BioMedAI Playground

面向生物医学、医药领域无编程背景的研究人员与临床医生，通过图形化界面，让用户一键式使用前沿生物医疗 AI 模型。

当前进度

第1阶段（MVP 骨架）

• FastAPI + PostgreSQL + Redis + Celery
• 注册/登录、JWT、8 场景模型卡片、异步任务状态流转

第2阶段（平台化能力，已实现）

• 对象存储：支持 STORAGE_BACKEND=local（默认，零依赖）或 STORAGE_BACKEND=s3（MinIO / S3 兼容）
• 文件管理：上传、列表、删除（已绑定任务的文件需先删除任务）
• 任务：创建时可挂载已上传输入文件；完成后生成 result.json 工件；下载、删除任务（并清理输出对象）
• 分享：POST /tasks/{id}/shares 生成令牌；GET /public/shares/{token} 查看元数据；公开下载工件（可选密码）
• 管理后台：指标概览、用户禁用/配额、模型启用/禁用
• 用户：storage_used_bytes 配额统计、task_retention_days 字段

第3阶段（本次迭代，已实现）

• 模型扩展框架：新增可插拔模型适配层 model_adapters.py，8 个场景均有独立适配逻辑
• 多模型结果工件：不再固定 result.json，按模型输出对应工件（如 pdb/csv/markdown/json）
• 任务执行分发：Worker 根据 model_name 自动路由到对应适配器，后续替换为真实推理只需改适配器
• Docker 容器执行（可选）：EXECUTION_BACKEND=docker 时，按 models.docker_image + runner_config_json 执行 docker run，挂载 /input（只读）与 /output，将容器产出同步为任务工件；并写入 tasks.runner_log_json 供前端轮询展示
• 模型表扩展：docker_image、runner_config_json；种子数据默认 alpine:3.20 便于联调（真实环境请在管理后台改为正式镜像与启动命令）
• 邮件通知：任务提交支持 notify_email，任务完成/失败后发邮件（SMTP 可配置）
• 定时清理任务：Celery 定时任务 cleanup_expired_tasks，按用户 task_retention_days 清理过期任务与输出工件
• 团队空间：团队创建、添加成员、团队任务列表（任务可绑定 team_id）
• 完整监控告警（基础版）：
  • 管理后台指标扩展（pending/running/succeeded/failed、failure_rate）
  • 告警接口 /admin/alerts（失败率与队列积压阈值告警）
  • 前端管理页展示告警面板

可选：Docker Compose

仓库仍保留 docker-compose.yml，需要容器化时可使用。日常开发推荐下方「本地启动」。

本地启动（不使用 Docker）

0. 准备环境

• Python 3.10+
• Node.js 20+（前端）
• PostgreSQL 14+（本地服务）
• Redis（Celery 消息队列）

macOS 示例（Homebrew）：

brew install postgresql@14 redis
brew services start postgresql@14
brew services start redis
createuser biomedai -s || true
psql postgres -c "CREATE USER biomedai WITH PASSWORD 'biomedai';" 2>/dev/null || true
psql postgres -c "CREATE DATABASE biomedai OWNER biomedai;" 2>/dev/null || true

1. 后端

cd backend
python3 -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -r requirements.txt

在 backend/ 下创建 .env（可参考仓库根目录的 .env.example 复制并修改），至少包含：

• DATABASE_URL：例如 postgresql+psycopg2://biomedai:biomedai@127.0.0.1:5432/biomedai
• REDIS_URL：例如 redis://127.0.0.1:6379/0
• SECRET_KEY：随机字符串
• STORAGE_BACKEND：local 或 s3
• 若使用 MinIO / S3：S3_ENDPOINT_URL、S3_ACCESS_KEY、S3_SECRET_KEY、S3_BUCKET

管理员：在 .env 中设置 ADMIN_BOOTSTRAP_EMAILS=你的邮箱，首次用该邮箱注册的用户会自动成为 admin（已存在的用户不会自动升格，需由管理员在后台修改角色或在库中更新）。

启动 API：

cd backend
source .venv/bin/activate
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

另开终端启动 Celery Worker（与 API 相同目录与环境变量）：

cd backend
source .venv/bin/activate
celery -A app.celery_app worker --loglevel=info

再开一个终端启动 Celery Beat（用于定时清理）：

cd backend
source .venv/bin/activate
celery -A app.celery_app beat --loglevel=info

本地对象存储默认写入 backend/data/storage/（可通过 LOCAL_STORAGE_PATH 修改）。

Docker 模式说明

• 在 backend/.env 设置 EXECUTION_BACKEND=docker。
• Celery Worker 进程必须能执行 docker 命令（本机安装 Docker Desktop / Engine，或将 docker.sock 挂载进 Worker 容器并安装 Docker CLI）。
• 每个模型需配置镜像；管理后台「模型启停与容器」中可编辑镜像与 runner_config_json（支持 command、env）。
• 容器约定：平台会把用户上传文件放到宿主机的 .../input，映射为容器内 /input；请将结果写入 /output（平台会收集该目录下所有文件作为工件）。

2. 前端

cd frontend
npm install
# 若 API 非 localhost:8000，可设置：
# export VITE_API_BASE=http://127.0.0.1:8000
npm run dev

浏览器访问：http://localhost:5173
OpenAPI：http://127.0.0.1:8000/docs

演示流程

1. 注册并登录（管理员邮箱见上文配置）
2. 在「我的文件」上传输入文件（可选）
3. 「工作台」选择模型，勾选文件后提交任务
4. 可勾选「完成后邮件通知我」，任务完成后接收通知
5. 在「团队空间」创建团队并查看团队任务
6. 管理员在「管理后台」查看指标、告警、禁用用户、启停模型

数据库变更说明

若你使用过第1周旧库（含 storage_used_gb 等旧字段），建议重建数据库或自行编写迁移脚本对齐当前模型。全新库由 SQLAlchemy create_all 自动建表即可。

若已有库但缺少 models.docker_image、models.runner_config_json、tasks.runner_log_json 等列，同样需要迁移或重建后再启动新版本。