；手工审计入口仍需继续统一 | 基础闭环已完成；继续补齐所有权限拒绝和异常入口 |
+| P1 | 租户成员生命周期 | 已有成员表和角色，但缺少邀请、加入申请、审批、过期、移除和前端租户切换的完整流程 | 需要开发，明确平台管理员与租户管理员的授予边界 |
+| P1 | 配额强制执行 | 配额申请和审批已实现，但训练、评测、推理、存储等资源消耗尚未全部进行原子配额检查和扣减 | 需要开发配额使用量/预留量/释放量账本，不能只保存配额配置 |
+| P1 | GPU 分配强校验 | 申请链路已实现，但分配前仍需统一校验节点状态、GPU 存在性、冲突、租户配额和释放对账 | 需要开发原子预留、超时回收和节点故障对账 |
+| P1 | 审批策略完整性 | 需要严格限制动作白名单、资源类型、模板作用域和重复申请；过期处理不应只依赖查询触发 | 需要补充定时过期、幂等键、执行失败重试和策略管理边界 |
+| P1 | 派生模型和数据血缘授权 | 基座模型、数据集、训练模型之间已有部分血缘，但权限来源、版本快照和派生资源默认授权规则还不够统一 | 需要固化“创建者 + 租户 + 显式 ACL”，禁止共享基座模型自动公开训练产物 |
+| P1 | 用户软删除和对象清理 | 用户及部分关联关系仍有物理删除风险；MinIO 对象、ACL、审批、缓存的异步清理缺少统一编排 | 需要补齐软删除、撤销、延迟清理和失败重试 |
+| P2 | 前端资源级权限体验 | 已有菜单/按钮级基础控制，但缺少统一 `can(resource, action)`、授权来源、有效期、审批中和 403 状态展示 | 需要开发统一权限组件和错误状态处理，后端校验仍是最终边界 |
+| P2 | 权限专项测试与上线检查 | 基础构建、静态检查、健康接口已验证，尚未完成双用户、跨租户、撤销、过期、MinIO 故障、GPU 冲突的全流程矩阵 | 必须补充自动化测试、迁移回归和离线部署验收 |
+
+### 10.3 需要优化的设计
+
+1. **从“角色判断”改为“动作授权”**：统一使用 `resource_type + resource_id + action + tenant_id + actor` 判断，平台管理员只作为明确的管理范围，不再作为各业务模块的隐式旁路。
+2. **区分平台角色和租户角色**：`users.role` 只表达平台级角色，`tenant_members.role` 表达租户内角色；禁止通过租户成员关系授予平台管理员权限。
+3. **区分查看、下载、执行、编辑、删除、授权**：`read` 不能替代 `download`，`execute` 不能替代 `export`，高风险动作必须绑定审批和审计。
+4. **统一资源列表和详情规则**：列表、详情、文件、版本、预览、缓存、下载和导出必须调用同一授权服务，避免“列表看不到但接口可访问”或“列表能看到但操作必然 403”。
+5. **权限与配额采用预留模型**：任务提交时原子预留 GPU、显存、并发数和存储额度，任务完成、失败、取消和节点失联时统一释放或对账。
+6. **审批采用可执行状态机**：申请、审批、拒绝、撤回、过期、执行中、执行失败、已执行状态分离；审批结果应有幂等执行记录，避免重复授权或重复分配。
+7. **敏感字段默认拒绝返回**：API key、对象内部凭据、节点访问凭据不能随普通资源详情返回；日志、审计和错误信息也不能泄露 Token、密码或完整连接串。
+8. **安全审计与访问统计分离**：权限成功、拒绝、下载、导出、授权、审批和异常进入不可篡改审计；页面访问统计单独存储，避免污染安全审计记录。
+
+## 十一、下一步开发计划
+
+### 阶段一：P0 安全封堵与统一策略
+
+1. 对模型列表、详情、名称查询及相关 DTO 做 API key/凭据脱敏，增加“仅后端内部读取”的封装。（基础闭环已完成，继续扫描任务和日志输出）
+2. 建立统一 `authorize(resource, action)` 服务，定义动作白名单和平台管理员、租户管理员、所有者、ACL 的判定顺序。（已完成动作白名单，继续迁移全部入口）
+3. 逐项审计平台、数据处理、数据转换、存储、MinIO、模型、数据集、训练、评测、推理的列表、详情、预览、下载、导出、缓存和删除入口。
+4. 统一记录权限成功、拒绝和异常审计，补齐 `tenant_id`、`resource_id`、`action`、`request_id`、`session_id`、`reason` 和 `result`。（装饰器基础闭环已完成，继续覆盖手工记录入口）
+
+### 阶段二：租户成员、审批和配额闭环
+
+1. 开发租户邀请/加入申请/审批/移除/过期流程及前端租户切换。
+2. 为审批模板增加动作和资源类型白名单、租户作用域、幂等键、过期任务和执行失败重试。
+3. 建立配额预留账本，训练、评测、推理、存储和 GPU 任务提交前统一原子检查；任务终态和故障恢复统一释放。
+4. 完善 GPU 节点、GPU 卡、租户、用户和任务的占用关系校验，覆盖冲突、超时、节点不可达和服务重启恢复。
+
+### 阶段三：资源血缘和生命周期
+
+1. 固化基座模型、数据集、数据处理结果、训练任务、训练模型、评测和推理任务的资源血缘及版本快照。
+2. 明确派生模型默认授权规则，训练产物不因基座模型共享而自动对外公开。
+3. 补齐用户、租户、资源、ACL、审批、MinIO 对象和本地缓存的软删除、撤销、延迟清理和失败重试。
+
+### 阶段四：前端权限体验与测试
+
+1. 开发统一资源级权限组件，按动作隐藏/禁用按钮，并展示授权来源、有效期、审批状态和明确的 401/403 原因。
+2. 将审批、ACL、审计列表中的用户、租户、资源 ID 映射为可读名称，同时保留 ID 作为详情字段。
+3. 编写并执行权限专项测试矩阵：未登录、同租户成员、资源所有者、ACL 授权、跨租户、禁用用户、会话注销、审批撤回/过期、软删除、MinIO 故障、GPU 冲突和配额不足。
+4. 在第二个可达节点或多卡节点准备后执行多节点、多 GPU 并发及故障恢复测试；完成主工程与 `docker/offline/src` 的源码、初始化 SQL、迁移和部署文档一致性检查。
+
+## 十二、下一阶段完成标准
+
+- 普通资源接口不再返回 API key、密码、Token 或节点访问凭据。
+- 所有资源入口都经过统一的租户边界和动作授权，跨租户访问返回明确 403。
+- 训练、评测、推理创建同时满足资源权限、GPU 预留和租户配额，失败时不会留下孤儿占用。
+- 审批只能由合法审批人执行，申请人不能自审；重复回调不会重复授权、分配或扣减配额。
+- 权限拒绝、下载、导出、授权、审批和异常均能按用户、租户、资源和请求 ID追溯。
+- 主工程和离线目录初始化新库均无缺表、缺字段；迁移可重复执行且不破坏既有数据。
+- 权限专项自动化测试通过，且完成至少一次双用户、跨租户和 MinIO 故障场景的真实容器验证。
+
+## 十三、上一阶段权限闭环开发结果（2026-08-20）
+
+本轮围绕 P0 安全封堵完成了一个可验证的权限闭环：
+
+1. **模型凭据不出接口**：模型列表、详情、按名称查询、创建、更新和用途更新响应统一经过公开 DTO 脱敏，移除 `api_key`、密码、Token 等字段，仅返回 `api_key_configured` 布尔状态；后端内部评测、数据生成仍使用数据库中的真实配置。
+2. **编辑密钥不被意外清空**：前端编辑在线模型时不回填真实密钥，留空表示保留已有配置，只有管理员主动输入新值时才提交替换。
+3. **资源动作统一入口**：增加资源动作白名单 `read/write/execute/download/export/delete/admin`，并将 `export` 统一归一到下载权限，非法动作默认拒绝，避免把模块权限误当成资源权限。
+4. **失败审计闭环**：审计装饰器对成功和异常分别记录，失败记录包含结果、失败原因、租户、请求 ID、会话 ID和耗时，并对异常中的常见凭据进行脱敏。
+5. **访问统计受控**：模块访问统计只接受平台已登记的模块名，不能通过请求参数向安全审计表写入任意动作；审计 CSV 导出改为标准 CSV 编码，并补充结果、原因、请求和会话字段。
+6. **离线版本同步**：上述后端权限代码、前端模型编辑代码和权限安全回归用例已同步到 `docker/offline/src`；本轮未新增数据库字段，因此 `000_full_init.sql` 无需变更。
+
+### 上一阶段验证结果
+
+- 后端权限相关模块 `python -m py_compile`：通过。
+- WSL Backend 容器执行权限安全用例：8 passed；仅有 pytest 缓存目录只读警告。
+- 前端 `npm run build`：通过；仅保留既有 Font Awesome 路径和 chunk size 警告。
+- 容器接口验证：未登录访问模型接口返回 401；管理员访问模型列表/详情时响应不包含 `api_key`，仅返回 `api_key_configured`。
+- Backend 容器已重启并加载当前源码；数据库无需迁移。
+
+### 上一阶段未覆盖的范围（已在第十四节继续处理）
+
+本轮没有声称完成配额账本、GPU 原子预留、租户邀请/加入申请、审批定时过期、所有资源入口的逐接口审计，以及第二节点/多 GPU 的真实并发测试；这些仍按“十一、下一步开发计划”执行。
+
+## 十四、本轮继续开发结果（2026-08-20）
+
+### 已完成
+
+1. 新增 `tenant_quota_reservations` 配额预留账本，支持按租户统计 GPU 预留量、原子限制 GPU 配额，以及任务完成、失败、停止、删除和节点故障时释放预留。
+2. 训练、评测和推理统一接入租户 GPU 配额预留；评测/推理使用的 `gpu_reservations` 与配额账本在同一事务内创建或释放，避免只释放算力卡而遗留配额占用。
+3. 租户成员支持邀请、接受、过期、角色更新和移除；邀请不允许授予 `owner`，成员状态和租户有效性由后端校验，租户详情页补充成员管理和 GPU 配额使用量展示。
+4. 审批动作增加白名单，非法动作拒绝创建；相同申请人在同一资源上的待审批申请幂等复用；审批实例读取时自动处理过期状态，资源访问申请也避免重复创建。
+5. GPU 分配增加节点启用状态、GPU 卡存在性、用户 active 状态和同卡跨用户冲突校验；冲突返回 409，不再静默覆盖或产生重复授权。
+6. 完整初始化 SQL 增加配额预留表和索引，新增 `010_permission_quota_membership.sql` 增量迁移；主工程相关源码、前端租户 API/页面和 SQL 已同步到离线源码目录。
+
+### 本轮验证
+
+- WSL Backend 容器重启后，`tenant_quota_reservations` 可正常查询，默认租户配额使用量返回正常。
+- WSL Backend 容器执行 `test_permission_security.py`：3 passed。
+- 后端相关文件 `python -m py_compile`：通过。
+- 前端 `npm run build`：通过；仅保留既有 Font Awesome 资源路径和大 chunk 警告。
+
+### 必须后续验证的场景
+
+1. 创建第二个 active 用户和第二个租户，验证邀请接受、租户切换、跨租户资源访问均按预期返回 401/403。
+2. 将租户 GPU 配额设为 1，同时提交两个需要 GPU 的训练/评测/推理任务，确认第二个任务被拒绝；第一个任务终态后确认配额可再次使用。
+3. 在同一多卡节点上让两个用户申请同一张卡，确认审批执行阶段冲突返回 409，另一张空闲卡仍可正常分配。
+4. 构造过期审批、重复提交、审批拒绝/撤回，确认不会重复创建 ACL、GPU 分配或配额预留。
+5. 准备第二个可达节点或多卡节点，执行训练、评测、推理的多节点/多 GPU 并发和节点失联回收测试。
+6. 注入 MinIO 故障，确认任务失败后 GPU 与租户配额均能释放，恢复 MinIO 后可以重新提交任务。
+
+### 下一步计划
+
+- 补齐数据处理、数据转换、MinIO 对象、缓存、版本和报告下载等剩余资源入口的逐接口动作授权审计。
+- 将用户物理删除改为统一软删除，并编排成员关系、ACL、审批、MinIO 对象和本地缓存的撤销与延迟清理。
+- 将上述后续验证场景加入自动化测试矩阵和离线部署验收脚本；在多节点条件满足后更新本文件的上线验收进度。

docs/database-migration.md

@@ -0,0 +1,38 @@
+# 数据库迁移说明
+
+## 当前迁移文件
+
+- 新库初始化：`backend/app/db/sql/000_full_init.sql`
+- 已有数据库增量迁移：`backend/app/db/sql/005_storage_progress_migration.sql`
+- GPU 预留迁移：`backend/app/db/sql/006_gpu_reservations.sql`
+- 平台闭环迁移：`backend/app/db/sql/007_platform_completion.sql`
+- 离线部署使用：`docker/offline/src/backend/app/db/sql/000_full_init.sql`
+
+## 执行方式
+
+```bash
+for migration in 005_storage_progress_migration.sql 006_gpu_reservations.sql 007_platform_completion.sql; do
+  psql "$DATABASE_URL" -v ON_ERROR_STOP=1 -f "backend/app/db/sql/$migration"
+done
+```
+
+迁移前应完成数据库备份，并保存以下结构快照：
+
+```sql
+SELECT table_name, column_name, data_type
+FROM information_schema.columns
+WHERE table_schema = 'public'
+ORDER BY table_name, ordinal_position;
+```
+
+## 本次迁移内容
+
+- 为算力节点资源副本增加 `version_id` 和 `storage_object_id`，用于记录 MinIO 版本与本地缓存对应关系。
+- 补齐 `storage_objects.metadata`、模型产物、数据集文件和数据转换任务的 MinIO 字段。
+- 补齐评测任务软删除、创建者、租户和报告对象字段。
+- 增加活动评测任务、资源副本和 MinIO 对象索引。
+- 增加 GPU 预留表，统一训练、推理、评测的卡级占用约束。
+- 增加模型导出创建者/租户/归档状态字段。
+- 增加 MinIO 对象软删除清理、缓存版本校验和访问保护字段及清理任务表。
+
+`000_full_init.sql` 已包含相同的幂等变更，新增数据库直接执行初始化脚本即可；已有数据库不要依赖容器重启自动完成迁移。

docs/governance-user-guide.md

@@ -1,9 +1,10 @@
 # 平台治理功能使用指南
 
-> 版本：v1.1
-> 日期：2026-08-13
+
+> 版本：v1.3
+> 日期：2026-08-19
 > 适用版本：YG Fine-Tune Platform v1.0+
-> 更新说明：移除页面权限码设计，改为基于角色的简化权限模型
+> 更新说明：合并组织权限、审批和运行日志入口；取消项目空间菜单但保留旧接口兼容
 
 ---
 
@@ -40,28 +41,27 @@
 
 ### 1.3 入口在哪里？
 
-所有治理功能集中在左侧导航栏的 **「系统设置」** 和 **「平台治理」** 分组下：
+治理、组织和运维功能按职责分布在左侧导航栏的 **「平台治理」**、**「系统设置」** 和 **「算力资源」** 分组下：
 
 ```
-系统设置
-├── 用户设置        ← 用户 CRUD + 角色权限 + 密码管理（仅 admin）
-├── 平台性能        ← 系统监控
-└── 查看日志        ← 日志查看
-
 平台治理
-├── 租户管理        ← 组织/团队（仅 admin）
-├── 项目空间        ← 项目级资源隔离（仅 admin）
-├── 审批模板        ← 定义哪些操作需要审批（仅 admin）
-├── 审批中心        ← 处理待审批请求（仅 admin）
-└── 审计日志        ← 查看所有操作记录（仅 admin）
+├── 组织与权限      ← 用户与角色、租户与配额（仅 admin）
+├── 资源授权        ← 数据集、模型等资源授权（仅 admin）
+└── 审批中心        ← 待审批请求与审批策略（仅 admin）
+
+系统设置
+├── 平台性能        ← 系统资源监控
+└── 运行日志        ← 运行日志、审计记录、操作诊断
 
 算力资源
 └── 算力节点        ← GPU 分配与管理（仅 admin）
 ```
 
-> ⚠️ 以上菜单**只有 admin 用户能看到**。普通用户登录后不会出现这些入口。
+> ⚠️ 平台治理、资源授权、审批中心和算力节点菜单仅 admin 用户能看到。运行日志入口继续沿用原权限，普通用户可查看系统/训练日志；审计记录和操作诊断页签仅 admin 可见。
 >
-> **重要变更（v1.1）**：非 admin 用户**默认可以访问所有业务功能菜单**（模型训练、评测、推理、数据集、数据处理等），无需管理员单独分配权限。
+> **重要变更（v1.2）**：非 admin 用户**默认可以访问所有业务功能菜单**（模型训练、评测、推理、数据集、数据处理等），无需管理员单独分配权限；治理和资源管理入口仍仅 admin 可见。
+
+> **当前菜单调整（v1.3）**：平台不再提供项目空间菜单和项目级操作入口。历史项目表、接口和旧地址仅作为兼容层保留，当前资源访问以用户所有权、租户边界（如启用）和资源 ACL 为准；新建业务资源不再要求项目字段。
 
 ---
 
@@ -73,24 +73,25 @@
 
 | 用户类型 | 可见菜单 | 说明 |
 |---------|---------|------|
-| **admin（管理员）** | **全部菜单** | 包括用户设置、平台治理、算力节点等管理功能 |
-| **非 admin 用户** | **除管理功能外的所有业务菜单** | 模型训练/评测/推理、数据集、数据处理、日志等 |
+| **admin（管理员）** | **全部菜单** | 包括组织权限、审批、运行日志、平台治理和算力节点等管理功能 |
+| **非 admin 用户** | **除管理功能外的所有业务菜单** | 模型训练/评测/推理、数据集、数据处理等 |
 
 > **核心原则**：
 > - 非 admin 用户**默认拥有所有业务功能的访问权限**，无需单独分配
 > - 仅以下功能**仅管理员可见**：
->   - `用户设置`（用户 CRUD、角色管理）
->   - `平台治理`（租户管理、项目空间、审批模板/中心、审计日志）
+>   - `平台治理 - 组织与权限`（用户、角色、租户与配额）
+>   - `平台治理`（资源授权、审批中心）
 >   - `算力节点`（GPU 分配）
+>   - `运行日志`中的审计记录和操作诊断
 >
 > 资源级别的访问控制通过 **ACL（访问控制列表）** 实现，详见第 4 章。
 
 ### 2.2 创建用户
 
-**路径**：`用户设置` → `创建用户`
+**路径**：`平台治理` → `组织与权限` → `用户与角色` → `创建用户`
 
 1. 以 admin 身份登录平台
-2. 进入「用户设置」页面
+2. 进入「组织与权限」页面的「用户与角色」页签
 3. 点击右上角「创建用户」按钮
 4. 填写信息：
    - **账号**：登录用户名（如 `zhangsan`）
@@ -107,12 +108,10 @@
 
 | 功能分组 | 包含菜单 | 路由前缀 |
 |---------|---------|----------|
-| 系统设置 - 用户设置 | 用户列表、创建用户、重置密码 | `/user-settings` |
-| 平台治理 - 租户管理 | 租户列表、配额设置 | `/tenants` |
-| 平台治理 - 项目空间 | 项目列表、成员管理、ACL | `/projects` |
-| 平台治理 - 审批模板 | 审批流程定义 | `/approval-templates` |
-| 平台治理 - 审批中心 | 待审批请求处理 | `/approval-instances` |
-| 平台治理 - 审计日志 | 操作记录查询与导出 | `/audit-logs` |
+| 平台治理 - 组织与权限 | 用户、角色、租户与配额 | `/organization` |
+| 平台治理 - 资源授权 | 数据集、模型等资源 ACL | `/resource-acl` |
+| 平台治理 - 审批中心 | 待审批请求、审批历史与策略 | `/approval-instances` |
+| 系统设置 - 运行日志 | 普通用户查看本人操作记录；管理员可查看系统/训练日志、审计记录和全量操作诊断 | `/logs` |
 | 算力资源 - 算力节点 | GPU 分配与管理 | `/compute` |
 
 ### 2.4 重置用户密码
@@ -125,18 +124,18 @@
 3. 输入新密码，确认
 
 **方式二：用户自行修改**
-1. 用户登录后在「用户设置」页面点击「修改密码」按钮
+1. 用户登录后在「组织与权限」页面的「用户与角色」页签点击「修改密码」按钮
 2. 输入旧密码 + 新密码（至少 6 位）
 3. 确认修改
 
 ### 2.5 删除用户
 
-**路径**：`用户设置` → 用户列表 → 操作列「删除」
+**路径**：`组织与权限` → `用户与角色` → 用户列表 → 操作列「删除」
 
 > ⚠️ 删除用户时会**级联清理**其所有关联数据：
 > - 该用户创建的数据集、基座模型、微调产物、评测任务
 > - 该用户的 ACL 授权记录、GPU 分配记录
-> - 该用户的审批实例、审计日志、项目成员关系、登录会话
+> - 该用户的审批实例、审计日志、历史项目成员关系、登录会话
 > - **训练任务保留不删**（避免算力节点上的物理任务数据不一致）
 
 ---
@@ -148,7 +147,7 @@
 当服务器有多张 GPU 卡（如 8×A800）时，需要指定**哪个用户能用哪张卡**：
 
 - 避免两个人同时选同一张卡导致训练冲突
-- 按团队/项目隔离算力资源
+- 按用户和租户边界隔离算力资源
 - 控制每个用户的 GPU 配额
 
 ### 3.2 分配 GPU（仅 admin）
@@ -259,7 +258,6 @@ curl -X PUT /modelTF/resources/dataset/ds_alpaca_id/acl \
 | 删除他人的数据集 | 非 admin 删除别人创建的数据集 | 创建审批实例 或 admin 直接执行 |
 | 删除他人的模型 | 非 admin 删除别人创建的模型 | 同上 |
 | 停止他人的训练任务 | 非 admin 停止别人发起的任务 | 同上 |
-| 归档/删除项目空间 | 存在待审批变更时 | 拒绝执行 |
 
 **核心规则**：admin 做任何操作都直接执行（旁路）；普通用户操作他人资源时进入审批流程。
 
@@ -305,7 +303,7 @@ curl -X PUT /modelTF/resources/dataset/ds_alpaca_id/acl \
 3. 决策：「通过」或「拒绝」
 4. 决策结果自动执行对应操作并记录审计日志
 
-**审批模板**（`平台治理` → `审批模板`）：定义每种操作需要几步审批、每步谁来审。默认模板都是单步（admin 审批即可）。
+**审批策略**（`平台治理` → `审批中心` → `审批策略`）：定义每种操作需要几步审批、每步谁来审。默认模板都是单步（admin 审批即可）。
 
 ---
 
@@ -324,24 +322,29 @@ curl -X PUT /modelTF/resources/dataset/ds_alpaca_id/acl \
 
 ### 6.2 查询审计日志
 
-**路径**：`平台治理` → `审计日志`
+**路径**：`系统设置` → `运行日志` → `审计记录`
 
 支持筛选条件：
 
 | 筛选项 | 说明 |
 |---|---|
-| 操作人 | 按用户 ID 过滤 |
-| 动作类型 | 如 `user.create`, `dataset.delete`, `gpu.assign` 等 |
-| 目标资源类型 | dataset / model / fine_tune_task 等 |
+| 租户 | 按租户名称选择 |
+| 操作人 | 按用户名称选择，不需要手工填写用户 ID |
+| 动作类型 | 使用中文动作选择，例如创建数据集、删除模型、授予资源权限 |
+| 目标资源类型 | 使用中文资源类型选择，例如数据集、模型、训练任务 |
+| 关键词 | 模糊搜索目标 ID 或审计详情 |
+| 目标 ID | 对指定资源 ID 进行精确查询 |
 | 时间范围 | 开始时间 ~ 结束时间 |
 
+项目筛选已移除。底层接口仍兼容历史 `project_id` 参数，但当前平台不再提供项目菜单。
+
 ### 6.3 导出审计日志
 
-审计日志页面底部有「导出 CSV」按钮，导出的文件包含当前筛选条件下的全部记录，可用于合规审计或问题追溯。
+运行日志的「审计记录」页签提供「导出 CSV」按钮；「操作诊断」页签用于检索失败操作和接口耗时，可用于问题追溯。
 
 ### 6.4 日志保留策略
 
-审计日志受**留存策略**控制（`平台治理` → 租户管理 → 绑定留存策略）。默认保留 30 天，超期自动清理。
+审计日志受**留存策略**控制（`平台治理` → `组织与权限` → `租户与配额`）。默认保留 30 天，超期自动清理。
 
 ---
 
@@ -351,7 +354,7 @@ curl -X PUT /modelTF/resources/dataset/ds_alpaca_id/acl \
 
 根据 v1.1 权限模型：
 1. **业务菜单**（训练、评测、推理、数据集等）：普通用户**默认全部可见**，无需分配
-2. **管理菜单**（用户设置、租户管理、算力节点等）：**仅 admin 可见**，这是设计如此
+2. **管理菜单**（组织与权限、资源授权、审批中心、算力节点，以及运行日志中的审计/诊断页签）：**仅 admin 可见**，这是设计如此
 
 如果普通用户看不到业务菜单，请检查：
 - 用户是否正常登录（token 是否有效）
@@ -402,7 +405,7 @@ curl -H "Authorization: Bearer platform-token-admin" \
 ### Q6: 用户忘记密码怎么办？
 
 两种方案：
-1. **admin 重置**：在「用户设置」→ 用户列表 →「重置密码」
+1. **admin 重置**：在「组织与权限」→「用户与角色」→ 用户列表 →「重置密码」
 2. **用户自助修改**：用户登录后点击「修改密码」（需知道旧密码）
 
 如果是完全忘记且不是 admin，只能由 admin 重置。

docs/menu-functional-requirements.md

@@ -1,6 +1,8 @@
 # 菜单与功能需求总览
 
 > 本文根据当前前端侧边栏、路由、需求文档、接口文档、部署文档和 SQL 脚本整理。当前代码和 SQL 均按正式系统开发基线维护；Mock、Simulator 只能作为显式联调能力，不作为默认开发准则。
+>
+> 当前治理版本取消“项目空间”菜单。历史项目表和接口仅保留兼容，不再作为前端业务入口或新资源的必填隔离层。
 
 ## 1. 菜单分层
 
@@ -17,9 +19,11 @@
 | 数据治理 | 数据处理 | `/data-process` | `data-process` | 前端页面已有，后端待完整实现 | 文档上传、切片预览、LLM 生成、结果编辑、发布数据集 |
 | 其他工具 | 数据类型转换 | `/data-convert` | `data-convert` | 前端页面已有，后端待实现 | JSON/JSONL/Markdown 等格式转换任务 |
 | 算力资源 | 算力节点 | `/compute` | `compute` | 已接入节点管理接口 | 节点地址、权重、标签、启用状态、GPU、队列、资源副本 |
-| 系统设置 | 用户设置 | `/user-settings` | `user-settings` | 已接入基础用户接口 | 用户列表、创建用户、启停、页面权限 |
+| 平台治理 | 组织与权限 | `/organization` | `user-settings` | 新增合并入口 | 用户与角色、租户与配额、密码管理 |
+| 平台治理 | 资源授权 | `/resource-acl` | `user-settings` | 已接入 ACL 接口 | 数据集、模型等资源授权 |
+| 平台治理 | 审批中心 | `/approval-instances` | `user-settings` | 新增合并入口 | 待审批请求、审批历史、审批策略 |
 | 系统设置 | 平台性能 | `/hardware` | `hardware` | 已有接口，需接真实采集 | CPU、内存、磁盘、GPU、进程、网络监控 |
-| 系统设置 | 查看日志 | `/logs` | `logs` | 已有接口，需接真实日志文件 | 后端日志、error 日志、训练日志索引、日志内容查看 |
+| 系统设置 | 运行日志 | `/logs` | `logs` | 新增合并入口 | 运行日志、训练日志；管理员可查看审计记录、操作诊断 |
 
 ### 1.2 当前二级和隐藏路由
 
@@ -41,19 +45,17 @@
 | 数据集创建/编辑/预览 | `/dataset/create`、`/dataset/:id/edit`、`/dataset/:id/preview` | 数据集管理 | 数据集元数据、文件、版本与内容 |
 | 自定义工具 | `/tools`、`/tools/create`、`/tools/:id/edit` | 规划入口 | 路由存在，当前侧边栏未展示，后续可归入“其他工具” |
 | 算力子页 | `/compute/gpus`、`/compute/queue`、`/compute/nodes` | 算力节点 | 当前可作为页签或深链 |
-| 创建用户/权限设置 | `/user-settings/create`、`/user-settings/:id/permission` | 用户设置 | 用户创建和页面权限 |
+| 组织与权限内部页签 | `/user-settings`、`/tenants`、`/user-settings/create`、`/user-settings/:id/permission` | 平台治理 - 组织与权限 | 旧地址兼容，当前通过页签进入 |
+| 项目旧地址 | `/projects`、`/projects/:id` | 兼容跳转 | 跳转到组织与权限，不再展示项目管理 |
+| 审批策略旧地址 | `/approval-templates` | 兼容跳转 | 跳转到审批中心的策略页签 |
+| 日志旧地址 | `/audit-logs`、`/operation-logs` | 兼容跳转 | 跳转到运行日志对应页签 |
 | 无权限页 | `/permission-denied` | 系统页 | 路由守卫无权限跳转 |
 
-### 1.3 企业治理待补菜单
+### 1.3 后续治理扩展
 
 | 建议菜单分组 | 菜单 | 建议路由 | 优先级 | 必要性 |
 | --- | --- | --- | --- | --- |
-| 组织与项目 | 租户管理 | `/tenants`、`/tenants/:id` | P0 | 多租户隔离、配额、留存策略入口 |
-| 组织与项目 | 项目空间 | `/projects`、`/projects/:id`、`/projects/:id/members` | P0 | 项目级模型/数据集/任务隔离 |
-| 组织与项目 | 资源授权 | `/projects/:id/permissions` 或资源详情弹窗 | P0 | 模型/数据集/任务级 ACL |
-| 治理中心 | 审批中心 | `/approvals`、`/approvals/:id` | P0 | 删除、发布、导出、停止他人任务等高风险动作 |
-| 治理中心 | 审批设置 | `/approval-settings` | P1 | 审批模板、审批人规则、超时策略 |
-| 治理中心 | 审计中心 | `/audit-logs`、`/login-logs`、`/download-logs` | P1 | 操作审计、登录审计、下载审计、导出 |
+| 系统设置 | 运行日志扩展 | `/logs`、`/login-logs`、`/download-logs` | P1 | 增加登录审计、下载审计、导出审计维度 |
 | 运维中心 | 存储管理 | `/storage` | P1 | 本地磁盘占用、临时文件、checkpoint 清理、留存 |
 | 运维中心 | 训练引擎管理 | `/training-engines` | P2 | LLaMA-Factory 和后续引擎能力 schema、健康检查 |
 | 模型服务 | 模型服务治理 | `/model-services`、`/model-services/:id` | P1 | 测试/生产服务发布、调用统计、下线审批 |
@@ -62,7 +64,7 @@
 
 | 菜单/模块 | 主要接口 | 当前运行 SQL | 目标 SQL |
 | --- | --- | --- | --- |
-| 登录、用户设置 | `/modelTF/login`、`/modelTF/me`、`/modelTF/users` | `users` | `users`、`login_sessions`、`permissions`、`role_permissions`、`user_permission_overrides` |
+| 登录、组织与权限 | `/modelTF/login`、`/modelTF/me`、`/modelTF/users`、`/modelTF/tenants` | `users`、`tenants` | `users`、`login_sessions`、`permissions`、`role_permissions`、`user_permission_overrides`、`tenants` |
 | 服务看板 | `/modelTF/dashboard/overview`、`/modelTF/health` | 复用模型/数据集/任务/算力表 | `system_metric_snapshots`、`web_logs`、各业务表聚合 |
 | 模型管理 | `/modelTF/model-manage`、`/modelTF/model-manage/trained-models`、`/modelTF/model-manage/merge` | `models`、`trained_models` | `models`、`trained_models`、`storage_objects`、`local_import_jobs`、`resource_acl` |
 | 数据集管理 | `/modelTF/dataset-manage`、`/modelTF/dataset-manage/upload/{id}`、`/preview`、`/versions` | `datasets`、`dataset_files` | `datasets`、`dataset_files`、`dataset_file_versions`、`dataset_records`、`storage_objects` |
@@ -70,12 +72,12 @@
 | 训练日志 | `/modelTF/training-log-files`、`/modelTF/training-log-content` | 由任务表生成索引 | 日志文件元数据、`fine_tune_metrics`、`audit_logs` |
 | 算力节点 | `/modelTF/compute/nodes`、`/compute/gpus`、`/compute/queue`、`/compute/nodes/{id}/replicas` | `compute_nodes`、`gpus`、`resource_replicas`、`resource_sync_jobs` | `compute_nodes`、`gpu_devices`、`compute_node_engines`、`compute_jobs`、`resource_replicas`、`resource_sync_jobs` |
 | 平台性能 | `/modelTF/system-info`、`/modelTF/compute/gpus` | `gpus`、任务表 | `system_metric_snapshots`、`gpu_devices`、`compute_jobs` |
-| 查看日志 | `/modelTF/log-files`、`/modelTF/log-content`、`/modelTF/web-log` | 文件日志 | `web_logs`、`audit_logs`，大日志进入日志平台 |
+| 运行日志 | `/modelTF/log-files`、`/modelTF/log-content`、`/modelTF/web-log`、`/modelTF/audit-logs` | 文件日志 | `web_logs`、`audit_logs`，大日志进入日志平台 |
 | 模型评测 | `/modelTF/model-eval`、`/modelTF/dimension` | 当前运行 SQL 未覆盖 | `eval_tasks`、`eval_dimensions`、`eval_sample_results`、`eval_dimension_summaries` |
 | 模型推理/对比 | `/modelTF/model-compare`、`/modelTF/model-chat/*` | 当前运行 SQL 未覆盖 | `inference_tasks`、`inference_task_models`、`chat_sessions`、`chat_messages` |
 | 数据处理 | `/modelTF/data-process/*` | 当前运行 SQL 未覆盖 | `data_process_tasks`、`data_process_source_files`、`data_process_preview_items`、`data_process_results` |
 | 数据转换/自定义工具 | `/modelTF/data-convert/jobs`、`/modelTF/tools` | 当前运行 SQL 未覆盖 | `data_convert_jobs`、`custom_tools` |
-| 租户/项目/资源授权 | `/modelTF/tenants`、`/modelTF/projects`、`/modelTF/resources/{type}/{id}/acl` | 当前运行 SQL 未覆盖 | `tenants`、`tenant_users`、`projects`、`project_members`、`resource_acl` |
+| 租户/资源授权 | `/modelTF/tenants`、`/modelTF/resources/{type}/{id}/acl` | 当前运行 SQL 未覆盖 | `tenants`、`tenant_users`、`resource_acl`；`projects`、`project_members` 仅作兼容 |
 | 审批/审计/留存/配额 | `/modelTF/approvals`、`/modelTF/audit-logs`、`/modelTF/retention-policies`、`/modelTF/quotas/usage` | 当前运行 SQL 未覆盖 | `approval_templates`、`approval_instances`、`approval_steps`、`audit_logs`、`retention_policies`、`quotas`、`quota_usage` |
 
 ## 3. 文档和脚本检查结论

docs/permissions-design.md

@@ -4,6 +4,8 @@
 > 日期：2026-08-02
 > 状态：设计基线，供后端实现和前端联调参照
 
+> **当前菜单基线（2026-08-19）**：平台治理已取消“项目空间”作为用户可见菜单和新资源的业务隔离层。当前前端入口为“组织与权限、资源授权、审批中心”，系统设置下的“运行日志”承载运行日志、审计记录和操作诊断。`projects`、`project_members` 表及相关后端接口仅作历史兼容，不删除、不要求新建资源填写 `project_id`。
+
 ---
 
 ## 目录
@@ -129,7 +131,9 @@
 | `compute` | `/compute` | 算力节点 |
 | `hardware` | `/hardware` | 平台性能 |
 | `logs` | `/logs`, `/training-log/:id` | 查看日志 |
-| `user-settings` | `/user-settings`, `/tenants`, `/projects`, `/approvals`, `/audit-logs` | 系统设置与平台治理 |
+| `user-settings` | `/organization`, `/resource-acl`, `/approval-instances` | 平台治理管理功能（管理员） |
+
+运行日志采用分层访问模型：拥有 `logs` 权限的普通用户可以进入 `/logs`，页面只展示其本人产生的操作记录，后端按当前用户 ID 强制过滤，忽略普通用户传入的跨用户筛选条件。管理员在同一入口保留系统日志、训练日志、审计记录和全量操作诊断能力。
 
 ---
 

docs/platform-governance-menu-design.md

@@ -0,0 +1,120 @@
+# 平台治理菜单设计与开发计划
+
+> 版本：v1.0  
+> 日期：2026-08-19  
+> 状态：按本文档实施
+
+## 1. 设计结论
+
+当前项目已经有用户所有权、资源 ACL、租户接口和审计接口，但项目隔离尚未真正落地。核心资源的 `project_id` 当前没有有效业务数据，训练、评测、推理和数据集创建流程也没有统一的项目上下文。
+
+因此当前版本取消项目层级设计，资源权限统一采用：
+
+```text
+用户所有权 + 资源 ACL + 租户边界（可选）
+```
+
+项目相关数据库表和后端接口暂不物理删除，仅作为历史兼容能力保留，后续不再新增项目数据，也不在前端提供项目入口。
+
+## 2. 最终菜单
+
+```text
+平台治理
+├── 组织与权限
+├── 资源授权
+└── 审批中心
+
+系统设置
+├── 平台性能
+└── 运行日志
+    ├── 系统日志
+    ├── 训练日志
+    ├── 审计记录
+    └── 操作诊断
+
+算力资源
+└── 算力节点
+```
+
+### 2.1 组织与权限
+
+使用页签统一承载：
+
+- 用户与角色：用户 CRUD、启停、密码、角色。
+- 租户与配额：租户、GPU 配额、存储配额和资源数量配额。
+
+用户、租户和配额仍使用独立表和接口，不把组织配额字段混入用户表。单租户部署时可默认停留在“用户与角色”页签。
+
+### 2.2 资源授权
+
+保留当前资源 ACL 能力，支持数据集、训练模型等资源的 `read/write/execute/download/delete/admin` 权限。项目不再作为授权前置条件。
+
+### 2.3 审批中心
+
+统一使用页签承载：
+
+- 待审批/审批历史。
+- 我的申请。
+- 审批策略，仅管理员可见。
+
+“审批策略”不再作为独立一级菜单。
+
+### 2.4 运行日志
+
+在现有系统日志、训练日志基础上增加：
+
+- 审计记录：写操作、授权、审批、删除、导出等敏感操作。
+- 操作诊断：失败操作、错误类型和接口耗时。
+
+“审计中心”不再作为独立菜单。旧的 `/audit-logs` 和 `/operation-logs` 地址保留重定向。
+
+## 3. 兼容策略
+
+| 原入口 | 新入口/处理方式 |
+|---|---|
+| `/user-settings` | 重定向到 `/organization?tab=users` |
+| `/tenants` | 重定向到 `/organization?tab=tenants` |
+| `/approval-templates` | 重定向到 `/approval-instances?tab=strategies` |
+| `/audit-logs` | 重定向到 `/logs?tab=audit` |
+| `/operation-logs` | 重定向到 `/logs?tab=operations` |
+| `/projects` | 移除前端入口；旧地址重定向到组织与权限 |
+
+后端的租户、项目、审批、ACL、审计 API 暂不删除，保证已有脚本和历史客户端不立即失效。数据库不执行删表操作，也不新增项目字段迁移。
+
+## 4. 开发计划
+
+### 阶段一：导航和页面聚合
+
+1. 新增“组织与权限”聚合页面。
+2. 新增“审批中心”聚合页面。
+3. 扩展“运行日志”页面，加入审计和操作诊断页签。
+4. 调整侧边栏，只展示最终菜单。
+
+### 阶段二：兼容旧入口
+
+1. 旧用户、租户、审批策略、审计和操作日志路由改为重定向。
+2. 保留原页面组件、API 和后端路由，避免历史调用失效。
+3. 项目路由不再作为业务入口，不再新增项目数据。
+
+### 阶段三：权限和功能检查
+
+1. 管理员可以访问组织、租户、配额、审批、审计和 ACL。
+2. 普通用户不能访问平台治理菜单；运行日志基础页签继续保持原有访问权限。
+3. 审批策略页签仅管理员可见。
+4. 审计和操作诊断仍保留管理员可见能力。
+5. 数据集、模型、训练、评测、推理继续使用用户所有权和 ACL，不增加项目选择器。
+
+### 阶段四：验证
+
+- `npm run build`。
+- 检查旧路由重定向。
+- 检查管理员菜单显示。
+- 检查非管理员权限拦截。
+- 检查 Backend 健康接口和前端静态资源。
+
+## 5. 暂不处理事项
+
+- 不删除 `projects`、`project_members` 表。
+- 不删除后端项目模块，避免历史数据和接口调用中断。
+- 不把租户配额字段直接合并到 `users` 表。
+- 不改变现有数据集、模型、训练、评测、推理的业务接口格式。

docs/security-hardening.md

@@ -150,7 +150,7 @@ def docs_kwargs() -> dict[str, Any]:
     return {"docs_url": None, "redoc_url": None, "openapi_url": None}
 
 # main.py
-app = FastAPI(title="YG Fine-Tune Compute API", **docs_kwargs())
+app = FastAPI(title="YG Zhilian Compute API", **docs_kwargs())
 ```
 
 **判定顺序（优先级从高到低）**：

docs/当前项目开发进度.md

@@ -0,0 +1,388 @@
+# 当前项目开发进度
+
+> 评估基线：2026-08-20 当前工作区代码、数据库初始化脚本、增量迁移脚本、Docker 部署文件、前端页面和 WSL 容器验证结果。
+>
+> 本文以代码实际情况为准。设计文档中已经提出但代码没有形成完整闭环的内容，统一标记为“部分完成”或“未完成”。
+
+## 一、项目定位与总体结论
+
+当前项目是一个面向多用户、多算力节点的模型训练与推理平台，主要链路为：
+
+```text
+Vue 前端
+    |
+FastAPI Backend API
+    |-- PostgreSQL：业务元数据、权限、任务状态、小型内容和预览数据
+    |-- Redis：会话、限流、短期缓存和任务辅助状态
+    |-- MinIO：模型、数据集、报告和大文件的统一对象存储
+    |-- Compute API / Agent：训练、推理、评测、模型合并和 GPU 执行
+    |
+多台算力节点
+```
+
+整体判断：
+
+| 范围 | 当前状态 | 结论 |
+|---|---|---|
+| 平台基础架构 | 已完成开发基线 | 前端、Backend、PostgreSQL、Redis、MinIO、Compute Agent 和离线 Docker 编排均已具备 |
+| 核心业务闭环 | 基本可用 | 数据集、数据处理、数据转换、训练、模型、推理、评测主要流程已闭环 |
+| 多算力节点 | 部分完成 | 节点选择、GPU 分配和缓存准备已经接入，跨节点一致性和失败恢复仍需加强 |
+| 权限治理 | 功能闭环基本完成 | 登录、角色、权限码、ACL、审批、资源申请、GPU 申请和审计已实现，历史数据迁移与全量回归待完成 |
+| MinIO 统一存储 | 基本完成 | 大文件、模型、产物、报告和节点缓存已接入；小型内容保留数据库属于明确的性能策略 |
+| 生产可靠性 | 部分完成 | 重试、补偿、缓存治理和故障快速失败已实现，生命周期运维、高可用、备份和大规模压力测试未完成 |
+| 前端体验 | 基本可用，需优化 | 构建问题已持续修复，但页面响应等待、首屏体积和部分错误提示仍需优化 |
+
+当前结论：项目已经进入“核心功能闭环后的专项验证和上线前加固阶段”，不再是单纯的功能骨架开发。尚不能宣称生产可上线，主要风险集中在历史数据迁移、跨节点多 GPU 并发、评测指标质量、MinIO 运维和全量回归测试。
+
+## 二、已完成的功能
+
+### 2.1 平台基础与部署
+
+- 已建立 Vue 3 + TypeScript + Vite 前端工程。
+- 已建立 FastAPI 后端服务，提供登录、平台管理和模型业务接口。
+- 已建立 Compute API / Agent，用于连接算力节点并执行训练、推理、评测和模型处理任务。
+- 已使用 PostgreSQL 保存核心业务数据，Redis 提供会话、限流和缓存能力。
+- 已增加 MinIO 服务及 Backend 的 MinIO 配置，支持和 Compute Agent 分离部署。
+- 已提供 `docker/app`、`docker/compute`、`docker/minio` 和 `docker/offline` 部署目录。
+- 已考虑后端、算力服务、MinIO 分布在不同服务器时使用独立网络；Compute 节点访问 MinIO 需要配置所有节点都能访问的固定 IP 或 DNS。
+- 离线部署目录已经同步后端、算力相关源码和初始化 SQL 的主要改造内容。
+
+### 2.2 登录、用户和权限基础
+
+- 用户登录、退出、当前用户信息和密码修改接口已经存在。
+- 已有 Token 会话、Redis 会话记录和登录限流逻辑。
+- 已建立用户、角色、权限码和角色权限关系。
+- 已实现管理员、普通用户等基础角色分层。
+- 已实现页面路由守卫、菜单过滤和前端按钮级权限的基础能力。
+- 已建立资源 ACL 管理页面和相关接口，可对用户或角色授予资源级权限。
+- 已建立审批模板、审批实例和审批步骤的基本数据模型与页面。
+- 已建立运行日志、审计日志查询页面及审计记录写入机制。
+- “运行日志”已按分层模型实现：普通用户只查看本人操作日志，管理员查看系统日志、训练日志、审计记录和全量操作诊断。
+- 已加入软删除相关字段和部分删除逻辑，避免直接物理删除业务资源。
+
+### 2.3 算力节点与 GPU 资源
+
+- 已实现算力节点的新增、编辑、启用、禁用、维护/删除、连通性测试和健康检查。
+- 已实现节点列表、节点详情、节点副本/同步状态和 Compute Agent 连接。
+- 已实现 GPU 信息发现、GPU 状态查询和队列查询。
+- 已建立 `gpu_allocations`、`gpu_assignments`、调度锁等资源分配表。
+- 训练任务已经支持选择调度节点和一张或多张 GPU，并在预检阶段校验资源可用性。
+- Compute Agent 已支持训练、评测、推理和缓存准备等任务接口。
+- 已存在资源副本和同步任务模型，用于记录节点侧资源同步状态。
+
+### 2.4 数据集管理
+
+- 已实现数据集创建、列表、详情、编辑、删除和文件上传。
+- 已实现数据集文件下载、预览、记录列表和数据记录编辑入口。
+- 已处理 JSON 与 JSONL 的记录数差异：JSON 数组按元素计数，JSONL 按有效行计数，避免把整个 JSON 文件误按行数统计。
+- 已提供数据集版本列表、版本详情、创建版本、切换当前激活版本和删除版本接口。
+- 已增加数据集文件、版本、数据记录等初始化表结构。
+- 已支持数据集文件在数据库小内容和 MinIO 大文件之间按策略存储。
+- 已在训练预检中检查数据集文件是否存在、是否可从 MinIO 获取以及是否能准备到目标算力节点。
+
+### 2.5 数据处理与数据转换
+
+- 已提供结构化数据、非结构化数据、外部数据源的处理创建流程。
+- 已实现源文件上传、预览、分片/切分、生成、质量检查、去重和结果管理等数据处理流程。
+- 已支持处理结果生成数据集或导入数据集版本。
+- 已建立数据处理任务、源文件、预览项、结果等数据表。
+- 已提供 JSON、JSONL 等数据格式转换页面和后端任务接口。
+- 已将数据转换输出接入 MinIO/数据库分层存储：小型文本结果可存数据库，大文件存 MinIO。
+- 已处理输出文件下载和转换结果元数据保存问题。
+
+### 2.6 模型训练
+
+- 已实现训练任务创建、配置预检、命令预览、启动、停止、重试和删除。
+- 已接入 LLaMA-Factory 等训练适配逻辑。
+- 已支持选择训练数据、基座模型、算力节点和 GPU。
+- 已实现训练日志获取、训练任务概览、诊断信息、检查点和训练指标查询。
+- 前端训练详情已经具备训练曲线解析和展示逻辑，日志轮询间隔已调整为 3 秒。
+- 已增加 GPU 详情展示入口，包括显存和利用率等 Compute Agent 上报信息。
+- 已支持训练任务的 MinIO 数据准备和目标算力节点缓存准备。
+
+### 2.7 模型管理与权重合并
+
+- 已实现在线模型/基座模型和训练模型的列表、创建、详情、用途修改和删除。
+- 已建立模型、训练模型、模型血缘、模型产物和导出任务相关表。
+- 已提供权重合并入口，能够根据训练任务准备基座模型和 Adapter，并提交 Compute Agent 执行合并。
+- 已增加模型产物和 MinIO 对象关联字段。
+- 合并结果能够在任务完成后归档到 MinIO 的设计和主要代码路径已经建立。
+
+### 2.8 模型推理与模型对比
+
+- 已实现推理模型列表、创建、详情和删除入口。
+- 已实现模型加载、卸载、服务启动、服务状态查询和对话调用。
+- 已实现模型对比任务及多模型聊天相关接口。
+- 已增加推理失败重试、停止和资源释放的处理路径。
+- 已支持根据页面选择的算力节点准备模型缓存，兼容训练时所选节点优先的业务要求。
+- Compute Agent 已提供本地推理会话和模型缓存状态接口。
+
+### 2.9 模型评测
+
+- 已实现评测任务列表、创建、详情和删除。
+- 已实现评测维度管理和评测规则配置页面。
+- 已建立评测任务、评测维度、对比任务等数据库表。
+- 已支持选择模型、数据集、评测维度、算力节点和 GPU 的基础流程。
+- 已接入 Compute Agent 执行评测任务，并保存评测结果和报告相关元数据。
+
+### 2.10 数据存储策略
+
+- 已建立 `storage_objects`、`storage_cache_jobs` 等 MinIO 元数据和缓存任务表。
+- 已建立 MinIO 对象上传、下载、预签名 URL 和节点缓存准备的主要接口。
+- 已采用分层策略：
+  - 小型 JSON、JSONL、CSV、任务参数快照、预览数据保留在数据库，降低频繁预览的 MinIO 延迟。
+  - 模型权重、训练产物、评测报告和大文件使用 MinIO。
+  - 小型 PDF、DOCX、XLSX 仍优先存 MinIO，以保留原始二进制文件内容。
+- 已增加 `data_convert_tasks.output_content`，用于保存小型转换结果，避免所有小结果都依赖 MinIO。
+- Backend 和离线包中的 `000_full_init.sql` 已同步，当前两份初始化脚本内容一致。
+
+## 三、部分完成、仍需完善的功能
+
+### 3.1 MinIO 统一数据源尚未完全闭环
+
+当前 MinIO 已成为模型、大文件和跨节点资源的主存储方向，但仍保留以下兼容路径：
+
+- Compute Agent 仍有本地文件上传、导入本地模型和扫描本地模型目录的旧接口。
+- 部分历史数据仍使用数据库中的 `content` 或 `output_content` 字段，这是当前已确认的小文件性能策略，不是错误，但必须统一记录来源、大小、校验值和版本。
+- Compute Agent 节点侧的大文件上传已改为流式读取；Backend 端部分历史上传/下载路径仍未完成统一的分片传输。
+- MinIO 对象和业务资源之间采用多态 `resource_type/resource_id` 关联，数据库没有直接外键，删除和数据一致性需要应用层保证。
+- 删除业务资源后，对应 MinIO 对象的延迟清理、失败重试和孤儿对象扫描尚未形成完整闭环。
+
+### 3.2 MinIO 预签名接口的权限边界
+
+资源写权限、服务端对象 Key、上传完成确认和对象大小校验已经完成；仍需补充 Content-Type 白名单、对象过期回收和完整审计事件。
+
+### 3.3 激活版本和跨节点资源版本仍需加强
+
+数据集已经有 `active_version_id` 和版本表，但以下场景仍需补充：
+
+- 训练、评测、模型对比和权重合并已在任务创建时固化资源版本 ID；推理服务启动和导出任务仍需统一补齐。
+- 同一文件名的不同版本不能只依靠文件名同步，应使用资源 ID、版本 ID 和对象 Key 组成唯一定位。
+- 已创建任务在后续切换激活版本后，不能被意外切换到新版本。
+- 已为资源副本保存版本、对象 ID 和本地路径；对象 ETag/校验值及多文件 manifest 仍需补齐。
+- 历史版本的数据库内容回退和 MinIO 对象回退逻辑还需要补全并增加测试。
+
+### 3.4 权限 2.0 已基本闭环，仍需历史迁移和全量回归
+
+已有用户、角色、权限码、ACL、审批、资源申请、GPU 申请、审计和普通用户自助日志能力，仍存在以下差距：
+
+- 历史数据中的 NULL 租户归属仍需盘点和迁移，之后再增加更严格的数据库约束。
+- 项目空间已从前端和新业务流程移除，但 `projects`、`project_members` 等历史表仍需兼容迁移和下线方案。
+- 训练、推理、评测、模型合并、导出、缓存准备和下载接口仍需执行全量跨用户/跨租户回归。
+- 资源动作鉴权已经分散接入，仍需继续统一授权函数和后端默认拒绝策略。
+- 审批策略、配额、GPU 预留和资源 ACL 的组合规则需要继续用自动化矩阵验证。
+
+### 3.5 模型合并、导出和评测报告已基本闭环
+
+- 权重合并前自动准备 Base Model 和 Adapter、失败清理、重试和 MinIO 归档路径已经接入，仍需进行更多幂等和长任务测试。
+- 模型导出已经具备创建、节点准备、CPU 执行、制品血缘、归档轮询、权限和前端入口，真实大模型多格式压力测试待完成。
+- 评测报告接口已支持 MinIO 流式返回和历史数据库兼容结果，但报告为空、报告版本和下载流程仍需回归。
+- 评测指标配置和执行器返回指标之间仍需强类型映射，避免前端显示为通用的 `custom`。
+
+### 3.6 GPU 资源分配已统一接入，待多节点多卡验证
+
+- 训练、推理和评测已经接入节点/GPU 选择、原子预留和释放流程。
+- 单节点同卡冲突已经验证；多节点、多 GPU 并行和长时间压力仍需真实环境验证。
+- 需要继续处理服务异常退出、Backend 重启、Compute Agent 重启后的分配回收和状态对账。
+- 训练详情中的显存使用量、GPU 使用率等指标需要继续校验采样时间、单位、空值和任务对应关系。
+
+## 四、待完成或待专项验证的功能
+
+以下内容已经有代码基础或单节点验证，但尚未达到上线验收条件：
+
+1. **历史租户和项目数据迁移**：新数据已补齐租户/ACL 基础校验，历史 NULL 租户和项目兼容表仍需迁移、校验和下线方案。
+2. **MinIO 生命周期运维**：预签名安全、软删除、失败记录、重试、孤儿扫描和管理员清理接口已存在，自动定时清理和运行监控仍需接入。
+3. **Compute Agent 缓存生产治理**：容量上限、LRU、TTL、保护窗口、版本/校验清单已实现，运行中任务动态保护、磁盘告警和大规模缓存压力待验证。
+4. **多节点、多 GPU 并行**：节点/GPU 选择、原子预留、冲突拒绝和释放已实现，真实多节点、多卡并发尚未执行。
+5. **模型导出和评测报告质量**：创建、执行、归档、权限和下载接口已建立，真实大模型多格式导出、报告版本和指标质量仍需专项验证。
+6. **超大文件传输**：单文件流式下载和 Compute Agent 流式上传已完成，多文件 ZIP、分片上传和断点续传未完成。
+7. **生产级 MinIO 安全和高可用**：开发环境接入和故障快速失败已完成，TLS、密钥管理、Console 隔离、容量监控、备份恢复需在生产阶段实施。
+8. **全量端到端测试和持续集成**：已有前端构建、Backend 编译和存储安全 CI 基线，权限全矩阵、跨节点并行和故障注入仍需扩展。
+9. **正式数据库迁移体系**：已形成 `005` 至 `012` 幂等增量迁移和运行时兼容执行，仍需增加版本记录、迁移前检查和离线升级演练。
+
+## 五、需要优化的功能
+
+### 5.1 后端响应性能
+
+- 页面列表接口需要避免每条记录重复查询用户、资源、MinIO 元数据和 Compute 节点状态。
+- MinIO 的 Bucket 检查、对象 Head 和预签名生成应使用连接复用、短期缓存和批量查询。
+- 训练、推理、评测页面不应通过过短间隔轮询大量详情接口，应按任务状态动态退避，并在完成后停止轮询。
+- 对 dashboard、节点健康、GPU 状态等高频数据应区分实时数据和缓存数据。
+- 后端日志轮询和健康检查日志需要继续降噪，仅在状态变化、失败或达到较长周期时输出。
+
+### 5.2 前端加载和交互
+
+- 列表页面应区分首屏 loading、刷新 loading、操作 loading，避免整页长时间无反馈。
+- 推理、评测、训练详情应使用统一的任务状态刷新策略和超时提示。
+- 前端仍有 FontAwesome 在线资源解析警告，应清理对外部网络文件的依赖，保证离线环境打开速度。
+- 应继续拆分首屏大体积 chunk，并减少一次性加载不相关页面组件。
+- GPU 选择组件需要明确显示空闲、占用、不可达、预留和已分配状态。
+- 错误提示应携带资源名称、节点名称、版本和下一步处理建议，减少只显示 500/404 的情况。
+
+### 5.3 训练、推理和评测可靠性
+
+- 所有任务创建前应执行同一套资源权限、版本存在性、MinIO 可用性和 GPU 原子分配校验。
+- 任务创建接口应支持幂等键，避免前端重复点击造成重复任务。
+- 节点不可达时应快速失败或进入可见的等待状态，不能让页面长时间无反馈。
+- 失败重试应区分网络瞬时失败、资源不足、模型文件缺失、参数错误和执行器失败。
+- 任务停止后必须释放 GPU 分配、推理端口、缓存锁和临时目录。
+
+### 5.4 数据和模型一致性
+
+- 每个对象都应保存大小、校验值、版本 ID、来源、创建者、租户和引用状态。
+- 数据库中的小文件内容和 MinIO 对象不能同时被当作可独立修改的主副本；需要明确唯一写入入口。
+- 数据集激活版本变更需要留下审计记录，并影响后续任务创建但不改变已创建任务。
+- 模型权重、Adapter、合并结果和导出结果需要形成完整血缘关系。
+
+## 六、数据库和初始化脚本状态
+
+当前 `backend/app/db/sql/000_full_init.sql` 已包含以下主要类别：
+
+- 用户、模型、训练模型、模型血缘、模型产物、模型导出任务。
+- 数据集、数据集文件、数据集版本、数据集记录。
+- 算力节点、GPU、GPU 分配、调度锁、Compute Job。
+- 资源副本、资源同步任务、MinIO 对象、缓存任务。
+- 评测任务、评测维度、模型对比任务。
+- 租户、项目兼容表、项目成员、角色、会话、ACL。
+- 审批模板、审批实例、审批步骤、审计日志、留存策略。
+- 数据处理任务、源文件、预览项、处理结果、数据转换任务。
+
+已确认的近期字段包括：
+
+- `model_artifacts.storage_object_id`
+- `model_artifacts.storage_backend`
+- `dataset_files.storage_object_id`
+- `data_convert_tasks.output_content`
+- `data_convert_tasks.output_storage_object_id`
+- `data_convert_tasks.storage_backend`
+- `eval_tasks.report_storage_object_id`
+
+当前增量迁移脚本为 `005_storage_progress_migration.sql` 至 `012_tenant_user_hierarchy.sql`，已覆盖存储进度、GPU 预留、平台补全、权限 2.0、配额/成员关系、权限生命周期和租户/用户层级等结构。
+
+离线包中的 `docker/offline/src/backend/app/db/sql/000_full_init.sql` 应与主工程初始化脚本保持同步。需要注意：
+
+- 初始化 SQL 主要用于新数据库或新数据卷；已有数据库不能仅靠重启容器自动获得全部新字段。
+- 生产/测试数据库需要执行可追踪的迁移脚本，并在迁移前备份或生成结构快照。
+- `ensure_schema` 类运行时补字段逻辑只能作为兼容兜底，不能替代正式迁移。
+- 后续如果正式移除项目设计，需要先完成数据归属迁移，再决定是否删除历史表，不能直接从初始化 SQL 中删除表。
+
+## 七、当前验证结果
+
+### 7.1 2026-08-19 本轮按计划落地内容
+
+- P0 MinIO 预签名上传已增加资源存在性、资源写权限、管理员基座模型写权限、资源版本和对象 Key 前缀校验；新增上传完成确认接口，会校验 MinIO 对象存在、大小和状态后再标记为可用。
+- 训练、评测、模型对比和权重合并任务会保存创建时的租户信息与资源版本快照，后续切换数据集激活版本不会改变已创建任务的输入版本。
+- 数据集、评测任务、训练任务和模型对比列表增加租户范围过滤；用户表、模型/数据集创建入口补齐租户归属；数据转换资源补充所有者权限映射。
+- Compute Agent 准备缓存后会回写资源副本的版本、MinIO 对象和本地路径；缓存支持可选容量上限、按访问时间淘汰非临时文件，并提供当前占用量和上限状态。
+- 训练产物、权重合并结果和评测报告增加 MinIO 归档、失败状态记录以及 Backend 重启后的补偿轮询；离线部署源码已同步对应逻辑。
+- Compute Agent 大文件上传已改为流式读取，避免将整个文件一次性读入内存；离线 Compute Agent 同步完成。
+- 增加 `005_storage_progress_migration.sql` 增量迁移脚本，并修复 `000_full_init.sql` 中旧数据库执行时索引早于字段补齐的问题；主工程和离线初始化脚本已同步。
+- 增加 `MINIO_PRESIGN_MAX_BYTES` 配置和上传 Content-Type 白名单；首次数据库 schema 检查移出 Compute Poller 的 Uvicorn 事件循环，避免远程 PostgreSQL 慢连接拖垮健康检查；轮询相同失败改为 300 秒限频记录，并跳过已标记 offline 节点。
+- 前端 `npm run build` 已通过；容器内 MinIO Key 越权校验专项测试为 `5 passed`，Backend 和 Compute Agent 重启后均为 healthy。
+
+已完成的静态和局部验证：
+
+- Backend 和离线 Backend 源码 `compileall` 检查通过。
+- MinIO 分层策略冒烟验证通过：小型 JSON/JSONL 可落数据库，小型二进制和超过阈值的内容进入 MinIO。
+- 主工程和离线包初始化 SQL 已做同步检查，内容一致。
+- 前端此前已完成 `npm run build` 类型错误修复，构建剩余问题主要是非阻断的资源/分包警告。
+- 已对训练日志、数据集 JSON/JSONL 统计、MinIO 资源准备等重点链路进行过问题修复。
+- 当前 WSL 运行验证中 Backend、Compute Agent、MinIO 均为 healthy；`gpu-node-02`（`172.25.179.69:19100`）连接、GPU 0 分配和任务执行均正常。`gpu-node-01` 的历史地址不可达，已通过健康检查标记为 offline，轮询器不再重复轮询其历史任务。
+
+### 7.2 2026-08-19 gpu-node-02 真实流程验证
+
+- 训练：使用 `qwen3.5-0.8B` + `test_data_0817`，任务 `ft_172a2da65140` 完成，GPU 0 使用期间可看到显存、利用率、温度和进程，结束后恢复 idle；24 个训练产物已归档 MinIO。
+- 资源快照：任务 `ft_d93b0fdae1c9` 创建时已保存数据集 `ds_8f6b8c5714c7` 的活动版本 `file_d550c2128722_v1`。
+- 训练曲线：任务 `ft_d93b0fdae1c9` 通过 `logging_steps=1` 生成 3 个 loss/epoch/learning-rate/grad-norm 数据点，并生成 `training_loss.png`；后端解析器已兼容带引号数字格式。
+- 权重合并：任务 `merge_1dc15a290810` 完成，基座模型路径、合并路径已回写，8 个合并模型文件归档 MinIO。
+- 推理：任务 `cmp_abdf0762869d` 在 GPU 0 加载 `qwen3.5-0.8B` 成功，对话接口返回正常；卸载后 GPU 恢复 idle。
+- 评测：任务 `eval_3c3f84263e23` 完成 2 条样本评测，报告、样本明细和基础指标已落库；GPU 恢复 idle。评审模型 HTTP 400 导致评审分数为 0，属于评审模型接口配置问题，算力评测链路本身已跑通。
+
+### 7.3 多 GPU、MinIO 故障和跨用户权限专项验证
+
+- 多 GPU 调度开发：新增 `gpu_reservations` 表，评测和推理在远程提交/加载前与训练统一纳入数据库原子预留；失败、停止、删除、节点不可达和卸载路径自动释放预留。当前 `gpu-node-02` 只有 GPU 0，已通过同卡“推理预留后评测抢占”测试，评测被明确拒绝，释放后 GPU 恢复 idle。多节点、多卡的真实并行测试待增加第二个可达节点和多卡节点后执行。
+- 调度锁优化：调度锁改为事务内持有并在提交前释放，避免一次调度成功后后续请求等待 30 秒 TTL；schema 初始化增加 PostgreSQL advisory lock，避免轮询器与首个请求并发初始化造成死锁。
+- MinIO 故障注入：停止 `yg-ft-minio` 后，`GET /modelTF/health` 返回 HTTP 200 且 `storage.status=unavailable`；恢复容器后返回 `storage.status=ready`。MinIO 客户端关闭默认重试链，故障健康探测耗时从约 6 秒降至约 0.3 秒。
+- 跨用户权限：创建临时用户 `qa_user_0819`，未授权访问管理员数据集返回 403；授予资源 `read/download` ACL 后列表和详情可访问；撤销 ACL 后再次返回 403；非管理员创建用户返回 403。测试用户已删除，未遗留测试 ACL 或 GPU 预留。
+- 用户管理接口已补齐管理员依赖，创建、列表、修改、删除和重置密码不再允许普通用户调用。
+
+当前不能据此宣称“全量功能测试通过”：
+
+- 现有部分自动化测试仍保留旧的本地文件或旧 MinIO 行为假设，需要按当前分层存储策略更新。
+- 本轮已完成当前 WSL Docker 容器健康检查、`gpu-node-02` 单节点真实流程、单卡冲突、MinIO 故障恢复和跨用户 ACL 专项验证；多节点、多卡的真实并行测试仍需要第二个可达节点和多卡节点。
+
+- 本轮专项安全测试为 `5 passed`；全量 pytest 仍未执行完毕，需要按测试类别拆分并设置超时。
+
+### 7.4 本轮 11 项未验证能力的补齐结果
+
+- 租户管理接口已统一要求管理员身份；模型制品、模型血缘、导出任务、评测报告和 MinIO 资源清单均增加资源级访问校验。
+- 新增 `POST /modelTF/model-manage/export`，导出沿用节点选择、MinIO 缓存准备、GPU/调度约束和归档轮询；导出结果记录到 `model_export_jobs`，并建立导出制品与模型血缘。
+- 新增 `GET /modelTF/model-eval/{task_id}/report`，优先流式返回 MinIO 报告，历史任务无归档对象时返回数据库报告兼容结果。
+- 新增 `GET /modelTF/storage/resources/{resource_type}/{resource_id}/manifest`、管理员对象清理和孤儿扫描接口；预签名上传增加过期时间和真实 SHA-256 内容校验。
+- Compute Agent 增加缓存 TTL、缓存保护窗口和元数据清单；超过 TTL 的非保护缓存会在状态检查时清理，容量淘汰会跳过保护中的资源。
+- 数据集单文件下载改为 MinIO 流式传输，避免 Backend 一次性载入完整大文件；训练、合并、导出、评测仍由统一轮询器负责重启后的归档补偿。
+- 新增 `007_platform_completion.sql`，并已加入运行时兼容迁移；主工程和 `docker/offline/src` 的源码及初始化 SQL 已同步。
+- 以上为代码闭环和单节点验证；生产级 MinIO TLS/HA、第二节点/多卡并行压力测试、全量 CI 和历史项目数据正式迁移仍属于上线前专项工作。
+
+### 7.5 2026-08-20 普通用户运行日志验证
+
+- 已修复普通用户进入“运行日志”调用管理员专属 `/log-files` 接口导致 403 的问题。
+- 普通用户现在查看本人操作日志，后端按当前用户 ID 强制过滤，忽略普通用户传入的跨用户 `user_id` 条件。
+- 管理员仍可查看系统日志、训练日志、审计记录和全量操作诊断。
+- 临时普通用户创建数据转换任务后验证：操作日志查询和统计均返回 200，返回记录全部属于该用户；测试用户和测试资源已清理。
+- 前端 `npm run build` 再次通过，离线前端静态资源和源码已同步，离线 Frontend/Backend 容器健康。
+
+## 八、下一阶段开发计划
+
+### P0：权限与租户隔离安全闭环
+
+1. 对现有数据库执行结构差异检查，盘点所有 `tenant_id`、创建者、ACL、资源版本和历史 NULL 数据。
+2. 编写历史租户归属迁移和项目兼容数据迁移脚本，迁移前生成结构/数据快照，迁移后增加一致性检查。
+3. 建立接口权限矩阵，覆盖数据集下载、模型使用、推理、评测、权重合并、导出、缓存准备、审批和运行日志。
+4. 补齐跨用户、跨租户、已撤销 ACL、软删除资源和审批未通过场景的自动化测试。
+
+### P1：资源申请、审批和联合权限
+
+1. 对资源申请、审批通过后的 ACL 写入、配额扣减和 GPU 预留执行事务一致性回归，重点验证重复审批和撤回。
+2. 验证租户管理员、普通成员、只读成员和平台管理员在跨租户资源、模型、数据集和算力上的差异。
+3. 验证训练创建的基座模型、数据集、GPU、训练产物之间的联合授权和血缘快照。
+4. 统一审批策略、资源 ACL、租户配额和 GPU 预留的错误提示，避免只返回 403/500。
+
+### P2：前端权限体验与审计完善
+
+1. 完善页面级权限与资源动作权限的统一组件，重点覆盖下载、导出、执行、删除、授权和审批按钮。
+2. 运行日志保持普通用户只看本人、管理员看全量的分层模型，并补充权限拒绝和下载/导出审计字段。
+3. 优化模型推理、模型评测、训练详情、数据集和运行日志页面的首屏 loading、超时、重试和空状态。
+4. 减少列表接口重复查询，继续拆分首屏大 chunk，移除离线环境不需要的外部资源请求。
+
+### P3：可靠性、测试和上线准备
+
+1. 准备第二个可达节点或多卡节点，执行训练、推理、评测并发、节点不可达和服务重启测试。
+2. 接入 MinIO 对象生命周期定时清理、容量监控、TLS、密钥管理、备份恢复和故障演练。
+3. 建立正式数据库迁移版本记录、迁移前结构检查、离线升级和回滚演练。
+4. 将前端构建、Backend 编译、权限安全、存储安全和端到端流程测试分层纳入 CI。
+
+## 九、阶段验收标准
+
+完成下一阶段后，至少应满足：
+
+- 用户只能看到和操作其所属租户授权的模型、数据集、训练任务、推理服务和评测任务。
+- 任何任务创建都能明确记录用户、租户、资源版本、算力节点、GPU 列表和 MinIO 对象版本。
+- 同一个节点的同一张 GPU 不能被两个活动任务同时分配。
+- MinIO 临时不可用时，任务进入可解释的等待/失败状态，并能按策略重试，页面不会无限等待。
+- Backend 或 Compute Agent 重启后，任务、缓存、GPU 分配和归档状态可以对账恢复。
+- 训练、合并、评测和推理产物都能在 MinIO 中找到，并且可以通过权限校验后的接口下载或使用。
+- 删除资源后不会继续出现在普通列表中，关联对象能够按引用状态延迟清理并留下审计记录。
+- 新数据库初始化和已有数据库迁移后，所有业务接口不再因为缺表或缺字段启动失败。
+- 离线部署不依赖外部字体、图标或 CDN，前端首屏和核心业务操作在无网络环境下可用。
+
+## 十、相关文件索引
+
+- 平台架构：[platform-architecture-requirements.md](./platform-architecture-requirements.md)
+- 权限设计：[permissions-design.md](./permissions-design.md)
+- MinIO 与 Compute 缓存方案：[minio-compute-cache-plan.md](./minio-compute-cache-plan.md)
+- 平台治理菜单设计：[platform-governance-menu-design.md](./platform-governance-menu-design.md)
+- 数据处理设计：[data-process-design.md](./data-process-design.md)
+- 数据库初始化脚本：[../backend/app/db/sql/000_full_init.sql](../backend/app/db/sql/000_full_init.sql)
+- 离线部署目录：[../docker/offline](../docker/offline)
+

docs/权限开发进度.md

@@ -0,0 +1,493 @@
+# 权限开发进度
+
+> 更新时间：2026-08-20  
+> 适用范围：YG_FT 平台当前主工程、Backend、Frontend、Compute Agent、MinIO 资源访问及 `docker/offline/src` 离线源码。  
+> 当前结论：权限 2.0 的核心功能已形成闭环。本轮继续补齐租户成员角色在 ACL 中的实际判定、有效期租户隔离、用户软删除、资源/MinIO 对象待清理、训练模型预加载资源存在性校验和推理状态接口授权，并已执行在线数据库迁移。自动化权限/存储安全用例、前端构建、后端静态检查、容器健康和用户删除闭环均已验证。由于当前只有一个可达算力节点，跨租户双用户、第二节点/多卡并发、节点故障回收和 MinIO 故障注入仍需专项验证，因此保留为上线前场景。按工作包估算，核心权限开发约完成 98%，上线验收约完成 82%。
+
+## 本轮 11 项完成情况（2026-08-19）
+
+| 编号 | 权限能力 | 完成内容 | 状态 |
+|---|---|---|---|
+| 1 | 审批决策安全 | 审批人从当前会话获取，校验指定审批人、租户管理员、禁止申请人自审，记录审批审计 | 已完成 |
+| 2 | 资源访问申请 | 新增资源访问申请记录、申请权限/期限/理由、审批后自动写入 ACL、支持撤回和过期 | 已完成 |
+| 3 | 审批策略执行 | 按租户、动作、资源类型匹配策略；高风险操作审批通过后可一次性重试执行 | 已完成 |
+| 4 | 租户与项目隔离 | `tenant_members`、活跃租户校验、历史资源归属补齐、跨租户 ACL 主体校验、项目软删除 | 已完成 |
+| 5 | 用户与角色边界 | 禁用用户立即注销会话；租户成员支持 owner/admin/member/viewer，保护最后一个 owner | 已完成 |
+| 6 | 数据集权限入口 | 预览、来源、版本查询/创建/激活/删除、上传/编辑/下载统一接入资源动作权限 | 已完成 |
+| 7 | 模型和推理权限 | 训练模型合并/导出分别校验 execute/download；聊天、预加载、批量、卸载绑定授权模型或推理任务 | 已完成 |
+| 8 | GPU 分配申请 | 普通用户可提交 GPU 分配申请，审批通过后自动分配；管理员可直接分配 | 已完成 |
+| 9 | 租户配额申请 | 租户成员可提交配额变更申请，平台管理员审批后自动更新配额 | 已完成 |
+| 10 | 软删除与安全状态 | 资源删除撤销 ACL、取消待处理申请和审批；租户/项目采用软删除状态 | 已完成 |
+| 11 | 前端按钮与审计 | 审批决策、ACL 编辑、访问申请/撤回按权限显示；下载、导出、审批、GPU 等敏感操作补充结构化审计 | 已完成 |
+
+### 数据库迁移结果
+
+- 新增增量迁移：`backend/app/db/sql/009_permission_completion.sql`，可独立兼容旧库执行，并已在当前远程 PostgreSQL 执行成功。
+- 当前远程库已核验包含：`tenant_members`、`resource_access_requests`、审批策略/执行状态字段、审计结果字段、ACL 生命周期字段、项目/租户软删除字段、数据转换任务租户字段。
+- 已有用户已补齐到 `tenant_members`，当前迁移后共生成 5 条租户成员关系。
+- `backend/app/db/sql/000_full_init.sql` 已合并完整结构；离线目录继续只保留该完整脚本。
+
+### 验证结果
+
+- 后端相关模块 `python -m py_compile`：通过。
+- 前端 `npm run build`：通过；仅保留既有 Font Awesome 路径提示和大 chunk 警告，无 TypeScript 错误。
+- `docker/offline/src` 的后端权限代码、Compute Agent、前端源码和完整初始化 SQL 已与主工程关键文件哈希一致。
+- 运行中的 Backend、Frontend、Compute API 容器已重启，健康检查通过；当前容器采用源码挂载方式，无需重建镜像即可加载本轮代码。已验证健康接口可用，未登录访问受保护接口返回 401；完整双用户、跨租户和多 GPU 回归仍待执行。
+
+## 一、检查依据
+
+本次按代码和初始化脚本逐项核对，主要依据如下：
+
+- `docs/permissions-design.md`
+- `backend/app/core/auth.py`
+- `backend/app/api/v1/endpoints/platform.py`
+- `backend/app/modules/resource/router.py`
+- `backend/app/modules/approval/router.py`
+- `backend/app/modules/tenant/router.py`
+- `backend/app/modules/system/router.py`
+- `backend/app/db/platform_store.py`
+- `backend/app/db/sql/000_full_init.sql`
+- `frontend/src/stores/auth.ts`
+- `frontend/src/router/index.ts`
+- `frontend/src/views/governance/ResourceAclView.vue`
+
+检查口径不是只判断“是否有接口”，还检查了接口是否验证当前用户、是否校验资源所有权和 ACL、是否校验租户边界、审批结果是否真正改变授权、前端按钮是否与后端动作一致。
+
+## 二、改造前总体进度（历史基线）
+
+| 能力模块 | 当前状态 | 结论 |
+|---|---|---|
+| 登录、密码、Token 会话 | 已实现基础能力 | 有会话过期、注销、状态校验和登录限流基础，仍需统一续期和失败审计 |
+| 平台角色与权限码 | 部分实现 | `admin/operator/viewer` 和业务权限码存在，但后端部分业务只校验登录，未统一校验权限码 |
+| 用户创建与管理 | 部分实现 | 管理员可创建、修改、删除和重置密码；租户范围、角色边界、邀请/申请流程未完成 |
+| 租户与配额 | 部分实现 | 租户 CRUD、配额和留存策略接口为管理员专属；缺少租户成员、租户管理员和统一隔离 |
+| 资源 ACL | 已实现基础能力 | 支持用户/角色的 `read/write/execute/download/delete/admin`，授权边界和跨租户限制不足 |
+| 资源申请 | 未完整实现 | 没有独立的资源访问申请对象，现有审批实例不能可靠地落地 ACL 或配额变更 |
+| 资源审批 | 部分实现且存在安全缺口 | 模板、实例、步骤和部分高风险操作存在；审批决策接口必须先修复越权问题 |
+| 基座模型权限 | 平台共享已实现 | 登录用户可查看和使用，上传/修改/删除限制管理员；缺少按租户/用途/配额的精细控制 |
+| 训练模型权限 | 部分实现 | 所有者、ACL、删除、合并、推理加载已有校验；导出下载动作和派生权限继承还不完整 |
+| 数据集权限 | 部分实现且入口不一致 | 列表、详情、删除、部分下载和训练/评测使用有校验；上传、编辑、预览、版本接口仍有缺口 |
+| 训练/评测/推理权限 | 部分实现 | 资源执行权和 GPU 分配已有基础校验；部分聊天、状态和历史入口没有统一鉴权 |
+| GPU 与节点权限 | 基础能力已实现 | 管理员分配、用户可用 GPU 过滤、原子预留和释放已存在；配额审批和跨节点回收对账仍需完善 |
+| 前端按钮级权限 | 部分实现 | 页面和菜单有基础控制，资源动作没有集中式权限决策，很多按钮依赖后端报错 |
+| 审计与软删除 | 部分实现 | 主要写操作有审计，资源软删除已覆盖若干表；actor、下载、拒绝和跨租户查询仍需统一 |
+
+## 三、已经实现的内容
+
+### 3.1 认证、角色与用户
+
+- `get_current_user` 会校验 Bearer Token、用户存在性、用户状态和会话有效期；`sessions` 支持注销和过期时间。
+- `require_admin` 对管理员专属接口提供后端保护，受保护用户也具备管理员旁路能力。
+- 用户列表、创建、修改、删除、重置密码均已增加管理员依赖；用户可修改自己的密码。
+- 用户记录包含 `tenant_id`、`role`、`permissions`、`protected` 等字段，角色权限在初始化脚本中有基础种子数据。
+- 登录失败限流和旧明文密码升级已经具备基础实现。
+
+### 3.2 租户、资源和 ACL
+
+- `tenants` 表和租户 CRUD、配额、留存策略接口已经存在，当前接口统一要求管理员。
+- 数据集、模型、训练模型、评测任务等核心资源已经具备 `created_by`、`tenant_id` 或任务 payload 中的归属信息。
+- `acls` 表支持用户和角色两类授权主体，权限包括 `read`、`write`、`execute`、`download`、`delete`、`admin`。
+- 资源 ACL 查询和全量替换接口已经存在，资源所有者或管理员可以管理 ACL。
+- 列表接口对数据集、评测、训练和推理任务已增加“本人资源 + ACL 授权资源”的过滤逻辑。
+- MinIO 预签名、资源清单、对象列表、模型制品、模型血缘和评测报告等新入口已增加登录和资源访问校验。
+
+### 3.3 训练、评测、推理和 GPU
+
+- 训练创建会检查训练数据集的 `execute` 权限，并对用户选择的 GPU 执行分配校验。
+- 评测创建会检查训练模型、数据集的 `execute` 权限，并校验算力节点和 GPU。
+- 推理任务加载会检查任务及训练模型的执行权，同时使用 `gpu_reservations` 防止同一张 GPU 被并发占用。
+- GPU 分配接口和用户可用 GPU 查询已经存在，失败、停止、删除、节点异常等路径具备基础释放逻辑。
+- 训练模型删除、训练任务停止/删除、评测任务删除和推理任务删除已接入部分审批拦截。
+- 权重合并、导出、缓存准备和 MinIO 归档已经能记录模型、节点、租户和部分血缘信息。
+
+### 3.4 审计和前端
+
+- `audit_logs`、`operation_logs` 表及管理员查询/导出页面已经存在。
+- 资源 ACL 变更、租户管理、模型/数据集/任务等主要写操作已经接入审计或操作日志装饰器。
+- 前端路由和侧边栏对治理、组织、资源授权、审批、日志、算力节点等页面做了管理员限制。
+- `ResourceAclView` 已支持资源类型、用户/角色主体和多权限编辑。
+
+## 四、改造前未实现或存在明显安全缺口（历史基线）
+
+> 本节保留本轮改造前的检查快照，不代表当前状态。当前剩余问题以“十、当前仍需开发的功能”和“十一、下一步开发计划”为准。
+
+以下项目属于必须继续开发的内容，优先级高于页面样式和性能优化。
+
+### 4.1 审批决策不能直接信任请求参数
+
+`backend/app/modules/approval/router.py` 的审批决策接口当前没有 `get_current_user` 依赖，并且从请求体读取 `approver_id`。调用方可以伪造审批人 ID，属于高风险越权问题。
+
+必须改为：服务端从当前会话取得审批人；校验其是否为当前步骤指定审批人、租户管理员或平台管理员；校验当前步骤、实例状态和申请人不能自审；审批通过后再执行对应动作或写入 ACL。
+
+### 4.2 资源申请流程尚未形成
+
+当前有 `approval_templates`、`approval_instances`、`approval_steps`，但没有独立的资源访问申请记录，也没有统一的“申请资源 -> 审批 -> 授权/配额变更”事务流程：
+
+- 创建审批实例时未统一验证资源是否存在、申请人是否属于资源租户、申请动作是否合法。
+- 审批实例批准后不会自动创建 ACL、GPU 分配或租户配额变更。
+- 不能表达申请权限、申请期限、申请原因、审批后的 ACL 权限和撤销时间。
+- 审批模板查询和详情接口没有完整的租户/角色范围控制。
+
+### 4.3 租户隔离不是全量强制
+
+- 当前用户只有单一 `tenant_id`，没有 `tenant_members` 或租户角色关系；无法支持租户管理员、跨租户平台管理员和成员邀请的清晰边界。
+- `filter_accessible_resource_ids` 和批量版本主要按 ACL/所有者过滤，不在统一函数中校验资源租户。
+- 数据集、评测等查询仍对 `tenant_id IS NULL` 做兼容放行；历史数据未完成归属迁移。
+- `trained_models()` 没有统一 tenant 参数，资源过滤依赖上层二次处理。
+- ACL 设置接口没有校验授权主体和资源是否属于同一租户，存在跨租户授权风险。
+- 新建模型、数据集、任务虽然多数会补默认租户，但缺少“租户必须存在且处于 active”的统一校验。
+
+### 4.4 数据集权限入口不一致
+
+核心列表、详情、删除、部分下载已校验，但以下文件/版本接口当前未统一接入当前用户和资源权限：
+
+- 文件预览和记录来源查询。
+- 文件版本列表、版本内容查询。
+- 创建、激活、删除数据集文件版本。
+- 数据集上传接口没有统一的当前用户、写权限和租户校验。
+- 数据集编辑接口没有统一的当前用户和写权限校验。
+
+此外，数据集下载和单文件下载目前检查的是 `read`，没有严格使用设计中的独立 `download` 权限。
+
+### 4.5 模型使用、导出和推理入口不一致
+
+- 基座模型按平台共享资源处理，登录用户可以查看和使用；但模型名称查询、本地模型列表和部分本地聊天/状态/卸载入口缺少统一鉴权。
+- 训练模型列表、详情、合并和加载已有 ACL 校验，但导出接口实际属于下载/外发动作，不能只检查 `execute`。
+- 评测报告下载当前检查 `read`，应单独检查 `download` 并记录下载审计。
+- 训练模型由训练任务生成时，尚未完整实现“基座模型 + 数据集授权关系”向派生模型权限和血缘策略的统一继承。
+- 推理聊天接口没有始终绑定到已授权的推理任务、模型资源和指定算力节点，存在绕过模型使用流程的风险。
+
+### 4.6 用户创建和角色边界不完整
+
+- 当前只有平台管理员创建用户，普通用户不能申请加入租户，也没有邀请、审批、禁用后会话清理的完整流程。
+- 用户只能直接挂在一个 `tenant_id` 上，不能表达一个用户属于多个租户或在不同租户中拥有不同角色。
+- 后端 `create_user` 对非管理员角色会归一为普通用户，前端出现的 `operator` 角色与后端实际行为可能不一致。
+- 创建用户时缺少租户存在性、租户状态、租户用户配额和角色白名单校验。
+- 管理员可以创建管理员角色，尚未区分平台管理员和租户管理员的授予权限。
+
+### 4.7 前端按钮级权限没有闭环
+
+- 前端已有菜单和路由权限基础，但 `hasPermission` 没有覆盖所有业务路由动作，部分业务页对已登录用户直接开放。
+- 资源级按钮主要靠资源对象中的所有者字段判断，没有统一使用后端返回的 ACL 决策。
+- 下载、执行、删除、授权、导出、审批等动作没有统一的 `can(resource, action)` 机制。
+- 即使按钮隐藏，前端 API 模块仍可能直接调用敏感接口；必须以后端鉴权为最终边界。
+
+### 4.8 审计、软删除和权限拒绝记录不完整
+
+- 部分模块的 `_actor` 直接保存 Authorization Token，而不是规范的用户 ID，导致审计主体不一致。
+- 访问、下载、导出、ACL 授权、审批拒绝、GPU 分配和权限拒绝没有全部统一记录租户、资源和结果。
+- `record_visit` 公开接口容易被伪造；如果继续保留匿名访问，应明确它不是安全审计日志。
+- 资源软删除已覆盖模型、训练模型、数据集、评测任务等主要表，但关联 MinIO 对象、ACL、审批和血缘的延迟清理策略还不完整。
+
+## 五、需要优化的现有流程
+
+### 5.1 统一权限模型
+
+将当前分散的 `is_admin`、所有者判断、ACL 查询、租户判断、GPU 判断收敛为统一服务：
+
+```text
+认证 -> 平台/租户角色 -> 租户边界 -> 资源所有权/ACL -> 动作权限 -> GPU/配额 -> 审批 -> 审计
+```
+
+每个敏感接口都应明确动作，例如 `dataset.read`、`dataset.download`、`dataset.execute`、`trained_model.export`、`inference.load`、`gpu.reserve`，禁止只使用“已登录”作为业务权限。
+
+### 5.2 重新设计资源申请和审批
+
+推荐流程：
+
+```text
+申请人选择资源和动作
+  -> 校验申请人所属租户和基础权限
+  -> 创建 resource_access_requests
+  -> 根据租户/资源类型匹配审批策略
+  -> 指定审批人完成审批
+  -> 事务内写入 ACL/配额/GPU 预留
+  -> 记录授权有效期、来源和审计
+```
+
+审批拒绝、撤回、过期和资源删除都应撤销或冻结对应授权，不能仅修改审批实例状态。
+
+### 5.3 模型、数据集、训练任务联合授权
+
+训练、评测、推理分别使用以下最小权限：
+
+| 场景 | 必须具备的权限 |
+|---|---|
+| 查看基座模型 | `model.read`；基座模型默认平台共享 |
+| 使用基座模型训练 | `model.execute` 或平台共享策略 + 数据集 `execute` |
+| 下载基座模型 | 单独的 `model.download`，默认不授予 |
+| 使用训练模型推理 | `trained_model.execute` |
+| 下载/导出训练模型 | `trained_model.download` 或 `trained_model.export` |
+| 使用数据集训练/评测 | `dataset.execute` |
+| 查看数据集 | `dataset.read` |
+| 下载数据集文件 | `dataset.download` |
+| 创建训练任务 | 上述资源权限 + 指定节点/GPU 使用权 + 租户配额 |
+
+训练模型应保留创建者、租户、基座模型、数据集、训练任务和资源版本快照。派生模型默认只对创建者和同租户授权，不应因为基座模型共享而自动公开训练产物。
+
+## 六、建议的数据库改造
+
+当前 `000_full_init.sql` 已包含用户、角色、会话、ACL、租户、审批、审计、GPU 分配和 GPU 预留表，但要完成权限 2.0，建议增加或扩展以下结构。实施时必须同步主工程和 `docker/offline/src/backend/app/db/sql/000_full_init.sql`。
+
+1. `tenant_members`：用户、租户、租户角色、状态、加入来源和有效期，解决一个用户多租户和租户管理员问题。
+2. `resource_access_requests`：申请人、租户、资源、动作、申请原因、申请权限、有效期、审批状态和最终授权记录。
+3. `acls` 增加 `tenant_id`、`granted_by`、`source_request_id`、`expires_at`、`revoked_at`，保留授权来源和自动过期能力。
+4. `approval_templates` 增加 `tenant_id`、`action`、`resource_type`、`scope`、`status`；审批步骤增加主体类型、主体 ID 和租户范围。
+5. 资源表统一补齐非空租户策略、归属用户、软删除字段和必要索引；历史 NULL 数据通过一次性迁移处理。
+6. `audit_logs` 增加结果、拒绝原因、request_id、认证会话和结构化 detail，避免把 Token 当作 actor。
+
+不建议把完整 ACL 和审批状态继续塞入模型、数据集或任务 JSON 字段；JSON 可保留兼容信息，但权限判断应以结构化表为准。
+
+## 七、历史开发计划（已执行）
+
+### 第一阶段：P0 安全修复
+
+- 修复审批决策鉴权和审批人伪造问题。
+- 补齐数据集文件/版本/上传/编辑接口权限。
+- 补齐本地模型聊天、状态、卸载、模型名称查询等历史入口鉴权。
+- 统一 `download`、`execute`、`write`、`delete` 动作检查。
+- 限制 ACL 授权范围，校验主体存在、同租户和资源归属。
+- 增加至少 20 个后端权限回归用例，覆盖未登录、本人、同租户他人、跨租户、管理员和已撤销 ACL。
+
+### 第二阶段：P1 租户和资源申请
+
+- 引入租户成员和租户角色，明确平台管理员、租户管理员、成员、只读成员边界。
+- 开发资源访问申请接口和前端申请页面。
+- 重做审批模板匹配、审批人校验、审批结果落地 ACL、有效期和撤销流程。
+- 将配额申请、GPU 分配申请、模型导出和跨用户删除纳入审批策略。
+- 新资源强制租户归属并完成历史数据迁移。
+
+### 第三阶段：P1 联合资源权限
+
+- 建立模型/数据集/训练任务/评测任务/推理任务的统一资源授权服务。
+- 训练前一次性校验基座模型、数据集、节点、GPU 和租户配额。
+- 训练模型生成时写入血缘和权限来源；推理、评测、合并、导出使用同一套动作权限。
+- 版本快照、MinIO 对象、算力节点本地缓存沿用同一资源授权结果。
+
+### 第四阶段：P2 前端和审计
+
+- 增加统一 `can(resource, action)` 和按钮权限组件。
+- 授权和审批界面使用用户/租户/资源中文名称，展示授权来源、有效期和审批状态。
+- 规范审计 actor、租户、请求 ID、资源、动作、结果和失败原因。
+- 将权限不足、审批中、资源过期、MinIO 不可用分别展示，避免全部显示为通用 500。
+
+### 第五阶段：P3 测试与上线
+
+- 新库初始化、增量迁移、离线目录同步和前端构建全部纳入 CI。
+- 执行跨租户、跨用户、ACL 撤销、审批越权、软删除、MinIO 故障和 GPU 冲突专项测试。
+- 在第二个可达节点或多卡节点到位后，执行多节点、多 GPU 的权限和并发测试。
+- 补充权限运维手册：新建租户、创建用户、授权模型/数据集、审批、撤销权限、审计追踪和故障恢复。
+
+## 八、验收标准
+
+- 未登录用户不能访问任何模型、数据集、任务、聊天、版本、下载和审批接口。
+- 用户只能访问所属租户中本人拥有或被明确授权的资源；跨租户 ACL 默认禁止。
+- 查看、下载、执行、编辑、删除和授权是独立动作，不能用 `read` 替代所有动作。
+- 普通用户不能伪造审批人、审批其他租户资源或审批自己的申请。
+- 训练、评测和推理创建必须同时满足资源权限、GPU 权限、节点权限和租户配额。
+- 审批通过后才产生授权，审批拒绝、撤回、过期和资源删除后授权不会继续生效。
+- 基座模型共享不等于训练产物共享；训练后的模型和数据集必须按租户、所有者和 ACL 控制。
+- 前端隐藏按钮不能替代后端校验，直接调用 API 也必须返回明确的 401/403。
+- 所有敏感操作可通过用户、租户、资源、动作和请求 ID追溯到审计记录。
+
+## 九、历史实施记录（已完成）
+
+本轮已完成权限闭环的代码实现：
+
+1. 统一校验当前会话、会话过期、退出状态和可用租户范围。
+2. 补齐模型、数据集、训练、评测、推理、数据处理、数据转换、算力、存储和审计入口的登录及模块权限。
+3. 新增 `tenant_members`，新建用户、项目、数据集、训练任务和数据处理任务写入当前租户与创建者。
+4. ACL 写入校验主体存在性、状态、租户边界、有效期和撤销状态；普通所有者不能授予 `delete/admin` 或跨租户权限。
+5. 新增 `resource_access_requests`；审批人由当前会话确定，禁止伪造审批人和申请人自审；审批通过后才落 ACL。
+6. 训练、评测和推理统一校验数据集、基座模型、训练模型、任务、节点和 GPU 使用权限；下载和导出使用独立的 `download` 权限。
+7. 前端认证 store 新增 `can(resource, action)`，模型管理和审批页面按权限显示操作按钮，后端 401/403 仍是最终防线。
+8. 新增 `009_permission_completion.sql`；主工程与离线目录的完整初始化 SQL 已同步且 SHA-256 一致，离线目录只保留完整初始化脚本。
+
+### 本轮验证
+
+- 后端权限相关文件 `py_compile` 通过。
+- 前端 `npm run build` 通过；仅保留已有字体路径和 chunk size 警告。
+- 当前 WSL 容器已确认 Backend、Frontend、Compute、Redis、MinIO 均运行；基础健康和未登录拦截已验证，历史治理测试夹具与当前鉴权/数据库行为不完全兼容，不能替代新的权限专项回归。
+
+### 上线前验证
+
+- 第二个可达节点或多卡节点到位后的多租户、多 GPU 并行压力测试。
+- 对已执行的 `009_permission_completion.sql` 进行旧数据租户归属、ACL、审批和软删除记录对账。
+- 更新 Backend/Frontend 容器后重新执行治理测试和权限专项测试。
+
+## 十、当前复核结论（2026-08-19）
+
+### 10.1 已完成的基础能力
+
+本轮 11 项权限改造已经形成基础闭环：会话和用户状态校验、租户成员关系、资源 ACL、资源访问申请、审批决策安全、模型/数据集/训练/评测/推理入口权限、GPU 分配申请、配额申请、软删除和前端基础按钮控制均已落地；数据库迁移和完整初始化 SQL 已同步到主工程及离线目录。
+
+这些能力可以作为后续完善的基础，但“接口存在”不等于“所有资源和所有异常路径均已达到上线标准”。尤其是密钥暴露、配额实际拦截、资源列表一致性和专项测试仍需要继续处理。
+
+### 10.2 仍需开发的功能
+
+| 优先级 | 功能 | 当前缺口 | 处理结论 |
+|---|---|---|---|
+| P0 | 模型密钥和敏感信息保护 | 模型列表、详情、名称查询、创建和更新响应已移除真实 `api_key`，仍需继续排查任务详情、日志和其他敏感配置输出 | 基础闭环已完成；继续做全量敏感字段扫描和受控密钥管理 |
+| P0 | 统一资源动作策略 | 已增加资源动作白名单和 `export -> download` 归一化，但各业务入口仍需逐步迁移到统一授权服务 | 第一阶段已完成；继续完成全量入口收敛 |
+| P0 | 数据转换、数据处理和存储权限一致性 | 部分列表、文件、预览、版本、缓存和 MinIO 对象入口仍需逐接口核对“租户 + 所有者/ACL + 动作” | 必须完成全量入口审计，尤其是 `read/download/execute/write/delete` 的区分 |
+| P0 | 审计失败链路 | 审计装饰器已记录失败结果、原因、请求 ID、会话 ID 和租户；手工审计入口仍需继续统一 | 基础闭环已完成；继续补齐所有权限拒绝和异常入口 |
+| P1 | 租户成员生命周期 | 已有成员表和角色，但缺少邀请、加入申请、审批、过期、移除和前端租户切换的完整流程 | 需要开发，明确平台管理员与租户管理员的授予边界 |
+| P1 | 配额强制执行 | 配额申请和审批已实现，但训练、评测、推理、存储等资源消耗尚未全部进行原子配额检查和扣减 | 需要开发配额使用量/预留量/释放量账本，不能只保存配额配置 |
+| P1 | GPU 分配强校验 | 申请链路已实现，但分配前仍需统一校验节点状态、GPU 存在性、冲突、租户配额和释放对账 | 需要开发原子预留、超时回收和节点故障对账 |
+| P1 | 审批策略完整性 | 需要严格限制动作白名单、资源类型、模板作用域和重复申请；过期处理不应只依赖查询触发 | 需要补充定时过期、幂等键、执行失败重试和策略管理边界 |
+| P1 | 派生模型和数据血缘授权 | 基座模型、数据集、训练模型之间已有部分血缘，但权限来源、版本快照和派生资源默认授权规则还不够统一 | 需要固化“创建者 + 租户 + 显式 ACL”，禁止共享基座模型自动公开训练产物 |
+| P1 | 用户软删除和对象清理 | 用户及部分关联关系仍有物理删除风险；MinIO 对象、ACL、审批、缓存的异步清理缺少统一编排 | 需要补齐软删除、撤销、延迟清理和失败重试 |
+| P2 | 前端资源级权限体验 | 已有菜单/按钮级基础控制，但缺少统一 `can(resource, action)`、授权来源、有效期、审批中和 403 状态展示 | 需要开发统一权限组件和错误状态处理，后端校验仍是最终边界 |
+| P2 | 权限专项测试与上线检查 | 基础构建、静态检查、健康接口已验证，尚未完成双用户、跨租户、撤销、过期、MinIO 故障、GPU 冲突的全流程矩阵 | 必须补充自动化测试、迁移回归和离线部署验收 |
+
+### 10.3 需要优化的设计
+
+1. **从“角色判断”改为“动作授权”**：统一使用 `resource_type + resource_id + action + tenant_id + actor` 判断，平台管理员只作为明确的管理范围，不再作为各业务模块的隐式旁路。
+2. **区分平台角色和租户角色**：`users.role` 只表达平台级角色，`tenant_members.role` 表达租户内角色；禁止通过租户成员关系授予平台管理员权限。
+3. **区分查看、下载、执行、编辑、删除、授权**：`read` 不能替代 `download`，`execute` 不能替代 `export`，高风险动作必须绑定审批和审计。
+4. **统一资源列表和详情规则**：列表、详情、文件、版本、预览、缓存、下载和导出必须调用同一授权服务，避免“列表看不到但接口可访问”或“列表能看到但操作必然 403”。
+5. **权限与配额采用预留模型**：任务提交时原子预留 GPU、显存、并发数和存储额度，任务完成、失败、取消和节点失联时统一释放或对账。
+6. **审批采用可执行状态机**：申请、审批、拒绝、撤回、过期、执行中、执行失败、已执行状态分离；审批结果应有幂等执行记录，避免重复授权或重复分配。
+7. **敏感字段默认拒绝返回**：API key、对象内部凭据、节点访问凭据不能随普通资源详情返回；日志、审计和错误信息也不能泄露 Token、密码或完整连接串。
+8. **安全审计与访问统计分离**：权限成功、拒绝、下载、导出、授权、审批和异常进入不可篡改审计；页面访问统计单独存储，避免污染安全审计记录。
+
+## 十一、下一步开发计划
+
+### 阶段一：P0 安全封堵与统一策略
+
+1. 对模型列表、详情、名称查询及相关 DTO 做 API key/凭据脱敏，增加“仅后端内部读取”的封装。（基础闭环已完成，继续扫描任务和日志输出）
+2. 建立统一 `authorize(resource, action)` 服务，定义动作白名单和平台管理员、租户管理员、所有者、ACL 的判定顺序。（已完成动作白名单，继续迁移全部入口）
+3. 逐项审计平台、数据处理、数据转换、存储、MinIO、模型、数据集、训练、评测、推理的列表、详情、预览、下载、导出、缓存和删除入口。
+4. 统一记录权限成功、拒绝和异常审计，补齐 `tenant_id`、`resource_id`、`action`、`request_id`、`session_id`、`reason` 和 `result`。（装饰器基础闭环已完成，继续覆盖手工记录入口）
+
+### 阶段二：租户成员、审批和配额闭环
+
+1. 开发租户邀请/加入申请/审批/移除/过期流程及前端租户切换。
+2. 为审批模板增加动作和资源类型白名单、租户作用域、幂等键、过期任务和执行失败重试。
+3. 建立配额预留账本，训练、评测、推理、存储和 GPU 任务提交前统一原子检查；任务终态和故障恢复统一释放。
+4. 完善 GPU 节点、GPU 卡、租户、用户和任务的占用关系校验，覆盖冲突、超时、节点不可达和服务重启恢复。
+
+### 阶段三：资源血缘和生命周期
+
+1. 固化基座模型、数据集、数据处理结果、训练任务、训练模型、评测和推理任务的资源血缘及版本快照。
+2. 明确派生模型默认授权规则，训练产物不因基座模型共享而自动对外公开。
+3. 补齐用户、租户、资源、ACL、审批、MinIO 对象和本地缓存的软删除、撤销、延迟清理和失败重试。
+
+### 阶段四：前端权限体验与测试
+
+1. 开发统一资源级权限组件，按动作隐藏/禁用按钮，并展示授权来源、有效期、审批状态和明确的 401/403 原因。
+2. 将审批、ACL、审计列表中的用户、租户、资源 ID 映射为可读名称，同时保留 ID 作为详情字段。
+3. 编写并执行权限专项测试矩阵：未登录、同租户成员、资源所有者、ACL 授权、跨租户、禁用用户、会话注销、审批撤回/过期、软删除、MinIO 故障、GPU 冲突和配额不足。
+4. 在第二个可达节点或多卡节点准备后执行多节点、多 GPU 并发及故障恢复测试；完成主工程与 `docker/offline/src` 的源码、初始化 SQL、迁移和部署文档一致性检查。
+
+## 十二、下一阶段完成标准
+
+- 普通资源接口不再返回 API key、密码、Token 或节点访问凭据。
+- 所有资源入口都经过统一的租户边界和动作授权，跨租户访问返回明确 403。
+- 训练、评测、推理创建同时满足资源权限、GPU 预留和租户配额，失败时不会留下孤儿占用。
+- 审批只能由合法审批人执行，申请人不能自审；重复回调不会重复授权、分配或扣减配额。
+- 权限拒绝、下载、导出、授权、审批和异常均能按用户、租户、资源和请求 ID追溯。
+- 主工程和离线目录初始化新库均无缺表、缺字段；迁移可重复执行且不破坏既有数据。
+- 权限专项自动化测试通过，且完成至少一次双用户、跨租户和 MinIO 故障场景的真实容器验证。
+
+## 十三、上一阶段权限闭环开发结果（2026-08-20）
+
+本轮围绕 P0 安全封堵完成了一个可验证的权限闭环：
+
+1. **模型凭据不出接口**：模型列表、详情、按名称查询、创建、更新和用途更新响应统一经过公开 DTO 脱敏，移除 `api_key`、密码、Token 等字段，仅返回 `api_key_configured` 布尔状态；后端内部评测、数据生成仍使用数据库中的真实配置。
+2. **编辑密钥不被意外清空**：前端编辑在线模型时不回填真实密钥，留空表示保留已有配置，只有管理员主动输入新值时才提交替换。
+3. **资源动作统一入口**：增加资源动作白名单 `read/write/execute/download/export/delete/admin`，并将 `export` 统一归一到下载权限，非法动作默认拒绝，避免把模块权限误当成资源权限。
+4. **失败审计闭环**：审计装饰器对成功和异常分别记录，失败记录包含结果、失败原因、租户、请求 ID、会话 ID和耗时，并对异常中的常见凭据进行脱敏。
+5. **访问统计受控**：模块访问统计只接受平台已登记的模块名，不能通过请求参数向安全审计表写入任意动作；审计 CSV 导出改为标准 CSV 编码，并补充结果、原因、请求和会话字段。
+6. **离线版本同步**：上述后端权限代码、前端模型编辑代码和权限安全回归用例已同步到 `docker/offline/src`；本轮未新增数据库字段，因此 `000_full_init.sql` 无需变更。
+
+### 上一阶段验证结果
+
+- 后端权限相关模块 `python -m py_compile`：通过。
+- WSL Backend 容器执行权限安全用例：8 passed；仅有 pytest 缓存目录只读警告。
+- 前端 `npm run build`：通过；仅保留既有 Font Awesome 路径和 chunk size 警告。
+- 容器接口验证：未登录访问模型接口返回 401；管理员访问模型列表/详情时响应不包含 `api_key`，仅返回 `api_key_configured`。
+- Backend 容器已重启并加载当前源码；数据库无需迁移。
+
+### 上一阶段未覆盖的范围（已在第十四节继续处理）
+
+本轮没有声称完成配额账本、GPU 原子预留、租户邀请/加入申请、审批定时过期、所有资源入口的逐接口审计，以及第二节点/多 GPU 的真实并发测试；这些仍按“十一、下一步开发计划”执行。
+
+## 十四、本轮继续开发结果（2026-08-20）
+
+### 已完成
+
+1. 新增 `tenant_quota_reservations` 配额预留账本，支持按租户统计 GPU 预留量、原子限制 GPU 配额，以及任务完成、失败、停止、删除和节点故障时释放预留。
+2. 训练、评测和推理统一接入租户 GPU 配额预留；评测/推理使用的 `gpu_reservations` 与配额账本在同一事务内创建或释放，避免只释放算力卡而遗留配额占用。
+3. 租户成员支持邀请、接受、过期、角色更新和移除；邀请不允许授予 `owner`，成员状态和租户有效性由后端校验，租户详情页补充成员管理和 GPU 配额使用量展示。
+4. 审批动作增加白名单，非法动作拒绝创建；相同申请人在同一资源上的待审批申请幂等复用；审批实例读取时自动处理过期状态，资源访问申请也避免重复创建。
+5. GPU 分配增加节点启用状态、GPU 卡存在性、用户 active 状态和同卡跨用户冲突校验；冲突返回 409，不再静默覆盖或产生重复授权。
+6. 完整初始化 SQL 增加配额预留表和索引，新增 `010_permission_quota_membership.sql` 增量迁移；主工程相关源码、前端租户 API/页面和 SQL 已同步到离线源码目录。
+
+### 本轮验证
+
+- WSL Backend 容器重启后，`tenant_quota_reservations` 可正常查询，默认租户配额使用量返回正常。
+- WSL Backend 容器执行 `test_permission_security.py`：3 passed。
+- 后端相关文件 `python -m py_compile`：通过。
+- 前端 `npm run build`：通过；仅保留既有 Font Awesome 资源路径和大 chunk 警告。
+
+### 必须后续验证的场景
+
+1. 创建第二个 active 用户和第二个租户，验证邀请接受、租户切换、跨租户资源访问均按预期返回 401/403。
+2. 将租户 GPU 配额设为 1，同时提交两个需要 GPU 的训练/评测/推理任务，确认第二个任务被拒绝；第一个任务终态后确认配额可再次使用。
+3. 在同一多卡节点上让两个用户申请同一张卡，确认审批执行阶段冲突返回 409，另一张空闲卡仍可正常分配。
+4. 构造过期审批、重复提交、审批拒绝/撤回，确认不会重复创建 ACL、GPU 分配或配额预留。
+5. 准备第二个可达节点或多卡节点，执行训练、评测、推理的多节点/多 GPU 并发和节点失联回收测试。
+6. 注入 MinIO 故障，确认任务失败后 GPU 与租户配额均能释放，恢复 MinIO 后可以重新提交任务。
+
+### 下一步计划
+
+- 对数据处理、数据转换、MinIO 对象、缓存、版本和报告下载入口继续执行一次接口级回归，重点验证跨租户、过期 ACL 和下载/执行动作分离。
+- 将双用户、跨租户、配额不足、同卡冲突、审批过期/幂等、MinIO 故障和节点失联场景加入可重复的自动化测试夹具；当前单节点环境先完成无需第二节点的部分。
+- 在第二个可达节点或多卡节点到位后，执行多节点、多 GPU 并发、任务失败回收和重启恢复测试，完成上线验收闭环。
+
+## 十五、本轮权限全量收口结果（2026-08-20）
+
+### 已完成的开发
+
+1. **租户成员角色真正参与资源授权**：ACL 的 `role` 主体不再只读取平台角色，改为读取资源所属租户中的有效成员角色；成员过期、禁用或不属于资源租户时不能通过角色 ACL 访问。
+2. **租户有效期隔离**：用户可用租户集合和资源授权均校验成员有效期，避免过期成员继续访问资源。
+3. **用户生命周期闭环**：用户删除改为软删除，保留用户和审计链路；同时注销会话、禁用租户成员、撤销用户 ACL、取消待审批申请、释放 GPU 分配，并禁止删除租户最后一个 owner。
+4. **资源和对象清理链路**：被删除用户创建的模型、训练模型、数据集、评测、推理、数据处理和数据转换资源统一标记删除；关联 MinIO `storage_objects` 标记为 `deleted`，进入既有清理/重试队列；资源 ACL 和安全状态同步撤销。
+5. **推理入口补强**：训练模型预加载必须引用真实且未删除的训练模型资源，普通用户不能通过任意本地路径绕过资源授权；本地推理状态查询要求普通用户提供有 `read` 权限的推理任务。
+6. **初始化和迁移完整性**：新增 `011_permission_lifecycle.sql`，完整初始化脚本同步补齐用户、评测、推理、数据转换和存储对象生命周期字段；离线目录仍只保留完整的 `000_full_init.sql`。
+
+### 自动验证结果
+
+- `python -m py_compile backend/app/core/auth.py backend/app/db/platform_store.py backend/app/api/v1/endpoints/platform.py`：通过。
+- `git diff --check`：通过。
+- WSL Backend 容器启动并自动执行迁移后为 `healthy`；已核对 `users`、`eval_tasks`、`compare_tasks`、`data_convert_tasks`、`storage_objects` 的新增字段均存在。
+- `test_permission_security.py` 与 `test_storage_security.py`：8 passed；仅有容器内 pytest 缓存目录只读警告。
+- 真实 API 闭环：临时用户删除后状态为 `deleted`、存在 `deleted_at`，使用原凭据登录返回 HTTP 401。
+- 前端 `npm run build`：需在本轮同步后再次执行，预期仅保留既有资源路径和 chunk size 警告；该项以最终命令结果为准。
+
+### 仍需现场验证的场景
+
+1. 第二个 active 用户和第二个租户的邀请、接受、租户切换及跨租户资源访问。
+2. 租户 GPU 配额为 1 时，训练/评测/推理并发预留、终态释放和服务重启恢复。
+3. 同一多卡节点的同卡冲突、不同卡并行和节点不可达后的回收。
+4. 审批过期、重复回调、拒绝、撤回和执行失败重试的真实链路。
+5. MinIO 故障注入后的任务失败、GPU/配额释放、对象清理重试和恢复后重新提交。
+
+以上项目属于环境依赖型验收，不再作为代码未开发项；在当前单节点、单用户测试环境中保留为上线前验证项。
+
+## 十六、前端权限页面收口结果（2026-08-20）
+
+本轮已完成前端权限页面的主要操作闭环：
+
+1. `用户权限设置`由占位页改为完整权限矩阵，支持按平台角色、账号状态和页面权限保存；已删除用户进入只读态，管理员角色自动拥有全部页面权限。
+2. 用户创建页增加页面权限配置，普通用户默认不授予组织管理和算力节点权限。
+3. 用户管理页增加权限入口、权限数量、软删除状态和危险操作禁用逻辑。
+4. 资源 ACL 页支持用户/租户角色主体、权限标签、全部撤销二次确认和加载失败提示。
+5. 审批策略页从 JSON 文本改为可视化配置指定用户、租户管理员和平台管理员审批步骤。
+6. 审批申请和访问申请页增加中文事项、资源类型、权限和状态展示，保留资源 ID 作为详情信息。
+7. 普通用户可进入审批中心的“我的申请”“访问申请”“租户邀请”，支持撤回访问申请和接受有效租户邀请。
+8. 租户成员邀请页增加邀请有效期设置；租户配额和 GPU 预留量继续在租户详情页展示。
+9. 本轮前端源码已同步至 `docker/offline/src/frontend/src`，初始化 SQL 目录仍只保留 `000_full_init.sql`。
+
+前端 `npm run build` 已通过。尚需浏览器实际点击验证页面布局、不同账号菜单差异、双用户跨租户流程和多 GPU/MinIO 故障场景；这些属于环境验收，不再是页面缺少开发入口。

docs/权限验收测试用例.md

@@ -0,0 +1,227 @@
+# 权限验收测试用例
+
+> 版本：权限 2.0 前端权限页面收口版  
+> 编写日期：2026-08-20  
+> 适用系统：YG_FT 微调平台主工程、Backend、Frontend、Compute Agent、PostgreSQL、Redis、MinIO  
+> 说明：本文件将自动化验证、单节点页面验证和多用户/多节点专项验证分开记录。
+
+## 1. 验收目标
+
+验证平台权限功能是否能够形成以下闭环：
+
+`登录认证 → 页面权限 → 租户成员 → 资源创建 → ACL/访问申请 → 审批 → 训练/评测/推理执行 → GPU/配额预留 → 任务释放 → 审计 → 软删除和对象清理`
+
+验收重点：
+
+- 前端页面是否提供完整的权限管理入口。
+- 普通用户是否可以提交访问申请、查看自己的申请和接受租户邀请。
+- 管理员是否可以配置用户页面权限、租户成员、租户配额、资源 ACL 和审批策略。
+- 页面按钮隐藏只是辅助体验，直接调用接口仍必须由后端返回 401/403。
+- 用户、租户、资源、ACL、审批、GPU、配额和 MinIO 对象状态是否能够保持一致。
+
+## 2. 测试环境
+
+### 2.1 服务
+
+| 服务 | 地址/容器 | 验收要求 |
+|---|---|---|
+| Frontend | `http://127.0.0.1:16801` | 页面可打开，路由切换无白屏 |
+| Backend | `http://127.0.0.1:17861/modelTF` | 健康接口返回成功 |
+| Compute API | `http://172.25.179.69:19100` | 当前可达节点可进行单节点验证 |
+| Redis | WSL Docker `yg-ft-redis` | 容器 healthy |
+| MinIO | WSL Docker `yg-ft-minio` | 容器 healthy，可进行对象读写 |
+| PostgreSQL | 当前环境实际远程 PostgreSQL | 初始化字段和增量迁移均存在 |
+
+### 2.2 测试账号和数据
+
+准备以下测试对象，禁止使用生产账号和真实敏感数据：
+
+| 对象 | 建议值 | 说明 |
+|---|---|---|
+| 平台管理员 | 当前环境管理员账号 | 执行用户、租户、ACL、审批和配额管理 |
+| 普通用户 A | 新建测试用户 | 作为资源所有者 |
+| 普通用户 B | 新建测试用户 | 作为被授权用户和申请人 |
+| 租户 A | 新建测试租户 | 与租户 B 隔离验证 |
+| 租户 B | 新建测试租户 | 跨租户访问验证 |
+| 测试数据集 | `test_data_0817` 或新的小数据集 | 用于 ACL、训练和下载验证 |
+| 测试模型 | `qwen3.5-0.8B` | 用于模型使用权限和推理验证 |
+
+## 3. 自动化验证结果
+
+以下项目已在当前开发环境执行：
+
+| 编号 | 验证内容 | 结果 |
+|---|---|---|
+| AUTO-01 | `npm run build` | 通过；仅有既有 Font Awesome 路径和 chunk size 警告 |
+| AUTO-02 | `test_permission_security.py` | 通过，8 passed |
+| AUTO-03 | `test_storage_security.py` | 已包含在 8 passed 中 |
+| AUTO-04 | 后端权限文件 `py_compile` | 通过 |
+| AUTO-05 | `git diff --check` | 通过 |
+| AUTO-06 | Backend、Frontend、Compute、Redis、MinIO 容器状态 | 通过，Backend healthy |
+| AUTO-07 | 迁移后字段核对 | 通过，users、eval_tasks、compare_tasks、data_convert_tasks、storage_objects 字段存在 |
+| AUTO-08 | 临时用户软删除闭环 | 通过，状态为 deleted、存在 deleted_at，原凭据登录返回 401 |
+| AUTO-09 | `docker/offline/src` 同步 | 通过，离线 SQL 目录只保留 `000_full_init.sql` |
+
+## 4. 前端页面验收
+
+### 4.1 组织与权限
+
+页面入口：`/organization`
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| UI-ORG-01 | 管理员打开“组织与权限” | 显示“用户与角色”“租户与配额”两个页签 |
+| UI-ORG-02 | 点击“创建用户” | 进入用户创建页面，可填写账号、角色、状态和页面权限 |
+| UI-ORG-03 | 创建普通用户 | 默认授予业务页面权限，不自动授予组织管理和算力节点权限 |
+| UI-ORG-04 | 用户列表点击“权限” | 进入 `/user-settings/:id/permission`，显示用户角色、所属租户、状态和权限矩阵 |
+| UI-ORG-05 | 修改用户页面权限并保存 | 页面提示保存成功，刷新后权限保持一致 |
+| UI-ORG-06 | 将普通用户改为管理员 | 页面显示全部权限；保存时自动补齐全部权限码 |
+| UI-ORG-07 | 查看已软删除用户 | 显示“已删除”，权限页只读，不能重新激活 |
+| UI-ORG-08 | 普通用户访问组织与权限 | 路由跳转到无权访问页，菜单不显示管理员治理入口 |
+
+### 4.2 租户与配额
+
+页面入口：`/organization?tab=tenants`、`/tenants/:id`
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| UI-TEN-01 | 管理员创建租户并设置 GPU、存储配额 | 租户列表出现新租户，配额显示正确 |
+| UI-TEN-02 | 打开租户详情 | 显示租户信息、配额设置、GPU 预留量和成员列表 |
+| UI-TEN-03 | 邀请成员并设置角色、邀请有效期 | 页面提示邀请成功，成员状态为待接受，过期时间正确 |
+| UI-TEN-04 | 修改成员角色 | 成员列表角色更新，不能通过页面授予非法 owner 权限 |
+| UI-TEN-05 | 移除成员 | 成员状态/关系更新，后续资源访问按后端权限拒绝 |
+| UI-TEN-06 | 保存配额 | 配额配置更新，已预留 GPU 数量不超过新配额 |
+
+### 4.3 我的申请与租户邀请
+
+页面入口：`/approval-instances?tab=mine`、`/approval-instances?tab=access`、`/approval-instances?tab=invitations`
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| UI-SELF-01 | 普通用户打开审批中心 | 可进入，不再被管理员专属路由拦截 |
+| UI-SELF-02 | 打开“访问申请” | 可选择可见的数据集/训练模型，资源名称优先显示中文名称，同时保留 ID |
+| UI-SELF-03 | 提交 read/execute/download 申请 | 申请出现在“我的访问申请”，状态为审批中 |
+| UI-SELF-04 | 撤回待审批申请 | 二次确认后状态变为已撤回，不能再次撤回 |
+| UI-SELF-05 | 打开“租户邀请” | 显示租户、角色、邀请人、有效期和状态 |
+| UI-SELF-06 | 接受有效邀请 | 状态变为已加入，获得对应租户成员关系 |
+| UI-SELF-07 | 接受过期邀请 | 后端拒绝，页面显示失败原因，成员关系不产生 |
+
+### 4.4 资源授权
+
+页面入口：`/resource-acl`
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| UI-ACL-01 | 管理员选择数据集或训练模型 | 显示资源名称和资源 ID，不显示已软删除资源 |
+| UI-ACL-02 | 查看资源 ACL | 显示用户/租户角色、主体类型和权限标签 |
+| UI-ACL-03 | 增加用户 ACL | 可选择查看、编辑、使用、下载等权限并保存 |
+| UI-ACL-04 | 增加角色 ACL | 可选择租户管理员、成员、只读角色；后端校验最终结果 |
+| UI-ACL-05 | 移除全部 ACL | 页面二次确认后保存空 ACL，授权全部撤销 |
+| UI-ACL-06 | ACL 查询失败 | 页面显示明确错误提示，不把失败误显示为空授权 |
+| UI-ACL-07 | 普通用户打开资源授权页面 | 页面入口隐藏，直接访问接口返回 403 |
+
+### 4.5 审批中心
+
+页面入口：`/approval-instances`
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| UI-APP-01 | 管理员打开审批申请 | 显示资源类型、申请事项、申请人、状态和当前步骤的中文信息 |
+| UI-APP-02 | 管理员打开审批策略 | 可配置指定用户、租户管理员、平台管理员审批步骤，不需要输入 JSON |
+| UI-APP-03 | 指定审批人审批 | 只能由当前会话指定审批人执行，审批结果和意见可见 |
+| UI-APP-04 | 申请人查看自己的申请 | 只能看到自己的申请，不显示其他租户的审批数据 |
+| UI-APP-05 | 审批通过 | ACL、GPU 分配或成员关系等业务效果真正落地 |
+| UI-APP-06 | 审批拒绝/过期 | 状态明确显示，不能产生授权或资源占用 |
+
+## 5. 后端接口与页面联动验收
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| API-AUTH-01 | 未登录访问任意受保护页面接口 | 返回 401，前端回到登录页 |
+| API-AUTH-02 | 普通用户直接调用管理员接口 | 返回 403，不能仅依赖前端隐藏按钮 |
+| API-AUTH-03 | 禁用用户使用旧 Token | 返回 401 或明确无效会话错误 |
+| API-AUTH-04 | 已删除用户登录 | 返回 401 |
+| API-TEN-01 | 用户访问其他租户资源详情 | 返回 403 或资源不存在，不泄露资源内容 |
+| API-TEN-02 | 过期成员访问租户资源 | 返回 403 |
+| API-ACL-01 | 没有 read 的用户读取资源 ACL | 返回 403 |
+| API-ACL-02 | 只有 read 的用户执行模型推理 | 返回 403 |
+| API-ACL-03 | 只有 execute 的用户下载模型 | 返回 403 |
+| API-ACL-04 | ACL 授权后重新访问 | 按授权动作成功 |
+| API-APP-01 | 申请人提交自己的审批决策 | 返回 403 |
+| API-APP-02 | 非指定审批人提交决策 | 返回 403 |
+| API-APP-03 | 重复提交相同资源访问申请 | 复用或拒绝重复待审批申请，不重复写 ACL |
+| API-LIFE-01 | 删除用户 | 会话、成员、ACL、GPU 分配、待审批项和用户资源状态同步处理 |
+| API-LIFE-02 | 执行存储清理 | 已删除 MinIO 对象进入清理，失败任务可重试 |
+
+## 6. 训练、评测、推理权限验收
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| JOB-01 | 用户使用无权限数据集创建训练 | 预检失败，显示数据集无权限 |
+| JOB-02 | 用户使用授权数据集创建训练 | 预检通过，GPU 和租户配额原子预留 |
+| JOB-03 | 用户使用未授权训练模型推理 | 页面提示无权限，接口返回 403 |
+| JOB-04 | 用户使用已授权训练模型推理 | 可选择有权限的算力节点和 GPU 卡 |
+| JOB-05 | 用户没有 download 权限导出模型 | 操作按钮不显示，接口返回 403 |
+| JOB-06 | 评测任务结束 | GPU 预留和租户配额预留释放 |
+| JOB-07 | 推理任务删除 | 推理服务释放，任务软删除，ACL 状态撤销 |
+| JOB-08 | 节点不可达或 MinIO 暂时不可用 | 任务进入失败/重试状态，不留下永久 GPU 或配额占用 |
+
+## 7. GPU、配额和多节点专项验收
+
+以下用例需要第二个可达节点或一个包含多张可分配 GPU 卡的节点，当前单节点环境暂保留。
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| GPU-01 | 租户 GPU 配额设置为 1，同时提交两个 GPU 任务 | 第二个任务被拒绝，不能超配 |
+| GPU-02 | 同一节点同一张卡由两个用户申请 | 审批/分配阶段返回 409，不能重复占用 |
+| GPU-03 | 同一节点选择两张空闲卡 | 任务使用页面指定的两张卡，不使用其他卡 |
+| GPU-04 | 任务失败或取消 | GPU 分配和配额预留释放 |
+| GPU-05 | Backend 重启后恢复任务状态 | 已完成/失败任务不重复占用；运行任务保持可对账 |
+| GPU-06 | 模型训练、推理、评测选择不同节点 | 模型和数据从 MinIO 准备到指定节点，不错误派发到其他节点 |
+| GPU-07 | 节点失联 | 任务进入失败或待重试，资源占用在超时后回收 |
+
+## 8. MinIO 故障专项验收
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| MINIO-01 | 暂停 MinIO 容器后上传数据集 | 页面显示明确存储不可用，不显示上传成功 |
+| MINIO-02 | MinIO 暂停期间预检训练 | 预检提示对象不可用，可重试 |
+| MINIO-03 | MinIO 恢复后重试任务 | 对象可重新准备，任务继续或重新提交成功 |
+| MINIO-04 | 删除用户后执行对象清理 | 用户资源对象标记 deleted，清理成功后标记 purged |
+| MINIO-05 | 清理时对象删除失败 | storage cleanup job 保留 failed 状态和错误原因，后续可重试 |
+
+## 9. 离线部署验收
+
+| 用例 | 操作步骤 | 预期结果 |
+|---|---|---|
+| OFFLINE-01 | 检查 `docker/offline/src/backend/app/db/sql` | 只存在完整的 `000_full_init.sql` |
+| OFFLINE-02 | 清空数据库并执行完整初始化 SQL | 不缺权限相关表和字段，Backend 可启动 |
+| OFFLINE-03 | 离线启动 Frontend | 不请求在线 CDN，页面可正常打开 |
+| OFFLINE-04 | 离线启动 Backend、Compute、MinIO | 各服务使用独立网络和配置，权限接口可用 |
+| OFFLINE-05 | 离线新库执行用户/租户/ACL/审批流程 | 与主工程行为一致 |
+
+## 10. 问题记录规则
+
+每条失败用例至少记录：
+
+- 测试编号、执行时间、执行人和账号。
+- 页面 URL、接口 URL、请求方法和请求 ID。
+- 当前用户、租户、资源 ID、资源所属租户。
+- 实际 HTTP 状态码、页面提示、数据库状态和容器日志。
+- 是否产生了残留 ACL、GPU 分配、配额预留、MinIO 对象或审批记录。
+- 修复提交、回归结果和是否需要再次现场验证。
+
+## 11. 当前验收结论
+
+当前已自动验证：前端构建、后端权限安全测试、存储安全测试、数据库字段迁移、容器健康、用户软删除登录拦截和离线源码 SQL 目录结构。
+
+当前前端权限页面已完成主要操作闭环：
+
+- 用户页面权限设置。
+- 用户创建时的页面权限配置。
+- 租户成员邀请、角色、有效期和配额展示。
+- 普通用户访问申请、我的申请和租户邀请接受。
+- 资源用户/角色 ACL 管理和全部撤销。
+- 审批申请、审批策略可视化配置和中文状态展示。
+
+仍需现场验证：双用户跨租户、多 GPU 并发、第二节点调度、节点失联回收、MinIO 故障注入和完整浏览器点击流。这些属于环境依赖型验收，不代表前端页面缺少入口。

docs/模型评测优化设计方案.md

@@ -0,0 +1,161 @@
+# 模型评测优化设计方案
+
+## 1. 现状检查
+
+当前模型评测菜单已经具备以下基础能力：
+
+- 创建评测任务：选择训练模型、评测数据集、算力节点和 GPU。
+- 任务调度：后端将模型、适配器、数据集准备到目标算力节点，再提交 Compute API 任务。
+- 模型推理：Compute Agent 使用 LLaMA-Factory 推理会话逐条生成回答。
+- 结果落库：任务完成后读取 `eval_results.json`，写入任务详情、样本结果和指标摘要。
+- 报告归档：评测输出目录可以归档到 MinIO，并通过报告接口下载。
+- 前端详情：显示综合分、通过率、样本结果、指标摘要，并对运行中的任务进行轮询。
+
+当前缺陷主要集中在评分和进度链路：
+
+1. 创建页面的 BLEU、ROUGE、余弦指标默认全部关闭；未配置 LLM 评委时，样本没有确定性评分，容易得到 0 分。
+2. BLEU、ROUGE、余弦、LLM Judge 的返回范围和含义不统一，百分制、0-1、小量程评分混在一起。
+3. 评测模型地址直接拼接 `/v1/chat/completions`，当地址已经包含 `/v1` 时会出现 `/v1/v1`。
+4. LLM Judge 只解析少量文本格式，无法可靠解析 JSON、Markdown JSON 或 0-1 综合评价。
+5. ROUGE 对中文没有采用 `nlp-eval-demo` 的字符级中文分词策略，中文短文本容易得到失真的结果。
+6. 后端只在 Compute 任务完成后读取结果文件，运行时没有样本完成数、当前阶段和中间指标。
+7. 前端没有雷达图，用户无法直观看到 BLEU、ROUGE、语义相似度、精确匹配和 LLM Judge 等维度。
+
+## 2. 目标
+
+建立一条可解释、可持续轮询、兼容旧任务的评测闭环：
+
+```text
+创建任务 -> 资源准备 -> 模型加载 -> 样本推理 -> 逐样本评分
+       -> 中间进度文件 -> 后端同步 -> 页面进度与雷达图
+       -> 完成报告 -> MinIO 归档 -> 详情与下载
+```
+
+目标结果：
+
+- 所有最终展示分数统一为 0-100，避免不同指标之间直接相加造成误解。
+- 没有 LLM 评委时，仍然使用确定性指标生成样本得分和综合分，不再因为“未配置评委”自动归零。
+- 有 LLM 评委时，保留原有自定义评分区间，同时将其归一化到 0-100 展示。
+- 每个评测任务都能看到阶段、总样本数、已完成样本数、百分比和当前指标状态。
+- 详情页展示指标雷达图；指标不可用时显示原因，不把“依赖未安装”伪装成 0 分。
+- 不新增必需数据库表，继续利用 `eval_tasks.payload` 保存评测结果和进度，兼容现有数据库及离线初始化 SQL。
+
+## 3. 评分设计
+
+### 3.1 指标契约
+
+Compute Agent 内部统一使用以下结构：
+
+```json
+{
+  "enabled": true,
+  "available": true,
+  "score": 82.5,
+  "max_score": 100,
+  "unit": "percent",
+  "sample_count": 3,
+  "error": ""
+}
+```
+
+`score` 永远是 0-100。指标不可用时 `available=false`，`score` 可以为 null，同时保留 `error`。旧报告中只有 `score` 的结构继续兼容，后端读取时按旧结构补齐默认字段。
+
+### 3.2 确定性指标
+
+参考 `nlp-eval-demo` 的实现，支持：
+
+- BLEU：sacrebleu，结果由 0-100 转换为百分制。
+- ROUGE-1、ROUGE-2、ROUGE-L：中文按字符切分，英文按词切分，使用 F1 均值并转换为百分制。
+- 余弦相似度：TF-IDF 余弦相似度，转换为百分制。
+- 精确匹配：标准化空白和大小写后完全一致，百分制。
+- 文本相似度：SequenceMatcher，作为无外部模型时的稳定兜底指标。
+- BERTScore：仅在 `bert_score` 和模型可用时启用；下载/加载失败只标记不可用，不阻断整个评测任务。
+
+精确匹配和文本相似度始终计算。用户在创建页面选择的 BLEU、ROUGE、余弦作为额外指标；如果没有选择额外指标，也用“文本相似度 + ROUGE-L（可用时）”生成确定性综合分。
+
+### 3.3 无 LLM 评委时的样本分数
+
+对每条样本使用可用确定性指标的平均值作为样本百分制得分：
+
+```text
+sample_score = mean(exact_match, text_similarity, rougeL, cosine, bleu, bertscore)
+```
+
+其中未启用或不可用的指标不参与平均。样本通过阈值默认 60 分；如果旧维度配置的 `pass_threshold <= score_max`，先按旧量程换算为百分制。
+
+### 3.4 LLM Judge
+
+- 兼容 OpenAI Chat Completions 接口。
+- 自动规范化 `api_url`，避免重复 `/v1`。
+- 优先解析 JSON 的 `score`、`综合评价`、`overall_score`、`dimensions` 字段，再解析 Markdown/自然语言中的评分。
+- 支持 0-1、0-5、0-100 三种返回量程；最终统一转换为 0-100。
+- API 调用失败时记录样本失败原因，不把失败当作正常 0 分；如果所有样本都调用失败，任务状态仍可完成但报告会明确提示评委不可用。
+
+## 4. 进度设计
+
+Compute Agent 在评测输出目录写入两个文件：
+
+- `eval_progress.json`：轻量进度文件，每完成一条样本更新一次。
+- `eval_results.json`：运行中写入部分结果，完成后写入完整报告。
+
+进度结构：
+
+```json
+{
+  "status": "running",
+  "stage": "inference",
+  "total": 20,
+  "completed": 7,
+  "percentage": 35,
+  "current_index": 8,
+  "message": "正在生成第 8 条样本",
+  "updated_at": "2026-08-20T00:00:00Z"
+}
+```
+
+后端详情接口每次轮询 Compute Agent：
+
+1. 任务运行中读取 `eval_progress.json`，写入 `eval_tasks.payload.progress_detail`。
+2. 读取到部分 `eval_results.json` 时同步已完成样本和基础指标，页面可以边运行边展示。
+3. Compute 任务完成后读取完整报告，再执行 MinIO 归档。
+4. Compute Agent 暂时不可达时保留最后一次进度，不因为一次轮询失败把评测任务误判为失败。
+
+## 5. 前端设计
+
+- 列表页增加进度列：运行中显示 `已完成/总数` 和百分比，完成后显示最终分数。
+- 详情页增加当前阶段、进度消息和进度条。
+- 详情页增加“指标雷达图”，雷达轴来自可用的 `dimension_summary` 指标，最大值统一 100。
+- 指标卡同时显示分数、通过率、样本数和不可用原因。
+- 样本结果在运行中支持逐步出现，保留现有搜索、筛选和分页。
+- 不改变已有任务创建、删除、报告下载和权限校验流程。
+
+## 6. 数据库与兼容性
+
+本次不新增数据库表和必需字段。评测结果继续存放在 `eval_tasks.payload` JSON 中，新增键包括：
+
+- `progress_detail`
+- `basic_metrics` 的统一指标对象
+- `metric_summary_version`
+- 样本的 `raw_score`、`raw_max_score`、`score`、`max_score`
+
+旧任务兼容规则：缺少进度时由 `progress` 和样本数量推导；旧的量程评分按 `score/max_score` 转换为百分制；没有基础指标时显示“历史任务未保存指标明细”。因此无需修改 `000_full_init.sql`。
+
+## 7. 实施步骤
+
+1. 重构 Compute Agent 评测指标、中文 ROUGE、LLM Judge 解析、评分归一化和中间结果写入。
+2. 增加 Compute Agent 进度文件读取能力，后端同步运行中进度和部分结果。
+3. 扩展后端评测任务结果兼容、失败信息和进度返回。
+4. 扩展前端类型、列表进度列、详情进度区和指标雷达图。
+5. 增加单元测试、前端构建测试和接口/运行时冒烟验证。
+6. 同步前后端、算力服务到 `docker/offline/src`，确认初始化 SQL 无需变更。
+
+## 8. 验收标准
+
+- 使用仅包含 `instruction/output` 的小型 JSONL 数据集，未配置 LLM Judge 时综合分不再固定为 0。
+- 中文答案能得到可解释的 ROUGE-1/2/L 分数。
+- LLM Judge 的地址为 `https://host/v1` 时请求路径仍正确。
+- 评测运行期间能看到 `completed/total` 和百分比变化。
+- 完成后详情页存在至少 3 个可用指标时显示雷达图，指标少于 3 个时显示明细降级视图。
+- 失败、依赖缺失、空答案等情况能在报告中区分，不以正常 0 分掩盖原因。
+- 现有权限、GPU 预约、MinIO 归档、报告下载和旧任务查看不受影响。
+

docs/生产级日志系统方案.md

@@ -1,412 +1,489 @@
-# 生产级日志系统设计方案
-
-> 版本：v1.0  
-> 日期：2026-08-17  
-> 状态：待评审
+好的，这是一份可以直接放在项目根目录的 `日志规范要求.md`，涵盖**格式标准、分类分级、内容规范、链路追踪、性能安全、运维告警**六大模块，每条规范都配有正反例，你的团队照着这个写代码就行。
 
 ---
 
-## 一、现状分析
+# 生产级日志规范要求
 
-### 1.1 当前日志架构
-
-```
-┌─────────────┐
-│  FastAPI    │  ← 请求入口
-└──────┬──────┘
-       │
-       ▼
-┌─────────────┐
-│ Logging     │  ← Python logging 模块
-│ Middleware   │
-└──────┬──────┘
-       │
-       ├──────────────────┬──────────────────┐
-       ▼                  ▼
-┌─────────────┐      ┌─────────────┐
-│ Console    │      │ File        │  ← 输出目标
-│ (开发环境)  │      │ (JSON格式)   │
-└─────────────┘      └─────────────┘
-                            │
-                            ▼
-                     ┌─────────────┐
-                     │ audit_logs  │  ← 审计日志表
-                     │ (PostgreSQL) │
-                     └─────────────┘
-```
-
-### 1.2 现有组件
-
-| 组件 | 文件路径 | 功能 |
-|------|----------|------|
-| `logging.py` | `backend/app/core/` | 日志配置、JSON 格式化、按日期/大小轮转 |
-| `platform_store.py` | `backend/app/db/` | `record_audit()` 审计日志写入 |
-| `002_governance.sql` | `backend/app/db/sql/` | `audit_logs` 表结构 |
-
-### 1.3 存在的问题
-
-| 问题 | 影响 | 严重程度 |
-|------|------|----------|
-| **无结构化日志分级** | DEBUG/INFO/WARNING/ERROR 全部混在一起，无法按级别过滤查看 | 🔴 高 |
-| **无请求链路追踪** | 一个请求从进入到返回经过哪些服务/函数，无法串联 | 🔴 高 |
-| **审计日志与业务耦合** | 各模块手动调用 `record_audit()`，容易遗漏 | 🟡 中 |
-| **无敏感数据脱敏** | 用户 token、密码等可能明文记录 | 🔴 高 |
-| **无日志聚合查询** | 无法按用户/时间范围/操作类型快速检索 | 🟡 中 |
-| **无告警通知** | 系统异常无法主动推送通知 | 🟡 中 |
-| **日志文件无归档策略** | 只有简单的过期删除，无压缩归档 | 🟢 低 |
+> 版本：v2.0 | 适用于所有后端服务（Python/Java/Go/Node.js）
 
 ---
 
-## 二、设计目标
+## 一、核心原则
 
-### 2.1 核心原则
-
-1. **结构化** - 日志有固定 schema，便于机器解析和查询
-2. **可追溯** - 每个请求有唯一 ID，可串联完整调用链路
-3. **分级输出** - 不同环境输出不同级别，生产环境不输出 DEBUG
-4. **安全合规** - 敏感数据自动脱敏（token、密码、手机号等）
-5. **高性能** - 日志写入不影响业务接口性能（异步写入）
-6. **可观测** - 支持快速检索、统计、告警
-
-### 2.2 日志分级标准
-
-| 级别 | 使用场景 | 示例 | 生产环境 |
-|------|----------|------|:--------:|
-| **DEBUG** | 开发调试 | 变量值、SQL 语句、完整堆栈 | ❌ 不输出 |
-| **INFO** | 正常流程记录 | 任务创建成功、用户登录 | ✅ 记录 |
-| **WARNING** | 可恢复异常 | 重试操作、参数校验失败、资源不足 | ✅ 记录 |
-| **ERROR** | 需要人工介入 | 数据库连接失败、第三方 API 超时 | ✅ 记录 + 告警 |
-| **CRITICAL** | 系统不可用 | 磁盘满、主节点宕机 | ✅ 记录 + 立即告警 |
+| 原则 | 说明 |
+|------|------|
+| **结构化** | 所有日志必须输出为 JSON 格式，便于自动化采集和分析 |
+| **可追踪** | 每个请求链路必须有唯一的 `traceId`，贯穿全流程 |
+| **有上下文** | 每条日志必须包含足够的业务信息，能独立理解发生了什么 |
+| **高性能** | 异步打印，禁止在业务主流程中同步写磁盘 |
+| **安全合规** | 敏感信息自动脱敏，禁止打印密码、token、身份证号等 |
+| **可告警** | ERROR 日志必须触发实时告警，且有明确的错误分类 |
 
 ---
 
-## 三、技术方案
+## 二、日志分类
 
-### 3.1 整体架构
+生产环境必须按用途分流存储，**禁止所有日志混写在同一文件**：
 
-```
-┌─────────────────────────────────────────────────────────────────────┐
-│                        应用层 (Application Layer)                      │
-├─────────────────────────────────────────────────────────────────────┤
-│                                                                     │
-│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐         │
-│  │ 数据集管理 │  │ 微调训练  │  │ 模型推理  │  │ 用户认证  │  ...     │
-│  └─────┬────┘  └─────┬────┘  └─────┬────┘  └─────┬────┘         │
-│        │            │           │          │                 │
-│        └────────────┴───────────┴──────────┘                 │
-│                             ▼                             │
-│                    ┌──────────────┐                       │
-│                    │ Structured   │  ← 结构化日志中间件     │
-│                    │ Logger       │                       │
-│                    └──────┬───────┘                       │
-│                           │                              │
-│              ┌────────────┬────────────┬─────────────┐       │
-│              ▼            ▼            ▼             │       │
-│     ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌────────┐ │
-│     │ Console  │  │ File     │  │ 审计DB   │  │ 告警   │ │
-│     │ (开发)   │  │ (JSON)   │  │ (PG)     │  │(可选)  │ │
-│     └──────────┘  └──────────┘  └──────────┘  └────────┘ │
-│                                                     │
-└─────────────────────────────────────────────────────────────┘
-                              │
-                              ▼
-┌─────────────────────────────────────────────────────────────┐
-│                        可观测层 (Observability)                   │
-├─────────────────────────────────────────────────────────────┤
-│  ┌───────────┐  ┌───────────┐  ┌───────────┐              │
-│  │ Grafana   │  │ Kibana   │  │ PagerDuty │  ...         │
-│  │ (查询)    │  │ (分析)   │  │ (告警)   │              │
-│  └───────────┘  └───────────┘  └───────────┘              │
-└─────────────────────────────────────────────────────────────┘
-```
+| 分类 | 文件名示例 | 用途 | 保留周期 |
+|------|-----------|------|----------|
+| **业务日志** | `app-biz.log` | 记录核心业务流程（订单、支付、登录、任务状态变更等） | 7天热存 + 30天冷存 |
+| **系统日志** | `app-sys.log` | 记录框架、中间件、连接池、GC、线程池状态 | 7天 |
+| **访问日志** | `app-access.log` | 记录所有 HTTP/RPC 请求的入参、出参、耗时 | 15天（用于审计） |
+| **错误日志** | `app-error.log` | **仅记录 ERROR 级别**，含完整堆栈 | 30天（用于复盘） |
 
-### 3.2 日志 Schema 设计
+**配置要点**：
+- 业务日志和错误日志必须独立文件，便于快速定位异常
+- 框架类日志（如 `httpx`、`urllib3`）归入系统日志，且生产环境设为 WARN 级别
 
-#### 3.2.1 应用日志 (app.log)
+---
+
+## 三、日志格式标准
+
+### 3.1 统一 JSON 格式
+
+所有日志必须输出为以下 JSON 结构，**字段名不得随意变更**：
 
 ```json
 {
-  "timestamp": "2026-08-17T10:30:00.000Z",
+  "@timestamp": "2026-08-19T10:30:45.123+08:00",
   "level": "INFO",
-  "trace_id": "req-abc123",
-  "parent_span_id": "span-xyz789",  // OpenTelemetry Span
-  "request": {
-    "method": "POST",
-    "path": "/dataset-manage",
-    "client_ip": "192.168.1.100",
-    "user_agent": "Mozilla/5.0...",
-    "user_id": "u_admin"
+  "logger": "com.order.service.OrderService",
+  "traceId": "abc-123-def-456",
+  "spanId": "span-001",
+  "userId": "U10086",
+  "message": "订单状态更新成功",
+  "fields": {
+    "orderId": "ORD-20260819-001",
+    "fromStatus": "PENDING",
+    "toStatus": "PAID",
+    "costMs": 23,
+    "retryCount": 0
   },
-  "module": "dataset.router",
-  "function": "create_dataset",
-  "message": "数据集创建成功",
-  "extra": {
-    "dataset_id": "ds_abc123",
-    "dataset_name": "训练数据"
-  },
-  "duration_ms": 125,
-  "status_code": 200,
-  "error": null
+  "file": "OrderService.java:156",
+  "thread": "http-nio-8080-exec-8",
+  "host": "pod-order-7x9k2",
+  "app": "order-service",
+  "env": "prod"
 }
 ```
 
-#### 3.2.2 审计日志 (audit_logs 表)
+### 3.2 字段说明
 
-```sql
--- 已有表结构（保持不变）
-CREATE TABLE IF NOT EXISTS audit_logs (
-  id TEXT PRIMARY KEY,
-  tenant_id TEXT,
-  project_id TEXT,
-  actor_id TEXT,           -- 操作人
-  action TEXT,               -- 操作类型: create/delete/update/acl.set/login...
-  target_type TEXT,          -- 资源类型: dataset/model/fine-tune/user...
-  target_id TEXT,            -- 资源 ID
-  detail TEXT,               -- 详细信息 JSON
-  client_ip TEXT,            -- 客户端 IP
-  time TEXT,                -- 操作时间
+| 字段 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `@timestamp` | string | ✅ | ISO8601 格式，带时区（如 `+08:00`） |
+| `level` | string | ✅ | DEBUG / INFO / WARNING / ERROR |
+| `logger` | string | ✅ | 日志记录器名称，通常为类名 |
+| `traceId` | string | ✅ | 全局唯一追踪ID，从入口生成，全链路透传 |
+| `spanId` | string | 推荐 | 当前节点ID，用于区分调用链中的不同服务 |
+| `userId` | string | 业务必填 | 操作用户标识，未登录可为空 |
+| `message` | string | ✅ | 人类可读的日志摘要，简洁明了 |
+| `fields` | object | ✅ | 结构化业务字段，所有动态数据放入此处 |
+| `file` | string | 推荐 | 代码文件名和行号 |
+| `thread` | string | 推荐 | 线程名 |
+| `host` | string | 推荐 | 主机名或 Pod 名称 |
+| `app` | string | ✅ | 应用名称 |
+| `env` | string | ✅ | dev / test / staging / prod |
+| `error` | object | ERROR时必填 | 包含 `type`、`message`、`stack_trace` |
 
-  -- 新增字段
-  trace_id TEXT,            -- 关联应用日志的请求追踪 ID
-  request_method TEXT,      -- HTTP 方法
-  request_path TEXT,        -- 请求路径
-  status_code INTEGER,       -- 响应状态码
-  duration_ms REAL,          -- 耗时(ms)
-  extra JSONB               -- 扩展信息
-);
+### 3.3 ERROR 日志额外字段
 
--- 新增索引
-CREATE INDEX IF NOT EXISTS idx_audit_trace ON audit_logs(trace_id);
-CREATE INDEX IF NOT EXISTS idx_audit_actor_time ON audit_logs(actor_id, time);
+当 `level = ERROR` 时，必须包含：
+
+```json
+{
+  "error": {
+    "type": "ConnectionTimeoutError",
+    "message": "连接下游服务超时",
+    "stack_trace": "完整堆栈信息...",
+    "root_cause": "socket timeout after 3000ms"
+  }
+}
 ```
 
-### 3.3 日志中间件设计
+---
 
+## 四、日志内容规范
+
+### 4.1 日志级别使用标准
+
+| 级别 | 使用场景 | 示例 |
+|------|----------|------|
+| **DEBUG** | 开发调试信息，生产环境**默认关闭** | 变量值、中间计算结果 |
+| **INFO** | 关键业务流程节点、状态变更、外部调用结果 | 订单创建成功、支付回调收到、任务状态变更 |
+| **WARNING** | 可恢复的异常、降级处理、重试、资源使用超阈值 | 重试第3次成功、缓存穿透、磁盘使用率>80% |
+| **ERROR** | 业务失败、系统异常、需要人工介入的错误 | 支付失败、数据库连接断开、第三方接口返回500 |
+
+### 4.2 INFO 级别日志内容要求
+
+每条 INFO 日志必须回答 **5W1H**：
+
+```
+Who（谁操作） + What（做了什么） + When（何时） + Where（哪个服务/节点） + Why（上下文） + How（结果如何）
+```
+
+**✅ 正例：**
 ```python
-# backend/app/core/logging.py 新增
-
-class StructuredLogger:
-    """结构化日志记录器"""
-    
-    def __init__(self, name: str):
-        self.logger = logging.getLogger(name)
-        self.trace_id = context_var.get("trace_id")
-    
-    def info(self, msg: str, **kwargs):
-        self._log("INFO", msg, **kwargs)
-    
-    def warning(self, msg: str, **kwargs):
-        self._log("WARNING", msg, **kwargs)
-    
-    def error(self, msg: str, **kwargs):
-        self._log("ERROR", msg, **kwargs)
-    
-    def _log(self, level: str, msg: str, 
-         user_id: str = None,
-         target_type: str = None,
-         target_id: str = None,
-         duration_ms: float = None,
-         status_code: int = None,
-         error: Exception = None,
-         **extra):
-        """统一日志记录方法"""
-        log_entry = {
-            "timestamp": datetime.utcnow().isoformat(),
-            "level": level,
-            "trace_id": self.trace_id.get(),
-            "request": {
-                "user_id": user_id or current_user_id(),
-                "client_ip": client_ip(),
-                # ...
-            },
-            "module": calling_module,
-            "message": msg,
-            "target": {
-                "type": target_type,
-                "id": target_id,
-            },
-            "extra": extra,
-            "duration_ms": duration_ms,
-            "error": format_exception(error) if error else None,
+logger.info(
+    "任务日志拉取成功",
+    extra={
+        "userId": "U10086",
+        "fields": {
+            "jobId": "ft_a016cd8885cd",
+            "tailLines": 5000,
+            "logSize": "2.3MB",
+            "costMs": 42,
+            "source": "frontend"
         }
-        
-        # 1. 写入控制台/文件
-        self.logger.log(level, json.dumps(log_entry))
-        
-        # 2. 异步写入审计表（如果需要）
-        if level in ("WARNING", "ERROR", "CRITICAL"):
-            async_write_audit(log_entry)
+    }
+)
 ```
 
-### 3.4 装饰器模式（推荐）
-
-使用 Python 裁饰器自动记录，避免手动调用：
-
+**❌ 反例（禁止）：**
 ```python
-# backend/app/core/log_decorator.py
-
-def audit_log(action: str, target_type: str = ""):
-    """审计日志装饰器"""
-    def decorator(func):
-        @wraps(func)
-        async def wrapper(*args, **kwargs):
-            result = await func(*args, **kwargs)
-            
-            # 自动记录审计日志
-            record_audit(
-                action=action,
-                target_type=target_type,
-                target_id=kwargs.get('id') or result.get('id'),
-                detail=f"params={kwargs}"
-            )
-            return result
-        return wrapper
-    return decorator
-
-
-# 使用示例
-@audit_log("dataset.create", "dataset")
-async def create_dataset(...):
-    # 业务逻辑
-    pass
+logger.info("get logs success")
+logger.info(f"job {job_id} status is {status}")  # 禁止字符串拼接
 ```
 
-### 3.5 敏感数据脱敏规则
+### 4.3 WARNING/ERROR 日志内容要求
+
+**必须包含三要素**：
+1. 发生了什么（what）
+2. 为什么发生（why）—— 异常类型/错误码
+3. 业务上下文（context）—— 哪个业务对象失败了
+
+**✅ 正例：**
+```python
+logger.warning(
+    "计算轮询检测到任务失败",
+    extra={
+        "fields": {
+            "jobId": "ft_a016cd8885cd",
+            "failureReason": "GPU资源不足",
+            "errorCode": "RESOURCE_INSUFFICIENT",
+            "retryCount": 3,
+            "lastRetryTime": "2026-08-19T08:38:25.495+08:00"
+        }
+    }
+)
+```
+
+**❌ 反例（禁止）：**
+```python
+logger.warning("compute polling reported failures")  # 没有任何上下文
+logger.error(f"error: {e}")  # 只打了异常信息，没有业务ID
+```
+
+### 4.4 禁止打印的内容
+
+| 类别 | 说明 |
+|------|------|
+| 密码/密钥 | 任何形式的 `password`、`secret`、`token`、`api_key` |
+| 个人隐私 | 身份证号、手机号（需脱敏）、银行卡号 |
+| 超大对象 | 超过 1KB 的 JSON/列表/文本内容 |
+| 循环日志 | 禁止在 for/while 循环内打印 INFO 及以上级别 |
+| 异常堆栈重复 | 同一异常在一个请求中只打印一次完整堆栈 |
+
+---
+
+## 五、链路追踪（TraceId）
+
+### 5.1 基本原则
+
+- **入口生成**：网关/前端/定时任务入口生成全局唯一的 `traceId`（32位UUID）
+- **全链路透传**：通过 HTTP Header（`X-Trace-Id`）、RPC Meta、消息队列 Property 向下游传递
+- **日志自动注入**：所有日志输出自动追加 `traceId`，代码中无需手动传入
+- **跨线程传递**：使用 `MDC` 或 `ContextVars` 实现跨线程/协程的透传
+
+### 5.2 实现要求
 
 ```python
-# backend/app/core/masking.py
+# Python 示例：使用 logging 的 Filter 自动注入 traceId
+class TraceIdFilter(logging.Filter):
+    def filter(self, record):
+        record.traceId = get_current_trace_id() or "N/A"
+        return True
 
-SENSITIVE_FIELDS = {
-    "token": "***",
-    "password": "***",
-    "phone": lambda x: f"{x[:3]}****{x[-4:]}",
-    "email": lambda x: x[0] + "***" + x.split("@")[1] if "@" in x else "***",
-    "id_card": lambda x: f"{x[:6]}********{x[-4:]}",
-}
+# 所有日志自动带上 traceId
+logger.info("订单创建成功")  # 自动注入 traceId，代码无需传参
+```
 
+**❌ 绝对禁止**：`traceId` 字段值为 `"-"` 或 `null`。
+
+---
+
+## 六、性能与安全
+
+### 6.1 性能要求
+
+| 配置项 | 要求 |
+|--------|------|
+| **异步打印** | 必须使用异步 Appender，禁止同步刷盘阻塞业务线程 |
+| **单文件大小** | ≤ 1GB，达到阈值自动滚动 |
+| **滚动策略** | 按大小滚动（如 1GB）或按天滚动 |
+| **采样率** | 核心业务 100%，非核心（如健康检查、非关键查询）≤ 10% |
+| **禁止打印循环** | 循环体内不得打印 INFO 及以上日志 |
+| **大对象截断** | 超过 1KB 的内容自动截断（前500字符 + 后500字符） |
+
+### 6.2 安全要求
+
+| 要求 | 说明 |
+|------|------|
+| **敏感字段自动脱敏** | 对 `mobile`、`idCard`、`password`、`token` 等字段自动掩码 |
+| **脱敏规则** | 手机号：`138****5678`；身份证：`110***********1234` |
+| **日志查询权限** | 生产日志平台必须有 RBAC 权限控制，禁止随意导出 |
+| **审计追踪** | 谁在什么时候查询了哪些日志，必须记录审计日志 |
+
+### 6.3 脱敏实现示例
+
+```python
+# 脱敏工具函数
 def mask_sensitive(data: dict) -> dict:
-    """递归脱敏字典中的敏感字段"""
-    for key, value in data.items():
-        if key in SENSITIVE_FIELDS:
-            data[key] = SENSITIVE_FIELDS[key](value) if callable(SENSITIVE_FIELDS[key]) else "***"
-        elif isinstance(value, dict):
-            mask_sensitive(value)
+    sensitive_keys = {"password", "token", "api_key", "mobile", "id_card"}
+    for key in sensitive_keys:
+        if key in data:
+            value = str(data[key])
+            if len(value) >= 11:  # 手机号
+                data[key] = value[:3] + "****" + value[-4:]
+            elif len(value) >= 18:  # 身份证
+                data[key] = value[:3] + "***********" + value[-4:]
     return data
 ```
 
 ---
 
-## 四、实施计划
+## 七、运维与告警
 
-### 4.1 Phase 1：基础增强（1-2 天）
+### 7.1 日志采集架构
 
-- [ ] **P1-1** 升级 `JsonLogFormatter`，增加 `trace_id` 字段
-- [ ] **P1-2** 新增 `StructuredLogger` 封装类
-- [ ] **P1-3** 统一所有模块的日志格式为 JSON
-- [ ] **P1-4** 实现 `mask_sensitive()` 脱敏函数
-- [ ] **P1-5** 审计日志表新增 `trace_id`、`duration_ms` 字段
+```
+应用日志（本地文件）
+    ↓
+Filebeat（轻量采集器）
+    ↓
+Kafka（削峰填谷，保证不丢）
+    ↓
+Logstash（解析、过滤、脱敏）
+    ↓
+Elasticsearch（索引存储）
+    ↓
+Kibana / Grafana（查询展示）
+```
 
-### 4.2 Phase 2：自动化（2-3 天）
+**关键要求**：
+- 禁止应用直接写入 ES，必须经过 Kafka 缓冲
+- Filebeat 采集失败时必须有本地持久化和重试机制
 
-- [ ] **P2-1** 编写 `@audit_log` 装饰器
-- [ ] **P2-2** 为关键业务接口添加装饰器：
-  - 数据集 CRUD
-  - 模型 CRUD
-  - 微调任务创建/删除
-  - 用户登录/登出
-  - ACL 授权变更
-- [ ] **P2-3** 实现日志异步写入队列（避免影响性能）
+### 7.2 告警规则
 
-### 4.3 Phase 3：可观测性（3-5 天）
+| 条件 | 动作 | 优先级 |
+|------|------|--------|
+| 同一服务 5 分钟内出现 ≥ 3 次 ERROR | 钉钉/企微告警 + 电话（P0级） | 最高 |
+| 同一服务 10 分钟内 ERROR 率 > 5% | 钉钉告警（P1级） | 高 |
+| 磁盘使用率 > 80% | 钉钉告警（P2级） | 中 |
+| 单个 ERROR 堆栈重复出现 ≥ 10 次/分钟 | 聚合为一条告警，避免轰炸 | - |
 
-- [ ] **P3-1** 集成 ELK Stack 或 Loki（可选）
-- [ ] **P3-2** 编写 Grafana 仪表板：
-  - 请求量趋势图
-  - 错误率统计
-  - 慢接口 TOP10
-  - 用户操作审计面板
-- [ ] [ ] **P3-3** 实现告警规则（错误率超阈值触发）
+### 7.3 错误聚合策略
+
+- 相同 `error.type` + 相同 `logger` + 相同堆栈前3行 → 视为同一类错误
+- 同一类错误 5 分钟内只发 **1 条告警**（防告警轰炸）
+- 告警内容必须包含：`app`、`env`、`error.type`、首次发生时间、最近发生时间、累计次数
 
 ---
 
-## 五、配置示例
+## 八、日志查询与使用规范
 
-### 5.1 日志配置 (settings)
+| 场景 | 查询方式 | 时效要求 |
+|------|----------|----------|
+| 日常运维 | Kibana 按 `traceId` 或 `userId` 检索 | 实时 |
+| 异常排查 | 按 `app` + `level:ERROR` + 时间范围 | 实时 |
+| 业务审计 | 按 `userId` + `logger:xxx` + 时间范围 | 30分钟内 |
+| 性能分析 | 按 `costMs` 排序，找出慢请求 | 实时 |
+| 安全审计 | 查询所有访问日志，按 IP/用户筛选 | 按需 |
 
-```yaml
-# config.yaml 或 .env
-LOGGING:
-  level: INFO          # 生产环境用 INFO，开发用 DEBUG
-  dir: ./logs
-  file_prefix: app
-  max_bytes: 50MB       # 单文件最大 50MB
-  retention_days: 30      # 保留 30 天
-  error_prefix: error   # 错误日志单独文件
-  json: true            # JSON 格式输出
+---
 
-AUDIT:
-  enabled: true
-  auto_record: true     # 是否自动记录（通过装饰器）
-  sensitive_mask: true   # 启用敏感数据脱敏
-```
+## 九、检查清单（Code Review 必查）
 
-### 5.2 日志输出示例
+| 检查项 | 通过标准 |
+|--------|----------|
+| ☐ JSON 格式 | 所有日志输出均为 JSON，字段名符合规范 |
+| ☐ traceId | 所有日志都有 `traceId`，且不为 `"-"` |
+| ☐ userId | 涉及用户操作的日志都有 `userId` |
+| ☐ 业务上下文 | INFO 日志包含 `fields`，有订单ID/任务ID等 |
+| ☐ ERROR 日志 | 包含 `error.type` + `stack_trace` + 业务ID |
+| ☐ 敏感信息 | 无密码/手机号明文，有脱敏处理 |
+| ☐ 异步打印 | 使用异步 Appender |
+| ☐ 日志级别 | 框架类日志 ≥ WARN，业务日志分级合理 |
+| ☐ 循环内日志 | 无循环内的 INFO 日志 |
+| ☐ 日志分流 | 业务/系统/错误日志分文件存储 |
 
-**控制台输出（开发环境）：**
-```
-2026-08-17 18:30:00.123 | INFO | pid=12345 | MainThread | req=req-abc | dataset.router:create_dataset | dataset/router.py:45 | 数据集创建成功 {"dataset_id":"ds_abc"}
-```
+---
+
+## 十、附：完整日志示例
+
+### 示例一：业务成功流程（INFO）
 
-**文件输出（JSON 格式）：**
 ```json
-{"@timestamp":"2026-08-17T18:30:00.123Z","level":"INFO","logger":"dataset.router","message":"数据集创建成功","module":"dataset.router","function":"create_dataset","file":"dataset/router.py","line":45,"process":12345,"thread":"MainThread","request_id":"req-abc","extra":{"dataset_id":"ds_abc"}}
+{
+  "@timestamp": "2026-08-19T10:30:45.123+08:00",
+  "level": "INFO",
+  "logger": "app.services.job_service",
+  "traceId": "tracer-abc123xyz789",
+  "spanId": "span-001",
+  "userId": "U10086",
+  "message": "计算任务创建成功",
+  "fields": {
+    "jobId": "ft_a016cd8885cd",
+    "jobType": "fine_tuning",
+    "modelId": "model-llama2-7b",
+    "datasetId": "ds-20260819-001",
+    "gpuCount": 4,
+    "estimatedTime": "2h30m",
+    "costMs": 1523,
+    "source": "api"
+  },
+  "file": "job_service.py:234",
+  "thread": "MainThread",
+  "host": "compute-pod-7x9k2",
+  "app": "compute-service",
+  "env": "prod"
+}
 ```
 
-**审计日志查询 SQL：**
-```sql
--- 查询某用户最近7天的所有操作
-SELECT time, action, target_type, target_id, detail, client_ip
-FROM audit_logs
-WHERE actor_id = 'u_admin'
-  AND time >= now() - interval '7 days'
-ORDER BY time DESC;
+### 示例二：可恢复的警告（WARNING）
 
--- 查询某资源的授权变更历史
-SELECT * FROM audit_logs
-WHERE action LIKE '%acl%'
-  AND target_id = 'ds_abc123'
-ORDER BY time DESC;
+```json
+{
+  "@timestamp": "2026-08-19T08:38:27.074+08:00",
+  "level": "WARNING",
+  "logger": "app.workers.compute_poller",
+  "traceId": "tracer-xyz789abc123",
+  "spanId": "span-002",
+  "userId": "U10086",
+  "message": "计算任务状态轮询检测到失败，进入重试",
+  "fields": {
+    "jobId": "ft_a016cd8885cd",
+    "currentStatus": "FAILED",
+    "failureReason": "GPU节点不可用",
+    "errorCode": "NODE_UNAVAILABLE",
+    "retryCount": 2,
+    "maxRetries": 3,
+    "nextRetryDelay": 30
+  },
+  "file": "compute_poller.py:45",
+  "thread": "Thread-8",
+  "host": "compute-pod-7x9k2",
+  "app": "compute-service",
+  "env": "prod"
+}
+```
+
+### 示例三：严重错误（ERROR）+ 告警
+
+```json
+{
+  "@timestamp": "2026-08-19T08:38:30.456+08:00",
+  "level": "ERROR",
+  "logger": "app.services.payment_service",
+  "traceId": "tracer-pay-789xyz",
+  "spanId": "span-003",
+  "userId": "U10086",
+  "message": "支付调用失败，订单状态回滚",
+  "fields": {
+    "orderId": "ORD-20260819-001",
+    "amount": 299.00,
+    "paymentMethod": "wechat",
+    "retryCount": 3,
+    "hasRollback": true
+  },
+  "error": {
+    "type": "PaymentTimeoutException",
+    "message": "支付网关超时，等待响应超过5000ms",
+    "stack_trace": "Traceback (most recent call last):\n  File \"payment_service.py:89\" ...",
+    "root_cause": "upstream gateway 10.0.1.100:8080 connection timeout"
+  },
+  "file": "payment_service.py:156",
+  "thread": "http-nio-8080-exec-12",
+  "host": "order-pod-3f8k1",
+  "app": "order-service",
+  "env": "prod"
+}
+```
+
+### 示例四：完整的请求访问日志（ACCESS）
+
+```json
+{
+  "@timestamp": "2026-08-19T10:30:45.001+08:00",
+  "level": "INFO",
+  "logger": "app.middleware.access_log",
+  "traceId": "tracer-abc123xyz789",
+  "userId": "U10086",
+  "message": "HTTP 请求完成",
+  "fields": {
+    "method": "POST",
+    "path": "/api/v1/jobs",
+    "statusCode": 200,
+    "clientIp": "192.168.1.100",
+    "userAgent": "Mozilla/5.0 ...",
+    "requestSize": 2048,
+    "responseSize": 512,
+    "costMs": 1523,
+    "requestBody": {"modelId": "model-llama2-7b", "datasetId": "ds-001"},  // 已脱敏
+    "responseBody": {"jobId": "ft_a016cd8885cd", "status": "CREATED"}      // 已脱敏
+  },
+  "app": "compute-service",
+  "env": "prod"
+}
 ```
 
 ---
 
-## 六、附录
+## 十一、附录：技术栈配置速查
 
-### A. 日志关键字段说明
+### Python (Logging + JSON)
 
-| 字段 | 类型 | 说明 | 示例 |
-|------|------|------|------|
-| `trace_id` | string | 请求唯一标识，用于串联一次请求的所有日志 | `req-uuid-1234` |
-| `parent_span_id` | string | 父 Span ID（用于分布式追踪） | `span-parent-5678` |
-| `actor_id` | string | 操作人用户 ID | `u_admin` |
-| `action` | string | 操作动作 | `dataset.create`, `model.delete`, `login.success` |
-| `target_type` | string | 操作的资源类型 | `dataset`, `trained_model`, `user` |
-| `target_id` | string | 资源 ID | `ds_abc123` |
-| `detail` | string/json | 操作详情 | `{"name": "训练数据", "type": "train"}` |
-| `client_ip` | string | 客户端 IP | `192.168.1.100` |
-| `duration_ms` | real | 接口耗时(ms) | `125.5` |
-| `status_code` | int | HTTP 状态码 | `200`, `404`, `500` |
+```python
+import logging
+import json
+from pythonjsonlogger import jsonlogger
 
-### B. 推荐的 Python 日志库对比
+logger = logging.getLogger("app")
+handler = logging.FileHandler("logs/app-biz.log")
+formatter = jsonlogger.JsonFormatter(
+    fmt="%(asctime)s %(levelname)s %(name)s %(traceId)s %(message)s",
+    rename_fields={"asctime": "@timestamp", "name": "logger"}
+)
+handler.setFormatter(formatter)
+logger.addHandler(handler)
+```
 
-| 库 | 特点 | 适用场景 |
-|-----|------|---------|
-| `structlog` | 结构化日志，高性能 | 推荐 ✅ |
-| `loguru` | 简单易用，自动配置 | 小型项目 |
-| `logging` | Python 标准库 | 当前已使用 |
+### Java (Logback + JSON)
 
-### C. 参考链接
+```xml
+<!-- logback-spring.xml -->
+<appender name="JSON" class="ch.qos.logback.core.ConsoleAppender">
+    <encoder class="net.logstash.logback.encoder.LogstashEncoder">
+        <fieldNames>
+            <timestamp>@timestamp</timestamp>
+            <level>level</level>
+            <thread>thread</thread>
+            <logger>logger</logger>
+        </fieldNames>
+    </encoder>
+</appender>
+```
 
-- [Python logging cookbook](https://docs.python.org/3/howto/logging.html)
-- [ELK Stack 官方文档](https://www.elastic.co/guide/index.html)
-- [OpenTelemetry 规范](https://opentelemetry.io/docs/)
+### Go (Zap + JSON)
+
+```go
+logger, _ := zap.NewProduction()
+logger.Info("订单创建成功",
+    zap.String("traceId", traceId),
+    zap.String("userId", userId),
+    zap.String("orderId", orderId),
+    zap.Int64("costMs", costMs),
+)
+```

docs/租户与用户权限体系梳理及纠偏流程.md

@@ -0,0 +1,628 @@
+# 租户与用户权限体系梳理及纠偏流程
+
+> 版本：v1.0  
+> 梳理日期：2026-08-20  
+> 适用范围：YG_FT 平台后端、前端、Compute Agent、MinIO、PostgreSQL 及离线部署目录  
+> 目的：明确租户、用户、角色、权限、资源和审批之间的层级关系，识别当前实现中的概念冲突，并为后续优化提供唯一设计口径。
+
+## 一、结论摘要
+
+当前系统已经具备用户登录、租户字段、租户成员、资源 ACL、审批、GPU 分配和资源级动作校验，但概念来源还没有完全收敛，主要表现为：
+
+1. **用户和租户没有混为一个数据库对象，但业务流程中边界不清**：用户表保存 `tenant_id`，同时又通过 `tenant_members` 表表达租户关系，导致“主租户”和“成员关系”的判定规则并存。
+2. **平台角色、租户角色、页面权限码、资源动作权限同时存在，但职责没有彻底分离**：`users.role`、`users.permissions`、`tenant_members.role`、`roles.permissions` 可能产生不一致。
+3. **资源归属字段不统一**：部分资源使用独立的 `created_by`，部分任务把创建者放在 `payload.created_by`，部分资源的 `tenant_id` 允许为空，历史数据因此出现“ACL 已授权但列表不可见”的问题。
+4. **租户创建、用户创建、成员加入和资源授权是四条不同流程，目前在页面上有交叉**：创建用户时直接写入租户成员，租户的 `owner_user_id` 却没有同步建立 owner 成员关系。
+5. **项目表和项目字段仍在数据库及部分接口中保留**，但当前产品已经取消项目作为用户可见的业务隔离层，继续把 `project_id` 当权限条件会造成新的歧义。
+6. **正确的目标模型应当是**：平台管理员管理平台身份和租户；用户通过租户成员关系进入一个或多个租户；资源属于一个租户并有一个所有者；资源使用通过 ACL 动作权限；高风险动作通过审批；GPU 和配额是资源使用前的运行时约束。
+
+本文件的纠偏原则是：**先统一口径，再做兼容迁移；先保证后端判定一致，再调整前端菜单和数据库约束；历史字段暂不删除，但不再新增新的业务依赖。**
+
+## 二、目标层级模型
+
+```text
+平台 Platform
+│
+├── 平台身份与平台角色
+│   ├── platform_admin：平台管理员，可管理租户、用户、策略和全部资源
+│   └── platform_user：普通平台用户，不因登录自动获得资源权限
+│
+├── 租户 Tenant
+│   ├── 租户基本信息、状态、配额、留存策略
+│   ├── 租户成员 TenantMember
+│   │   ├── owner：租户所有者
+│   │   ├── admin：租户管理员
+│   │   ├── member：普通成员
+│   │   └── viewer：只读成员
+│   └── 租户内资源
+│       ├── 数据集
+│       ├── 基座模型
+│       ├── 训练任务与训练模型
+│       ├── 评测任务
+│       ├── 推理任务
+│       └── 数据处理/转换任务
+│
+├── 资源授权 Resource ACL
+│   ├── principal：user 或 tenant role
+│   ├── read：查看
+│   ├── write：编辑
+│   ├── execute：训练、推理、评测等使用
+│   ├── download：下载或导出文件
+│   ├── delete：删除
+│   └── admin：资源授权和完整管理
+│
+├── 运行时资源
+│   ├── Compute Node
+│   ├── GPU
+│   ├── GPU assignment：用户获批可使用哪些 GPU
+│   ├── GPU reservation：任务当前占用哪些 GPU
+│   └── Tenant quota reservation：租户当前预留了多少运行资源
+│
+└── 审批与审计
+    ├── resource access：申请资源 ACL
+    ├── gpu.assign：申请算力卡
+    ├── tenant.quota.update：申请租户配额变更
+    ├── 高风险删除/导出/合并操作
+    └── 全部结果写入审计日志
+```
+
+### 2.1 四个必须分开的概念
+
+| 概念 | 正确含义 | 不应承担的职责 |
+|---|---|---|
+| 用户 User | 可登录平台的人或服务账号 | 不代表租户，也不自动代表资源权限 |
+| 租户 Tenant | 资源、成员、配额和审计的隔离边界 | 不直接作为登录账号 |
+| 角色 Role | 某个范围内的一组职责 | 不应直接等同于某个用户的全部资源权限 |
+| 权限 Permission | 对页面或资源的具体操作能力 | 不应只靠前端按钮控制 |
+
+## 三、当前实现盘点
+
+### 3.1 用户身份层
+
+当前主要实现位置：
+
+- `users` 表：保存账号、密码哈希、平台角色、状态、页面权限 JSON、主租户字段。
+- `sessions` 表：保存登录会话、过期时间和注销时间。
+- `backend/app/core/auth.py`：解析 Token、校验用户状态、校验页面权限和租户上下文。
+- `/users` 接口：当前只有管理员可以创建、修改、禁用和删除用户。
+
+当前用户对象包含：
+
+```text
+id / username / display_name / status
+role / protected / permissions
+tenant_id
+```
+
+存在的混淆：
+
+- `role=operator/viewer/user` 是平台用户字段，但 `tenant_members.role` 还有 `owner/admin/member/viewer`，两套角色名称不在同一层级。
+- `role=user` 在创建接口中被接受，但设计文档主要定义的是 `admin/operator/viewer/guest`，前端又同时显示“普通用户”。
+- 创建用户时直接生成 `tenant_members` 活跃成员记录；这相当于“创建用户”和“加入租户”一次完成，没有邀请、待确认或成员审批边界。
+- `users.permissions` 是用户级 JSON，`roles` 表只提供查询接口，当前没有形成“角色变更自动计算权限”的唯一来源。
+- 非管理员创建/更新用户时会被剥离 `compute` 和 `user-settings`，但初始化 SQL 中的 `u_operator` 种子数据仍包含 `compute`，代码默认值和 SQL 种子不一致。
+
+### 3.2 租户层
+
+当前主要实现位置：
+
+- `tenants` 表：保存租户名称、状态、owner_user_id、配额和留存策略。
+- `tenant_members` 表：保存租户与用户的多对多关系、租户角色、状态、邀请人和有效期。
+- `tenant_membership()`、`user_tenant_ids()`：判定当前用户的租户范围。
+- `/tenants/{tenant_id}/members`：管理员或租户 owner/admin 管理成员。
+
+当前逻辑：
+
+```text
+当前用户租户范围 = users.tenant_id + tenant_members 中 status=active 的 tenant_id
+当前请求租户 = X-Tenant-ID（仅在用户属于该租户时生效）
+资源租户 = 资源 tenant_id，部分任务还会从 payload 中读取 tenant_id
+```
+
+主要问题：
+
+1. `users.tenant_id` 和 `tenant_members` 都能表达租户关系，但没有明确谁是主数据、谁是兼容字段。
+2. `tenants.owner_user_id` 创建租户时写入，但创建租户流程没有自动写入对应的 `tenant_members(role='owner')`。
+3. 平台管理员创建普通用户时直接加入租户，租户管理员也可以直接添加成员，邀请/加入申请流程虽已具备接口，但不是主流程。
+4. `tenant_id` 在资源表中有的为 `NOT NULL`，有的允许 `NULL`；历史资源的 `NULL` 租户需要特殊兼容判断。
+5. 租户删除是状态删除，但成员、资源、ACL、审批、MinIO 对象和本地缓存的后续处理没有统一的生命周期编排入口。
+
+### 3.3 页面权限层
+
+页面权限由两部分组成：
+
+```text
+前端：路由 meta.permission + 侧边栏过滤 + 按钮显示
+后端：MODULE_PERMISSIONS + get_current_user / require_admin
+```
+
+页面权限码包括：
+
+```text
+dashboard, fine-tune, model-eval, model-inference,
+model-manage, dataset, data-process, data-convert,
+compute, hardware, logs, user-settings
+```
+
+问题：
+
+- 页面权限码是“能否进入模块”，不是“能否使用某一条数据或 GPU”，但历史实现中一度把 `compute` 页面权限阻断了普通用户读取自己获批 GPU 的接口，造成“有 GPU 分配但训练页面看不到”的问题。
+- 普通用户的 `compute` 管理菜单应保持隐藏，但训练、推理、评测所需的个人节点/GPU查询应当是独立的自助只读接口。
+- 前端权限控制和后端权限控制分别维护，按钮隐藏不能作为安全边界。
+
+### 3.4 资源权限层
+
+当前资源权限主要由以下条件组合：
+
+```text
+平台管理员旁路
+    或
+资源属于当前租户
+且（资源所有者 == 当前用户
+    或 ACL 明确授权
+    或当前用户是租户 owner/admin）
+且满足具体动作 read/write/execute/download/delete/admin
+```
+
+已接入资源类型包括：
+
+```text
+dataset / model / trained_model / fine-tune / eval / inference
+data_process / data_convert / compare / project（历史兼容）
+```
+
+当前差异：
+
+| 资源 | 当前所有者来源 | 当前租户来源 | 主要风险 |
+|---|---|---|---|
+| datasets | `created_by` | `tenant_id`，部分历史为空 | 列表、详情、训练权限可能不一致 |
+| models | `created_by` | `tenant_id`，基座模型存在平台共享规则 | 基座模型共享与训练产物共享容易混淆 |
+| trained_models | `created_by` | `tenant_id` | 血缘来源、默认授权需统一 |
+| fine_tune_tasks | 多数在 `payload.created_by` | 多数在 payload 或派生字段 | 结构化查询和授权容易漏字段 |
+| eval_tasks | `created_by` | `tenant_id` | 与数据集/模型执行权限必须同时校验 |
+| compare_tasks | 表字段和 payload 并存 | 表字段和 payload 并存 | 推理任务与模型使用权限容易分裂 |
+| data_process_tasks | `created_by` | `tenant_id` | 处理结果派生数据集授权不明确 |
+| data_convert_tasks | `created_by` | `tenant_id` | 历史表结构和初始化脚本存在演进痕迹 |
+| projects | `create_by` 等历史字段 | `tenant_id` | 当前已取消项目业务层，但表和接口仍在 |
+
+### 3.5 GPU 与运行时权限层
+
+GPU 相关关系实际上有三层：
+
+```text
+gpus
+  └── gpu_assignments：管理员批准“用户可以使用哪张卡”
+        └── gpu_allocations / gpu_reservations：任务运行时“当前占用了哪张卡”
+```
+
+正确判定顺序应为：
+
+1. 用户拥有租户成员资格且账号 active。
+2. 用户已经获得该 GPU 的分配或管理员旁路。
+3. 节点 online、enabled，GPU 存在且没有被其他任务占用。
+4. 租户配额可以完成原子预留。
+5. 训练、推理或评测任务提交到指定节点。
+
+目前已经有分配申请、审批后写入 `gpu_assignments`、运行时预留和释放逻辑，但仍需把“审批结果、GPU 分配、配额预留、节点故障回收”统一成一个状态机。
+
+## 四、当前数据库关系与问题
+
+### 4.1 当前表的职责分组
+
+```text
+身份
+├── users
+├── sessions
+└── roles
+
+租户
+├── tenants
+├── tenant_members
+└── tenant_quota_reservations
+
+资源权限
+├── acls
+├── resource_access_requests
+├── approval_templates
+├── approval_instances
+└── approval_steps
+
+业务资源
+├── datasets / dataset_files / dataset_file_versions / dataset_records
+├── models / trained_models / model_lineage / model_artifacts
+├── fine_tune_tasks / eval_tasks / compare_tasks
+├── data_process_tasks / data_convert_tasks
+└── projects / project_members（历史兼容）
+
+运行资源
+├── compute_nodes
+├── gpus
+├── gpu_assignments
+├── gpu_allocations
+├── gpu_reservations
+└── resource_replicas / storage_objects / storage_cache_jobs
+
+审计
+└── audit_logs
+```
+
+### 4.2 数据库设计中的主要问题
+
+#### 问题 A：租户归属字段可空且没有统一外键
+
+`models`、`trained_models`、`datasets`、`eval_tasks`、`compare_tasks`、数据处理相关表的 `tenant_id` 演进过程不同，部分字段仍允许空值。多数资源表也没有对 `tenants(id)` 的外键约束。
+
+后果：
+
+- 资源可能被创建但没有租户归属。
+- 列表接口和详情接口的可见性不同。
+- ACL 授权是否跨租户无法仅靠数据库判断。
+- 历史数据需要特殊分支，增加权限代码复杂度。
+
+#### 问题 B：所有者字段不统一
+
+当前同时存在 `created_by`、`owner_id`、`create_by` 和 `payload.created_by`。这会导致：
+
+- 列表判断资源所有者时需要按资源类型写特殊逻辑。
+- 用户删除时无法保证所有资源都能被一致地软删除。
+- 审计目标和资源所有者可能不是同一个字段。
+
+#### 问题 C：角色权限没有单一来源
+
+当前存在以下可能来源：
+
+```text
+users.role
+users.permissions(JSON)
+tenant_members.role
+roles.permissions(JSON)
+前端 PermissionCode
+后端 ALL_PERMISSIONS / MODULE_PERMISSIONS
+```
+
+如果更新了角色但没有同步用户权限 JSON，页面和接口可能出现不同结果；如果只修改前端权限码，后端仍可能拒绝；如果只修改 `tenant_members.role`，并不会自动改变平台页面权限。
+
+#### 问题 D：资源 ACL 不是所有资源的唯一授权来源
+
+基座模型在当前设计中对租户用户默认共享 read/execute；资源所有者又有隐式权限；租户管理员又有管理旁路；ACL 只是其中一层。这个设计可以成立，但必须在文档和代码中严格区分：
+
+```text
+平台共享规则 ≠ ACL 授权
+资源所有权 ≠ 租户管理员权限
+页面权限 ≠ 资源动作权限
+GPU 分配 ≠ 资源 ACL
+```
+
+#### 问题 E：项目字段与当前产品边界不一致
+
+`projects`、`project_members`、`project_id` 仍在数据库中存在，但当前产品已经决定不把项目作为用户可见的隔离层。它们应被标记为 legacy，不应再参与新资源的权限判定，也不应在新建页面继续要求填写。
+
+## 五、目标唯一口径
+
+### 5.1 用户与租户的最终关系
+
+```text
+一个用户可以属于多个租户
+一个租户可以拥有多个用户
+用户在一次请求中只能选择一个 active_tenant
+资源必须归属于 active_tenant
+```
+
+推荐保留：
+
+- `users.tenant_id`：暂时保留为兼容字段，表示用户的 primary tenant，不再作为多租户关系的唯一来源。
+- `tenant_members`：升级为租户成员关系的唯一权威来源。
+- `X-Tenant-ID`：明确表达当前请求租户，必须来自 active membership。
+
+最终判定：
+
+```text
+有效租户 = tenant_members(status=active, 未过期)
+primary tenant = users.tenant_id（仅兼容和默认登录上下文）
+当前租户 = 请求 X-Tenant-ID，否则 primary tenant
+```
+
+### 5.2 平台角色与租户角色
+
+推荐收敛为两层：
+
+| 层级 | 字段/表 | 允许的角色 | 作用 |
+|---|---|---|---|
+| 平台层 | `users.platform_role`，兼容当前 `users.role` | `platform_admin`、`platform_user` | 管理租户、平台配置、平台用户和全局策略 |
+| 租户层 | `tenant_members.role` | `owner`、`admin`、`member`、`viewer` | 管理本租户成员、资源和租户级审批 |
+
+不建议继续把 `operator`、`user`、`member` 混在一个角色字段中。过渡期可以保留旧值，但新增代码只允许通过映射函数转换：
+
+```text
+admin/protected -> platform_admin
+operator/user   -> platform_user + tenant_members.member
+viewer          -> platform_user + tenant_members.viewer
+```
+
+### 5.3 页面权限与资源动作
+
+页面权限只解决“能否进入模块”：
+
+```text
+module permission: dataset / fine-tune / model-inference / ...
+```
+
+资源动作解决“能否操作某个资源”：
+
+```text
+read / write / execute / download / delete / admin
+```
+
+统一授权函数输入应固定为：
+
+```text
+authorize(
+    actor_id,
+    active_tenant_id,
+    resource_type,
+    resource_id,
+    action,
+)
+```
+
+推荐判定顺序：
+
+1. 会话有效且用户 active。
+2. 当前租户 active，用户是该租户成员。
+3. 平台管理员旁路，或资源属于当前租户。
+4. 资源所有者拥有默认动作集合。
+5. 租户 owner/admin 按租户范围拥有管理动作。
+6. ACL 明确授予当前用户或租户角色对应动作。
+7. 对 download、delete、admin 等高风险动作执行额外审批检查。
+
+### 5.4 资源标准字段
+
+所有新资源应统一具备：
+
+```text
+id
+tenant_id NOT NULL
+created_by NOT NULL
+created_at
+updated_at
+deleted_at
+deleted_by
+```
+
+历史 `owner_id`、`create_by` 和 `payload.created_by` 只在迁移阶段读取，最终写入标准字段。任务配置 JSON 可以保留业务参数，但不再存放权限事实。
+
+## 六、标准业务流程
+
+### 6.1 创建租户流程
+
+```text
+平台管理员
+  │
+  ├─ 创建租户基本信息
+  ├─ 设置租户配额和状态=active
+  ├─ 指定或创建租户 owner
+  ├─ 写入 tenant_members(tenant_id, owner_user_id, owner)
+  ├─ 初始化审批策略
+  └─ 记录 tenant.create / tenant.member.add 审计
+```
+
+纠偏要求：`tenants.owner_user_id` 和 `tenant_members(role='owner')` 必须在同一事务中维护；不能只写一个。
+
+### 6.2 创建用户与加入租户流程
+
+#### 平台管理员创建用户
+
+```text
+平台管理员
+  │
+  ├─ 创建 users 记录
+  ├─ 选择初始平台角色：platform_user 或 platform_admin
+  ├─ 选择 primary tenant
+  ├─ 写入 tenant_members
+  │   ├─ owner 仅平台管理员明确指定时允许
+  │   └─ 普通用户默认 member 或 viewer
+  ├─ 生成页面权限快照（过渡期）
+  └─ 记录 user.create / tenant.member.add 审计
+```
+
+#### 已存在用户加入新租户
+
+```text
+租户 owner/admin 或平台管理员
+  │
+  ├─ 发出邀请或创建加入申请
+  ├─ tenant_members.status = pending
+  ├─ 被邀请用户接受
+  ├─ tenant_members.status = active
+  └─ 用户选择 X-Tenant-ID 后访问该租户资源
+```
+
+纠偏要求：不能把“创建登录用户”和“拥有某租户全部资源”理解为同一件事；新用户默认没有任何资源 ACL，也没有 GPU 分配。
+
+### 6.3 创建业务资源流程
+
+```text
+登录用户
+  │
+  ├─ 会话校验
+  ├─ 确定 active_tenant
+  ├─ 校验租户 active 和用户成员状态
+  ├─ 写入资源 tenant_id + created_by
+  ├─ 写入资源业务表
+  ├─ 写入 MinIO 对象元数据（如有文件）
+  ├─ 生成资源血缘/版本快照
+  └─ 记录资源创建审计
+```
+
+数据处理结果生成数据集时，必须继承任务的租户和创建者；不能因为是系统生成就把 `tenant_id` 和 `created_by` 留空。
+
+### 6.4 资源查看和授权流程
+
+```text
+用户请求资源列表/详情
+  │
+  ├─ 页面权限检查
+  ├─ active_tenant 检查
+  ├─ 资源 tenant_id 检查
+  ├─ 所有者 / 租户角色 / ACL 判定
+  ├─ 返回资源元数据
+  └─ 文件、版本、MinIO 对象再次按同一资源动作校验
+```
+
+资源授权：
+
+```text
+资源所有者或租户管理员/平台管理员
+  │
+  ├─ 选择用户或租户角色
+  ├─ 选择 read/write/execute/download 等动作
+  ├─ 设置有效期
+  ├─ 写入 ACL 或创建访问审批
+  └─ 记录授权来源、授权人和审计
+```
+
+### 6.5 训练、推理、评测使用资源流程
+
+```text
+创建任务
+  │
+  ├─ 页面权限：fine-tune / model-inference / model-eval
+  ├─ active_tenant 和任务资源归属校验
+  ├─ 基座模型：平台共享规则或 model.execute
+  ├─ 训练模型：trained_model.execute
+  ├─ 数据集：dataset.execute
+  ├─ GPU assignment：用户是否获批使用所选卡
+  ├─ 节点：GPU 所属节点是否 online/enabled
+  ├─ 原子预留 GPU 和租户配额
+  ├─ MinIO/节点缓存准备
+  ├─ 提交计算任务
+  └─ 成功、失败、取消、超时、节点故障统一释放预留
+```
+
+### 6.6 高风险操作审批流程
+
+```text
+用户发起高风险操作
+  │
+  ├─ 检查当前用户是否有基础资源权限
+  ├─ 检查是否为管理员旁路
+  ├─ 匹配 tenant + action + resource_type 审批策略
+  ├─ 创建 pending 审批实例
+  ├─ 审批人从当前会话确定
+  ├─ approved -> 幂等执行具体效果
+  │              ├─ ACL 授权
+  │              ├─ GPU 分配
+  │              └─ 配额更新
+  ├─ rejected/cancelled/expired -> 不产生资源效果
+  └─ 全流程记录审计
+```
+
+## 七、纠偏开发计划
+
+### 阶段 0：冻结口径
+
+1. 书面确认：不再把项目作为新业务隔离层。
+2. 确认平台角色只有平台管理员和平台用户两类；租户职责由 `tenant_members.role` 表达。
+3. 确认 `tenant_members` 是租户关系权威表，`users.tenant_id` 仅作为 primary tenant 兼容字段。
+4. 确认所有资源必须有 `tenant_id`、`created_by`、生命周期字段。
+5. 确认基座模型共享不等于训练模型和数据集共享。
+
+### 阶段 1：身份和租户纠偏
+
+1. 为平台角色建立统一映射，停止新增 `role='user'` 的特殊逻辑。
+2. 用户创建、租户创建、成员邀请、成员接受、成员移除统一走成员服务。
+3. 创建租户时同步 owner 成员记录。
+4. 租户成员变更、用户禁用、用户软删除时统一撤销会话、GPU 分配、ACL、待审批流程。
+5. 新增当前租户查询和切换接口，前端显示“当前租户”，避免仅显示用户主租户。
+
+### 阶段 2：资源数据纠偏
+
+1. 对所有资源表补齐并回填 `tenant_id`、`created_by`、`created_at`、`updated_at`。
+2. 将任务 payload 中的创建者和租户迁移到结构化字段。
+3. 对历史 `tenant_id IS NULL` 数据按以下顺序处理：
+   - 能从创建者找到租户的，回填创建者所属租户。
+   - 系统生成数据集能从源任务找到租户的，继承源任务租户。
+   - 仍无法确定归属的，进入待治理清单，不自动公开。
+   - 管理员明确授权的历史资源可临时通过用户级 ACL 访问，直到完成归属迁移。
+4. 为资源和租户建立必要索引；在数据清洗完成后再逐步收紧 `NOT NULL` 和外键。
+
+### 阶段 3：权限判定收敛
+
+1. 建立统一 `authorize()` 服务，所有列表、详情、文件、版本、下载、MinIO、缓存和任务接口调用同一套判定。
+2. 页面权限只用于模块入口；资源动作必须在后端独立判断。
+3. 统一基座模型、训练模型、数据集和任务的血缘权限来源。
+4. 统一 GPU assignment、GPU reservation 和租户配额 reservation 的状态流转。
+5. 审批实例增加幂等键和过期处理任务，避免重复审批和重复执行。
+
+### 阶段 4：数据库和初始化脚本
+
+1. 将完整初始化 SQL 与迁移 SQL 的职责分开：新库只执行一份完整脚本，旧库执行版本化迁移。
+2. 初始化 SQL 中统一种子用户、种子角色、默认租户和租户成员关系，不能出现 operator 仍拥有普通用户不应有的 `compute` 权限而代码又剥离该权限的矛盾。
+3. 给所有需要的关联增加外键或由应用层统一保证引用完整性。
+4. 为 `tenant_id + status`、`created_by + deleted_at`、ACL 主体、审批状态和 GPU 状态建立索引。
+5. 主工程与 `docker/offline/src` 的完整 SQL、迁移、代码和部署文档做 SHA-256 一致性校验。
+
+### 阶段 5：前端流程纠偏
+
+1. 用户管理页面分别显示平台角色、所属租户、租户角色、页面权限和资源权限，不再把它们放在一个“权限”字段中。
+2. 租户详情页显示成员、租户角色、配额使用、审批策略和资源统计。
+3. 资源详情页显示资源所属租户、创建者、授权主体、动作、有效期和授权来源。
+4. 训练/推理/评测页面只显示当前用户有 `execute` 权限且已获批 GPU 的资源。
+5. 对“无权访问”“未授权”“审批中”“资源已删除”“租户已停用”分别展示原因，不统一显示为数据为空或 500。
+
+## 八、建议的验收矩阵
+
+| 场景 | 预期结果 |
+|---|---|
+| 用户未加入租户访问租户资源 | 403 |
+| 用户属于租户但没有资源 ACL | 资源列表不可见，详情 403 |
+| 用户获得 dataset.read | 数据集可见，可预览，但不能训练或上传 |
+| 用户获得 dataset.execute | 数据集可用于训练/评测，但不能编辑或下载 |
+| 用户获得 dataset.download | 可以下载文件，但不能训练 |
+| 用户获得 trained_model.execute | 可以推理/评测，不能导出 |
+| 用户获得 trained_model.download | 可以导出或下载，不能执行推理 |
+| 用户获批 GPU 但没有数据集 execute | 不能创建训练任务 |
+| 用户有数据集 execute 但没有 GPU assignment | 不能创建训练任务 |
+| 管理员撤销 ACL | 列表、详情、执行、下载均立即重新校验 |
+| 用户被禁用 | 会话失效，成员和 ACL 不能继续生效 |
+| 租户被停用 | 租户资源不可创建和执行，运行任务进入待处理/失败策略 |
+| 历史资源 tenant_id 为空且无 ACL | 普通用户不可见 |
+| 历史资源 tenant_id 为空且有管理员直接用户 ACL | 仅指定用户在有效期内可见和按动作使用 |
+| 资源删除 | 资源不可见，ACL、审批、对象清理流程被触发 |
+| MinIO 不可用 | 资源元数据权限仍可判断，涉及对象的操作返回明确存储故障 |
+
+## 九、纠偏完成判定
+
+满足以下条件，才认为租户与用户权限完成统一，而不是“接口能够调用”：
+
+- `tenant_members` 成为租户关系唯一权威来源，`users.tenant_id` 只作为兼容主租户。
+- 平台角色和租户角色职责分离，角色权限不再通过多个 JSON/字段重复维护。
+- 新资源全部具备非空租户和创建者，历史资源有明确归属或进入治理清单。
+- 所有资源接口、文件接口、MinIO 接口和任务接口使用统一动作授权。
+- 数据集、基座模型、训练模型和任务之间的派生关系不会自动扩大访问范围。
+- 用户创建、成员邀请、资源授权、GPU 申请、配额申请和审批都能追溯到用户、租户、资源、动作和请求 ID。
+- 初始化 SQL、迁移 SQL、在线数据库和离线源码目录的表结构与权限逻辑一致。
+- 双用户、跨租户、ACL 撤销、权限过期、用户禁用、租户停用、GPU 冲突和 MinIO 故障场景全部通过验证。
+
+## 十、2026-08-20 本轮改造结果
+
+本轮已按目标层级模型完成一轮可运行的后端、数据库和前端收敛：
+
+1. `users.platform_role` 已作为平台角色标准字段，值为 `platform_admin` 或 `platform_user`；历史 `users.role` 继续返回，供旧客户端兼容。
+2. `tenant_members` 已作为租户成员关系的权威来源。创建租户时会在同一事务中写入 `owner` 成员；创建用户时单独使用 `tenant_role` 写入成员角色，不再因为平台角色是管理员就自动成为租户 owner。
+3. 用户接口返回 `platform_role`、`tenant_memberships` 和 `tenant_count`，组织页面已区分平台身份与租户成员关系。
+4. `fine_tune_tasks` 已增加结构化 `tenant_id`、`created_by`、`deleted_at`、`deleted_by`；训练列表、详情和 owner 判定优先使用结构化字段，历史 payload 仅作回退。
+5. 新建数据集、训练、评测、推理任务会绑定当前认证租户；普通用户不能仅通过请求体伪造其他租户。平台管理员仍可为指定租户创建资源。
+6. 普通用户的资源列表继续通过租户成员、所有者和 ACL 统一过滤；项目不再出现在前端路由、组织页面和新权限判断中。
+7. 租户删除已补充 `deleted_at/deleted_by` 软删除，并同步禁用该租户的成员关系。
+8. `000_full_init.sql` 已包含本轮标准字段、索引、owner 成员修复和无项目业务依赖的种子数据；`docker/offline/src/backend/app/db/sql` 仅保留这一份完整初始化脚本。
+9. `docker/offline/src` 已同步当前 backend、frontend、compute 源码和构建后的 `frontend-dist`。
+
+本轮已在线验证：数据库字段存在、普通用户身份返回、用户租户成员关系返回、租户 owner 自动建立、租户软删除、跨租户伪造创建被 403 拒绝；前端 `npm run build` 通过。项目表、项目字段及旧项目 API 仅保留历史兼容读取，不再作为新业务隔离条件。
+
+## 十一、下一步开发计划
+
+1. 为资源详情和资源授权页面补充租户、创建者、授权来源、有效期和动作权限的可视化信息。
+2. 将数据处理、数据转换等派生资源的租户和创建者继承改为统一服务，并清理历史 `tenant_id IS NULL` 待治理清单。
+3. 将 GPU assignment、GPU reservation、租户配额 reservation 和审批实例整理为同一状态机，补充节点故障回收验收。
+4. 执行双租户、双用户、ACL 过期/撤销、用户禁用、租户停用、MinIO 故障和多 GPU 冲突的完整回归测试。

frontend/README.md

@@ -1,4 +1,4 @@
-# 远光软件微调平台 - 前端（Vue 3）
+# 远光智炼 - 前端（Vue 3）
 
 > 由原 `web/` 静态多页面 HTML 项目改造而来。
 

frontend/index.html

@@ -4,7 +4,7 @@
     <meta charset="UTF-8" />
     <link rel="icon" href="/favicon.ico" />
     <meta name="viewport" content="width=device-width, initial-scale=1.0" />
-    <title>远光软件微调平台</title>
+    <title>远光智炼</title>
   </head>
   <body>
     <div id="app"></div>

frontend/src/api/modules/approval.ts

@@ -21,17 +21,49 @@ export interface ApprovalInstance {
   status: string
   current_step: number
   create_time?: string
+  action?: string | null
+  tenant_id?: string | null
+  execution_status?: string | null
   steps: Array<ApprovalStep & { step_index: number; comment?: string | null; time?: string | null }>
 }
 
+export interface ResourceAccessRequest {
+  id: string
+  tenant_id: string
+  resource_type: string
+  resource_id: string
+  applicant_id: string
+  principal_type: string
+  principal_id: string
+  requested_permissions: string[]
+  reason?: string | null
+  approval_id?: string | null
+  status: string
+  expires_at?: string | null
+  created_at?: string
+  cancelled_at?: string | null
+  cancelled_by?: string | null
+}
+
+export interface GpuRequestOption {
+  id: string
+  code: string
+  name: string
+  gpus: Array<{
+    index: number
+    name: string
+    memory_total_gb: number
+  }>
+}
+
 export const getApprovalTemplates = () =>
   get<ApprovalTemplate[]>('/approvals/templates')
 
 export const createApprovalTemplate = (payload: { name: string; steps: ApprovalStep[] }) =>
   post<ApprovalTemplate>('/approvals/templates', payload)
 
-export const getApprovalInstances = (status?: string) =>
-  get<ApprovalInstance[]>('/approvals', { status })
+export const getApprovalInstances = (status?: string, mine = false) =>
+  get<ApprovalInstance[]>('/approvals', { status, mine: mine || undefined })
 
 export const createApprovalInstance = (payload: {
   template_id?: string
@@ -46,5 +78,31 @@ export const getApprovalInstance = (id: string) =>
 export const decideApproval = (
   id: string,
   step_index: number,
-  payload: { approver_id: string; approved: boolean; comment?: string },
+  payload: { approved: boolean; comment?: string },
 ) => post<ApprovalInstance>(`/approvals/${id}/steps/${step_index}/decision`, payload)
+
+export const createResourceAccessRequest = (payload: {
+  resource_type: string
+  resource_id: string
+  principal_type?: 'user' | 'role'
+  principal_id?: string
+  requested_permissions: string[]
+  reason?: string
+  expires_at?: string
+}) => post<ResourceAccessRequest>('/approvals/resource-access/requests', payload)
+
+export const getResourceAccessRequests = (status?: string) =>
+  get<ResourceAccessRequest[]>('/approvals/resource-access/requests', { status })
+
+export const cancelResourceAccessRequest = (id: string) =>
+  post<ResourceAccessRequest>(`/approvals/resource-access/requests/${id}/cancel`, {})
+
+export const getGpuRequestOptions = () =>
+  get<{ nodes: GpuRequestOption[] }>('/approvals/gpu-options')
+
+export const requestGpuAccess = (payload: {
+  assignments: Array<{ node_id: string; gpu_index: number }>
+  reason?: string
+}) => post<{ approval_required?: boolean; approval_id?: string; approval?: ApprovalInstance }>(
+  '/approvals/gpu-requests', payload,
+)

frontend/src/api/modules/audit.ts

@@ -11,6 +11,11 @@ export interface AuditLog {
   target_id?: string
   detail?: string
   client_ip?: string
+  result?: string
+  reason?: string
+  request_id?: string
+  session_id?: string
+  metadata?: string | Record<string, unknown>
   time?: string
 }
 
@@ -20,6 +25,8 @@ export interface AuditQuery {
   actor_id?: string
   action?: string
   target_type?: string
+  target_id?: string
+  keyword?: string
   start_time?: string
   end_time?: string
   limit?: number

frontend/src/api/modules/compare.ts

@@ -1,4 +1,4 @@
-import { get, post, del } from '../request'
+import { get, post, del, getAuthHeaders } from '../request'
 import type { CompareTask, CompareModelRef } from '@/types'
 
 const INFERENCE_START_TIMEOUT_MS = 15 * 60 * 1000
@@ -78,7 +78,10 @@ export const streamChatReal = (data: any): Promise<Response> => {
   }
   return fetch('/modelTF/model-compare/stream-chat', {
     method: 'POST',
-    headers: { 'Content-Type': 'application/json' },
+    headers: {
+      'Content-Type': 'application/json',
+      ...getAuthHeaders(),
+    },
     body: JSON.stringify({
       messages,
       temperature: data.temperature ?? 0.7,

frontend/src/api/modules/data-convert.ts

@@ -10,7 +10,12 @@ export interface DataConvertTask {
   output_count: number
   error_message: string
   create_time: string
-  update_time?: string
+ update_time?: string
+  created_by?: string | null
+  creator_name?: string | null
+  processed_by?: string | null
+  processor_name?: string | null
+  processed_at?: string | null
   input_files?: Array<{ name: string; size: number }>
 }
 

frontend/src/api/modules/fineTune.ts

@@ -49,6 +49,15 @@ export interface FineTuneGpuStatus {
   error?: string
 }
 
+export interface FineTuneCheckpoint {
+  id: string
+  step: number
+  name: string
+  path: string
+  size_bytes?: number
+  create_time?: string
+}
+
 /** 训练任务列表 */
 export const getFineTuneList = () => get<FineTuneTask[]>('/fine-tune')
 
@@ -89,6 +98,13 @@ export const updateFineTune = (id: string | number, data: Partial<FineTuneTask>)
 /** 停止训练任务 */
 export const stopFineTune = (id: string | number) => post(`/fine-tune/stop/${id}`)
 
+/** 从最新 checkpoint 继续训练 */
+export const resumeFineTune = (id: string | number) => post(`/fine-tune/${id}/resume`)
+
+/** 获取训练断点 */
+export const getFineTuneCheckpoints = (id: string | number) =>
+  get<FineTuneCheckpoint[]>(`/fine-tune/${id}/checkpoints`)
+
 /** 删除训练任务 */
 export const deleteFineTune = (id: string | number) => del(`/fine-tune/${id}`)
 

frontend/src/api/modules/model.ts

@@ -38,6 +38,10 @@ export interface ModelExportJob {
   payload?: Record<string, unknown>
   create_time?: string
   completed_at?: string
+  created_by?: string
+  tenant_id?: string
+  archive_status?: string
+  archive_error?: string
 }
 
 /** 模型列表 */
@@ -51,7 +55,7 @@ export const getModelByName = (name: string) => get<ModelItem>(`/model-manage/na
 
 /** 本地模型路径列表 */
 export const getLocalModels = () =>
-  get<{ models: { path: string; name: string; source?: string }[] }>('/model-manage/local-models')
+  get<{ models: { path: string; name: string; storage_status?: string }[] }>('/model-manage/local-models')
 
 /** 已训练模型列表 */
 export const getTrainedModels = () =>
@@ -97,9 +101,16 @@ export const mergeModel = (data: {
   output_model_name?: string
 }) => post('/model-manage/merge', data, { timeout: 15 * 60 * 1000 })
 
-/** 导出已训练模型权重 */
-export const exportModelUrl = (modelName: string) =>
-  `/modelTF/model-manage/trained-models/${encodeURIComponent(modelName)}/export`
+/** 导出已训练模型权重，沿用节点缓存和 MinIO 归档流程 */
+export const exportModel = (data: {
+  trained_model_id?: string | number
+  model_name?: string
+  base_model_path?: string
+  adapter_path?: string
+  compute_node_id?: string
+  output_model_name?: string
+  export_quantization_bit?: 0 | 4 | 8
+}) => post('/model-manage/export', data, { timeout: 15 * 60 * 1000 })
 
 /** 测试在线模型连通性 */
 export const testOnlineModel = (data: {

frontend/src/api/modules/tenant.ts

@@ -9,11 +9,37 @@ export interface Tenant {
   quota: Record<string, unknown>
   retention_policy_id?: string | null
   create_time?: string
+  deleted_at?: string | null
+  deleted_by?: string | null
+}
+
+export interface TenantMember {
+  tenant_id: string
+  user_id: string
+  username?: string
+  display_name?: string
+  role: 'owner' | 'admin' | 'member' | 'viewer'
+  status: 'active' | 'pending' | 'disabled' | 'expired'
+  invited_by?: string | null
+  joined_at?: string | null
+  expires_at?: string | null
+}
+
+export interface TenantQuotaUsage {
+  tenant_id: string
+  quota: Record<string, unknown>
+  gpu_limit: number
+  gpu_reserved: number
+  storage_reserved: number
+  reservations: number
 }
 
 /** 租户列表 */
 export const getTenants = () => get<Tenant[]>('/tenants')
 
+/** 当前用户可切换的 active 租户及成员角色 */
+export const getMyTenants = () => get<Tenant[]>('/tenants/mine')
+
 /** 租户详情 */
 export const getTenant = (id: string) => get<Tenant>(`/tenants/${id}`)
 
@@ -28,6 +54,10 @@ export const updateTenant = (id: string, payload: Partial<Tenant>) =>
 /** 删除租户 */
 export const deleteTenant = (id: string) => del(`/tenants/${id}`)
 
+/** 恢复软删除租户 */
+export const restoreTenant = (id: string) =>
+  post<Tenant>(`/tenants/${id}/restore`, {})
+
 /** 设置租户配额 */
 export const setTenantQuota = (id: string, quota: Record<string, unknown>) =>
   put<Tenant>(`/tenants/${id}/quota`, quota)
@@ -35,3 +65,26 @@ export const setTenantQuota = (id: string, quota: Record<string, unknown>) =>
 /** 设置租户留存策略 */
 export const setTenantRetention = (id: string, retention_policy_id: string) =>
   put<Tenant>(`/tenants/${id}/retention-policy`, { retention_policy_id })
+
+export const getTenantMembers = (id: string) =>
+  get<TenantMember[]>(`/tenants/${id}/members`)
+
+export const inviteTenantMember = (
+  id: string,
+  payload: { user_id: string; role?: TenantMember['role']; expires_at?: string },
+) => post<TenantMember>(`/tenants/${id}/members/invite`, payload)
+
+export const updateTenantMember = (id: string, userId: string, payload: Partial<TenantMember>) =>
+  put<TenantMember>(`/tenants/${id}/members/${userId}`, payload)
+
+export const removeTenantMember = (id: string, userId: string) =>
+  del(`/tenants/${id}/members/${userId}`)
+
+export const acceptTenantInvitation = (id: string, userId: string) =>
+  post<TenantMember>(`/tenants/${id}/members/${userId}/accept`, {})
+
+export const getTenantInvitations = () =>
+  get<TenantMember[]>('/tenants/invitations')
+
+export const getTenantQuotaUsage = (id: string) =>
+  get<TenantQuotaUsage>(`/tenants/${id}/quota/usage`)

frontend/src/api/request.ts

@@ -70,13 +70,27 @@ function getAuthToken(): string | null {
   return null
 }
 
+function getActiveTenantId(): string | null {
+  return localStorage.getItem('activeTenantId')
+}
+
+/** Headers shared by Axios and raw fetch requests such as SSE streaming. */
+export function getAuthHeaders(): Record<string, string> {
+  const headers: Record<string, string> = {}
+  const token = getAuthToken()
+  if (token) headers.Authorization = `Bearer ${token}`
+  const tenantId = getActiveTenantId()
+  if (tenantId) headers['X-Tenant-ID'] = tenantId
+  return headers
+}
+
 // 请求拦截器：注入 Authorization header
 service.interceptors.request.use(
   (config) => {
-    const token = getAuthToken()
-    if (token) {
+    const authHeaders = getAuthHeaders()
+    if (Object.keys(authHeaders).length) {
       config.headers = config.headers || {}
-      config.headers['Authorization'] = `Bearer ${token}`
+      Object.assign(config.headers, authHeaders)
     }
     return config
   },

frontend/src/components/AppHeader.vue

@@ -3,11 +3,17 @@ import { computed, ref, onMounted, onUnmounted } from 'vue'
 import { storeToRefs } from 'pinia'
 import { useSystemStore } from '@/stores/system'
 import { useRoute, useRouter } from 'vue-router'
+import { ElMessage } from 'element-plus'
+import { getMyTenants, type Tenant } from '@/api/modules/tenant'
+import { useAuthStore } from '@/stores/auth'
 
 const systemStore = useSystemStore()
 const { metrics } = storeToRefs(systemStore)
 const route = useRoute()
 const router = useRouter()
+const auth = useAuthStore()
+const tenants = ref<Tenant[]>([])
+const activeTenantId = ref(localStorage.getItem('activeTenantId') || auth.currentUser?.tenant_id || (auth.isAdmin ? 'admin' : 'default'))
 
 const showBackButton = computed(() => {
   return route.path.split('/').filter(Boolean).length > 1
@@ -41,11 +47,27 @@ function openGuide() {
   window.open(guideUrl, '_blank', 'noopener,noreferrer')
 }
 
+async function loadTenants() {
+  tenants.value = await getMyTenants().catch(() => [])
+  if (!tenants.value.some((tenant) => tenant.id === activeTenantId.value)) {
+    activeTenantId.value = tenants.value[0]?.id || (auth.isAdmin ? 'admin' : 'default')
+    localStorage.setItem('activeTenantId', activeTenantId.value)
+  }
+}
+
+function switchTenant(value: string) {
+  activeTenantId.value = value
+  localStorage.setItem('activeTenantId', value)
+  ElMessage.success('当前租户已切换，正在刷新页面数据')
+  window.location.reload()
+}
+
 const serverIp = ref(window.location.hostname)
 
 onMounted(() => {
   updateTime()
   timer = setInterval(updateTime, 1000)
+  void loadTenants()
 })
 
 onUnmounted(() => {
@@ -102,6 +124,13 @@ onUnmounted(() => {
 
       <div class="divider"></div>
 
+      <div class="tenant-switcher">
+        <i class="fa fa-building-o" />
+        <el-select v-model="activeTenantId" size="small" @change="switchTenant">
+          <el-option v-for="tenant in tenants" :key="tenant.id" :label="tenant.name || tenant.id" :value="tenant.id" />
+        </el-select>
+      </div>
+
       <!-- 时间日期与服务器IP -->
       <div class="system-info">
         <div class="info-item">
@@ -256,6 +285,22 @@ onUnmounted(() => {
   background-color: #e2e8f0;
 }
 
+.tenant-switcher {
+  display: flex;
+  align-items: center;
+  gap: 6px;
+  min-width: 150px;
+  color: #64748b;
+
+  .fa {
+    color: var(--primary-color);
+  }
+
+  :deep(.el-select) {
+    width: 132px;
+  }
+}
+
 .system-info {
   display: flex;
   align-items: center;

frontend/src/components/AppSidebar.vue

@@ -15,6 +15,10 @@ const activeMenu = computed(() => {
   if (seg === 'training-log') return 'fine-tune'
   // 维度管理归到模型评测
   if (route.path.includes('model-eval/dimension')) return 'model-eval'
+  // 组织与权限承接用户、租户和历史治理入口
+  if (route.path.startsWith('/organization') || route.path.startsWith('/user-settings') || route.path.startsWith('/tenants')) return 'organization'
+  // 运行日志承接审计和操作诊断两个历史入口
+  if (route.path.startsWith('/logs') || route.path.startsWith('/audit-logs') || route.path.startsWith('/operation-logs')) return 'logs'
   // 对比对话归到模型推理
   if (route.path.startsWith('/model-compare/chat')) return 'model-inference'
   // 合并权重归到模型管理
@@ -34,6 +38,7 @@ interface MenuItem {
   icon: string
   to: string
   permission: PermissionCode
+  allowNonAdmin?: boolean
 }
 
 interface MenuGroup {
@@ -77,21 +82,16 @@ const menuGroups: MenuGroup[] = [
   {
     title: '平台治理',
     items: [
-      { key: 'tenants', label: '租户管理', icon: 'fa-building', to: '/tenants', permission: 'user-settings' },
-      { key: 'projects', label: '项目空间', icon: 'fa-folder', to: '/projects', permission: 'user-settings' },
+      { key: 'organization', label: '组织与权限', icon: 'fa-users', to: '/organization', permission: 'user-settings' },
       { key: 'resource-acl', label: '资源授权', icon: 'fa-key', to: '/resource-acl', permission: 'user-settings' },
-      { key: 'audit-logs', label: '审计日志', icon: 'fa-history', to: '/audit-logs', permission: 'user-settings' },
-      { key: 'operation-logs', label: '操作日志', icon: 'fa-list', to: '/operation-logs', permission: 'user-settings' },
-      { key: 'approval-templates', label: '审批模板', icon: 'fa-list-alt', to: '/approval-templates', permission: 'user-settings' },
-      { key: 'approval-instances', label: '审批中心', icon: 'fa-check-square', to: '/approval-instances', permission: 'user-settings' },
+      { key: 'approval-instances', label: '审批中心', icon: 'fa-check-square', to: '/approval-instances?tab=mine', permission: 'user-settings', allowNonAdmin: true },
     ],
   },
   {
     title: '系统设置',
     items: [
-      { key: 'user-settings', label: '用户设置', icon: 'fa-users', to: '/user-settings', permission: 'user-settings' },
       { key: 'hardware', label: '平台性能', icon: 'fa-bar-chart', to: '/hardware', permission: 'hardware' },
-      { key: 'logs', label: '查看日志', icon: 'fa-file-text', to: '/logs', permission: 'logs' },
+      { key: 'logs', label: '运行日志', icon: 'fa-file-text', to: '/logs', permission: 'logs' },
     ],
   },
 ]
@@ -101,9 +101,9 @@ const menuGroups: MenuGroup[] = [
  *
  * 1. admin 用户：可以看到所有菜单
  * 2. 非 admin 用户：
- *    - 默认可见所有业务菜单（模型训练、评测、推理、数据集、数据处理、转换、性能、日志等）
+ *    - 默认可见所有业务菜单（模型训练、评测、推理、数据集、数据处理、转换、性能、运行日志等）
  *    - 仅以下菜单对非 admin 不可见：
- *      - user-settings（用户设置、租户管理、项目空间、审批模板/中心、审计日志）
+ *      - user-settings（组织与权限、资源授权、审批；运行日志中的审计/诊断页签）
  *      - compute（算力节点/GPU 分配）
  *
  * 注意：移除了旧的权限码（permission code）过滤逻辑，
@@ -116,10 +116,12 @@ const visibleMenuGroups = computed(() =>
     .map((group) => ({
       ...group,
       items: group.items.filter((item) => {
-        // admin 可以看到所有菜单
-        if (auth.isAdmin) return true
-        // 非 admin 用户：仅隐藏管理员专属菜单
-        return !ADMIN_ONLY_PERMISSIONS.includes(item.permission)
+       // admin 可以看到所有菜单
+       if (auth.isAdmin) return true
+        // 运行日志是普通用户可选的自助权限；没有权限时不显示入口。
+        if (item.permission === 'logs') return auth.hasPermission('logs')
+       // 非 admin 用户：仅隐藏管理员专属菜单
+       return item.allowNonAdmin || !ADMIN_ONLY_PERMISSIONS.includes(item.permission)
       }),
     }))
     .filter((group) => group.items.length > 0),
@@ -165,7 +167,7 @@ async function handleLogout() {
     <!-- 平台 LOGO -->
     <div class="sidebar-logo">
       <img src="/logo.png" alt="Logo" class="sidebar-logo-img" />
-      <span class="logo-text">远光软件微调平台</span>
+      <span class="logo-text">远光智炼</span>
     </div>
 
     <!-- 导航 -->

frontend/src/mock/data.ts

@@ -320,7 +320,7 @@ export const mockDatasetPreviews: Record<string, string> = {
     '{"instruction":"请概括以下文本的核心观点","input":"人工智能正在提升企业的数据处理效率。","output":"人工智能能够帮助企业提升数据处理效率。"}',
     '{"instruction":"将用户问题改写为更清晰的表达","input":"这个功能咋用？","output":"请说明该功能的具体使用步骤。"}',
     '{"instruction":"判断文本情感倾向","input":"这次服务响应很及时，问题也解决了。","output":"正向"}',
-    '{"instruction":"提取文本中的关键实体","input":"远光软件于周一发布了新的模型管理平台。","output":["远光软件","周一","模型管理平台"]}',
+    '{"instruction":"提取文本中的关键实体","input":"远光智炼于周一发布了新的模型管理平台。","output":["远光智炼","周一","模型管理平台"]}',
     '{"instruction":"生成简短回复","input":"您好，我想了解数据集上传支持哪些格式？","output":"您好，目前支持 JSON、JSONL、CSV、TXT 等常见格式。"}',
     '{"instruction":"对以下内容进行分类","input":"如何重置账户密码？","output":"账户与安全"}',
     '{"instruction":"找出句子中的时间信息","input":"系统将在 7 月 15 日凌晨 2 点进行升级。","output":"7 月 15 日凌晨 2 点"}',

frontend/src/mock/users.ts

@@ -43,12 +43,13 @@ function defaultUsers(): SystemUser[] {
     {
       id: 'u_admin',
       username: 'admin',
-      display_name: 'Platform Admin',
+      display_name: 'Admin',
       role: 'admin',
       status: 'active',
       permissions: allPermissions,
-      create_time: '2026-01-01T00:00:00Z',
-      protected: true,
+     create_time: '2026-01-01T00:00:00Z',
+      tenant_id: 'admin',
+     protected: true,
     },
     {
       id: 'u_operator',
@@ -57,8 +58,9 @@ function defaultUsers(): SystemUser[] {
       role: 'operator',
       status: 'active',
       permissions: allPermissions.filter((item) => item !== 'user-settings'),
-      create_time: '2026-01-01T00:00:00Z',
-      protected: false,
+     create_time: '2026-01-01T00:00:00Z',
+      tenant_id: 'default',
+     protected: false,
     },
   ]
 }
@@ -88,7 +90,7 @@ export function authenticateMockUser(username: string, password: string): LoginR
   if (!user || user.status !== 'active') {
     throw new UserMutationError('Invalid username or disabled account', 401)
   }
-  const expected = defaultPasswords[username] || 'platform123'
+  const expected = defaultPasswords[username] || '123456'
   if (password !== expected) {
     throw new UserMutationError('Invalid username or password', 401)
   }
@@ -115,7 +117,7 @@ export function createMockUser(payload: CreateUserPayload): SystemUser {
     create_time: new Date().toISOString(),
     protected: false,
   }
-  defaultPasswords[user.username] = payload.password || 'platform123'
+  defaultPasswords[user.username] = payload.password || '123456'
   users.push(user)
   writeUsers(users)
   return user

frontend/src/router/index.ts

@@ -32,11 +32,17 @@ const routes: RouteRecordRaw[] = [
         meta: { title: '服务看板' },
       },
       // 平台治理
+      {
+        path: 'organization',
+        name: 'organization',
+        component: () => import('@/views/governance/OrganizationPermissionView.vue'),
+        meta: { title: '组织与权限', pageSurface: 'self', permission: 'user-settings' },
+      },
       {
         path: 'tenants',
         name: 'tenants',
-        component: () => import('@/views/tenants/TenantListView.vue'),
-        meta: { title: '租户管理', permission: 'user-settings' },
+        redirect: '/organization?tab=tenants',
+        meta: { title: '租户与配额', permission: 'user-settings' },
       },
       {
         path: 'tenants/:id',
@@ -44,41 +50,39 @@ const routes: RouteRecordRaw[] = [
         component: () => import('@/views/tenants/TenantDetailView.vue'),
         meta: { title: '租户详情', permission: 'user-settings' },
       },
-      {
-        path: 'projects',
-        name: 'projects',
-        component: () => import('@/views/projects/ProjectListView.vue'),
-        meta: { title: '项目空间', permission: 'user-settings' },
-      },
-      {
-        path: 'projects/:id',
-        name: 'project-detail',
-        component: () => import('@/views/projects/ProjectDetailView.vue'),
-        meta: { title: '项目详情', permission: 'user-settings' },
-      },
       {
         path: 'audit-logs',
         name: 'audit-logs',
-        component: () => import('@/views/audit/AuditLogView.vue'),
-        meta: { title: '审计日志', permission: 'user-settings' },
+        redirect: '/logs?tab=audit',
+        meta: { title: '运行日志', permission: 'user-settings' },
       },
       {
         path: 'operation-logs',
         name: 'operation-logs',
-        component: () => import('@/views/audit/OperationLogView.vue'),
-        meta: { title: '操作日志', permission: 'user-settings' },
+        redirect: '/logs?tab=operations',
+        meta: { title: '运行日志', permission: 'logs' },
       },
       {
         path: 'approval-templates',
         name: 'approval-templates',
-        component: () => import('@/views/approvals/ApprovalTemplateView.vue'),
-        meta: { title: '审批模板', permission: 'user-settings' },
+        redirect: '/approval-instances?tab=strategies',
+        meta: { title: '审批中心', permission: 'user-settings' },
       },
       {
         path: 'approval-instances',
         name: 'approval-instances',
-        component: () => import('@/views/approvals/ApprovalInstanceView.vue'),
-        meta: { title: '审批中心', permission: 'user-settings' },
+        component: () => import('@/views/approvals/ApprovalCenterView.vue'),
+        meta: { title: '审批中心', permission: 'user-settings', selfService: true },
+      },
+      {
+        path: 'tenant-invitations',
+        redirect: '/approval-instances?tab=invitations',
+        meta: { title: '审批中心', selfService: true },
+      },
+      {
+        path: 'resource-access-requests',
+        redirect: '/approval-instances?tab=access',
+        meta: { title: '审批中心', selfService: true },
       },
       {
         path: 'resource-acl',
@@ -302,14 +306,14 @@ const routes: RouteRecordRaw[] = [
       {
         path: 'logs',
         name: 'logs',
-        component: () => import('@/views/system/LogsView.vue'),
-        meta: { title: '查看日志' },
+        component: () => import('@/views/system/RuntimeLogsView.vue'),
+        meta: { title: '运行日志', pageSurface: 'self', permission: 'logs' },
       },
       {
         path: 'user-settings',
         name: 'user-settings',
-        component: () => import('@/views/system/UserSettingsView.vue'),
-        meta: { title: '用户设置', pageSurface: 'self', permission: 'user-settings' },
+        redirect: '/organization?tab=users',
+        meta: { title: '组织与权限', pageSurface: 'self', permission: 'user-settings' },
       },
       {
         path: 'user-settings/create',
@@ -357,9 +361,9 @@ const permissionBySegment: Record<string, PermissionCode> = {
   tools: 'data-convert',
   hardware: 'hardware',
   logs: 'logs',
+  organization: 'user-settings',
   'user-settings': 'user-settings',
   tenants: 'user-settings',
-  projects: 'user-settings',
   'audit-logs': 'user-settings',
   'operation-logs': 'user-settings',
   'approval-templates': 'user-settings',
@@ -379,11 +383,11 @@ function requiredPermission(path: string, explicit?: unknown) {
 // 权限控制规则（基于 governance-user-guide.md 设计）：
 // - admin 用户：可以访问所有页面
 // - 非 admin 用户：默认可访问所有业务页面（训练、评测、推理、数据等）
-//   仅以下页面限制 admin 访问：user-settings、compute（算力节点）
+//   仅治理与资源管理页面限制 admin 访问：organization、user-settings、compute
 router.beforeEach((to, _from, next) => {
   if (!to.meta.public) routeLoading.value = true
   const auth = useAuthStore()
-  document.title = to.meta.title ? `${to.meta.title} - 远光软件微调平台` : '远光软件微调平台'
+  document.title = to.meta.title ? `${to.meta.title} - 远光智炼` : '远光智炼'
 
   if (to.meta.public) {
     // 已登录访问登录页则跳转主页
@@ -404,17 +408,22 @@ router.beforeEach((to, _from, next) => {
   if (!to.meta.skipPermission) {
     const permission = requiredPermission(to.path, to.meta.permission)
     // 仅限制管理员专属页面的访问权限
-    // user-settings（用户设置、租户管理、项目空间、审批、审计日志）仅 admin 可访问
-    if (permission === 'user-settings' && !auth.isAdmin) {
+    // user-settings（组织与权限、资源授权、审批中心）仅 admin 可访问
+    const selfService = to.meta.selfService === true && (!to.query.tab || ['mine', 'access', 'invitations', 'compute'].includes(String(to.query.tab)))
+    if (permission === 'user-settings' && !auth.isAdmin && !selfService) {
       next({ name: 'permission-denied', replace: true })
       return
     }
     // compute（算力节点/GPU 分配）仅 admin 可访问
-    if (permission === 'compute' && !auth.isAdmin) {
+   if (permission === 'compute' && !auth.isAdmin) {
+     next({ name: 'permission-denied', replace: true })
+     return
+   }
+    if (permission === 'logs' && !auth.isAdmin && !auth.hasPermission('logs')) {
       next({ name: 'permission-denied', replace: true })
       return
     }
-    // 其他所有业务页面对已登录用户开放，不再检查权限码
+   // 其他所有业务页面对已登录用户开放，不再检查权限码
   }
 
   // 路由切换时记录业务模块访问（用于看板用户操作分布统计）

frontend/src/stores/auth.ts

@@ -68,6 +68,13 @@ export const useAuthStore = defineStore('auth', () => {
     return currentUser.value?.permissions.includes(permission) ?? false
   }
 
+  /** Button-level decision for a module action. The API remains the final authority. */
+  function can(permission?: PermissionCode, action?: 'read' | 'write' | 'execute' | 'download' | 'delete' | 'admin') {
+    if (!hasPermission(permission)) return false
+    if (action === 'admin') return isAdmin.value
+    return true
+  }
+
   /** 退出 */
   async function logout() {
     const sessionId = sessionStorage.getItem(SESSION_STORAGE_KEY)
@@ -88,6 +95,7 @@ export const useAuthStore = defineStore('auth', () => {
     isLoggedIn,
     isAdmin,
     hasPermission,
+    can,
     login,
     logout,
   }

frontend/src/types/dataProcess.ts

@@ -50,8 +50,11 @@ export interface DataProcessTask {
   filtered_count?: number
   duplicate_count?: number
   error_count?: number
-  creator_name?: string | null
-  creator?: string | null
+ creator_name?: string | null
+ creator?: string | null
+  processor_name?: string | null
+  processor?: string | null
+  updated_by?: string | number | null
   created_by?: string | number | null
   create_time?: string
   created_at?: string

frontend/src/types/index.ts

@@ -24,7 +24,11 @@ export interface ModelItem {
   path?: string
   api_url?: string
   api_key?: string
+  /** Returned by the server without exposing the actual credential. */
+  api_key_configured?: boolean
   online_model_name?: string
+  storage_status?: 'pending' | 'archiving' | 'available' | 'failed' | 'not_applicable' | string
+  storage_error?: string
   create_time?: string
 }
 
@@ -42,6 +46,8 @@ export interface TrainedModel {
   merged?: boolean
   merging?: boolean
   merged_path?: string
+  created_by?: string
+  tenant_id?: string
 }
 
 /** 创建/编辑模型请求体 */
@@ -88,8 +94,10 @@ export interface DatasetItem {
   size?: string | number
   size_bytes?: number
   count?: number
-  description?: string
-  create_time?: string
+ description?: string
+  created_by?: string | number | null
+  creator_name?: string | null
+ create_time?: string
   files?: DatasetFile[]
   current_version_no?: number | null
   current_version_nos?: number[]
@@ -168,6 +176,8 @@ export interface FineTuneTask {
   log_file?: string
   train_duration?: string
   create_time?: string
+  created_by?: string
+  tenant_id?: string
 }
 
 export type FineTuneStartPayload = Omit<
@@ -264,6 +274,19 @@ export interface EvalTask {
   score?: number
   status?: string
   create_time?: string
+  progress?: number
+  progress_detail?: EvalProgress
+}
+
+export interface EvalProgress {
+  status?: string
+  stage?: string
+  total?: number
+  completed?: number
+  percentage?: number
+  current_index?: number
+  message?: string
+  updated_at?: string
 }
 
 /** 启动评测时提交的可选基础指标配置。 */
@@ -291,7 +314,8 @@ export interface StartEvalPayload {
   gpus?: number[]
   compute_node_id?: string
   dataset_id: string | number
-  dimension_id: string | number
+  dimension_id?: string | number
+  dimension?: Partial<Dimension>
   data_source: 'dataset' | 'inference'
   leaderboard: boolean
   basic_metrics: BasicEvalMetricsConfig
@@ -316,6 +340,8 @@ export interface EvalSampleResult {
     score: number
     max_score: number
   }>
+  raw_score?: number | null
+  raw_max_score?: number | null
 }
 
 /** 评测任务详情，包含逐样本结果和综合评价 */
@@ -334,8 +360,14 @@ export interface EvalTaskDetail extends EvalTask {
     score: number
     max_score: number
     pass_rate: number
+    sample_count?: number
+    available?: boolean
+    error?: string
   }>
   samples: EvalSampleResult[]
+  progress_detail?: EvalProgress
+  basic_metrics?: Record<string, Record<string, unknown>>
+  metric_summary_version?: number
 }
 
 export interface Dimension {
@@ -446,20 +478,27 @@ export type PermissionCode =
   | 'logs'
   | 'user-settings'
 
-export type UserRole = 'admin' | 'operator' | 'viewer'
+export type UserRole = 'admin' | 'operator' | 'viewer' | 'user'
 
-export type UserStatus = 'active' | 'disabled'
+export type UserStatus = 'active' | 'disabled' | 'pending' | 'deleted'
 
 export interface SystemUser {
   id: string
   username: string
   display_name: string
   role: UserRole
+  /** Canonical platform scope; role is retained for legacy API clients. */
+  platform_role?: 'platform_admin' | 'platform_user'
   status: UserStatus
   permissions: PermissionCode[]
   create_time: string
   last_login?: string
   protected?: boolean
+  tenant_id?: string
+  deleted_at?: string | null
+  deleted_by?: string | null
+  tenant_memberships?: Array<{ tenant_id: string; role: string; status: string; expires_at?: string | null }>
+  tenant_count?: number
 }
 
 export interface LoginResponse {
@@ -475,6 +514,8 @@ export interface CreateUserPayload {
   role: UserRole
   status?: UserStatus
   permissions?: PermissionCode[]
+  tenant_id?: string
+  tenant_role?: 'owner' | 'admin' | 'member' | 'viewer'
 }
 
 export interface UpdateUserAccessPayload {

frontend/src/views/approvals/ApprovalCenterView.vue

@@ -0,0 +1,85 @@
+<script setup lang="ts">
+import { computed } from 'vue'
+import { useRoute, useRouter } from 'vue-router'
+import { useAuthStore } from '@/stores/auth'
+import ApprovalInstanceView from './ApprovalInstanceView.vue'
+import ApprovalTemplateView from './ApprovalTemplateView.vue'
+import ResourceAccessRequestView from './ResourceAccessRequestView.vue'
+import TenantInvitationsView from './TenantInvitationsView.vue'
+import ComputeAccessRequestView from './ComputeAccessRequestView.vue'
+
+const route = useRoute()
+const router = useRouter()
+const auth = useAuthStore()
+
+const activeTab = computed<'instances' | 'mine' | 'strategies' | 'access' | 'invitations' | 'compute'>({
+  get: () => {
+    const tab = String(route.query.tab || '')
+    if (tab === 'access' || tab === 'invitations' || tab === 'mine' || tab === 'compute') return tab
+    if (auth.isAdmin && tab === 'strategies') return 'strategies'
+    return auth.isAdmin ? 'instances' : 'mine'
+  },
+  set: (value: string) => {
+    void router.replace({ query: value === 'instances' ? {} : { tab: value } })
+  },
+})
+</script>
+
+<template>
+  <div class="approval-center">
+    <header class="page-header">
+      <div>
+        <h2>审批中心</h2>
+        <p>集中处理审批申请、审批历史和审批策略。</p>
+      </div>
+    </header>
+
+    <el-tabs v-model="activeTab">
+      <el-tab-pane v-if="auth.isAdmin" label="审批申请" name="instances">
+        <ApprovalInstanceView v-if="activeTab === 'instances'" />
+      </el-tab-pane>
+      <el-tab-pane label="我的申请" name="mine">
+        <ApprovalInstanceView v-if="activeTab === 'mine'" mine />
+      </el-tab-pane>
+      <el-tab-pane v-if="auth.isAdmin" label="审批策略" name="strategies">
+        <ApprovalTemplateView v-if="activeTab === 'strategies'" />
+      </el-tab-pane>
+      <el-tab-pane label="访问申请" name="access">
+        <ResourceAccessRequestView v-if="activeTab === 'access'" />
+      </el-tab-pane>
+      <el-tab-pane label="租户邀请" name="invitations">
+        <TenantInvitationsView v-if="activeTab === 'invitations'" />
+      </el-tab-pane>
+      <el-tab-pane label="算力申请" name="compute">
+        <ComputeAccessRequestView v-if="activeTab === 'compute'" />
+      </el-tab-pane>
+    </el-tabs>
+  </div>
+</template>
+
+<style scoped lang="scss">
+.approval-center {
+  min-height: 100%;
+  padding: 20px;
+}
+
+.page-header {
+  margin-bottom: 4px;
+
+  h2 {
+    margin: 0;
+    color: #1f2937;
+    font-size: 22px;
+  }
+
+  p {
+    margin: 6px 0 0;
+    color: #64748b;
+    font-size: 13px;
+  }
+}
+
+:deep(.page) {
+  padding: 16px 0 0;
+}
+</style>

frontend/src/views/approvals/ApprovalInstanceView.vue

@@ -1,35 +1,57 @@
 <script setup lang="ts">
-import { onMounted, reactive, ref } from 'vue'
+import { computed, onMounted, ref } from 'vue'
 import { ElMessage } from 'element-plus'
 import DataTablePage from '@/components/DataTablePage.vue'
 import { getApprovalInstances, decideApproval, type ApprovalInstance } from '@/api/modules/approval'
 import { getUsers } from '@/api/modules/system'
+import { useAuthStore } from '@/stores/auth'
 import type { SystemUser } from '@/types'
 
+const props = defineProps<{ mine?: boolean }>()
+const auth = useAuthStore()
+
 const loading = ref(false)
+const loadError = ref('')
 const instances = ref<ApprovalInstance[]>([])
 const users = ref<SystemUser[]>([])
 const statusFilter = ref<string | undefined>(undefined)
 const showDecide = ref(false)
 const current = ref<ApprovalInstance | null>(null)
-const decision = ref({ step_index: 0, approver_id: '', approved: true, comment: '' })
+const decision = ref({ step_index: 0, approved: true, comment: '' })
+
+const visibleInstances = computed(() => {
+  if (!props.mine) return instances.value
+  const currentUserId = auth.currentUser?.id
+  return currentUserId
+    ? instances.value.filter((item) => item.applicant_id === currentUserId)
+    : []
+})
 
 const statusOptions = [
   { label: '待审批', value: 'pending' },
   { label: '已通过', value: 'approved' },
   { label: '已拒绝', value: 'rejected' },
 ]
+const statusLabel = (status?: string) => ({ pending: '待审批', approved: '已通过', rejected: '已拒绝', cancelled: '已撤回', expired: '已过期' }[status || ''] || status || '—')
+const statusType = (status?: string): 'success' | 'warning' | 'danger' | 'info' => status === 'approved' ? 'success' : status === 'rejected' || status === 'expired' ? 'danger' : status === 'pending' ? 'warning' : 'info'
+const actionLabel = (action?: string | null) => ({ 'resource.access': '资源访问', 'gpu.assign': '算力卡分配', 'tenant.member.add': '添加租户成员', 'tenant.member.remove': '移除租户成员', 'tenant.quota.update': '修改租户配额', 'model.use': '使用模型', 'dataset.use': '使用数据集' }[action || ''] || action || '权限申请')
+const resourceLabel = (type?: string) => ({ dataset: '数据集', trained_model: '训练模型', model: '基座模型', compare: '推理任务', eval: '评测任务', compute: '算力资源' }[type || ''] || type || '资源')
 
 async function load() {
   loading.value = true
   try {
-    instances.value = await getApprovalInstances(statusFilter.value)
+    loadError.value = ''
+    instances.value = await getApprovalInstances(statusFilter.value, props.mine)
+  } catch {
+    loadError.value = '审批记录加载失败，请刷新后重试。'
   } finally {
     loading.value = false
   }
 }
 
 async function loadUsers() {
+  // 普通用户只查看自己的申请，不需要请求管理员用户列表。
+  if (!auth.isAdmin) return
   try {
     users.value = await getUsers()
   } catch {
@@ -37,7 +59,7 @@ async function loadUsers() {
   }
 }
 
-function userName(id?: string) {
+function userName(id?: string | null) {
   if (!id) return '—'
   return users.value.find((u) => u.id === id)?.username || id
 }
@@ -45,22 +67,23 @@ function userName(id?: string) {
 function openDecide(inst: ApprovalInstance) {
   current.value = inst
   const step = inst.steps.find((s) => s.status === 'pending')
-  decision.value = { step_index: step ? step.step_index : 0, approver_id: '', approved: true, comment: '' }
+  decision.value = { step_index: step ? step.step_index : 0, approved: true, comment: '' }
   showDecide.value = true
 }
 
+function canDecide(inst: ApprovalInstance) {
+  if (props.mine || inst.status !== 'pending' || !auth.can('user-settings', 'write')) return false
+  const step = inst.steps.find((item) => item.status === 'pending')
+  return !!step && (!step.approver_id || step.approver_id === auth.currentUser?.id || auth.isAdmin)
+}
+
 function asApprovalInstance(row: unknown): ApprovalInstance {
   return row as ApprovalInstance
 }
 
 async function submitDecision() {
   if (!current.value) return
-  if (!decision.value.approver_id) {
-    ElMessage.warning('请选择审批人')
-    return
-  }
   await decideApproval(current.value.id, decision.value.step_index, {
-    approver_id: decision.value.approver_id,
     approved: decision.value.approved,
     comment: decision.value.comment,
   })
@@ -70,31 +93,33 @@ async function submitDecision() {
 }
 
 onMounted(() => {
-  loadUsers()
-  load()
+  void loadUsers()
+  void load()
 })
 </script>
 
 <template>
   <div class="page">
-    <DataTablePage title="审批实例" :data="instances" :loading="loading" searchable :search-fields="['resource_type', 'resource_id']">
+    <el-alert v-if="loadError" type="error" show-icon :closable="false" :title="loadError" class="state-alert" />
+    <DataTablePage :title="props.mine ? '我的申请' : '审批申请'" :data="visibleInstances" :loading="loading" searchable :search-fields="['resource_type', 'resource_id']">
       <template #toolbar-extra>
         <el-select v-model="statusFilter" placeholder="状态" clearable style="width: 140px" @change="load">
           <el-option v-for="s in statusOptions" :key="s.value" :label="s.label" :value="s.value" />
         </el-select>
       </template>
       <template #columns>
-        <el-table-column prop="resource_type" label="资源类型" min-width="120" />
+        <el-table-column label="申请事项" min-width="160"><template #default="{ row }">{{ actionLabel(asApprovalInstance(row).action) }}</template></el-table-column>
+        <el-table-column label="资源类型" min-width="120"><template #default="{ row }">{{ resourceLabel(asApprovalInstance(row).resource_type) }}</template></el-table-column>
         <el-table-column prop="resource_id" label="资源 ID" min-width="160" show-overflow-tooltip />
         <el-table-column prop="applicant_id" label="申请人" min-width="120">
           <template #default="{ row }">{{ userName(asApprovalInstance(row).applicant_id) }}</template>
         </el-table-column>
-        <el-table-column prop="status" label="状态" min-width="100" />
+        <el-table-column label="状态" min-width="100"><template #default="{ row }"><el-tag size="small" :type="statusType(asApprovalInstance(row).status)">{{ statusLabel(asApprovalInstance(row).status) }}</el-tag></template></el-table-column>
         <el-table-column prop="current_step" label="当前步骤" min-width="100" />
         <el-table-column prop="create_time" label="创建时间" min-width="180" />
       </template>
       <template #actions="{ row }">
-        <el-button v-if="asApprovalInstance(row).status === 'pending'" link type="primary" @click="openDecide(asApprovalInstance(row))">审批</el-button>
+        <el-button v-if="canDecide(asApprovalInstance(row))" link type="primary" @click="openDecide(asApprovalInstance(row))">审批</el-button>
       </template>
     </DataTablePage>
     <el-dialog v-model="showDecide" title="审批决策" width="480px">
@@ -105,10 +130,10 @@ onMounted(() => {
         <el-form-item label="步骤">
           第 {{ decision.step_index + 1 }} 步
         </el-form-item>
-        <el-form-item label="审批人" required>
-          <el-select v-model="decision.approver_id" filterable style="width: 100%">
-            <el-option v-for="u in users" :key="u.id" :label="u.username" :value="u.id" />
-          </el-select>
+        <el-form-item label="审批人">
+          {{ current.steps.find((s) => s.step_index === decision.step_index)?.approver_id
+            ? userName(current.steps.find((s) => s.step_index === decision.step_index)?.approver_id)
+            : '平台管理员' }}
         </el-form-item>
         <el-form-item label="结果">
           <el-radio-group v-model="decision.approved">
@@ -130,4 +155,5 @@ onMounted(() => {
 
 <style scoped lang="scss">
 .page { padding: 16px; }
+.state-alert { margin-bottom: 16px; }
 </style>

frontend/src/views/approvals/ApprovalTemplateView.vue

@@ -1,77 +1,68 @@
 <script setup lang="ts">
-import { onMounted, ref } from 'vue'
+import { onMounted, reactive, ref } from 'vue'
 import { ElMessage } from 'element-plus'
 import { Plus } from '@element-plus/icons-vue'
 import DataTablePage from '@/components/DataTablePage.vue'
 import { createApprovalTemplate, getApprovalTemplates, type ApprovalTemplate } from '@/api/modules/approval'
+import { getUsers } from '@/api/modules/system'
+import type { SystemUser } from '@/types'
 
+interface TemplateStep { approver_id?: string; approver_type?: 'user' | 'admin' | 'tenant_admin' }
 const loading = ref(false)
 const templates = ref<ApprovalTemplate[]>([])
+const users = ref<SystemUser[]>([])
 const showCreate = ref(false)
-const form = ref({ name: '', stepsText: '[]' })
+const form = reactive<{ name: string; steps: TemplateStep[] }>({ name: '', steps: [{ approver_type: 'user', approver_id: '' }] })
 
+function userName(id?: string) { return users.value.find((user) => user.id === id)?.display_name || users.value.find((user) => user.id === id)?.username || id || '未指定' }
+function stepLabel(step: TemplateStep) { return step.approver_type === 'admin' ? '平台管理员' : step.approver_type === 'tenant_admin' ? '租户管理员' : userName(step.approver_id) }
+function addStep() { form.steps.push({ approver_type: 'user', approver_id: '' }) }
+function removeStep(index: number) { if (form.steps.length > 1) form.steps.splice(index, 1) }
+function resetForm() { form.name = ''; form.steps = [{ approver_type: 'user', approver_id: '' }] }
 async function load() {
   loading.value = true
   try {
     templates.value = await getApprovalTemplates()
-  } finally {
-    loading.value = false
-  }
+    users.value = await getUsers().catch(() => [])
+  } finally { loading.value = false }
 }
-
 async function submitCreate() {
-  if (!form.value.name) {
-    ElMessage.warning('请填写模板名称')
-    return
-  }
-  let steps: unknown[] = []
-  try {
-    steps = JSON.parse(form.value.stepsText || '[]')
-  } catch {
-    ElMessage.error('步骤需为合法 JSON 数组')
-    return
-  }
-  await createApprovalTemplate({ name: form.value.name, steps: steps as any })
-  ElMessage.success('模板创建成功')
+  if (!form.name.trim()) return ElMessage.warning('请填写模板名称')
+  const steps = form.steps.filter((step) => step.approver_type !== 'user' || step.approver_id)
+  if (!steps.length) return ElMessage.warning('请至少配置一个有效审批人')
+  await createApprovalTemplate({ name: form.name.trim(), steps: steps as any })
+  ElMessage.success('审批策略创建成功')
   showCreate.value = false
-  form.value = { name: '', stepsText: '[]' }
-  load()
+  resetForm()
+  await load()
 }
-
 onMounted(load)
 </script>
 
 <template>
   <div class="page">
-    <DataTablePage title="审批模板" :data="templates" :loading="loading">
-      <template #toolbar-extra>
-        <el-button type="primary" :icon="Plus" @click="showCreate = true">新建模板</el-button>
-      </template>
+    <DataTablePage title="审批策略" :data="templates" :loading="loading">
+      <template #toolbar-extra><el-button type="primary" :icon="Plus" @click="showCreate = true">新建策略</el-button></template>
       <template #columns>
-        <el-table-column prop="name" label="模板名" min-width="160" />
-        <el-table-column label="步骤数" min-width="100">
-          <template #default="{ row }">{{ (row.steps || []).length }}</template>
-        </el-table-column>
+        <el-table-column prop="name" label="策略名称" min-width="180" />
+        <el-table-column label="审批链路" min-width="280"><template #default="{ row }"><el-space wrap><el-tag v-for="(step, index) in row.steps || []" :key="index" size="small">{{ index + 1 }}. {{ stepLabel(step) }}</el-tag></el-space></template></el-table-column>
         <el-table-column prop="create_time" label="创建时间" min-width="180" />
       </template>
     </DataTablePage>
-    <el-dialog v-model="showCreate" title="新建审批模板" width="560px">
+    <el-dialog v-model="showCreate" title="新建审批策略" width="620px">
       <el-form label-width="90px">
-        <el-form-item label="名称" required>
-          <el-input v-model="form.name" placeholder="模板名" />
-        </el-form-item>
-        <el-form-item label="步骤 JSON">
-          <el-input v-model="form.stepsText" type="textarea" :rows="5" placeholder='[{"approver_id":"u1"},{"approver_id":"u2"}]' />
-        </el-form-item>
+        <el-form-item label="策略名称" required><el-input v-model="form.name" placeholder="例如：数据集访问审批" /></el-form-item>
+        <el-form-item label="审批链路"><div class="steps-form"><div v-for="(step, index) in form.steps" :key="index" class="step-row"><span class="step-number">第 {{ index + 1 }} 步</span><el-select v-model="step.approver_type" style="width: 135px"><el-option label="指定用户" value="user" /><el-option label="租户管理员" value="tenant_admin" /><el-option label="平台管理员" value="admin" /></el-select><el-select v-if="step.approver_type === 'user'" v-model="step.approver_id" filterable placeholder="选择审批人" style="width: 190px"><el-option v-for="user in users" :key="user.id" :label="`${user.display_name || user.username}（${user.username}）`" :value="user.id" /></el-select><span v-else class="role-hint">{{ stepLabel(step) }}</span><el-button text type="danger" :disabled="form.steps.length === 1" @click="removeStep(index)">移除</el-button></div><el-button text type="primary" @click="addStep">+ 添加审批步骤</el-button></div></el-form-item>
       </el-form>
-      <template #footer>
-        <el-button @click="showCreate = false">取消</el-button>
-        <el-button type="primary" @click="submitCreate">创建</el-button>
-      </template>
+      <template #footer><el-button @click="showCreate = false">取消</el-button><el-button type="primary" @click="submitCreate">创建策略</el-button></template>
     </el-dialog>
   </div>
 </template>
 
-<style scoped lang="scss">
+<style scoped>
 .page { padding: 16px; }
+.steps-form { width: 100%; }
+.step-row { display: flex; align-items: center; gap: 8px; margin-bottom: 10px; }
+.step-number { width: 52px; color: #64748b; font-size: 13px; }
+.role-hint { min-width: 190px; color: #64748b; }
 </style>