# ViGent2 后端开发指南 本文档提供后端架构概览与接口规范。开发规范与分层约定见 `Docs/BACKEND_DEV.md`。 --- ## 🏗️ 架构概览 后端采用 **FastAPI** 框架,基于 Python 3.10+ 构建,主要负责业务逻辑处理、AI 任务调度以及与各微服务组件的交互。 ### 目录结构 ``` backend/ ├── app/ │ ├── core/ # 核心配置 (config.py, security.py, response.py) │ ├── modules/ # 业务模块 (router/service/workflow/schemas) │ │ ├── videos/ # 视频生成任务(router/schemas/service/workflow) │ │ ├── materials/ # 素材管理(router/schemas/service) │ │ ├── publish/ # 多平台发布 │ │ ├── auth/ # 认证与会话 │ │ ├── ai/ # AI 功能(标题标签生成) │ │ ├── assets/ # 静态资源(字体/样式/BGM) │ │ ├── ref_audios/ # 声音克隆参考音频(router/schemas/service) │ │ ├── login_helper/ # 扫码登录辅助 │ │ ├── tools/ # 工具接口(router/schemas/service) │ │ └── admin/ # 管理员功能 │ ├── repositories/ # Supabase 数据访问 │ ├── services/ # 外部服务集成 (TTS/Remotion/Storage/Uploader 等) │ └── tests/ # 单元测试与集成测试 ├── scripts/ # 运维脚本 (watchdog.py, init_db.py) ├── assets/ # 资源库 (fonts, bgm, styles) ├── user_data/ # 用户隔离数据 (Cookie 等) └── requirements.txt # 依赖清单 ``` --- ## 🔌 API 接口规范 后端服务默认运行在 `8006` 端口。 - **文档地址**: `http://localhost:8006/docs` (Swagger UI) - **认证方式**: HttpOnly Cookie (JWT) ### 核心模块 1. **认证 (Auth)** * `POST /api/auth/login`: 用户登录 (手机号) * `POST /api/auth/register`: 用户注册 * `GET /api/auth/me`: 获取当前用户信息 2. **视频生成 (Videos)** * `POST /api/videos/generate`: 提交生成任务 * `GET /api/videos/tasks/{task_id}`: 查询单个任务状态 * `GET /api/videos/tasks`: 获取用户所有任务列表 * `GET /api/videos/generated`: 获取历史视频列表 * `DELETE /api/videos/generated/{video_id}`: 删除历史视频 3. **素材管理 (Materials)** * `POST /api/materials`: 上传素材 * `GET /api/materials`: 获取素材列表 * `PUT /api/materials/{material_id}`: 重命名素材 4. **社交发布 (Publish)** * `POST /api/publish`: 发布视频到 抖音/微信视频号/B站/小红书 * `POST /api/publish/login`: 扫码登录平台 * `GET /api/publish/login/status`: 查询登录状态(含刷脸验证二维码) * `GET /api/publish/accounts`: 获取已登录账号列表 > 提示:视频号/抖音发布建议使用 headful + xvfb-run 运行后端。 5. **资源库 (Assets)** * `GET /api/assets/subtitle-styles`: 字幕样式列表 * `GET /api/assets/title-styles`: 标题样式列表 * `GET /api/assets/bgm`: 背景音乐列表 6. **声音克隆 (Ref Audios)** * `POST /api/ref-audios`: 上传参考音频 (multipart/form-data) * `GET /api/ref-audios`: 获取参考音频列表 * `PUT /api/ref-audios/{id}`: 重命名参考音频 * `DELETE /api/ref-audios/{id}`: 删除参考音频 7. **AI 功能 (AI)** * `POST /api/ai/generate-meta`: AI 生成标题和标签 8. **工具 (Tools)** * `POST /api/tools/extract-script`: 从视频链接提取文案 9. **健康检查** * `GET /api/lipsync/health`: LatentSync 服务健康状态 * `GET /api/voiceclone/health`: Qwen3-TTS 服务健康状态 ### 统一响应结构 ```json { "success": true, "message": "ok", "data": { }, "code": 0 } ``` --- ## 🎛️ 视频生成扩展参数 `POST /api/videos/generate` 支持以下可选字段: - `material_path`: 视频素材路径(单素材模式) - `material_paths`: 多素材路径数组(多机位模式,≥2 个素材时按句子自动切换) - `tts_mode`: TTS 模式 (`edgetts` / `voiceclone`) - `voice`: EdgeTTS 音色 ID(edgetts 模式) - `ref_audio_id` / `ref_text`: 参考音频 ID 与文本(voiceclone 模式) - `title`: 片头标题文字 - `subtitle_style_id`: 字幕样式 ID - `title_style_id`: 标题样式 ID - `subtitle_font_size`: 字幕字号(覆盖样式默认值) - `title_font_size`: 标题字号(覆盖样式默认值) - `title_top_margin`: 标题距顶部像素 - `subtitle_bottom_margin`: 字幕距底部像素 - `enable_subtitles`: 是否启用字幕 - `bgm_id`: 背景音乐 ID - `bgm_volume`: 背景音乐音量(0-1,默认 0.2) ## 📦 资源库与静态资源 - 本地资源目录:`backend/assets/{fonts,bgm,styles}` - 静态访问路径:`/assets`(用于前端样式预览与背景音乐试听) ## 🎵 背景音乐混音策略 - 混音发生在 **唇形对齐之后**,避免影响字幕/口型时间轴。 - 使用 FFmpeg `amix`,禁用归一化以保持配音音量稳定。 ## 🛠️ 开发环境搭建 ### 1. 虚拟环境 ```bash cd backend python -m venv venv source venv/bin/activate # Linux/macOS # .\venv\Scripts\activate # Windows ``` ### 2. 依赖安装 ```bash pip install -r requirements.txt ``` ### 3. 环境变量配置 复制 `.env.example` 到 `.env` 并配置必要的 Key: ```ini # Supabase SUPABASE_URL=http://localhost:8008 SUPABASE_KEY=your_service_role_key # GLM API (用于 AI 标题生成) GLM_API_KEY=your_glm_api_key # LatentSync 配置 LATENTSYNC_GPU_ID=1 ``` ### 4. 启动服务 **开发模式 (热重载)**: ```bash uvicorn app.main:app --host 0.0.0.0 --port 8006 --reload ``` --- ## 🧩 服务集成指南 ### 集成新模型 如果需要集成新的 AI 模型 (例如新的 TTS 引擎): 1. 在 `app/services/` 下创建新的 Service 类 (如 `NewTTSService`)。 2. 实现 `generate` 方法,可以使用 subprocess 调用,也可以是 HTTP 请求。 3. **重要**: 如果模型占用 GPU,请务必使用 `asyncio.Lock` 进行并发控制,防止 OOM。 4. 在 `app/modules/` 下创建对应模块,添加 router/service/schemas,并在 `main.py` 注册路由。 ### 添加定时任务 目前推荐使用 **APScheduler** 或 **Crontab** 来管理定时任务。 社交媒体的定时发布功能目前依赖 `playwright` 的延迟执行,未来计划迁移到 Celery 队列。 --- ## 🛡️ 错误处理 全项目统一使用 `Loguru` 进行日志记录。 ```python from loguru import logger try: # 业务逻辑 except Exception as e: logger.error(f"操作失败: {str(e)}") raise HTTPException(status_code=500, detail="服务器内部错误") ``` --- ## 🧪 测试 运行测试套件: ```bash pytest ```