# OPC 智能园区后端(FastAPI + MQTT) 独立后端服务:**所有数据通过 REST API 提供**,**页面/媒体控制通过 MQTT 下发**,媒体资源由后端统一存储与返回。 ## 架构 ``` ┌──────────────┐ REST(全部数据/媒体/设置) ┌────────────────┐ │ Tauri 大屏 │ ◄────────────────────────── │ FastAPI :10085 │ │ (React 前端) │ └───────┬────────┘ │ │ MQTT 订阅 opc/display/command │ MQTT 发布 │ 账号: dpm │ ◄────────────────────────────────────│ 账号: dpmserver └──────┬───────┘ MQTT Broker (EMQX) │ │ 192.168.1.3:1883 │ └───────────────────────────────────────────────┘ ``` - **数据**:`GET /api/dashboard/snapshot`(每 2.2s 刷新,模拟引擎在后端运行)等 - **控制**:`POST /api/display/command` → MQTT `opc/display/command` → 所有大屏订阅同步响应 - **媒体**:上传/列表/播放列表/`/file` 静态返回(图片/视频统一由后端托管) - **AI**:通义千问(DashScope)+ 工具调用(切页/控制/卡片/通知,经 MQTT 广播);语音识别用阿里云 paraformer ## 启动 ```bash cd backend uv sync # 安装依赖(fastapi/uvicorn/paho-mqtt/dashscope/jinja2 等) cp .env.example .env # 按需修改(含 DashScope Key、MQTT 账号) uv run python main.py # 或 .venv/bin/python main.py ``` 启动后:API 与前端页面均在 `http://0.0.0.0:10085`(浏览器直接打开即大屏)。 ## 环境变量(backend/.env) | 变量 | 说明 | |---|---| | `DPM_HOST` / `DPM_PORT`(或 `FASTAPI_HOST`/`FASTAPI_PORT`) | 监听地址,默认 `0.0.0.0:10085` | | `DPM_MQTT_HOST` / `DPM_MQTT_PORT` | MQTT broker 地址,默认读 `MQTT_BROKER_HOST/PORT` | | `MQTT_USERNAME` / `MQTT_PASSWORD` | **服务端发布账号:dpmserver / 123456** | | `DASHSCOPE_API_KEY` | 阿里云 DashScope(LLM + 语音识别) | | `DPM_LLM_MODEL` | 默认 `qwen-plus` | | `DPM_ASR_MODEL` | 默认 `paraformer-realtime-v2` | > 前端连接配置在项目根 `.env.local`(已 gitignore):`VITE_API_BASE`、`VITE_MQTT_URL`、`VITE_MQTT_USERNAME=dpm`、`VITE_MQTT_PASSWORD=123456`。 ## MQTT 主题 | 主题 | 方向 | 说明 | |---|---|---| | `opc/display/command` | 后端→前端 | `{cmd_id, ts, action, params}`,action: `navigate` / `navigate_rel` / `play` / `pause` / `next` / `prev` / `alert` / `show_card` / `set_mode` | | `opc/dashboard/tick` | 后端→前端 | 数据快照(`{ts, snapshot}`) | | `opc/display/ack` | 前端→后端 | 指令回执(预留) | ## 控制示例 ```bash # 切换页面(数据大屏 / 数字孪生 / AI 助手 / 媒体轮播) curl -X POST http://localhost:10085/api/display/command \ -H "Content-Type: application/json" \ -d '{"action":"navigate","params":{"page":"/twin"}}' # 媒体控制 curl -X POST http://localhost:10085/api/display/command \ -d '{"action":"next","params":{}}' # 大屏通知 curl -X POST http://localhost:10085/api/display/command \ -d '{"action":"alert","params":{"title":"园区通知","content":"..."}}' ``` ## 关键接口 - `GET /api/dashboard/snapshot` — 大屏全量数据快照 - `GET /api/park/companies` · `GET /api/park/zones` — 企业分布 - `POST /api/ai/chat` — AI 对话(`{messages:[{role,content}]}` → `{reply, tools, mqtt_published}`) - `POST /api/ai/asr` — 语音识别(multipart 上传录音 + `format` 参数) - `GET/POST /api/playlist` · `POST /upload` · `GET /media` — 媒体与播放列表 - `POST /api/display/command` — 管理端控制指令(转 MQTT 广播) - `GET /api/events` — SSE 兼容通道(MQTT 不可用时的前端回退) ## 说明 - 大屏数据由后端模拟引擎产生(`sim_engine.py`,与原前端 `parkData.js` 逻辑一致);前端离线时也有本地兜底 - 媒体文件存放于 `backend/media/`,`/file/...` 直接返回 - 安全:`backend/.env` 与根 `.env.local` 已加入 `.gitignore`,含阿里云密钥与 MQTT 凭据,勿提交 ## Docker 部署(推荐) 一键构建并启动 **后端 + EMQX Broker**: ```bash # 1) (可选)配置部署参数 export MQTT_PUBLIC_HOST=192.168.1.50 # 展播端可访问的服务器局域网 IP(Broker WebSocket) export EMQX_USER=dpmserver export EMQX_PASS=你的密码 export DASHSCOPE_API_KEY=sk-xxx # AI/语音密钥(未配置时 AI 走本地规则引擎) export DPM_S2S_ENABLED=1 # 实时语音对话开关 # 2) 构建并启动 docker compose up -d --build # 3) 验证 curl http://192.168.1.9:10085/api/health # {"ok":true,...} docker compose logs -f backend ``` - 端口:`10085`(API/后台/媒体)、`8765`(s2s 语音)、`1883/8083/18083`(EMQX) - 数据卷:`dpm_media`(媒体)、`dpm_knowledge`(知识库 park.md,可热更新)、`dpm_data`(设置/播放列表) - 展播端(Tauri 大屏)启动时经 `GET /api/config` 自动获取 MQTT WebSocket 地址 - 常用命令:`docker compose down` 停止;`docker compose up -d --build backend` 仅重建后端; `docker compose ps` 查看状态 > 单独构建镜像:`docker build -f backend/Dockerfile -t dpm-backend .`