imeepos
/
mixvideo-v2
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
mixvideo-v2/docs/ai-video-classification.md

7.5 KiB
Raw Permalink Blame History

AI视频分类功能文档

概述

AI视频分类功能是MixVideo桌面应用的核心功能之一，通过集成Google Gemini API实现对视频片段的智能分类。该功能遵循Tauri开发规范，采用分层架构设计，提供完整的任务队列管理和用户界面。

功能特性

核心功能

  • 智能视频分类: 使用Google Gemini AI对视频片段进行自动分类
  • 批量处理: 支持对素材的所有片段进行批量分类
  • 任务队列: 实现排队机制，支持任务优先级和重试机制
  • 实时进度: 提供实时的分类进度和状态更新
  • 文件整理: 根据分类结果自动移动视频文件到对应分类文件夹

用户界面

  • 一键分类: 在素材卡片中提供AI分类按钮
  • 进度显示: 优美的进度条和状态指示器
  • 结果展示: 详细的分类结果和统计信息
  • 错误处理: 友好的错误提示和重试机制

技术架构

后端架构 (Rust/Tauri)

数据模型层 (src/data/models/)

  • video_classification.rs: 视频分类相关数据模型
    • VideoClassificationRecord: 分类记录
    • VideoClassificationTask: 分类任务
    • BatchClassificationRequest: 批量分类请求
    • ClassificationStats: 分类统计信息

数据访问层 (src/data/repositories/)

  • video_classification_repository.rs: 视频分类数据仓库
    • 分类记录的CRUD操作
    • 分类任务的状态管理
    • 统计信息查询

业务逻辑层 (src/business/services/)

  • video_classification_service.rs: 视频分类业务服务
    • 批量任务创建
    • Gemini API调用
    • 文件移动和整理
  • video_classification_queue.rs: 任务队列管理
    • 队列状态控制
    • 任务进度跟踪
    • 并发处理控制

基础设施层 (src/infrastructure/)

  • gemini_service.rs: Gemini API集成服务
    • 访问令牌管理
    • 视频文件上传
    • AI内容分析

表现层 (src/presentation/commands/)

  • video_classification_commands.rs: Tauri命令接口
    • 前后端通信桥梁
    • 命令参数验证
    • 错误处理

前端架构 (React/TypeScript)

状态管理 (src/store/)

  • videoClassificationStore.ts: 视频分类状态管理
    • Zustand状态存储
    • API调用封装
    • 错误状态管理

组件层 (src/components/)

  • MaterialCard.tsx: 素材卡片组件（增强）
    • AI分类按钮
    • 分类状态显示
  • VideoClassificationProgress.tsx: 分类进度组件
    • 实时进度显示
    • 队列状态控制
    • 统计信息展示

数据库设计

视频分类记录表 (video_classification_records)

CREATE TABLE video_classification_records (
    id TEXT PRIMARY KEY,
    segment_id TEXT NOT NULL,
    material_id TEXT NOT NULL,
    project_id TEXT NOT NULL,
    category TEXT NOT NULL,
    confidence REAL NOT NULL,
    reasoning TEXT NOT NULL,
    features TEXT NOT NULL,
    product_match INTEGER NOT NULL,
    quality_score REAL NOT NULL,
    gemini_file_uri TEXT,
    raw_response TEXT,
    status TEXT NOT NULL,
    error_message TEXT,
    created_at DATETIME NOT NULL,
    updated_at DATETIME NOT NULL
);

视频分类任务表 (video_classification_tasks)

CREATE TABLE video_classification_tasks (
    id TEXT PRIMARY KEY,
    segment_id TEXT NOT NULL,
    material_id TEXT NOT NULL,
    project_id TEXT NOT NULL,
    video_file_path TEXT NOT NULL,
    status TEXT NOT NULL,
    priority INTEGER DEFAULT 0,
    retry_count INTEGER DEFAULT 0,
    max_retries INTEGER DEFAULT 3,
    gemini_file_uri TEXT,
    prompt_text TEXT,
    error_message TEXT,
    started_at DATETIME,
    completed_at DATETIME,
    created_at DATETIME NOT NULL,
    updated_at DATETIME NOT NULL
);

API接口

Tauri命令接口

启动视频分类

#[command]
pub async fn start_video_classification(
    request: BatchClassificationRequest,
    state: State<'_, AppState>,
) -> Result<Vec<String>, String>

获取队列状态

#[command]
pub async fn get_classification_queue_status(
    state: State<'_, AppState>,
) -> Result<QueueStats, String>

获取任务进度

#[command]
pub async fn get_classification_task_progress(
    task_id: String,
    state: State<'_, AppState>,
) -> Result<Option<TaskProgress>, String>

Gemini API集成

配置

pub struct GeminiConfig {
    pub base_url: String,
    pub bearer_token: String,
    pub timeout: u64,
}

主要方法

  • upload_video_file(): 上传视频文件到Gemini
  • generate_content_analysis(): 生成内容分析
  • classify_video(): 完整的视频分类流程

使用流程

1. 用户操作流程

  1. 用户在素材详情页面点击"AI分类"按钮
  2. 系统创建批量分类任务并加入队列
  3. 队列开始处理任务，显示实时进度
  4. 完成分类后，视频文件自动移动到分类文件夹
  5. 用户可查看分类结果和统计信息

2. 系统处理流程

  1. 任务创建: 为素材的每个片段创建分类任务
  2. 队列处理: 按优先级顺序处理任务
  3. 视频上传: 将视频文件上传到Gemini
  4. AI分析: 调用Gemini API进行内容分析
  5. 结果解析: 解析AI响应并创建分类记录
  6. 文件移动: 根据分类结果移动视频文件
  7. 状态更新: 更新任务状态和进度信息

错误处理

常见错误类型

  • 网络错误: Gemini API连接失败
  • 文件错误: 视频文件不存在或损坏
  • 解析错误: AI响应格式异常
  • 权限错误: 文件移动权限不足

错误处理策略

  • 自动重试: 网络错误和临时故障自动重试
  • 降级处理: AI响应异常时使用默认分类
  • 用户提示: 友好的错误消息和解决建议
  • 日志记录: 详细的错误日志用于调试

性能优化

并发控制

  • 单任务处理避免资源竞争
  • 任务间延迟防止API限流
  • 连接池管理减少开销

缓存策略

  • 访问令牌缓存减少认证请求
  • 分类结果缓存避免重复处理
  • 进度状态缓存提升响应速度

配置说明

Gemini API配置

// 默认配置
GeminiConfig {
    base_url: "https://bowongai-dev--bowong-ai-video-gemini-fastapi-webapp.modal.run",
    bearer_token: "bowong7777",
    timeout: 120,
}

队列配置

  • max_concurrent_tasks: 最大并发任务数（默认1）
  • processing_delay: 任务间延迟（默认2秒）
  • max_retries: 最大重试次数（默认3次）

部署注意事项

依赖要求

  • Rust 1.70+
  • Tauri 2.0+
  • SQLite 3.35+
  • Node.js 18+

环境变量

  • GEMINI_API_URL: Gemini API地址
  • GEMINI_BEARER_TOKEN: 认证令牌

权限配置

  • 文件系统读写权限
  • 网络访问权限
  • 数据库访问权限

开发规范遵循

Tauri开发规范

  • ✅ 分层架构设计
  • ✅ 错误处理机制
  • ✅ 异步处理模式
  • ✅ 状态管理规范

前端开发规范

  • ✅ 组件化设计
  • ✅ 状态管理最佳实践
  • ✅ 用户体验优化
  • ✅ 响应式设计

代码质量

  • ✅ 类型安全
  • ✅ 错误处理
  • ✅ 单元测试
  • ✅ 文档完整

后续优化建议

  1. 性能优化

    • 实现多任务并发处理
    • 添加视频预处理缓存
    • 优化数据库查询性能

  2. 功能增强

    • 支持自定义分类规则
    • 添加分类结果人工审核
    • 实现分类模型训练

  3. 用户体验

    • 添加分类预览功能
    • 支持批量操作撤销
    • 优化进度显示动画

  4. 监控运维

    • 添加性能监控
    • 实现日志分析
    • 支持配置热更新