# Dependency Bundling — visionA-local

> 所有外部依賴的內嵌策略：Python runtime、KneronPLUS、ffmpeg、yt-dlp、預置模型。
> 核心目標：**完全離線、零外部依賴、一鍵安裝。**

---

## 1. Python Runtime（雙策略）

### 1.1 總策略

**主策略 A（預設）：內嵌 [python-build-standalone](https://github.com/astral-sh/python-build-standalone)。**
**備策略 B（fallback）：偵測系統 `python3`。**

這是使用者明確決策（Q1 = A 且保留 B）：正常使用者永遠走 A，但保留 B 作為：
- 開發模式（`--dev` flag，不用解壓內嵌 runtime，加快迭代）
- Runtime 壞掉時的救援（例如內嵌 runtime 因為 anti-virus 誤殺被刪）
- 某些特殊環境下策略 A 不可用時的退路

### 1.2 python-build-standalone 版本選擇

| 項目 | 選擇 |
|------|------|
| Python 版本 | **3.12.x**（最新穩定、KneronPLUS wheel 在 3.12 上有 ABI 支援） |
| 變體（flavor） | `install_only` 版本（不含 build tools，檔案較小） |
| 平台 tarball | `cpython-3.12.x-{arch}-{os}-install_only.tar.gz` |

**各平台下載 URL 模式：**
- macOS x64：`cpython-3.12.x-x86_64-apple-darwin-install_only.tar.gz`（~30MB 壓縮 / ~90MB 解壓）
- Windows x64：`cpython-3.12.x-x86_64-pc-windows-msvc-install_only.tar.gz`（~30MB / ~90MB）
- Linux x64：`cpython-3.12.x-x86_64-unknown-linux-gnu-install_only.tar.gz`（~30MB / ~100MB）

下載後存放到 `visiona-local/payload/python/<os>/` 目錄，build 時透過 `go:embed` 塞進 Wails binary。

### 1.3 策略 A：內嵌解壓流程

```go
// visiona-local/python_runtime.go (新寫)

// 首次啟動時執行
func (inst *Installer) stepSetupPythonStandalone(config InstallConfig) error {
    // 1. 解壓內嵌的 python tarball → ~/Library/Application Support/visiona-local/python/
    pythonDir := filepath.Join(config.InstallDir, "python")
    if err := inst.extractTarGz("payload/python/darwin/python-3.12.tar.gz", pythonDir); err != nil {
        // 解壓失敗 → 嘗試策略 B
        inst.logger.Warn("Bundled Python extract failed: %v, falling back to system python3", err)
        return inst.stepSetupPythonSystem(config)
    }

    // 2. 驗證 python3 可執行
    pythonBin := filepath.Join(pythonDir, "bin", "python3")  // Linux/mac
    if runtime.GOOS == "windows" {
        pythonBin = filepath.Join(pythonDir, "python.exe")
    }
    if _, err := exec.Command(pythonBin, "--version").Output(); err != nil {
        inst.logger.Warn("Bundled Python unusable: %v, falling back", err)
        return inst.stepSetupPythonSystem(config)
    }

    // 3. 建立 venv（使用內嵌 python）
    venvDir := filepath.Join(config.InstallDir, "venv")
    if err := exec.Command(pythonBin, "-m", "venv", venvDir).Run(); err != nil {
        return fmt.Errorf("create venv failed: %w", err)
    }

    // 4. 離線安裝 wheels
    return inst.installWheelsOffline(venvDir, config)
}
```

### 1.4 策略 B：系統 Python fallback

```go
func (inst *Installer) stepSetupPythonSystem(config InstallConfig) error {
    // 沿用 edge-ai-platform 現有 findPython3() 邏輯
    pythonBin, err := findPython3()
    if err != nil {
        return fmt.Errorf("no usable python3 found: %w (請安裝 Python 3.12+ 或重新安裝 visionA-local)", err)
    }

    // 建 venv + 離線安裝 wheels
    venvDir := filepath.Join(config.InstallDir, "venv")
    if err := exec.Command(pythonBin, "-m", "venv", venvDir).Run(); err != nil {
        return err
    }
    return inst.installWheelsOffline(venvDir, config)
}
```

### 1.5 切換機制

**決策樹（首次安裝時執行一次）：**

```
start
  ↓
啟動旗標 --python-mode=auto|bundled|system (default: auto)
  ↓
是 auto？
  ├─ Yes → 嘗試 stepSetupPythonStandalone
  │         成功 → 記錄 python.mode=bundled 到 .installed
  │         失敗 → 嘗試 stepSetupPythonSystem
  │                成功 → 記錄 python.mode=system 到 .installed
  │                失敗 → 顯示錯誤，安裝中止
  ├─ bundled → 只嘗試 stepSetupPythonStandalone
  └─ system  → 只嘗試 stepSetupPythonSystem
```

**執行階段（每次啟動 server 時）：**

Go server 啟動時透過 `--python-path` flag 告訴 `kneron_bridge.py` 該用哪個 python interpreter。Wails app 從 `.installed` 讀出 `python.mode`，對應到 `venv/bin/python3` 路徑傳給 server：

```
Wails app → reads .installed → python.mode=bundled
         → spawns: visiona-local-server --python=/Users/.../venv/bin/python3
                                         --scripts=/Users/.../scripts
```

### 1.6 需要的依賴清單

`scripts/requirements.txt`（沿用 edge-ai-platform 現有內容）：

```
numpy>=1.26,<2.0
opencv-python-headless>=4.9
pyusb>=1.2.1
# KneronPLUS wheel 單獨透過 --find-links 安裝，不列在 requirements.txt
```

**Mock 模式提示**：Mock 模式下 Go server **完全不 spawn** Python sidecar，`requirements.txt` 裡的 wheel 也不會被使用，但仍必須在首次安裝時完整裝進 venv（否則切到 Real 模式會失敗）。Mock 模式省的是 runtime 記憶體，不是安裝時間。

**離線安裝指令：**
```bash
pip install --no-index --find-links /path/to/wheels/ \
    -r requirements.txt \
    KneronPLUS
```

### 1.7 Wheels 內嵌結構

```
visiona-local/payload/scripts/wheels/
├── common/                                  ← 跨平台 pure-python
│   └── (無，opencv/numpy 都是 platform-specific)
├── macos-x64/
│   ├── numpy-1.26.4-cp312-cp312-macosx_10_9_x86_64.whl
│   ├── opencv_python_headless-4.9.0-cp312-cp312-macosx_10_13_x86_64.whl
│   ├── pyusb-1.2.1-py3-none-any.whl
│   └── KneronPLUS-2.0.0-cp312-cp312-macosx_11_0_x86_64.whl
├── windows-x64/
│   ├── numpy-1.26.4-cp312-cp312-win_amd64.whl
│   ├── opencv_python_headless-4.9.0-cp312-cp312-win_amd64.whl
│   ├── pyusb-1.2.1-py3-none-any.whl
│   └── KneronPLUS-3.1.2-cp312-cp312-win_amd64.whl
└── linux-x64/
    ├── numpy-1.26.4-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
    ├── opencv_python_headless-4.9.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
    ├── pyusb-1.2.1-py3-none-any.whl
    └── KneronPLUS-3.1.2-cp312-cp312-manylinux2014_x86_64.whl
```

build 時只把**對應目標平台**的 wheel 塞進該平台的 payload，避免浪費空間。

---

## 2. KneronPLUS SDK

### 2.1 來源

原專案 `installer/wheels/` 已有三平台 wheel（共 ~3.9MB）：

| 平台 | 檔案 | 原生函式庫 | 備註 |
|------|------|-----------|------|
| macOS | `KneronPLUS-2.0.0-cp39-abi3-macosx_11_0_x86_64.whl` | `.dylib` | **只有 x86_64**，Apple Silicon 走 Rosetta |
| Linux | `KneronPLUS-3.1.2-cp39-abi3-manylinux_2_17_x86_64.whl` | `.so` | 需要 libusb-1.0 |
| Windows | `KneronPLUS-3.1.2-cp39-abi3-win_amd64.whl` | `.dll` | 需要 WinUSB driver |

**abi3 是好消息**：wheel 對 CPython 版本有 forward compatibility，不用每升 Python 就換 wheel。但我們仍建議 pin Python 3.12。

### 2.2 各平台特殊處理

#### macOS
- wheel 內的 `.dylib` 需要 **ad-hoc codesign**（`codesign --force --deep --sign - <path>`），否則 Gatekeeper 擋
- 這步在 `installer/app.go` 已有實作，沿用
- 首次啟動時可能跳 Gatekeeper 警告（因為沒有正式簽章），需要使用者**右鍵 → 開啟**（文件寫清楚）

#### Linux
- 需要 `libusb-1.0.so.0`。Ubuntu 22.04/24.04 **預設不安裝**，但是：
  - 方法 A：`apt-get install libusb-1.0-0`（需 sudo）
  - 方法 B（推薦）：**AppImage 內帶 libusb**，透過 `LD_LIBRARY_PATH` 指向 AppImage 內部
- 需要 udev rule 讓非 root 使用者存取 USB：
  ```
  # /etc/udev/rules.d/99-kneron.rules
  SUBSYSTEM=="usb", ATTRS{idVendor}=="3231", MODE="0666"
  ```
  首次啟動時透過 `pkexec cp` 寫入（會跳 GUI 提權對話框），使用者拒絕就提示「需要 sudo 手動安裝，或用 sudo 跑一次 visionA-local」

#### Windows
- 需要安裝 **WinUSB driver**（把 Kneron USB 裝置綁定到 WinUSB driver interface）
- 原專案 `installer/drivers/kneron_winusb.inf` + `amd64/WdfCoInstaller01011.dll` + `winusbcoinstaller2.dll` 已有
- 透過 `pnputil /add-driver <inf> /install` 安裝，會彈 UAC
- 另外需要把 `libusb-1.0.dll` 放到 venv 的 `Scripts/` 或 `DLLs/` 目錄（沿用原專案做法）

### 2.3 安裝階段

在 `stepInstallKneronPlus` 步驟：
1. pip 離線安裝 wheel（解壓 .dylib/.so/.dll 到 venv/site-packages）
2. （macOS）對 `.dylib` 做 ad-hoc sign
3. （Linux）寫 udev rule
4. （Windows）呼叫 `pnputil` 安裝 WinUSB driver + 複製 libusb-1.0.dll

---

## 3. ffmpeg

### 3.1 策略

**內嵌 LGPL static build，不依賴系統 ffmpeg / brew / winget。**

**為何 LGPL 不 GPL**：GPL build 會感染整個產品授權。LGPL 允許商業使用，只要提供 LGPL 部分的 source 或 link。

### 3.2 各平台來源

| 平台 | 來源 | 檔名 | 大小 |
|------|------|------|------|
| macOS x64 | [evermeet.cx](https://evermeet.cx/ffmpeg/) LGPL static build | `ffmpeg` | ~35MB |
| Windows x64 | [BtbN/FFmpeg-Builds](https://github.com/BtbN/FFmpeg-Builds) `ffmpeg-n6.1-latest-win64-lgpl-shared-6.1.zip` 的 `ffmpeg.exe`（需連同幾個 DLL） | `ffmpeg.exe` + DLLs | ~45MB |
| Linux x64 | [johnvansickle.com](https://johnvansickle.com/ffmpeg/) LGPL static build | `ffmpeg` | ~40MB |

### 3.3 內嵌結構

```
visiona-local/payload/bin/
├── ffmpeg              ← macOS / Linux（單檔 static）
├── ffmpeg.exe          ← Windows
└── (Windows 需要的 DLLs, e.g. avcodec-61.dll, avformat-61.dll)
```

### 3.4 Go server 使用方式

現有 `server/internal/camera/` 透過 `exec.Command("ffmpeg", ...)` 呼叫。新版改為：

```go
// server/internal/camera/ffmpeg.go
func ffmpegBinary() string {
    // 先查環境變數（dev 模式可 override）
    if p := os.Getenv("VISIONA_FFMPEG"); p != "" {
        return p
    }
    // 生產模式：從 installDir/bin 找
    exe, _ := os.Executable()
    dir := filepath.Dir(exe)  // 這個 exe 是 visiona-local-server
    bundled := filepath.Join(dir, "ffmpeg")
    if runtime.GOOS == "windows" {
        bundled += ".exe"
    }
    if _, err := os.Stat(bundled); err == nil {
        return bundled
    }
    // fallback：PATH
    return "ffmpeg"
}
```

### 3.5 授權聲明

需要在 Settings → About 頁顯示：

```
此產品包含以 LGPLv2.1+ 授權的 FFmpeg。
- FFmpeg source: https://ffmpeg.org
- LGPL license: https://www.gnu.org/licenses/lgpl-2.1.html
- Build provided by BtbN/FFmpeg-Builds (Windows/Linux) / evermeet.cx (macOS)
```

---

## 4. yt-dlp（使用者決策 Q10 = A，保留）

### 4.1 為何保留

`/api/media/url` endpoint 讓使用者可以丟 YouTube 或其他影片網址進來做離線推論，這對 demo 場景有價值（例如「拿 YouTube 影片跑物件偵測」），使用者明確要求保留。

### 4.2 內嵌方式

yt-dlp 有 **standalone executable**（自帶 Python runtime，不需要系統 Python），這是為離線部署設計的：

| 平台 | 檔案 | 來源 |
|------|------|------|
| macOS | `yt-dlp_macos` | [yt-dlp release](https://github.com/yt-dlp/yt-dlp/releases) |
| Linux | `yt-dlp` | 同上 |
| Windows | `yt-dlp.exe` | 同上 |

大小約 8-15MB per platform。放到 `visiona-local/payload/bin/yt-dlp{.exe}` 內嵌。

**注意：** 使用 standalone 版本而不是 `pip install yt-dlp`，因為我們想與主 venv 解耦，避免 yt-dlp 的依賴與 KneronPLUS 衝突。

### 4.3 Go server 使用方式

沿用 `exec.Command` 模式，path 查找與 ffmpeg 相同：先查 `VISIONA_YTDLP` 環境變數，再查同目錄 `bin/`。

### 4.4 授權與風險

- yt-dlp 是 Unlicense（public domain），無授權問題
- 風險：yt-dlp 對不同網站的相容性會隨時間腐敗，但對內部工具可接受（使用者自己升級也可以）
- 不做 auto-update yt-dlp（Q6 = 不做 auto-update）

---

## 5. 預置模型 .nef（使用者決策 Q5 = 全打包）

### 5.1 現狀

`edge-ai-platform/server/data/nef/` 總量 ~73MB，分布：
- `kl520/`：5-6 個 .nef（影像分類、物件偵測、臉辨）
- `kl720/`：5-6 個 .nef（同上但 KL720 版本）

### 5.2 策略

**全部打包**，不精簡。原因：
1. 使用者明確決策 Q5 = 全打包
2. 符合「完全離線、開箱即用」原則
3. ~73MB 相對於總安裝檔 ~300MB 不算大
4. 首次 demo 情境需要「看到最多示範」

> **授權待 Kneron 確認**：第四輪決策 R4-1 維持「不主動詢問、發佈前 gate」。若屆時確認不允許 re-distribute → 觸發 Plan B（見 [`plan-b-online-download.md`](./plan-b-online-download.md)）。

### 5.3 打包路徑

```
visiona-local/payload/data/nef/
├── kl520/
│   ├── classification_mobilenetv2.nef
│   ├── detection_yolov5s.nef
│   └── ...
└── kl720/
    ├── classification_resnet50.nef
    └── ...
```

首次執行時解壓到 `~/Library/Application Support/visiona-local/data/nef/`（或對應平台路徑）。使用者上傳的自訂模型放在 `data/custom-models/`，兩者分開管理。

### 5.4 go:embed vs payload

**選 payload（解壓式），不選 go:embed。** 原因：
1. go:embed 73MB 進 Go binary 會讓 link 時間與記憶體暴漲
2. 解壓後使用者可以手動替換、刪除、增加
3. `installer/embed.go` 已有 payload 模式可沿用

---

## 6. 內嵌大小預估

### 6.1 未壓縮（Wails binary 解開後）

| 項目 | macOS x64 | Windows x64 | Linux x64 |
|------|----------|-------------|-----------|
| Wails binary（Go + WebView） | ~15MB | ~12MB | ~14MB |
| visiona-local-server（含 embedded Next.js） | ~30MB | ~30MB | ~30MB |
| python-build-standalone | ~90MB | ~90MB | ~100MB |
| Python wheels（numpy + opencv + pyusb + KneronPLUS） | ~50MB | ~50MB | ~55MB |
| ffmpeg | ~35MB | ~45MB | ~40MB |
| yt-dlp | ~10MB | ~12MB | ~10MB |
| 預置 .nef 模型 | 73MB | 73MB | 73MB |
| WinUSB driver | - | ~1MB | - |
| **合計（未壓縮）** | **~303MB** | **~313MB** | **~322MB** |

### 6.2 壓縮後（.dmg / .exe / .AppImage）

Wails payload 用 tar.gz 或 zstd 壓縮，預估壓縮率 60-65%：

| 平台 | 最終安裝檔大小 |
|------|--------------|
| macOS .dmg | **~195MB** |
| Windows .exe（Inno Setup） | **~205MB** |
| Linux .AppImage | **~210MB** |

符合 PRD 的「單平台 < 500MB」目標。

---

## 7. 依賴內嵌檢查清單（給 Build Pipeline）

每次 release build 時必須驗證：

- [ ] `python/<os>/python3 --version` 可執行
- [ ] `wheels/<os>/` 中所有 .whl 存在且對應正確的 cp312 + 平台 tag
- [ ] `bin/ffmpeg` 存在，`ffmpeg -version` 可執行，且**版本字串中有 "LGPL"**（不可是 GPL）
- [ ] `bin/yt-dlp` 存在，`yt-dlp --version` 可執行
- [ ] `data/nef/kl520/*.nef` 與 `data/nef/kl720/*.nef` 與 `data/models.json` 一致
- [ ] （Windows）`drivers/kneron_winusb.inf` + `amd64/*.dll` 存在
- [ ] 安裝檔大小 < 500MB