本文档基于 reference.html 的视觉风格和交互交互范式,以及 knowhub_db/README.md 中以 “原子能力 (Atomic Capability)” 为核心的全新数据库架构,详细规划 KnowHub 前端的重构方案。
SideDrawer(侧边抽屉)呈现任何实体的只读和交互详情,保持用户在上下文中的心流。需求 - 能力 - 工具 - 知识 四个维度构建标签页,相互通过软关联(JSONB ID 数组)穿透数据孤岛。前端共划分为五个主要层级(通过顶部 Tab 切换)。每一个 UI 元素严格映射至 knowhub_db 核心图谱内的字段结构。
设计目标:宏观了解系统中能力的沉淀和覆盖情况。
requirement_table.source_nodes 中的 posts 值累加)决定背景热力色深和尺寸。设计目标:展现前端业务需求(requirement_table)的落地情况。
description。atomics 数组的长度)和热度总权重(汇总 source_nodes 中所有的帖子数)。status,如“已满足”、“未满足”。支持点击卡片随时触发 SideDrawer。req) 排版线框:========================================================== ✖ (关闭) ====
| |
| [BUSINESS REQUIREMENT] (浅色小字) |
| 爆款短视频脚本自动化 (超大黑体) |
| |
| [ 🔴 未满足 ] (巨型状态排版区,可能带有呼吸灯动效) |
| |
| ------- 匹配分析结果 (Match Result Text) ------------------------ |
| "当前语言模型在'口播感'上仍有不足,语气过于生硬,且长文本分镜切 |
| 片缺乏镜头语言的训练,需要持续调研更垂直的视频侧面 Agent 框架。" |
| (大段具有引用格式的高排版正文) |
| |
| ------- 调用的链条系统 (Associated Atomics) --------------------- |
| |
| 🧠 [创意文本自动化] (Cap2) |
| |
| ------- 数据生成源/痛点来源 (Source Nodes) ---------------------- |
| |
| 📍 来源于节点: [生活状态] (累计带来 14,895 观测热度) |
| |
========================================================================
设计目标:原子能力表(atomic_capability)的展现和操作大盘。
╭────────────────────────────────────────────────────────╮
│ │
│ [✨ Capability Fully Ready] (状态徽章) [ 🧠 ] │
│ │
│ AI 高精视觉生成 │
│ 基于扩散模型的高保真图像生成与风格迁移能力。 │
│ │
│ ────────── (细分割线) ────────────────────────────── │
│ │
│ 🛠 实现工具: 知识源: │
│ [Midjourney] [SDXL] [📚 2 份知识文件] │
╰────────────────────────────────────────────────────────╯
cap) 排版线框:========================================================== ✖ (关闭) ====
| |
| [ATOMIC CAPABILITY] (浅色小字) |
| AI 高精视觉生成 (超大黑体) |
| |
| [ 🎯 核心评估标准 (Criterion) ] |
| [ "构图准确度 > 90%, 角色特征保持率 > 85%, 出图无变形" ] (高亮区)|
| |
| ------- 下发工具执行链 (Implements Detail) ---------------------- |
| |
| ⚙️ Midjourney |
| > 通过 /imagine 命令生成图像,效果优秀但不支持中文提示词。 |
| |
| ⚙️ Stable Diffusion XL |
| > 开源生态最丰富的图像生成引擎,支持本地部署,显卡显存需>16G。 |
| |
| ------- 辐射的需求矩阵 (Requirements) --------------------------- |
| |
| [⚡ 需求] 生成二次元风格角色封面 |
| |
| ------- 支撑该能力的知识沉淀 (Source Knowledge) ----------------- |
| |
| 🔗 [经验] 角色一致性控制方案 (#k1-xxxx) |
| 🔗 [工序] SDXL 采样器最优步数实验 (#k3-xxxx) |
| |
========================================================================
设计目标:展示系统中可利用的具集(tool_table)。
╭────────────────────────────────────────────────────────╮
│ │
│ [ Wrench Icon ] [🟢 可用] (Status) │
│ │
│ Midjourney (标题) [ v6.0 ] (次级标签 version) │
│ │
│ 全球领先的 AI 艺术生成工具,支持高精细节还原。 │
│ │
│ ✨ MATURE 工具成熟率 (Based on case_knowledge) │
│ ■■■■■■■■■■■■■■■■■■■■□□□□□□ 45 案例 │
╰────────────────────────────────────────────────────────╯
tool) :
tool_knowledge 长)、工序执行标准 (process_knowledge 长)、落地实操案例 (case_knowledge 长)。input 和 output 的预设规格。tutorial,支持代码与指令的高亮。capabilities 反向能力关联标签。updated_time 时间戳转换后的相对时间格式。设计目标:沉淀生产、方法论(knowledge)的最佳实践。
task)。types 数组使用多种配色的独立标签进行并排呈现(如:工序/用例/工具/经验/定义/User Profile)。eval 字典内的 score 字段展示可读带星级的评定结果。know):
eval 内部的四个核心参数键值(score、harmful、helpful、confidence)。tags 字典以 KV 徽章组的形式排版。content。owner、以及此条目生成的具体分类与端侧来源 (source.category, source.agent_id)。support_capability 数组) 抑或是对齐着什么工具 (tools 数组)。[!WARNING] 在目前的
server.py中,主要暴露了关于 Resources 和 Knowledge 的 API 端点。要支撑上述完整的连贯体验,我们必须确保后端能够提供以下核心表的全量及详情查询接口,请用户确认是否已经实现或需要一并在此次迭代中增加:
GET /api/atomic_capabilitiesGET /api/requirementsGET /api/toolsGET /api/dashboard/stats(或由前端缓存上述列表自行聚合)[!IMPORTANT]
- 前端框架选择:因为原本是用 FastAPI 的 Jinja + Vanilla JS 做,而
reference.html是基于 React + Tailwind。本次重构您希望使用工程化的 Vite 等完整前端方案,还是像 demo 那样以单文件 HTML + CDN 的极简无构建方式实现?- 后端 API 是否齐备:目前
server.py尚未看到 Capabilities、Requirements 等数据的访问路由。是否希望在这轮一并为您用 FastAPI 写好供前端调用的 REST API?