shiyong.qin/EPEEAIKit
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
f6a43302d2b075485d3718f82ffbba0ada5152db
EPEEAIKit/.cursor/deferred/registry.md

8.6 KiB
Raw Blame History

Deferred Decisions Registry

Active Items

[cloud-deploy-route-b] 路线 B：云服务器正式部署

  • status: deferred
  • tags: deployment, docker, nginx, cloud, production
  • recorded: 2026-04-12
  • source_chat: 发布到手机浏览器的方案讨论
  • prerequisite: 路线 A（内网穿透 + 移动端适配）完成后
  • related_files:
    • art-agent/backend/app/main.py
    • art-agent/frontend/next.config.ts
    • art-agent/frontend/.env.local
    • art-agent/backend/.env
  • context: | 买轻量云服务器（2C2G ~50元/月），编写前后端 Dockerfile + docker-compose， 配置 Nginx/Caddy 反向代理统一入口，HTTPS 自动签证书， 环境变量搬迁（去掉本地代理配置），可选绑定域名。 预估工作量 1-2 天。
  • chosen_alternative: 路线 A — 本地运行 + 内网穿透（Cloudflare Tunnel / ngrok）
  • deferred_reason: 当前阶段只需自己和朋友试用，内网穿透足够

[style-pipeline-layered] 分层组合风格一致性产线

  • status: deferred

  • tags: 风格一致性, IP-Adapter, LoRA, ControlNet, 量产, 美术产线, InstantStyle

  • recorded: 2026-04-12

  • updated: 2026-04-13

  • source_chat: 风格一致性技术方案讨论

  • prerequisite: EPEEKit 进入美术资源量产阶段（风格方向已确定、需要批量产出同风格素材）

  • related_files:

    • art-agent/backend/app/services/image_gen.py
    • art-agent/backend/app/config.py

  • context: | 分层组合的风格一致性产线：

    1. 探索期（当前）：Prompt + 参考图，快速试错确定风格方向
    2. 锁定期：IP-Adapter / ControlNet，选 3-5 张精选图作为风格锚点，推理时注入风格
    3. 量产期：LoRA + ControlNet，用精选图训练 LoRA（20-50 张），批量产出同风格资源
    4. 贯穿全程：标准化 Prompt 模板 + Negative Prompt 模板，确保品质下限 各阶段可叠加使用，不互斥。LoRA 训练需要同风格样本积累到足够数量。

    2026-04-13 调研补充 — 风格迁移模型层级：

    • Kolors IP-Adapter（当前在用）：通用 IP-Adapter，风格迁移弱，内容+风格+构图混合提取
    • InstantStyle（Replicate 可用）：专门分离内容/风格，风格迁移强，但贵且慢
    • Style IPAdapter for NoobAI-XL（CivitAI）：最强画风迁移（线条+着色技法），需 ComfyUI
    • ICAS 框架（学术前沿 2025.04）：IP-Adapter + ControlNet 组合，多主体风格一致性最优 锁定期的最佳方案：迁移到 HF Inference Endpoints 后，用 NoobAI-XL + Style IPAdapter + ControlNet

  • chosen_alternative: 当前使用 Prompt Engineering + LLM 参考图理解（探索期方案）

  • deferred_reason: 风格方向尚未确定，过早引入 LoRA/ControlNet 是过度优化

[hf-inference-endpoints] 迁移到 Hugging Face + Inference Endpoints

  • status: deferred
  • tags: 基础设施, Hugging Face, Inference Endpoints, ComfyUI, 自定义模型, 风格迁移
  • recorded: 2026-04-13
  • source_chat: Kolors 风格迁移排查与模型调研
  • prerequisite: 探索期结束、确定要用的模型组合后
  • related_files:
    • art-agent/backend/app/services/image_gen.py
    • art-agent/backend/app/config.py
  • context: | 将生图基础设施从 Replicate API 迁移到 Hugging Face Inference Endpoints：
    1. 可部署任意 ComfyUI 工作流（NoobAI-XL + Style IPAdapter + ControlNet 等任意组合）
    2. 不受 Replicate 模型作者暴露的参数限制，完全控制推理流程
    3. CivitAI 上的任何 LoRA、IP-Adapter 权重都能直接加载
    4. 按 GPU 时长计费，批量生成时远比 Replicate 按次付费便宜
    5. 是 style-pipeline-layered 延期方案中"锁定期 → 量产期"的基础设施 背景：当前在 Replicate 上可用的风格迁移模型有限——
    • Kolors IP-Adapter：风格迁移弱（混合提取内容+风格+构图）
    • InstantStyle（jyoung105/instant-style）：风格迁移强但贵（$0.12/次）且慢（~128s）
    • Style IPAdapter for NoobAI-XL：最强画风迁移，但需 ComfyUI 环境，Replicate 上无法使用 迁移到 HF Inference Endpoints 后可自由组合以上所有方案。
  • chosen_alternative: 当前使用 Replicate API（Kolors IP-Adapter + Flux + SDXL）
  • deferred_reason: 探索期用 Replicate 足够快速迭代，迁移工作量较大（需搭建自定义推理服务）

[vision-model-asset-library] 专用 Vision 模型用于资源库功能

  • status: deferred
  • tags: 资源库, vision, CLIP, BLIP, 图片搜索, 自动标签, embedding
  • recorded: 2026-04-12
  • source_chat: 参考图风格解析方案讨论
  • prerequisite: 资源库功能进入增强阶段（基础 Gallery 已完成）
  • related_files:
    • art-agent/frontend/src/app/gallery/page.tsx
    • art-agent/backend/app/services/image_gen.py
  • context: | 引入专用 Vision 模型（CLIP / BLIP 等）为资源库提供智能化能力：
    1. 自动标签：生成的图片自动分类（UI/角色/场景/图标等）
    2. 以图搜图：上传一张图，从资源库中找风格最相似的
    3. 语义搜索：用自然语言搜索图片（如"蓝色水晶质感的按钮"）
    4. 聚类分组：自动将图片按视觉相似性分组 可通过 Replicate 调用或本地部署，成本极低。
  • chosen_alternative: 当前资源库使用手动标签 + Prompt 文本搜索
  • deferred_reason: 当前阶段资源量少，手动管理足够；等资源积累到一定量级后再引入自动化

[context-window-management] 对话上下文管理（Token 预算 + 滑动窗口 + 摘要）

  • status: deferred
  • tags: 上下文管理, token, 滑动窗口, 对话摘要, agent loop, 长对话
  • recorded: 2026-04-13
  • source_chat: Art Agent 上下文与记忆体系讨论
  • prerequisite: 无（随时可做，优先级高于长期记忆）
  • related_files:
    • art-agent/backend/app/agent/loop.py
    • art-agent/frontend/src/lib/api.ts
    • art-agent/frontend/src/lib/store.ts
  • context: | 当前 Art Agent 对话采用"全量透传"：前端把完整 messages 发给后端，后端原样拼接传给 LLM， 没有 token 计数、截断或摘要。长对话会导致上下文超限、费用线性增长。 实施方案（自建，无需外部依赖）：
    1. Token 计数：用 tiktoken 库在构建 api_messages 时计数
    2. 滑动窗口：超过预算时截断最早的消息
    3. 对话摘要：被截断的消息先调 LLM 生成摘要，作为压缩上下文保留 预估工作量 1-2 天，是记忆体系的第一层基础。
  • chosen_alternative: 当前全量透传，依赖模型自身的上下文窗口上限
  • deferred_reason: 当前探索期对话通常较短，暂未触及上限；但随着迭代使用会很快需要

[mem0-long-term-memory] 引入 Mem0 作为长期记忆层

  • status: deferred
  • tags: 长期记忆, Mem0, 用户偏好, 语义检索, 事实提取, memory layer
  • recorded: 2026-04-13
  • source_chat: Art Agent 上下文与记忆体系讨论
  • prerequisite: 第一层上下文管理（context-window-management）完成后
  • related_files:
    • art-agent/backend/app/agent/loop.py
    • art-agent/backend/app/config.py
  • context: | 引入 Mem0 开源版（Apache 2.0）作为 Art Agent 的跨会话长期记忆层：
    • Mem0 是"bolt-on"设计，保留自己的 agent loop，只外挂 memory API
    • 核心 API：memory.add()（存储+自动事实提取）+ memory.search()（语义检索）
    • 自部署：pip install mem0ai + Qdrant 向量库，LLM 用 DeepSeek 降成本
    • 记忆范围：用户风格偏好、历史生成反馈、常用参数等
    • 与自建 Rules/Docs 静态知识系统互补：Mem0 负责动态记忆，Rules 负责预置知识 技术选型对比（本次讨论结论）：
    • Letta 不适合：它是完整 agent runtime，不是 memory layer，需要替换现有 loop
    • Zep 可行但偏重：时序知识图谱能力强但集成复杂度更高
    • Mem0 最适合：设计哲学完全对口"已有 agent + 外挂 memory"，集成最简（~20 行代码） 预估工作量 3-5 天（含 Mem0 部署 + 集成 + extraction prompt 调优）。
  • chosen_alternative: 当前无长期记忆，每次会话从零开始
  • deferred_reason: 探索期优先做第一层上下文管理；长期记忆在用户量和使用频率增长后再引入

Completed / Cancelled Items

（暂无已完成或已废弃的方案）

Reference in New Issue View Git Blame Copy Permalink