Files
..

OPC 智能园区后端(FastAPI + MQTT

📍 工作区位置:code/dpm/backend/(DPM 园区大屏后端,独立仓库)。权威说明以本文档为准;系统/运维文档见 design/dpm/,前端见 code/dpm/src/

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

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 DashScopeLLM + 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_BASEVITE_MQTT_URLVITE_MQTT_USERNAME=dpmVITE_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

# 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

# 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 IPBroker 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:10085API/后台/媒体)、8765s2s 语音)、1883/8083/18083EMQX
  • 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 .