observer/server

视野 后端服务

野生动物实时识别 App「视野」（Flutter 客户端见 ../flutter_app/）的支付与授权后端。

功能模块

模块	说明
账号	手机号+密码注册/登录（POST /api/v1/auth/register / login），密码 bcrypt 哈希存储，登录签发自签名 token（auth.secret），授权绑定手机号账号、同账号多设备共享
订单	客户端 GET /api/v1/plans 拉取套餐价格 → POST /api/v1/orders 创建订单并返回支付参数（微信 prepay / 支付宝 orderStr）；未支付订单 2 小时惰性关闭，同账号 2 小时内复用 created 订单防重复扣款
支付回调	微信支付 / 支付宝异步回调验签落授权（/api/v1/payment 分组，按渠道应答格式直返，不做统一包装）
订单确认	客户端支付成功后 POST /api/v1/orders/{orderId}/confirm 幂等通知，加速授权刷新
授权查询	GET /api/v1/license（Bearer token）返回授权状态，App 识别入口强制服务端校验
套餐	config.yml plans 节点配置三档套餐（改价 = 改配置重启），价格整数分（1000 / 5600 / 18000）
后台管理端	server_admin/（Vue3 + Element Plus）管理页面：订单查询、账号/授权管理（手动授权/撤销）、App 版本管理；构建产物由后端 /admin/ 托管，登录页输入 token 后以 X-Admin-Token 头鉴权（config.yml admin.token）
版本管理	后台管理端上传 Android APK + 更新说明，APK 存服务器 app.apkDir（默认 ./workspace/，与 ./data 平级、挂载持久化）固定文件名 observer-latest.apk，上传即覆盖，目录永远只保留最新一个文件；版本号从文件名识别：文件须命名为 observer-x.y.z.apk（Flutter 打包产物即此命名，版本号取自 pubspec）；客户端启动时 GET /api/v1/app/update 检查更新：服务器版本高于本地版本即弹更新提示（不可跳过）。仅 Android 检查，iOS 不做版本下发（iOS 走 App Store 自行更新）。版本记录可删除：删最新版本联动删除 APK 文件，删历史版本仅删记录
数据训练（唯一入口）	后台管理端「数据训练」一个菜单承载数据集全流程：数据集卡片列表（封面图/描述/图片数/已标注数/训练状态徽标），卡片下方直接展示训练任务进度条与状态（无独立训练页）；详情页为图片与标注一体视图：分页（每页 20 条）逐行「原图 ‖ 标注图」对照展示；图片入库（手动上传/AI 生成）自动触发 RF-DETR 全图扫描标注，进度条展示在页顶；页顶另有「全量标注」按钮可手动重标全部图片（覆盖各图已有标注）；点击原图/标注图弹窗放大，弹窗为审核视图（不做手动画框）：点击框选中，列表可确认疑似框/删除误检框/清空并保存——AI 自动标注结果直接作为标注，人工仅审核确认；封面（上传自动转 jpg + UUID 命名）/描述/AI 生成图片（provider 抽象：dashscope 通义万相付费 API / localai 训练机 local-ai qwen-image，config.yml imageGen 节点切换，见配置说明）；AI 标注端点与训练机 SSH 为全局配置，直接读 config.yml（localAi / training.ssh 节点，改配置需重启服务）；图片落服务器 app.datasetDir/datasets/<数据集名>/，DB 存元数据 + 标注 JSON
模型训练	从数据集卡片「开始训练」一键触发（参数 imgsz/epochs/batch/device 默认走 config.yml training 节点，部署级配置）：进度/日志/指标监控（每 epoch 粒度）、取消；训练通道 training 节点可配置 subprocess（与 Go 服务同机直接起 python）/ ssh（异机执行，SSH 凭据取 config.yml training.ssh 节点），并发度 1（GPU 独占）；训练脚本 server/training/train_server.py（随项目迁移，2026-08-26）参数化，产物（best.tflite/best.pt/曲线）拉回服务器；训练收尾自动做 tflite 产物自检（输入/输出 shape 校验，原 inspect_tflite.py 逻辑内嵌脚本），自检失败任务置失败并带出原因；dump_graph.py 留作训练机人工深度调试
模型版本与热更新	每数据集一个模型：训练完成后一键「发布」（训练任务操作列）——tflite 落 workspace/trainings/<文件名前缀>.tflite（前缀空回退数据集名） + sha256/指标/类别名入 model_version（按数据集独立版本序列 m1.0.0 递增）。管理端无模型管理界面（版本记录仅支撑客户端下发）。App 模型热更新：GET /api/v1/app/update 扩展返回 models 目录数组，客户端独立检查，新模型下载校验替换，失败回退旧模型——模型迭代不再重打包 APK
模型目录与多模型推理	GET /api/v1/models（登录态）返回全部数据集当前生效模型（数据集/版本/类别/大小/sha256/下载地址），下载 URL /download/trainings/<文件名前缀>.tflite（前缀空回退数据集名）；App 模型管理页用户自由下载/删除/启用模型，识别时加载全部已启用模型并行推理 + 跨模型 NMS 合并（按类别名），内置 assets 模型兜底
标注	图片入库自动触发：手动上传/AI 生成成功后，新增图自动调 config.yml localAi 节点配置的 AI 端点做 RF-DETR 全图扫描（label_task 记录进度，页顶进度条展示；localAi 未配置 → 上传/生成接口直接报错；已有标注任务在跑（忙）→ 不报错，当前任务成功完成后自动补标未标注图）→ 扫描结果（重叠去重：NMS 风格按置信度降序保留，重叠比 > localAi.overlapThreshold 默认 0.3 的框剔除——重叠比 = 交叠面积/两框较小面积，RF-DETR 同目标常输出一大一小两框，此判据能命中，同目标只留置信度最高者）直接写 dataset_image.labels_json（覆盖该图已有标注，即重标语义）；点击弹窗放大进入审核视图（不做手动画框）：点击框选中，列表确认疑似框/删除误检框/清空 → 保存即整体覆写 dataset_image.labels_json（YOLO 归一化 JSON 数组，AI 标注直写、人工仅审核确认）；POST /admin/label-tasks 详情页「全量标注」按钮入口（另有自动触发），可发起全量/指定图重标；自动/手动/混合并存，训练前自动整理（prepare_yolo 逻辑在服务端）

架构与数据流

Flutter App ── POST /auth/register|login ─► 账号注册/登录，签发 token
     │
     ├─► POST /orders (Bearer token) ──► 后端下单（校验 planId/channel）
     │        │
     │◄───────┘ orderId + payParams
     │
     ├─► 拉起微信/支付宝 SDK 支付
     │
     ├─► 微信/支付宝服务端异步回调 ─► 验签 → 落授权（幂等，绑账号）
     │
     └─► POST /orders/{id}/confirm (Bearer token) ─► 幂等确认（回调已落授权则直接返回）
     │
     └─► GET /license (Bearer token) ─► 返回 {active, expiresAt}

• 授权以服务端为准：客户端本地缓存 expiresAt 仅用于主页展示，识别入口强制查询服务端
• 有效期语义：自然日（day 当天 24:00 失效；week/month 自生效日起自然日累计），服务端计算 expiresAt，客户端只读不判权

数据表

表	说明	关键字段
payment_order	支付订单	order_id(PK)、phone_num、plan_id、channel(wechat/alipay)、amount_cents、status(created/paid/closed)、wx_trade_no(UNIQUE)、alipay_trade_no(UNIQUE)、created_at、paid_at
license	手机号账号与授权	phone_num(PK)、password(bcrypt)、expires_at(未充值 NULL)、remark(管理端备注)、created_at、updated_at
app_version	App 版本管理	id(PK)、version(x.y.z, UNIQUE)、notes(更新说明)、created_at、updated_at（下载地址不落表：APK 固定文件 app.apkDir/observer-latest.apk，默认 ./workspace/）
dataset	训练数据集	id(PK)、name(UNIQUE)、source(manual/ai)、image_count、labeled_count、status(building/synced/labeled)、cover(封面文件名，UUID 命名 jpg，如 9f2a...-xx.jpg)、description、created_at、updated_at（图片文件在 app.datasetDir/datasets/<name>/，DB 只存元数据；AI 标注/训练机 SSH 配置走 config.yml 的 localAi / training.ssh 节点）；生成参数池（创建时 VLM 自动生成，界面不维护，可 POST /datasets/gen-pools 重新生成）：gen_species(单值=数据集物种)、gen_tone(单值 轮廓色词 深色/浅色)、gen_heights(数值 站高cm，距离感公式用)、gen_scenes/gen_actions/gen_occlusions(JSON 数组 各≥3条)、gen_classes(单值 第二标注类别名="suspect"，第一类别=gen_species，训练 data.yaml names)；单物种规则：每数据集只对应一个物种（生成图片固定按数据集名），不同物种拆到不同数据集
dataset_image	数据集图片	id(PK)、dataset_id、filename、source(manual/ai)、prompt(AI 生成图记录提示词)、labels_json(标注 JSON 数组：YOLO 归一化 xywh+类别+置信度，AI 自动标注与人工标注同存、人工可修改/清理，null/''/'[]'=未标注)、created_at
model_training	训练任务	id(PK)、name、status(running/success/failed)、dataset(训练机数据集名)、imgsz/epochs/batch/device(参数快照)、current_epoch/total_epochs、metrics(JSON)、log_tail、pid、error、started_at/finished_at、created_at
model_version	模型版本（每数据集独立序列）	id(PK)、dataset_id、version(m1.0.0 递增, 同数据集 UNIQUE)、training_id、metrics(JSON)、labels(JSON 类别名数组)、sha256、size_bytes、is_latest、notes、created_at（模型文件不落表：发布即写 trainings/<文件名前缀>.tflite（前缀空回退数据集名），客户端固定下载，无存档回退）
label_task	标注任务	id(PK)、dataset_id、filenames(JSON 选中图片列表，NULL=全量)、status(running/done)、total/done、created_at、finished_at
gen_task	AI 生成任务（异步批量）	id(PK)、dataset_id、status(running/done/failed)、total/done、error、created_at、finished_at

建表与迁移见 技术设计.md（新库直接建表；存量库以 PRAGMA user_version 版本化迁移）。

API 清单

响应统一格式 {"code": 0, "message": "ok", "data": {...}}，code != 0 视为失败。接口只允许 GET / POST。

POST /api/v1/auth/register

手机号注册（与登录无关的公开接口，无需 token）。请求：{"phone": "13800000000", "password": "..."}。已注册手机号返回错误。注册成功即创建账号（未充值，无额度）。

POST /api/v1/auth/login

手机号登录。请求：{"phone": "13800000000", "password": "..."}。响应 data: {"token": "..."}（HMAC 自签名，有效期 auth.token_ttl，默认 30 天）。后续登录态接口携带 Authorization: Bearer <token>。

GET /api/v1/plans

套餐列表（需 Bearer token）。响应 data：

{
  "list": [
    {"planId": "day", "days": 1, "priceCents": 1000},
    {"planId": "week", "days": 7, "priceCents": 5600},
    {"planId": "month", "days": 30, "priceCents": 18000}
  ]
}

套餐来自 config.yml plans 节点（静态定价，改价改配置后重启服务生效）；客户端不硬编码价格。展示名由客户端按 days 拼「N天」派生，无独立 label 字段。

POST /api/v1/orders

创建订单，返回渠道支付参数（需 Bearer token，手机号由 token 解出）。

请求（JSON body）：

{"planId": "week", "channel": "wechat"}

• channel：wechat | alipay
• planId：day | week | month（需在 config.yml plans 节点存在，金额由服务端按配置锁定，客户端不可改价）

响应 data：

{
  "orderId": "O20260822001",
  "payParams": {
    "partnerId": "1900xxxxx",
    "prepayId": "wx...",
    "nonceStr": "...",
    "timeStamp": "1728000000",
    "sign": "...",
    "packageValue": "Sign=WXPay"
  }
}

• channel == wechat：payParams 为微信 APP 支付统一下单返回参数（后端签名）
• channel == alipay：payParams 为 {"orderStr": "alipay_sdk=..."}（后端调 alipay.trade.app.pay 生成）

POST /api/v1/orders/{orderId}/confirm

客户端支付成功后通知（幂等，需 Bearer token）。服务端以异步回调为准落授权，confirm 仅用于加速刷新；回调已到账时直接返回成功。

请求：{}（无参数）。响应：data: {"status": "paid"|"created"}。

返回 created（回调未到账）时客户端按 3s → 10s → 30s 递增重试 confirm（最多 3 次），期间禁止重新下单；仍未成功回退 GET /license 查询（回调到账后自然变为 active）。回调为唯一授权来源，confirm 仅加速刷新。

GET /api/v1/license

查询账号授权状态（需 Bearer token，手机号由 token 解出）。

响应 data：

{"active": true, "expiresAt": "2026-08-29T23:59:59+08:00"}

active: false 或 expiresAt 已过期（含未充值账号）→ 客户端展示付费墙/充值引导。

支付回调（微信/支付宝，勿直连）

渠道	路径	说明
微信支付（APP 支付 V3）	POST /api/v1/payment/wechat/notify	解密+验签回调，out_trade_no → 落授权
支付宝（APP 支付）	POST /api/v1/payment/alipay/notify	RSA2 验签回调，out_trade_no → 落授权

GET /api/v1/app/update

App 版本更新检查（公开接口，无需 token，未登录/旧版本均可访问）。返回服务器最新版本记录；无任何记录时 data 为空对象，客户端视为无需更新。

响应 data：

{
  "version": "1.1.0",
  "notes": "修复识别准确率问题"
}

• 仅 Android 客户端调用（iOS 不做版本下发，走 App Store 自行更新）
• 检测到新版本（服务器版本高于本地版本）即强制更新，客户端弹不可关闭的全屏提示，必须跳转更新后才能继续使用；本地已是新版本则不提示
• 客户端以「语义化版本号」比较：1.10.0 > 1.9.9（按数字段比较，禁止字符串比较）
• 下载地址为固定静态路径：/download/observer-latest.apk（app.apkDir 目录下永远只有最新一个文件，由后端静态托管），客户端拼 apiBaseUrl 访问
• 模型热更新（与 APK 更新独立通道）：服务器有已发布模型时响应额外返回 models 数组（与 GET /api/v1/models 同构：datasetId/datasetName/version/labels/sizeBytes/sha256/downloadUrl）；客户端启动与 APK 更新独立检查——某数据集服务器版本高于本地已下载版本即下载 /download/trainings/<文件名前缀>.tflite（前缀空回退数据集名） 到应用私有目录，sha256 校验后原子替换，下次识别生效；非强制，失败回退旧模型下次启动重试。App 模型管理页列出服务器全部可用模型，用户自由下载/删除/启用；识别时加载全部已启用模型并行推理 + 跨模型 NMS 合并（按类别名），内置 assets 模型兜底。无发布模型时不返回 models 字段（旧 App 忽略新字段、新 App 兼容旧服务器）

GET /download-page

APK 下载引导页（静态页面，源码在 h5/index.html，由后端 /download-page 路径托管）：微信内置浏览器会拦截 APK 下载，此页面按打开环境分流——微信内打开显示图形引导（点击右上角「···」→「在浏览器打开」+ 复制链接兜底）；手机浏览器打开直接显示下载按钮，直链 http://observer.redpowerfuture.com/download/observer-latest.apk。

管理端接口（/api/v1/admin，需请求头 X-Admin-Token = config.yml admin.token）

方法	路径	说明
GET	/admin/orders	订单列表，筛选参数 phoneNum/status/startAt/endAt + page/size，返回 {total, list}
GET	/admin/licenses	账号/授权列表，筛选 phoneNum + page/size（含未充值账号）
POST	/admin/licenses/grant	手动授权 {"phoneNum":"13800000000","planId":"day"}，自然日叠加
POST	/admin/licenses/revoke	撤销授权 {"phoneNum":"13800000000"}（清授权保留账号）
POST	/admin/licenses/remark	写账号备注 {"phoneNum":"13800000000","remark":"..."}（空串清空，≤200 字）
GET	/admin/app-versions	版本记录列表，page/size 分页，按下发时间倒序
POST	/admin/app-versions	下发新版本（multipart/form-data）：notes + file（APK 文件，仅接受 .apk）；版本号从文件名识别，文件须命名为 observer-x.y.z.apk（如 observer-1.0.1.apk），格式不符拒绝；版本号不可重复，APK 上传覆盖 app.apkDir/observer-latest.apk（目录永远只有一个文件）；检测到新版本即强制更新
POST	/admin/app-versions/delete	删除版本记录 {"id":1}：删最新版本时联动删除 APK 文件（客户端不再提示更新、下载 404）；删历史版本只删记录不动文件
POST	/admin/datasets	创建数据集 {"name":"pheasant_v2","namePrefix":"pheasant","source":"manual"|"ai","cover":"<文件名>"}（name ≤50 字唯一，目录自动建；namePrefix=AI 生成图文件名前缀，生成图按 <前缀>_<两位序号>.jpg 顺序命名；物种=数据集名（单物种规则），创建时同步调 VLM(qwen3.6-35b-a3b) 自动生成物种/场景/动作/遮挡/站高/类别名等生成参数池，响应含 poolsGenerated/poolError——VLM 失败不阻断创建，参数可事后用 gen-pools 补生成；封面优先用 cover 参数（新建对话框预生成封面回传，跳过自动生成），否则参数池成功后自动生成 16:9（1024x576）封面（1 雄 1 雌并排，响应含 coverGenerated/coverError，失败可在编辑模式重新生成）；模型生成图统一转 jpg 落盘）
GET	/admin/datasets	数据集列表：page/size 分页，返回 {total, list}（含 imageCount/labeledCount/status/cover/description/training 聚合状态：最新训练记录的 status/currentEpoch/totalEpochs）
POST	/admin/datasets/update	更新数据集配置 {"id":1,"name":"新名","namePrefix":"pheasant","description":"...","cover":"a.jpg"}：名称（改名）/文件名前缀/描述/封面，空值字段不覆盖原值；gen_* 生成参数池不在此维护（仅 VLM 生成，见 gen-pools）；改名同步迁移图片目录与模型文件，标注/训练进行中拒绝
POST	/admin/datasets/gen-pools	重新生成数据集生成参数池 {"datasetId":1}：按数据集名（物种）调 VLM(qwen3.6-35b-a3b) 生成轮廓色/站高/场景/动作/遮挡并写表（覆盖旧值）；失败报错保留旧值
POST	/admin/datasets/images/vlm-review	VLM 藏匿位补检 {"datasetId":1,"imageId":5}（两阶段标注第二阶段，须与图像生成显存互斥）：qwen3.6-35b-a3b(+mmproj) 排除已确认框，按环境/光线/习性推理藏匿位，追加 ≤3 个疑似框（class 1）进同一 labels_json
POST	/admin/datasets/cover	上传数据集封面（multipart：datasetId+file，jpg/jpeg/png ≤2MB）：自动转 jpg + UUID 命名落盘并覆盖旧封面
POST	/admin/datasets/cover/generate	生成数据集封面 {"datasetId":1}（z-image 文生图：16:9、1 雄 1 雌，物种取 gen_species 空回退数据集名）：覆盖旧封面，返回 {cover} 新文件名；datasetId=0 时传 {"name":"家鸽"} 新建预生成（数据集未创建，封面仅落盘不写库，创建请求带 cover 回传写库）；与生成任务显存互斥，失败不覆盖旧封面
GET	/admin/datasets/cover	封面文件（静态字节流，datasetId 定位；datasetId=0 时按 name+filename 直读——新建对话框预生成封面回显）
POST	/admin/datasets/cover/delete	删除数据集封面 {"datasetId":1}：删文件 + 清 cover 字段
POST	/admin/datasets/upload	上传图片（multipart/form-data：datasetId + files 多张，仅接受 .jpg/.jpeg/.png），存 app.datasetDir/datasets/<name>/，逐张入库
POST	/admin/datasets/generate	AI 生成图片 {"datasetId":1,"count":1,"distance":25}（物种固定取数据集名，表单无需填写；scene/action/occlusion 后端从数据集表池随机，light 走 config 通用池；性别每张随机雄/雌（两性体型外观差异大，随机让训练数据覆盖两性形态）；prompt 可手填覆盖模板；每张固定 1 个目标（数量词 "1只"，animal_count=1 供标注裁剪）；distance 必填注入提示词距离描述；距离校验已取消；文件名前缀取数据集属性）（prompt 留空时按 imageGen.promptTemplate 组装：物种=数据集名，场景/动作/遮挡/站高从 dataset 表生成参数池读取（创建数据集时 VLM 生成，无 config 兜底——池为空报错提示补参数或手填提示词）；手填覆盖）（count 1..1000，异步任务：校验通过即返回 {taskId, total}，后台协程逐张生成（不设调用超时，失败由 provider 真实返回判定），进度/结果轮询 GET /admin/datasets/gen-task）：调 imageGen provider（dashscope / localai，config 切换）逐张生成落盘 + 入库（记录 prompt）；完成或部分失败后自动触发标注；任意失败任务置 failed（已生成图保留，付费资产原则）；namePrefix 可选，按 <前缀>_<两位序号>.jpg 顺序命名并续接已有最大序号（如 pigeon_01.jpg），留空用时间戳命名；animalCount 仅作为自动标注框数上限（按置信度裁剪 ≤N），不参与生成校验
GET	/admin/datasets/gen-task	生成任务进度 {"datasetId":1}：返回最近一次任务 {id, status(running/done/failed), total, done, error, createdAt, finishedAt}；无任务返回 null
GET	/admin/datasets/images	数据集图片列表 {"datasetId":1}，返回图片元数据（文件名/来源/prompt/创建时间）
GET	/admin/datasets/image	图片文件（静态字节流，datasetId + filename 定位，供缩略图/查看）
POST	/admin/datasets/images/delete	删除图片 {"datasetId":1,"ids":[1,2]}：删文件 + 删记录（AI 生成图是付费资产，前端确认文案提示）
GET	/admin/datasets/export	导出数据集 zip：datasetId，打包图片目录为 zip 下载（标注衔接用）
POST	/admin/datasets/sync	同步数据集到训练机 {"id":1}：按 training 通道推送图片到训练机 datasetDir/<name>/（subprocess 同机 cp、ssh 异机 scp/rsync）；训练启动前自动执行
POST	/admin/label-tasks	发起预标注 {"datasetId":1,"filenames":["a.jpg","b.jpg"]}（详情页「全量标注」按钮入口，图片入库亦自动触发）：filenames 缺省=全量，指定图则只扫描选中图（全量重标/单张修补）；调 config.yml localAi 配置的 AI 端点 RF-DETR 逐张推理（common 池并行，未配置报错），扫描结果做重叠去重（NMS 风格按置信度降序保留，重叠比 > localAi.overlapThreshold 默认 0.3 的框剔除，同目标只留置信度最高者）后直写 dataset_image.labels_json（重跑覆盖该图标注），label_task 记录进度
GET	/admin/label-tasks	标注任务列表：page/size 分页（含 status/total/done）
GET	/admin/label-tasks/detail	标注任务详情：返回数据集全部图片 + 每张标注框（boxes，YOLO 归一化 xywh + 置信度 + 类别）
POST	/admin/label-tasks/save	保存单张标注 {"datasetId":1,"filename":"a.jpg","boxes":[{"class":0,"cx":0.5,"cy":0.4,"w":0.1,"h":0.2}]}：整体覆写该图 labels_json（空 boxes=清空标注），返回该数据集当前 labeledCount
POST	/admin/trainings	发起训练 {"dataset":"yolo","imgsz":704,"epochs":150,"batch":16,"device":"0","name":"..."}：先同步数据集到训练机 → 校验目录存在 → runner 启动训练；并发度 1，已有 running 任务时返回错误
GET	/admin/trainings	训练任务列表：page/size 分页，按下发时间倒序，含 status/进度/指标
GET	/admin/trainings/detail	任务详情 {"id":1}：参数快照 + 进度 + 指标 + 日志尾部
POST	/admin/trainings/cancel	取消训练 {"id":1}（仅 running）：杀训练进程，状态置 failed（记录 error）
POST	/admin/trainings/publish	发布为最新模型 {"id":1,"notes":"..."}（仅 success）：tflite 拷为 workspace/model-latest.tflite（原子覆盖）+ sha256/大小 → 插入 model_version（版本号递增 m1.0.0 → m1.0.1）+ 旧版 is_latest=0
GET	/admin/label-workbench	标注工作台数据 {"datasetId":1}：数据集全部图片 + 每张标注框（boxes，labels_json 全量）——无历史标注任务时详情页工作台的数据源

管理页面由 server_admin/ 构建产物提供，访问 http://<host>/admin/。金额均为整数分，前端展示 ÷100 转元。

GET /api/v1/models

模型目录（需 Bearer token，客户端模型管理页拉取）：返回全部数据集当前生效模型。响应 data：

{
  "list": [
    {"datasetId": 1, "datasetName": "pheasant", "version": "m1.2.0", "labels": ["pheasant", "suspect"],
     "sizeBytes": 6400000, "sha256": "ab12...", "notes": "修复小目标漏检", "publishedAt": "2026-08-26T10:00:00+08:00",
     "downloadUrl": "/download/models/pheasant/latest.tflite"}
  ]
}

• 只返回 is_latest=1 的模型（每数据集至多一条）；无任何发布模型时 list 为空数组
• 下载地址由客户端拼 apiBaseUrl 访问；下载文件 sha256 校验，类别名数组 labels 用于多模型合并推理展示

使用说明

1. 配置 config.yml：监听端口、数据库路径、登录 token 签名密钥 auth.secret（必填，换值即全员下线）、套餐 plans 节点、微信支付（appid/mchid/商户私钥/证书序列号/APIv3 密钥）、支付宝（appid/应用私钥/支付宝公钥）、管理端 admin.token；模型训练相关节点：training（训练通道 mode=subprocess/ssh、ssh 连接信息、训练机工作目录/venv/数据集目录、并发度 1、超时）、imageGen（AI 生成图片 provider：dashscope 通义万相（apiKey + model qwen-image-3.0）/ localai 本地 local-ai（baseUrl + model 如 qwen-image；每张不设调用超时，失败由 provider 真实返回判定））、localAi（二期标注用 RF-DETR 服务地址）；SQLite 库由服务启动时自动建表并迁移，无需手工初始化
2. go build ./... 编译验证
3. 本地运行 go run main.go；服务层白盒测试：GF_GCFG_FILE=biz/service/testdata/config.yml go test ./biz/service/（独立测试库，见 biz/service/testdata/）
4. 后台管理端：cd server_admin && npm run build（构建产物输出到 server/admin_dist/，由后端 /admin/ 托管）；开发联调 npm run dev（Vite 代理 /api → :8080）。首次访问 /admin/ 进入登录页，输入 config.yml admin.token 对应的管理 token（存浏览器 localStorage，随请求携带；token 不内嵌构建产物）。硬性要求：只要修改了 server_admin/ 源码，必须同步重新构建 admin_dist/ 并提交产物（后端托管的是构建产物，不重新构建则线上/部署版本不生效；禁止只改源码不构建）
5. Docker Compose 部署见 Dockerfile / docker-compose.yml（./data 运行时数据目录挂载持久化，容器重建不丢数据）
6. 客户端对接：flutter_app/lib/config/app_config.dart 的 apiBaseUrl、微信/支付宝 AppID 与 URL Scheme 替换为真实值

金额与安全约定

• 金额一律整数分（price_cents / amount_cents 为 INT64），禁止浮点元；前端展示 ÷100
• 支付回调必须验签（微信 APIv3 验签/解密、支付宝 RSA2），回调处理幂等（wx_trade_no/alipay_trade_no 唯一约束，重复回调直接忽略）
• 授权落库以较晚到期为准：已有授权未过期时新套餐顺延叠加，禁止覆盖缩短