Files
sentinel-home-ai/PROGRESS.md
ericwyuan 50d83539f6 [deploy] Oracle 环境部署 + 模型基准测试 + OllamaAdapter 优化
- Oracle 依赖安装: flask/gunicorn/requests/PyYAML/opencv/numpy 全部成功
- FAM-Edge 全部 8 个模块导入验证 PASS
- llava-phi3 基准测试: 冷启动 109s, 预热无限制 13.35s, 预热+num_predict=30 仅 4.34s PASS
- OllamaAdapter 新增 num_predict 可配置参数 (默认 500)
- config.yaml.example 新增 num_predict 配置项
- 创建 PROGRESS.md 进度追踪文档
2026-08-19 23:01:21 +08:00

4.0 KiB
Raw Blame History

项目进度追踪

最后更新: 2026-08-19 22:50

环境状态

Oracle Cloud (129.146.203.203) - FAM-Edge 节点

项目 状态 备注
OS Ubuntu 20.04 ARM64 Ampere A1 2C12G
Python 3.8.10 python3-venv 已安装
pip 25.0.1 (venv内)
FFmpeg 已安装 apt 安装
Ollama 0.32.14
llava-phi3:latest 2.9 GB 已拉取
Python 依赖 全部安装成功 flask, gunicorn, requests, PyYAML, opencv, numpy
模块导入验证 PASS FAM-Edge 全部 8 个模块导入正常
代码部署 /opt/fam-edge/ rsync 同步
venv /opt/fam-edge/venv/ 已创建

Synology NAS (192.168.50.64) - FAM-Core + FAM-UI 节点

项目 状态 备注
Python 3.8.15
pip3 未安装 待安装
MariaDB 未安装 待安装
Streamlit 未安装 待安装
Tailscale 未安装 待安装

网络互通

项目 状态
Tailscale 未安装(两台均未装)
Oracle -> NAS Gitea 不通192.168.50.64 不可达)
当前方案 rsync 同步代码到 Oracle

模型可行性基准测试 (Task 1.4)

测试环境

  • Oracle Ampere A1 2C12G ARM64
  • Ollama 0.32.14 + llava-phi3:latest (2.9 GB)
  • Python 3.8.10 + requests

测试结果

场景 加载时间 Prompt 处理 生成时间 Token 数 总耗时 是否达标(≤8s)
冷启动 (首次推理) 54.56s 37.40s 17.22s 86 109.21s 否 (首次加载)
预热 (无限制) 0.06s 0.20s 13.06s 65 13.35s
预热 (num_predict=30) 0.07s 1.41s 2.83s 15 4.34s PASS

结论

  1. 冷启动延迟: 首次推理需加载 2.9GB 模型到内存,耗时 ~55s。建议通过 systemd keep-alive 或定时心跳保持模型常驻
  2. 预热性能: 模型加载后,单图推理可控制在 4-5s限制输出 30 token满足 ≤8s 设计目标
  3. ARM CPU 瓶颈: token 生成速度 ~0.1-0.2s/token多帧分析(5-8帧)需合理设置 num_predict(默认 500)
  4. 已优化: OllamaAdapter 新增 num_predict 可配置参数,默认 500

任务进度

已完成

# 任务 提交 日期
1 项目骨架 + 全部 Python 模块代码 d741ade 2026-08-19
2 DDL 数据库建表脚本 d741ade 2026-08-19
3 部署脚本 + 文档 d741ade 2026-08-19
4 init.py 导出链路 c45464c 2026-08-19
5 Storage-Cleaner 补全 5e4587b 2026-08-19
6 服务器凭证写入 README ba905d2 2026-08-19
7 requirements.txt 兼容 Python 3.8 c1bfac5 2026-08-19
8 Oracle 部署: venv + 依赖安装 + 导入验证 进行中 2026-08-19
9 模型可行性基准测试 (llava-phi3 ≤8s) 进行中 2026-08-19
10 OllamaAdapter 优化 (num_predict 参数) 进行中 2026-08-19

待完成

# 任务 依赖 优先级
11 NAS 安装 MariaDB + 执行 DDL Tailscale
12 NAS 安装 Python 依赖 (pip3, flask, mysql-connector, streamlit) -
13 NAS 部署 FAM-Core (gunicorn + 配置) MariaDB, pip3
14 NAS 部署 FAM-UI (streamlit) pip3
15 Oracle 部署 FAM-Edge (gunicorn + 配置 + systemd) 依赖安装完成
16 安装 Tailscale (Oracle + NAS) -
17 更新配置文件中的 Tailscale IP Tailscale 安装
18 端到端集成测试 全部部署完成
19 单元测试 (JSON parser, circuit breaker, schema) -
20 FAM-Edge config.yaml 实际配置 Tailscale IP

技术决策记录

  1. 移除 google-generativeai SDK 硬依赖 - 代码用 requests 直接调 REST API兼容 Python 3.8
  2. rsync 替代 git clone - Oracle 无法直连 NAS Gitea (无 Tailscale),用 rsync 从本地同步
  3. num_predict 参数 - ARM CPU 上 llava-phi3 生成速度较慢,限制输出 token 数控制延迟