推論工作區前端塊2:canvas overlay 疊在 MJPEG <img> 上、接 WS inference:<deviceId> 推的 raw InferenceResult、即時繪 bbox+label+信心度; 右側 Inference panel 從 Phase 1 佔位換成 WS 即時結果清單 + FPS/延遲。 照 edge-ai-platform POC 移植(唯讀參考)。 - camera-overlay.tsx:normalized bbox→canvas 像素換算、label 框 - inference-panel.tsx:指標 + 清單 + aria-live 無障礙 - inference-store.ts:fps/avgLatency、MAX_RESULTS=100 上限 - use-inference-stream.ts:用既有 useWebSocket(same-origin cookie、無 token URL) - workspace-client:overlay 塞 CameraFeed slot、訂閱 WS(僅 isRunning && isOnline) canvas 顏色讀設計 token(--chart-*/--background,getComputedStyle 快取、 主題切換才重讀)、跟隨深淺主題、不裸色值。 Reviewer 2 輪通過(0C/0M)。修正: - M1 overlay 座標錯位:feedSize 初值 null、未拿真實顯示尺寸不繪(MJPEG 非 4:3 不錯位) - M2 效能 jank:palette 快取 useState + MutationObserver 主題切換才重讀 (不再每 frame getComputedStyle) - m2 label fallback 色改實際色(canvas 不認 currentColor) - m3 isValidBBox guard:壞 payload 略過不 crash +6 新測試(M1 640×360→height=360、M2 呼叫數不增、m3 NaN/undefined 略過)。 tsc/eslint clean、塊2 範圍 37 test 綠。(全套 11 failed 全屬 conversion-store 既有 time-based flaky、未觸碰) Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
visionA
Innovedus visionA monorepo — Edge AI 開發平台(離線版 + 雲端版)。
開發環境快速啟動
make dev-up # 起 backend + Member Center(OIDC)+ Postgres
make frontend-dev # 另開 terminal:起 frontend dev server(pnpm dev)
# 開瀏覽器 http://localhost:3000
完整流程(含 OAuth client 手動註冊、port 對照、疑難排解)見 docs/DEV-SETUP.md。
其他 target:make help。
子專案
| 專案 | 角色 | 狀態 |
|---|---|---|
local-tool/ |
離線版 桌面工具(Wails + Go + Next.js) | 穩定維護 |
visionA-frontend/ |
雲端版 web 前端(Next.js) | ✅ Phase 0 雛形 |
visionA-backend/ |
雲端版後端(Go,雙 binary:api-server + remote-proxy) | ✅ Phase 0 雛形 |
local-agent/ |
visionA Agent — 雲端版 local 端代理(Wails + Go + Next.js) | ✅ Phase 0.5 雛形 |
架構關係
離線模式(local-tool 單獨)
使用者瀏覽器 → localhost:3721 (local-tool server) → Kneron 裝置
雲端模式(visionA 雲端版 + visionA Agent)
使用者瀏覽器 → visionA-frontend (CDN) → visionA-backend (api-server)
↓ internal HTTP
visionA-backend (remote-proxy)
↓ WebSocket + yamux tunnel
使用者電腦上的 visionA Agent
↓ 本機 HTTP
Agent 的內部 server → Kneron 裝置
兩種模式可在同一台電腦共存(local-tool 和 visionA Agent 獨立安裝、不衝突)。
產品線原則
- local-tool 不動,需要時 fork
- 雲端 vs 本機差異只在前端部署位置
- 雲端 agent 的 server ≈ local-tool 的 server(差別在沒本機操作 UI)
- 雲端 web UI 先抄 local-tool,之後再加新功能
文件
完整產品文件見 .autoflow/:
- 產品需求:
.autoflow/02-prd/PRD.md - 設計規格:
.autoflow/03-design/design-spec.md - 架構總覽:
.autoflow/04-architecture/design-doc.md - 交付總結:
.autoflow/07-delivery/project-summary.md
License
TBD(內部使用)
Description
Languages
Go
54.7%
TypeScript
33%
Python
5.6%
Makefile
1.6%
JavaScript
1.4%
Other
3.7%