核心架构

整体定位

Workbench 处于 ShiMetaPi 全家桶的中间层——上接 AIHub 云端训练平台，下接 Pico-G1 板端。它本身不训练模型，也不直接做 NPU 推理计算，而是一个集成调度 IDE。

┌────────────────────────────────────────────────────────────────────────────────┐
│                                                                                │
│   AIHub 云端                    Workbench IDE                Pico-G1 板端       │
│   (aihub.shimetapi.cn)          (Windows)                    (192.168.49.10)   │
│                                                                                │
│   ┌──────────┐                  ┌──────────────┐             ┌──────────┐     │
│   │ 训练任务  │ ───HTTPS───────▶ │ 模型 Tab      │ ──SSH───▶ │ /mnt/    │     │
│   │ 模型仓库  │                  │ 一键部署   │             │ models/  │     │
│   │ 社区广场  │                  │              │             │ xmm/     │     │
│   └──────────┘                  │              │             └──────────┘     │
│                                 │ 视觉 Tab      │ ──HTTP──▶   shimeta-svp      │
│                                 │ shimeta-svp│             shimeta-xmm      │
│                                 │ shimeta-xmm│                               │
│                                 │              │ ──HTTP──▶   shimeta-py       │
│                                 │ shimeta-py IDE│             v1.0.4           │
│                                 │              │             (Python 运行时)   │
│                                 │ Agent Tab    │ ──SSH───▶   shimetad          │
│                                 │ Claude Code │             (无密码)         │
│                                 └──────────────┘                               │
│                                                                                │
└────────────────────────────────────────────────────────────────────────────────┘

三层职责划分

第 1 层：云端（AIHub）— 数据与模型源头

职责不做
上传/管理训练数据集不直接控制板端
启动 GPU 训练任务不下发推理指令
维护官方模型库与社区广场不解析板端推理结果
导出 .xmm.zip 模型包不存储板端日志

第 2 层：Workbench（IDE）— 集成调度

职责不做
AIHub 账号登录、Token 缓存不参与模型训练
板端 SSH 连接、设备列表管理不做 NPU 算子
模型 Tab 浏览、筛选、模型详情不重新编译模型
一键部署（zip 推送到板端 /mnt/models/xmm/）不存储大量训练数据
shimeta-py IDE 编辑 Python 脚本并送板端运行不渲染 YUV 图像
视觉 Tab 启动 shimeta-svp / shimeta-xmm不实现推理算法
内嵌预览右侧"物象"框（摄像头画面）不存储摄像头原始流
Agent Tab Claude Code 自然语言操作—
右侧资源监控（CPU/MEM/TMP/IPC）—

第 3 层：板端（Pico-G1）— 推理与执行

工具职责调用方式
shimeta-py v1.0.4Python 运行时（IDE 编辑的代码直接跑）IDE SSH 调用
shimeta-svp9 种预编译场景化检测（人形/人脸/车辆/非机动车/人脸情绪/驾驶员监测/人头数/火焰烟雾/人体关键点）IDE 视觉 Tab 按钮触发
shimeta-xmm用户自定义 .xmm 模型推理IDE 视觉 Tab 面板触发
不做说明
不连公网训练模型训练在 AIHub 完成
不做用户登录态账号体系在 IDE 层
不存模型仓库模型来自 AIHub

关键数据流

数据流 1：模型从 AIHub 到板端（一键部署）

用户在 AIHub 完成训练并导出 .xmm.zip
                    │
                    ▼
用户在 IDE 模型 Tab → 模型广场/用户模型 选模型
                    │
                    ▼  点击"部署到板卡"
                    │
IDE 自动 SSH 推送：
   scp <model>.xmm.zip → root@192.168.49.10:/mnt/models/xmm/
                    │
                    ▼
板端解压到 /mnt/models/xmm/<model>.xmm/
                    │
                    ▼
视觉 Tab → shimeta-xmm 面板自动出现该模型
                    │
                    ▼
用户点击"运行" → shimeta-xmm 启动
                    │
                    ▼
右侧"物象"框显示摄像头画面（含检测结果）

数据流 2：用户在 IDE 终端手动 SSH

用户在 IDE 终端 Tab 输入
    ssh root@192.168.49.10
    shimeta-svp person
                    │
                    ▼  SSH 通道
板端执行命令，结果 stdout 回传到 IDE 终端

数据流 3：摄像头实时推理（WebUI 内嵌预览）

[板端 shimeta-camera 或 shimeta-xmm 服务]
    ├─ MJPEG 流（端口 8080 /stream） ──HTTP──▶  [IDE 右侧"物象"框]
    ├─ 检测结果 JSON（/api/status）  ──HTTP──▶  [状态面板]
    └─ RTSP 流（端口 554）            ──RTSP──▶  [VLC 外部播放]

数据流 4：Claude Code Agent 操作板端

用户在 IDE Agent Tab 输入自然语言指令
    "查看板卡当前 IP 和 CPU 占用"
                    │
                    ▼  Claude Code 解析
                    │
Agent 自动生成 SSH 命令 + 执行
                    │
                    ▼  SSH 通道
板端 shimetad 执行，结果回传 Agent
                    │
                    ▼
Agent 用自然语言回复用户

依赖关系

Workbench 强依赖Workbench 不依赖
AIHub 账号（用于登录、模型训练链接）板端公网出网（仅 SSH 即可）
Pico-G1 板端（SSH 22 端口可达）AIHub 训练历史（仅取成品模型）
板端 shimetad 或 root 账号mirrors 软件源（板端工具已固件内置）
板端 shimeta-py / shimeta-svp / shimeta-xmm 已安装板端 554 端口（可选，仅 RTSP 播放时需要）

安全与凭据

凭据存储位置说明
AIHub 账号Workbench 本地（加密缓存）仅用于登录与模型训练链接
板端 shimetad无密码IDE 自动 SSH，无需用户配置
板端 rootWorkbench 设备管理（手动输入）默认 123456，用户可在设置中修改

下一步