一个专为AI智能视频分析平台,集成多平台视频解析、GPU集群管理、任务分发和智能分析功能。
猫头鹰工厂是一个企业级的AI视频分析平台,提供以下核心功能:
- 视频解析分析: 支持多平台视频内容的智能分析
- GPU集群管理: 分布式GPU资源调度和监控
- 用户管理: 完整的用户认证和权限管理系统
- 数据生成: 自动生成详细的分析报告
owl-factory/
├── backend/ # 后端服务 (原: 后端程序)
│ ├── api/ # API路由模块
│ │ ├── admin_routes.py # 管理员路由
│ │ ├── auth_routes.py # 认证路由
│ │ ├── gpu_routes.py # GPU管理路由
│ │ ├── log_routes.py # 日志路由
│ │ ├── recharge_routes.py # 充值路由
│ │ ├── user_routes.py # 用户路由
│ │ └── intelligent_analysis_api.py # 智能分析API
│ ├── config/ # 配置模块
│ │ └── supabase_config.py # Supabase配置
│ ├── database/ # 数据库模块
│ ├── middleware/ # 中间件
│ ├── models/ # 数据模型
│ ├── services/ # 业务服务
│ ├── scripts/ # 脚本工具
│ ├── main.py # 应用入口
│ ├── requirements.txt # Python依赖
│ └── Dockerfile # Docker配置
├── frontend/ # 前端应用 (原: 前端页面)
│ ├── src/ # 源代码
│ │ ├── components/ # React组件
│ │ ├── contexts/ # React上下文
│ │ ├── lib/ # 工具库
│ │ ├── pages/ # 页面组件
│ │ ├── services/ # API服务
│ │ ├── store/ # 状态管理
│ │ ├── types/ # TypeScript类型
│ │ ├── App.tsx # 主应用组件
│ │ ├── main.tsx # 应用入口
│ │ └── index.css # 全局样式
│ ├── index.html # HTML模板
│ ├── package.json # Node.js依赖
│ ├── vite.config.ts # Vite配置
│ ├── tailwind.config.js # Tailwind配置
│ ├── tsconfig.json # TypeScript配置
│ └── Dockerfile # Docker配置
├── gpu-cluster/ # GPU集群管理
├── nginx/ # Nginx配置
├── config/ # 全局配置
├── logs/ # 日志文件
├── reports/ # 分析报告
├── uploads/ # 上传文件
├── docker-compose.yml # Docker编排
├── .env.example # 环境变量模板
└── PROJECT_STRUCTURE.md # 项目结构说明
- Python 3.11+: 主要开发语言
- FastAPI: 高性能Web框架
- Supabase: 数据库和认证服务
- Redis: 缓存和任务队列
- Whisper: 语音识别
- PyTorch: AI模型推理
- React 18: 用户界面框架
- TypeScript: 类型安全的JavaScript
- Vite: 现代化构建工具
- Tailwind CSS: 实用优先的CSS框架
- Zustand: 轻量级状态管理
- Docker: 容器化部署
- Nginx: 反向代理和负载均衡
- Prometheus: 监控指标收集
- Grafana: 监控面板
- Logstash: 日志收集
- Docker 20.10+
- Docker Compose 2.0+
- Node.js 18+ (开发环境)
- Python 3.11+ (开发环境)
git clone https://github.com/ft54482/owl-factory.git
cd owl-factory# 复制环境变量模板
cp .env.example .env
# 编辑环境变量文件
nano .env重要配置项:
SUPABASE_URL: Supabase项目URLSUPABASE_ANON_KEY: Supabase匿名密钥SUPABASE_SERVICE_ROLE_KEY: Supabase服务角色密钥JWT_SECRET_KEY: JWT签名密钥GPU_SERVERS: GPU服务器配置
# 使用Docker Compose启动所有服务
docker-compose up -d
# 查看服务状态
docker-compose ps
# 查看日志
docker-compose logs -f- 前端应用: http://localhost:3000
- 后端API: http://localhost:8000
- API文档: http://localhost:8000/docs
- 监控面板: http://localhost:3001 (Grafana)
- 指标收集: http://localhost:9090 (Prometheus)
cd backend
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或
venv\Scripts\activate # Windows
# 安装依赖
pip install -r requirements.txt
# 启动开发服务器
uvicorn main:app --reload --host 0.0.0.0 --port 8000cd frontend
# 安装依赖
npm install
# 启动开发服务器
npm run dev- 单视频分析: 上传视频文件进行AI分析
- 账号完整分析: 分析整个社交媒体账号的内容
- 多平台支持: 抖音、小红书、B站、TikTok等
- 实时处理: GPU集群加速的实时分析
- 资源监控: 实时监控GPU使用率和状态
- 任务调度: 智能分配计算任务到可用GPU
- 负载均衡: 自动平衡集群负载
- 故障恢复: 自动检测和恢复故障节点
- 用户注册/登录: 完整的认证流程
- 权限管理: 基于角色的访问控制
- 充值系统: 用户余额和消费管理
- 使用统计: 详细的使用记录和统计
- 自动生成: AI自动生成分析报告
- 多格式导出: PDF、Excel、JSON等格式
- 可视化图表: 丰富的数据可视化
- 历史记录: 完整的分析历史追踪
- JWT认证: 安全的用户认证机制
- CORS保护: 跨域请求安全控制
- 速率限制: API请求频率限制
- 数据加密: 敏感数据加密存储
- SSL/TLS: HTTPS安全传输
- 应用监控: Prometheus + Grafana监控面板
- 日志收集: 集中化日志收集和分析
- 性能指标: 详细的性能监控指标
- 告警系统: 自动故障检测和告警
-
服务器要求:
- CPU: 8核心以上
- 内存: 16GB以上
- 存储: 500GB以上SSD
- GPU: NVIDIA GPU (可选,用于AI加速)
-
域名配置:
# 配置域名解析 api.yourdomain.com -> 服务器IP app.yourdomain.com -> 服务器IP
-
SSL证书:
# 使用Let's Encrypt获取免费SSL证书 certbot --nginx -d api.yourdomain.com -d app.yourdomain.com -
环境变量配置:
# 生产环境配置 ENVIRONMENT=production DEBUG=false DOMAIN=yourdomain.com SSL_ENABLED=true
# 构建并启动所有服务
docker-compose -f docker-compose.yml -f docker-compose.prod.yml up -d
# 扩展工作进程
docker-compose up -d --scale task-worker=4
# 更新服务
docker-compose pull
docker-compose up -d- Fork 项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 打开 Pull Request
详细的API文档可以在运行服务后访问:
- Swagger UI: http://localhost:8000/docs
- ReDoc: http://localhost:8000/redoc
POST /api/auth/login- 用户登录POST /api/auth/register- 用户注册POST /api/analysis/video- 单视频分析POST /api/analysis/account- 账号完整分析GET /api/gpu/status- GPU集群状态GET /api/reports/{report_id}- 获取分析报告
-
Docker服务启动失败
# 检查日志 docker-compose logs service_name # 重启服务 docker-compose restart service_name
-
数据库连接失败
- 检查Supabase配置
- 验证网络连接
- 确认环境变量设置
-
GPU不可用
- 检查NVIDIA驱动
- 验证CUDA安装
- 确认Docker GPU支持
-
前端构建失败
# 清理缓存 npm cache clean --force rm -rf node_modules npm install
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
- 项目维护者: ft54482
- GitHub: https://github.com/ft54482/owl-factory
- 问题反馈: https://github.com/ft54482/owl-factory/issues
感谢所有为这个项目做出贡献的开发者和用户!
注意: 这是一个从中文文件夹结构迁移到英文标准结构的项目。原始的中文文件夹(猫头鹰工场/后端程序 和 猫头鹰工场/前端页面)已经重新组织为标准的英文结构(backend/ 和 frontend/),以确保更好的跨平台兼容性和国际化支持。