NeuralConstructor产品系统

NeuralConstructor 面向 AI 应用研发、机器学习实验与生成式内容生产，为算法开发者和应用开发者提供统一的可视化工作环境。适用于模型训练与评估、图像及音视频生成、大语言模型推理流程编排，以及算法教学和技术原型验证。通过整合流程编辑、模型管理、任务执行与产物查看，实现全图形化神经网络开发部署，并且支持团队共享项目实时协作开发。

1. 项目与文件管理模块： 提供项目工作区、文件浏览器和文本编辑器，统一管理工作流、代码、模型及输出文件。支持文件变更监听和未保存草稿的断线恢复。
2. 可视化工作流编排模块： 通过节点与连线组织数据处理、模型调用和结果输出，支持参数配置、类型化输入输出、撤销重做，以及条件分支、循环和嵌套子图。支持图形与 YAML 两种编辑方式。
3. 神经网络构建与训练模块： 提供网络层、损失函数、优化器、训练器和回调等节点，支持可视化组织网络结构、配置训练参数、执行模型训练并保存模型。例如，可搭建从真实手写数字数据加载到分类训练、测试评估的完整流程。
4. 模型与运行环境管理模块： 集成 Hugging Face 模型目录、下载和缓存管理，支持模型版本固定、断点续传与缓存校验。提供项目级 Python 依赖管理，并配套图像、音频、视频和语言模型工作流模板。
5. 执行监控与调试模块： 支持工作流运行、取消及调试至指定节点，展示节点执行状态、进度和日志，并保存运行记录、输出摘要及执行追踪，便于定位失败环节和复查计算过程。
6. 产物管理与预览模块： 按运行记录组织模型文件、评估结果和生成内容，支持图像、视频产物的内联预览，可直接在工作区查看预测样本、混淆矩阵等实际输出。
7. 协作与权限模块： 提供 Owner、Editor、Viewer 角色及协作邀请，支持共享工作区布局同步、同一工作流多视图查看，并对编辑和管理操作实施权限控制。

1. 技术栈： 后端采用 Rust、Tokio 和 Axum，前端采用 SvelteKit、TypeScript 与 Monaco Editor；通过 PyO3 桥接 Python，接入 PyTorch、Transformers、Diffusers 等机器学习库，使用 SQLite 持久化项目元数据及运行记录。
2. 模块化架构： 将图结构定义与校验、流程编译、执行引擎、Python 运行桥接、节点库及项目服务拆分为独立模块。前端负责交互与可视化，后端统一管理项目和执行状态，使界面逻辑与计算逻辑能够分别演进。
3. 工作流编译与执行： 支持条件分支、循环及嵌套子图的输入输出映射，使复杂流程既能在画布上编辑，也能获得明确的执行语义和错误定位。支持调试，支持动态编辑。无副作用的子图支持输出缓存。
4. Rust 与 Python 跨语言集成： 由 Rust 管理运行生命周期，通过嵌入式 Python 执行模型和数据处理节点。实现上的难点包括解释器环境定位、依赖隔离、张量与模型对象的跨节点传递，以及 Python 异常向工作流诊断信息的转换。
5. 实时通信与协作同步： 每个客户端通过统一 WebSocket 会话接收项目状态、文件变化及执行事件，使用 Automerge 同步共享工作区布局。结合角色权限、会话管理和本地草稿恢复，处理多人操作、连接中断及界面状态恢复问题。
6. 复杂图编辑交互： 实现节点拖拽、端口连线、缩放平移、参数检查器和嵌套图编辑。
7. 可复现运行与产物留存： 通过模型版本固定、项目级依赖环境、随机种子固定、运行快照、保留日志和执行追踪提高实验可复查性。文件产物由系统统一管理实现跨运行结果追踪。