YG_FT 模型微调平台
YG_FT 是一个面向企业治理场景的完整模型微调平台，覆盖用户中心、多租户、项目隔离、数据集管理、模型管理、训练任务、评测、推理、审批流、审计留存、算力调度和训练引擎适配。当前前端已存在基础页面，后端与算力平台已按多人协作开发方式建立工程骨架。
总体架构
YG_FT/
frontend/ # 前端应用，承载训练平台控制台页面
backend/ # FastAPI 应用平台后端
app/
api/v1/ # 对前端暴露的 REST API
core/ # 配置、日志、中间件、权限等基础能力
db/ # 数据库连接、迁移、事务工具
modules/ # 业务模块目录
schemas/ # Pydantic 入参/出参模型
services/ # 跨模块应用服务
workers/ # 后台任务入口
requirements.txt # 后端 Python 第三方依赖
compute/ # 算力平台与训练框架适配层
api/ # 内部 Compute API
agent/ # 单机多 GPU 调度与进程管理
engines/llama_factory/ # LLaMA-Factory 适配器
file_gateway/ # 本地文件上传、下载、导入、产物管理
docs/ # 需求、接口、数据库、开发计划和部署文档
docker/ # Nginx 等容器化配置
平台分层
| 层级 | 职责 | 主要目录 |
|---|---|---|
| 前端控制台 | 用户操作入口、任务看板、项目/模型/数据集/训练/审批/审计页面 | frontend/ |
| 应用平台后端 | 用户中心、多租户、RBAC/ABAC、项目隔离、元数据、审批流、审计、API 编排 | backend/ |
| 算力平台 | GPU 发现、资源锁定、训练进程管理、日志采集、产物归档、任务状态回传 | compute/ |
| 训练引擎 | 当前固定接入 LLaMA-Factory，预留其他训练平台适配标准 | compute/engines/ |
| 数据层 | PostgreSQL、Redis、本地文件存储、日志归档 | docs/postgres-schema.sql |
关键能力
- 多租户：租户级数据隔离、租户配置、租户成员和角色。
- 权限控制：支持项目、模型、数据集级隔离，后续可扩展到字段级和操作级策略。
- 审批流：覆盖数据集发布、模型发布、训练资源申请、推理服务上线等企业流程。
- 审计留存：操作审计、安全审计、审批审计、任务审计，支持留存周期策略。
- 训练任务：训练参数管理、单机多 GPU 调度、任务状态同步、训练日志、产物管理。
- 引擎适配：默认 LLaMA-Factory，预留统一 Engine Adapter 接口接入其他微调框架。
- 文件存储：当前使用本地磁盘，按租户/项目/数据集/任务分区。
- 日志采集：后端 JSON Lines 日志，主日志和错误日志拆分，便于 ELK/日志平台采集。
后端启动
cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload
默认健康检查：
GET /api/v1/health
日志
后端日志模块位于 backend/app/core/logging.py，说明文档见：
docs/backend-logging.md
默认输出：
logs/backend-YYYY-MM-DD.log
logs/error-YYYY-MM-DD.log
日志格式为 JSON Lines，单个文件不超过 20MB，只保留最近 10 天。
主要文档
docs/platform-architecture-requirements.md：平台需求、功能模块、页面补全建议。docs/backend-api-design.md：FastAPI 接口分组、参数定义、权限说明。docs/postgres-schema.sql：PostgreSQL 数据库脚本，包含权限、用户中心、多租户、审批、审计等模型。docs/system-development-plan.md：多人协作开发计划，按前端、后端、DB、部署拆分。docs/backend-logging.md：后端日志模块使用说明。docs/deployment-plan.md：后期部署方案，覆盖单机算力服务器部署与应用/算力分离部署。
部署模式
平台支持两种主要部署模式：
- 所有服务部署在算力服务器：适合 PoC、内网试点、小团队单机多 GPU 使用。
- 应用服务和算力/训练服务独立部署：适合企业生产环境，应用平台部署在业务服务区，算力平台和 LLaMA-Factory 部署在 GPU 服务器。
生产环境建议采用第二种模式。算力平台与训练框架应部署在 GPU 算力服务器上，应用平台不直接控制 GPU 进程，而是通过内部 Compute API 调度训练任务。
详细方案见 docs/deployment-plan.md。
后续开发原则
- 接口实现优先遵循
docs/backend-api-design.md。 - 数据库实现优先遵循
docs/postgres-schema.sql，后续通过 Alembic 迁移管理变更。 - 前端页面与后端接口、数据库表之间的映射以文档中的“对应页面/功能模块”为准。
- 训练引擎适配必须通过
compute/engines/下的标准接口，不在应用平台后端直接拼接训练命令。 - 敏感信息不得写入日志，生产环境密钥通过环境变量或密钥管理系统注入。