智能YOLO数据集工作站 — 基于Codex/Claude Code架构模式的完全重构版本
YOLO-Forge SP 是一个基于 Electron + React + TypeScript + Python Worker 的智能 YOLO 数据集工作站。采用 Codex CLI 和 Claude Code 的架构模式,提供完整的 Agent 循环、工具系统、权限管理和上下文压缩。
- 智能体系统 — 支持 OpenAI 和 Anthropic SDK,流式输出,多轮工具调用
- 权限管理 — Codex式3选项(本次允许/始终允许/拒绝),安全命令白名单
- 上下文管理 — 五策略压缩(Snip/Microcompact/Autocompact/Collapse/Reactive)
- 数据集检测 — 自动扫描目录结构,识别 YOLO/VOC/COCO/raw_px 格式
- 格式转换 — 多格式互转,YAML Profile 声明式配置,dry-run 预览
- 模型训练 — 基于 Ultralytics,完整参数配置,实时进度同步
- 标签审查 — Canvas 可视化标注,补框/删除/撤销,自动保存
- 任务管理 — 训练任务可视化,实时进度/日志,系统通知
| 层级 | 技术 | 说明 |
|---|---|---|
| 桌面框架 | Electron 35 | 跨平台桌面应用 |
| 前端框架 | React 19 | 渲染进程 UI |
| 状态管理 | Zustand 5 | 轻量级全局状态 |
| 构建工具 | Vite 6 | 快速 HMR 开发 |
| LLM SDK | OpenAI SDK + Anthropic SDK | 双 Provider 支持 |
| YOLO计算 | Python Worker (Ultralytics) | 子进程 NDJSON 通信 |
| 样式 | CSS Variables | 花笺主题(浅绿淡雅) |
┌─────────────────────────────────────────────┐
│ Electron Main Process │
│ ┌─────────────────────────────────────────┐ │
│ │ Agent Orchestrator (核心) │ │
│ │ ┌─────────────────────────────────────┐ │ │
│ │ │ ReAct Loop (async generator ×7) │ │ │
│ │ │ ┌──────────┬───────────────────┐ │ │ │
│ │ │ │ LLM Call │ Tool Execution │ │ │ │
│ │ │ └──────────┴───────────────────┘ │ │ │
│ │ └─────────────────────────────────────┘ │ │
│ │ ┌──────────┬──────────┬──────────────┐ │ │
│ │ │ OpenAI │Anthropic │ Context Mgr │ │ │
│ │ │ Provider │ Provider │ (5 strategies)│ │ │
│ │ └──────────┴──────────┴──────────────┘ │ │
│ │ ┌─────────────────────────────────────┐ │ │
│ │ │ Tool Registry (9 tools) │ │ │
│ │ │ Permission Manager (Codex-style) │ │ │
│ │ └─────────────────────────────────────┘ │ │
│ └─────────────────────────────────────────┘ │
│ ┌─────────────────────────────────────────┐ │
│ │ Python Worker (subprocess, NDJSON IPC) │ │
│ │ inspect | convert | train | report │ │
│ └─────────────────────────────────────────┘ │
├─────────────────────────────────────────────┤
│ IPC Bridge (contextBridge) │
├─────────────────────────────────────────────┤
│ Renderer Process (React) │
│ ┌──────┬──────────────────┬──────────────┐ │
│ │ Side │ Main Panel │ Agent Chat │ │
│ │ bar │ Inspector/Conv/ │ (streaming) │ │
│ │ 72px │ Trainer/Reviewer │ 420px │ │
│ │ │ Tasks/Settings │ │ │
│ └──────┴──────────────────┴──────────────┘ │
└─────────────────────────────────────────────┘
yolo-forge-sp/
├── electron/ # Electron 主进程
│ ├── main.ts # 入口
│ ├── preload.ts # 安全 IPC 桥接
│ ├── store.ts # JSON 持久化配置
│ ├── agent/ # Agent 核心系统
│ │ ├── orchestrator.ts # Agent 编排器
│ │ ├── providers/ # LLM Provider (OpenAI/Anthropic)
│ │ ├── tools/ # 9个工具
│ │ ├── permissions/ # Codex式权限管理
│ │ ├── context/ # 五策略上下文压缩
│ │ └── loop/ # 会话管理
│ ├── ipc/handlers.ts # IPC 处理器
│ ├── workers/python-manager.ts # Python 子进程管理
│ └── python/worker.py # YOLO 计算 Worker
├── src/ # React 渲染进程
│ ├── components/
│ │ ├── layout/ # 布局组件
│ │ ├── chat/ # Agent 聊天
│ │ └── panels/ # 功能面板
│ ├── stores/app-store.ts # Zustand 状态
│ ├── i18n/index.ts # 中英文国际化
│ └── styles/globals.css # 花笺主题
└── package.json
- Node.js 20+
- Python 3.9+ (conda 推荐)
- CUDA GPU (可选,训练用)
# 1. 安装 Node.js 依赖
npm install
# 2. 安装 Python 依赖
pip install -r electron/python/requirements.txt
# 3. 启动开发模式
npm run electron:dev- 启动应用后进入 Settings 面板
- 选择 Provider (OpenAI / Anthropic)
- 输入 API Key
- 选择模型(可从 API 动态获取模型列表)
- 保存
- Agent Chat: 右侧聊天面板,自然语言交互
- Inspector: 扫描数据集结构
- Converter: 格式转换
- Trainer: 模型训练(自动扫描 conda 环境/GPU)
- Reviewer: 标签可视化审查
- Tasks: 训练任务管理
界面设计灵感来自花笺项目,采用浅绿淡雅的色调,营造生机勃勃但不失沉稳的工作环境:
- 主色调: 浅绿
#7CB342,象征生机 - 背景: 米白偏绿
#F9FBF7,柔和护眼 - 文字: 深绿灰
#2E3B2F,清晰易读 - 质感: 毛玻璃 + 轻阴影,层次分明
- Agent 循环: 7 yield 点的异步生成器状态机
- 权限系统: 默认拒绝 + 3选项 + 安全命令白名单
- 上下文管理: 5 策略压缩,自动触发
- 工具系统: 9 个工具,风险分级,权限控制
MIT