# 可视化系统设置

## 为什么不再把所有内容放进 `.env`

`.env` 只负责应用启动前必须存在的 PostgreSQL、Redis、监听地址和运行期设置目录。数据库和 Redis 必须先启动，网页设置才有机会打开，因此它们不能完全由已运行后的网页管理。

`scripts/bootstrap.ps1` 使用操作系统的加密随机数一次性生成数据库和 Redis 密码，不依赖 OpenSSL，也不会在终端打印密码。普通用户不需要打开 `.env`。

以下内容改为网页配置并加密保存：

- NAS MinIO 与三个 bucket。
- 百度 OCR。
- 可扩展模型池，以及总调度、空间理解和生图路由。
- 本地或局域网 GPU Worker。
- Langfuse 与 Sentry。

## 分类与门禁

工作流必备分类为：

1. 基础运行：PostgreSQL、Redis、配置加密。
2. 文件存储：MinIO 地址、服务账号和三个 bucket。
3. AI 模型：至少一个大语言模型、空间理解候选和生图候选，并完成路由选择。

必备分类既要填写完整，也要通过对应连接测试。未完成时，上传和工作流命令接口返回 `SETTINGS_INCOMPLETE`，前端“开始设计”按钮保持锁定。

百度 OCR、GPU、Langfuse 和 Sentry 是条件必填：关闭时不影响工作流；开启后应填写完整并测试。

## 模型池与路由

模型池分为大语言模型和多模态模型。每个模型条目独立保存以下内容：

- 显示名称与平台模型 ID。
- API 来源、Base URL 和 API Key。
- 空间理解、图像生成、局部编辑等能力标签。
- 图像调用协议、模型专属参数预设及高级接口路径。

同一个聚合账号可以添加多个模型，也可以把不同平台的模型放进同一个池。聚合引擎 AIGC 已内置 GPT Image 2、Nano Banana Pro、即梦 5.0 Pro 三个接入预设，选择后会自动填写模型 ID、`/v1/media/generate`、`/v1/media/status` 及各模型不同的参数名。

每个模型提供两种测试：

- “验证模型”只访问模型列表并检查协议和路径，不生图、不扣费，用于定位模型 ID、凭证或配置错误。
- “试生成”会在用户确认后真实生成一张低成本测试图，会消耗一次调用额度，用来证明创建任务、轮询状态和取得结果的完整链路可用。

总调度模型必须由用户从大语言模型池中指定。空间理解和生图各自支持两种方式：

- 总调度自动选择：只在已启用且测试通过的能力候选中路由。
- 用户手动指定：固定使用选中的多模态模型。

旧版统一 API 配置在第一次读取时会自动迁移成三个模型池条目。出于安全考虑，迁移后的模型必须逐个重新测试。

自定义平台的 Base URL 仍需从其开发者文档复制；三个内置聚合引擎预设固定使用文档提供的 `https://api.lk888.ai`。

## 为什么本地 GPU 仍然需要 Worker

网页和 Docker 容器不能安全、稳定地直接执行宿主机 CUDA。把 GPU 推理拆成 Worker 可以隔离模型依赖、显存崩溃和长任务，并允许未来迁移到独立 GPU 服务器。

设置页提供三种自然语意选项：

- 暂不使用：全部调用云 API。
- 本机 GPU Worker：无需输入地址。原生运行 API 时自动访问 `127.0.0.1:8100`；Docker 中自动访问 `host.docker.internal:8100`。
- 局域网 GPU 服务器：仅此模式需要填写内网地址。

GPU 主要用于户型分割、深度估计、几何校验和可选本地视觉模型。云端生图 API 本身不需要本地 GPU。

## 密钥安全

- 运行期配置加密写入 `.runtime/settings.enc`。
- 主密钥保存在 `.runtime/.master-key` 或 Docker 的 `settings-data` 私有卷。
- 密钥接口只返回是否已配置；保存成功后浏览器会清空输入值。
- 测试请求由后端发出，密钥不会直接交给第三方网页脚本。
- 当前版本应部署在可信内网；正式开放公网前还需给设置接口增加所有者登录和权限控制。