基于 FastAPI + React 的工业建模平台，支持 SOM 等模型训练、测试评估、版本管理与在线推理。SOM 底层使用内嵌的 MiniSom（backend/app/models/som/vendor/minisom.py）。
- 训练：上传 CSV、配置超参数、异步训练、U-Matrix / 激活图可视化
- 测试：选择模型、上传测试集、查看量化误差与 Win Map
- 部署：模型版本管理、pickle 导出、激活推理模型、REST API、Docker 一键启动
一键启动（推荐）：
cd backend
./scripts/dev.sh或手动：
cd backend
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
export PYTHONPATH="$(pwd)"
uvicorn app.main:app --reload --port 8000仓库含 backend/.python-version（3.12.13），已配置 pyenv 时会自动选用。
API 文档：http://127.0.0.1:8000/docs
cd frontend
npm install
npm run dev访问：http://127.0.0.1:5180（Vite 已配置 /api 代理到 8000）
cd mcp
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
export SOM_API_BASE=http://127.0.0.1:8000
python -m som_mcp配置示例见 mcp/t-claw.mcp.example.json，工具说明见 mcp/README.md。
docker compose up --build访问：http://localhost:8000
MinIO 控制台：http://localhost:9001（默认 minioadmin / minioadmin）
Compose 会启动 PostgreSQL（元数据）与 MinIO（模型/数据集 blob）。本地开发可不启这些服务，默认使用 SQLite + backend/storage/blobs/。
环境变量示例见 backend/.env.example。
curl http://localhost:8000/api/healthcurl -X POST http://localhost:8000/api/inference/predict \
-H "Content-Type: application/json" \
-d '{"samples": [[0.1, 0.2, 0.3, 0.4]]}'先在「部署」页激活一个模型，或请求体中传入 model_id。
curl -O http://localhost:8000/api/models/{model_id}/download- 上传 CSV 文件
- 数值列作为特征；可选一列作为标签（用于 labels_map 可视化）
- 建议在训练前启用「归一化」
| 路径 | 说明 |
|---|---|
backend/app/ |
FastAPI 应用 |
backend/app/models/ |
按模型类型划分（som/ 含训练、推理、vendor） |
backend/app/storage/ |
Blob + PostgreSQL/SQLite 存储层 |
backend/storage/ |
运行时数据（blobs、meta.db） |
frontend/ |
React 前端 |
mcp/ |
MCP 服务（Agent 调用后端 API） |
sample_datasets/ |
示例 CSV |
Dockerfile |
多阶段构建镜像 |
backend/scripts/dev.sh |
本地后端启动脚本 |
目录重构后的 Git 清理步骤见 docs/GIT_CLEANUP.md。根目录可执行 make git-status 快速检查。
- 首版为单用户 MVP，无登录鉴权；生产环境请自行加认证
- 评估结果（
/api/evaluation/run）会写入 SQLite 表evaluation_runs，重启后端仍可查询 Win Map train_batch_offline_fast需要安装numba：pip install numba- 模型以 pickle 格式存储，仅加载本系统生成的文件