procvision-algorithm-sdk 0.0.6

ProcVision algorithm SDK

ProcVision Algorithm SDK

概述

• 提供 BaseAlgorithm 抽象与最小配套能力：Session 状态共享、结构化日志、诊断数据与共享内存读图接口。
• 算法方通过实现 get_info、pre_execute、execute 与生命周期钩子，按 spec.md 与平台解耦集成。

安装

• 从源码构建后安装：pip install dist/procvision_algorithm_sdk-<version>-py3-none-any.whl
• 或直接安装：pip install procvision_algorithm_sdk

接口要点

• BaseAlgorithm.__init__() 不绑定 PID；每次调用通过参数传入 pid
• pre_execute(step_index, pid, session, user_params, shared_mem_id, image_meta)
• execute(step_index, pid, session, user_params, shared_mem_id, image_meta)
• 日志时间戳字段统一为 timestamp_ms
• 共享内存传图 JPEG-only，image_meta 最小集合：width/height/timestamp_ms/camera_id
• pre_execute 不返回真实检测结果；execute 的业务判定在 data.result_status（OK/NG）

快速开始

• 最小目录：
  • your_algo/main.py
  • manifest.json
  • requirements.txt
• 代码示例：

from typing import Any, Dict
from procvision_algorithm_sdk import BaseAlgorithm, Session, read_image_from_shared_memory

class MyAlgo(BaseAlgorithm):
    def __init__(self) -> None:
        super().__init__()
        self._supported_pids = ["p001", "p002"]

    def get_info(self) -> Dict[str, Any]:
        return {
            "name": "my_algo",
            "version": "1.0",
            "supported_pids": self._supported_pids,
            "steps": [{"index": 0, "name": "示例", "params": [{"key": "threshold", "type": "float", "default": 0.5, "min": 0.0, "max": 1.0}]}],
        }

    def pre_execute(self, step_index: int, pid: str, session: Session, user_params: Dict[str, Any], shared_mem_id: str, image_meta: Dict[str, Any]) -> Dict[str, Any]:
        if pid not in self._supported_pids:
            return {"status": "ERROR", "message": f"不支持的产品型号: {pid}", "error_code": "1001"}
        img = read_image_from_shared_memory(shared_mem_id, image_meta)
        if img is None:
            return {"status": "ERROR", "message": "图像数据为空", "error_code": "1002"}
        return {"status": "OK", "message": "准备就绪", "debug": {"latency_ms": 0.0}}

    def execute(self, step_index: int, pid: str, session: Session, user_params: Dict[str, Any], shared_mem_id: str, image_meta: Dict[str, Any]) -> Dict[str, Any]:
        img = read_image_from_shared_memory(shared_mem_id, image_meta)
        if img is None:
            return {"status": "ERROR", "message": "图像数据为空", "error_code": "1002"}
        return {"status": "OK", "data": {"result_status": "OK", "defect_rects": [], "debug": {"latency_ms": 0.0}}}

CLI（Dev Runner）

• 程序名：procvision-cli
• 校验算法包：
  • procvision-cli validate ./your_algo_project --full（适配器子进程握手+调用）
  • 显式入口：procvision-cli validate ./your_algo_project --full --entry your_pkg.main:YourAlgorithm
  • 旧路径：procvision-cli validate ./your_algo_project --legacy-validate
  • 输出日志：procvision-cli validate ./your_algo_project --full --tail-logs
• 本地模拟运行：
  • procvision-cli run ./your_algo_project --pid p001 --image ./test.jpg --json
  • 运行机制：以适配器子进程方式，通过帧协议通信与共享内存读写；如需旧的本地直接导入执行，追加 --legacy-run
  • 输出日志：procvision-cli run ./your_algo_project --pid p001 --image ./test.jpg --tail-logs

适配器启动（Runner 集成）

• 简化命令：
  • Windows：<deployed_dir>\venv\Scripts\python.exe -m procvision_algorithm_sdk.adapter
  • Linux：<deployed_dir>/venv/bin/python -m procvision_algorithm_sdk.adapter
• 自动发现入口优先级：--entry > PROC_ENTRY_POINT > manifest.json/manifest.yaml > pyproject.toml [tool.procvision.algorithm] > 默认 algorithm.main:Algorithm

离线交付

• 生成 requirements.txt：pip freeze > requirements.txt
• 下载 wheels：

pip download -r requirements.txt -d wheels/ --platform win_amd64 --python-version 3.10 --implementation cp --abi cp310

• 打包 zip：包含源码目录、manifest.json、requirements.txt、wheels/ 与可选 assets/

本地打包与发布（pip 包）

• 安装构建与发布工具：
  • pip install -U build twine
• 构建 wheel 与源码包（基于 pyproject.toml）：
  • python -m build
  • 产物输出在 dist/（如：procvision_algorithm_sdk-<version>-py3-none-any.whl 与 procvision_algorithm_sdk-<version>.tar.gz）
• 本地安装验证：
  • pip install dist/procvision_algorithm_sdk-<version>-py3-none-any.whl
• 发布到内部 PyPI（示例，仅供参考）：
  • twine upload --repository-url <your-internal-pypi-url> dist/*
  • 建议在环境变量或凭据管理中配置用户与令牌，避免将敏感信息写入命令行
• 版本号更新：
  • 编辑 pyproject.toml 的 version 字段（当前：pyproject.toml:7）并重新构建
  • 建议在 CI 中基于标签或提交自动生成版本并构建

GitHub CI/CD

• 工作流文件：.github/workflows/sdk-build-and-publish.yml
• 关键步骤：安装依赖、运行测试、python -m build 构建产物、按标签发布到包仓库
• 运行单元测试：python -m unittest discover -s tests -p "test_*.py" -v

目录与文件

• 包路径：procvision_algorithm_sdk
• 打包配置：pyproject.toml
• 单元测试：tests/

版本与兼容

• 要求 Python >=3.10
• 依赖：numpy>=1.21
• 当前版本：v0.0.6（新增适配器模块与 CLI 改动）

参考

• protocol_adapter_spec.md、runner_spec.md、algorithm_dev_tutorial.md 提供接口契约、通信协议与开发指南
• 版本变更：docs/release-notes/v0.0.6.md