YOLO MCP 后端

本目录是独立 Python 项目，源码包名为 backend。业务说明、前端运行和参考项目见仓库 README。

Web 服务

从本目录执行：

uv sync --python 3.11 --frozen --group test
cp .env.example .env
# 按需调整 DATA_DIR、USE_AUTO_LABEL 和 DEVICE；签名密钥首次启动时自动生成。
uv run --env-file .env uvicorn backend.main:app --host 127.0.0.1 --port 8002

yolo-mcp 也是服务 CLI 入口。模块导入和 --help 不初始化数据库，实际应用启动时通过 migrations/versions/001_init_db.py 初始化空库；默认 SQLite 文件名为 labels.sqlite。结构调整后使用新库，旧库不会自动迁移。不提供历史结构升级或 to_mysql。

DATA_DIR 默认指向用户主目录的 .yolo-mcp/。服务首次启动时在此目录生成 secret.key，后续启动读取同一密钥；数据库和项目文件也默认保存在此目录。

空库允许一次网页初始化管理员，完成后由管理员添加其他账号。个人令牌在网页管理，MCP 使用 Streamable HTTP /mcp 和 Authorization: Bearer <个人令牌>；不提供 OAuth 流程。项目拥有者管理配置和成员，协作者可以标注及训练，系统管理员管理全部项目。详细用法见用户权限与 MCP 接入。

训练与 AI 预标注

项目页可发起异步训练并查看状态、日志与产物，项目配置第 4 步选择 YOLO 算法和 AI 模型。训练代码位于 training/，离线入口为 yolo-mcp-train 或 python -m backend.training.train。默认 Web 依赖不包含 PyTorch/Ultralytics，需要时安装 .[training]；优先复用已有 GPU 运行环境。安装和存储约定见训练说明。

服务与训练共用根目录的 Dockerfile，从仓库根目录构建：

docker build -t yolo-mcp:local .

验证

uv run --no-sync pytest

测试使用隔离 SQLite 和临时本地目录，不读取实际凭据。格式采用 Black（Python 3.11、88 列），核心链路同时执行 Flake8 检查。

uv run --no-sync black --check .
uv run --no-sync flake8 .

发行包

在完整仓库根目录执行 uv build --project backend --out-dir dist。构建钩子会运行 pnpm build:frontend，请先安装前端工作区依赖。生成的 wheel 和源码包均包含前端页面，安装后直接运行 yolo-mcp；从源码包构建 wheel 无需前端工具链。可编辑安装跳过构建钩子中的前端编译，开发时单独运行 Vite。