沃巴蒂
ff22ed3a8b
本次同步 09-12 至 09-28 的代码变更，主要内容： 新增功能 - 修改密码：后端新增 ChangePasswordRequest DTO 与UserController/UserService 对应接口，前端新增 ChangePasswordDialog 并在 Header 接入入口 - 文件预览组件重构：file-preview 目录拆分出 VideoPreview（支持 blobUrl 直传）、 ImagePreview、AudioPreview，index.tsx 统一调度各类型预览器 - 新增 my_ops 算子模块：markitdown_parser、mineru_pdf_parser、text_quality_evaluator - 新增 tools/minio-file-server MinIO 文件服务 功能增强 - 数据清洗：cleaning_task_service/scheduler/routes 重构， data_juicer_executor 与 wrapper 增强，OperatorTable/LogsTable/TaskDetail 同步调整 - 数据标注：annotation sync.py、project.py 接口与schema 更新 - 数据采集、算子市场、首页与菜单路由相关页面调整 - DataJuicer 算子接入（useOperatorOperations、dj_ops_schema） 结构调整 - deepflow/ 更名为 deep-flow/（419 个文件重命名） - 新增 helm 部署编排、GitHub Actions 之外的自建镜像构建脚本 未纳入本次提交 - scripts-backup/、runtime/python-executor-backup/、components_backup/（备份目录） - *.backup*、__pycache__ 产物 - zh_core_web_sm-3.8.0-py3-none-any.whl（46MB 构建产物） - DataX/（内嵌独立仓库，远程亦未收录其源码）
189 lines
7.2 KiB
Markdown
189 lines
7.2 KiB
Markdown
# DeepData 一站式数据工作平台
|
||
|
||
<div align="center">
|
||
|
||
[](https://github.com/ModelEngine-Group/DeepData/actions/workflows/docker-image-backend.yml)
|
||
[](https://github.com/ModelEngine-Group/DeepData/actions/workflows/docker-image-frontend.yml)
|
||
|
||
|
||
|
||
|
||
[](https://deepwiki.com/ModelEngine-Group/DeepData)
|
||
|
||
**DeepData是面向模型微调与RAG检索的企业级数据处理平台，支持数据归集、数据管理、算子市场、数据清洗、数据合成、数据标注、数据评估、知识生成等核心功能。**
|
||
|
||
[简体中文](./README-zh.md) | [English](./README.md)
|
||
|
||
如果您喜欢这个项目，希望您能给我们一个Star⭐️!
|
||
|
||
</div>
|
||
|
||
## 🌟 核心特性
|
||
|
||
- **核心模块**：数据归集、数据管理、算子市场、数据清洗、数据合成、数据标注、数据评估、知识生成
|
||
- **可视化编排**：拖拽式数据处理流程设计
|
||
- **算子生态**：丰富的内置算子和自定义算子支持
|
||
|
||
## 🚀 快速开始
|
||
|
||
### 前置条件
|
||
|
||
- Git (用于拉取源码)
|
||
- Make (用于构建和安装)
|
||
- Docker (用于构建镜像和部署服务)
|
||
- Docker-Compose (用于部署服务-docker方式)
|
||
- Kubernetes (用于部署服务-k8s方式)
|
||
- Helm (用于部署服务-k8s方式)
|
||
- **K8s 部署额外需要**: [Sealed Secrets Controller](https://github.com/bitnami-labs/sealed-secrets)（用于加密管理敏感配置）
|
||
|
||
### 密钥管理（仅 K8s 部署需要）
|
||
|
||
DeepData K8s 部署使用 **Bitnami Sealed Secrets** 管理数据库密码、JWT 密钥等敏感信息。所有密钥以加密形式存储在 Git 中（`deployment/kubernetes/sealed-secrets/`），部署时由集群内的 Sealed Secrets Controller 自动解密。
|
||
|
||
**在线环境安装 Sealed Secrets Controller：**
|
||
|
||
```bash
|
||
# 通过 Helm 安装（推荐）
|
||
helm repo add sealed-secrets https://bitnami-labs.github.io/sealed-secrets
|
||
helm install sealed-secrets sealed-secrets/sealed-secrets -n kube-system
|
||
|
||
# 验证安装
|
||
kubectl get pods -n kube-system | grep sealed-secrets
|
||
```
|
||
|
||
**离线环境：**
|
||
|
||
1. 在有网络的机器上下载 Sealed Secrets 镜像：
|
||
```bash
|
||
# 下载 controller 镜像（约 60MB）
|
||
docker pull bitnami/sealed-secrets-controller:latest
|
||
docker save bitnami/sealed-secrets-controller:latest -o sealed-secrets-controller.tar
|
||
|
||
# 下载 kubeseal 工具（用于更新密钥）
|
||
# macOS:
|
||
brew install kubeseal
|
||
# Linux:
|
||
wget https://github.com/bitnami-labs/sealed-secrets/releases/latest/download/kubeseal-linux-amd64
|
||
```
|
||
|
||
2. 将镜像导入离线环境的镜像仓库，通过 Helm 安装时指定镜像地址。
|
||
|
||
**更新密钥：**
|
||
|
||
```bash
|
||
# 如果数据库密码等敏感信息发生变更，使用 kubeseal 重新加密
|
||
echo -n "new-password" | kubeseal --raw --name deepdata-conf --namespace deepdata --scope namespace-wide
|
||
```
|
||
|
||
> 注意：Docker 部署方式不需要 Sealed Secrets，密钥统一通过 `.env` 文件管理（已在 `.gitignore` 中排除）。
|
||
|
||
### Docker一键部署
|
||
```shell
|
||
wget -qO docker-compose.yml https://raw.githubusercontent.com/ModelEngine-Group/DeepData/refs/heads/main/deployment/docker/deepdata/docker-compose.yml \
|
||
&& REGISTRY=ghcr.io/modelengine-group/ docker compose up -d
|
||
```
|
||
|
||
### 拉取代码
|
||
|
||
```bash
|
||
git clone git@github.com:ModelEngine-Group/DeepData.git
|
||
cd DeepData
|
||
```
|
||
|
||
### 部署基础服务
|
||
|
||
```bash
|
||
make install
|
||
```
|
||
|
||
本项目支持docker-compose和helm两种方式部署，请在执行命令后输入部署方式的对应编号，命令回显如下所示：
|
||
```shell
|
||
Choose a deployment method:
|
||
1. Docker/Docker-Compose
|
||
2. Kubernetes/Helm
|
||
Enter choice:
|
||
```
|
||
|
||
若您使用的机器没有make，您也可以执行如下命令部署:
|
||
```bash
|
||
REGISTRY=ghcr.io/modelengine-group/ docker compose -f deployment/docker/deepdata/docker-compose.yml --profile milvus up -d
|
||
```
|
||
|
||
当容器运行后，请在浏览器打开 http://localhost:30000 查看前端界面。
|
||
|
||
要查看所有可用的 Make 目标、选项和帮助信息，请运行：
|
||
|
||
```bash
|
||
make help
|
||
```
|
||
|
||
如果您是离线环境，您可以执行如下命令下载所有依赖的镜像:
|
||
```bash
|
||
make download
|
||
```
|
||
|
||
### 部署Label Studio作为标注工具
|
||
```bash
|
||
make install-label-studio
|
||
```
|
||
|
||
### 构建并部署Mineru增强pdf处理
|
||
```bash
|
||
make build-mineru
|
||
make install-mineru
|
||
```
|
||
|
||
### 部署DeepFlow服务
|
||
```bash
|
||
make install-deep-flow
|
||
```
|
||
|
||
### 本地开发部署
|
||
本地代码修改后，请执行以下命令构建镜像并使用本地镜像部署
|
||
```bash
|
||
make build
|
||
make install dev=true
|
||
```
|
||
|
||
### 卸载服务
|
||
```bash
|
||
make uninstall
|
||
```
|
||
|
||
在运行 `make uninstall` 时，卸载流程会只询问一次是否删除卷（数据），该选择会应用到所有组件。卸载顺序为：milvus -> label-studio -> deepdata，确保在移除 deepdata 网络前，所有使用该网络的服务已先停止。
|
||
|
||
## 📚 文档
|
||
|
||
### 核心文档
|
||
- **[DEVELOPMENT.md](./DEVELOPMENT.md)** - 本地开发环境搭建和工作流程
|
||
- **[AGENTS.md](./AGENTS.md)** - AI 助手指南和代码规范
|
||
|
||
### 后端文档
|
||
- **[backend/README-zh.md](./backend/README-zh.md)** - 后端架构、服务和技术栈
|
||
- **[backend/api-gateway/README-zh.md](./backend/api-gateway/README-zh.md)** - API Gateway 配置和路由
|
||
- **[backend/services/main-application/README-zh.md](./backend/services/main-application/README-zh.md)** - 主应用模块
|
||
- **[backend/shared/README-zh.md](./backend/shared/README-zh.md)** - 共享库（domain-common, security-common）
|
||
|
||
### 运行时文档
|
||
- **[runtime/README-zh.md](./runtime/README-zh.md)** - 运行时架构和组件
|
||
- **[runtime/deepdata-python/README-zh.md](./runtime/deepdata-python/README-zh.md)** - FastAPI 后端服务
|
||
- **[runtime/python-executor/README-zh.md](./runtime/python-executor/README-zh.md)** - Ray 执行器框架
|
||
- **[runtime/ops/README.md](./runtime/ops/README.md)** - 算子生态
|
||
- **[runtime/datax/README-zh.md](./runtime/datax/README-zh.md)** - DataX 数据框架
|
||
- **[runtime/deep-flow/README-zh.md](./runtime/deep-flow/README-zh.md)** - DeepFlow LLM 服务
|
||
|
||
### 前端文档
|
||
- **[frontend/README-zh.md](./frontend/README-zh.md)** - React 前端应用
|
||
|
||
## 🤝 贡献指南
|
||
|
||
感谢您对本项目的关注！我们非常欢迎社区的贡献，无论是提交 Bug 报告、提出功能建议，还是直接参与代码开发，都能帮助项目变得更好。
|
||
|
||
• 📮 [GitHub Issues](../../issues)：提交 Bug 或功能建议。
|
||
|
||
• 🔧 [GitHub Pull Requests](../../pulls)：贡献代码改进。
|
||
|
||
## 📄 许可证
|
||
|
||
DeepData 基于 [MIT](LICENSE) 开源，您可以在遵守许可证条款的前提下自由使用、修改和分发本项目的代码。
|