炼丹蓝图是一个可视化的 AI 模型构建平台，让复杂的神经网络搭建变得像搭积木一样简单直观。本项目为其后端服务，负责蓝图的解析、调度与执行。
【早期开发阶段】
- ✅ 核心蓝图执行引擎已跑通，支持拓扑排序与数据流转。
- ✅ WebSocket 通信协议已定型，支持前后端实时交互。
- ✅ 基础节点架构已确立，支持动态注册。
⚠️ 目前内置节点种类较少，许多 AI 模型组件尚未实现。- 🤝 我们非常欢迎社区贡献更多节点和功能！
🔍 可视化蓝图执行引擎
内置高效的图执行引擎 (engine.py)，能够自动解析前端传递的节点图，通过拓扑排序确定执行顺序，并处理复杂的节点间数据依赖。
🔌 WebSocket 实时交互
基于 websockets 库构建的异步服务器 (server.py)，支持前端实时获取节点注册表 (getRegistry)、发送运行请求 (runBlueprint) 以及接收实时的执行结果与错误反馈。
🧩 模块化节点系统
高度可扩展的节点注册机制 (registry.py)。开发者只需使用简单的 @node 和 @category 装饰器，即可快速将 PyTorch 代码封装为可视化节点，无需侵入核心逻辑。
🔥 原生 PyTorch 支持
底层无缝集成 PyTorch，所有节点本质上都是 nn.Module，确保了与主流深度学习生态的完美兼容性和高性能。
- Python >= 3.12
- uv (推荐) 或 pip
-
克隆仓库
git clone https://github.com/your-username/alchemy-blueprint-backend.git cd alchemy-blueprint-backend -
安装依赖 本项目使用
uv进行包管理，推荐直接使用uv运行：# 如果没有安装 uv pip install uv -
启动服务
uv run python main.py
或者使用传统 pip 方式：
pip install -r requirements.txt # 需自行导出 python main.py -
服务状态 启动成功后，控制台将显示：
WebSocket服务已启动: ws://localhost:8765
本项目采用 GNU AGPL v3 许可证。
- ✅ 欢迎贡献：您可以自由地修改和分发本项目的代码。
- 📢 源码公开义务：如果您将本项目用于网络服务（如 SaaS），您必须向用户公开您的修改源码。
- 💼 商业授权：如需闭源商业使用或有其他特殊授权需求，请联系我们。
我们强烈鼓励通过 Pull Request 向本仓库贡献代码，共同完善这个开源项目，而不是创建封闭的商业 fork。
- QQ 交流群：1081197052
以下是设计的架构图 整个项目是先设计的架构图，再根据架构图进行开发，所以架构图是后端开发过程中最重要的文档。 此架构图的设计与逻辑调整耗费了我们大量的时间和脑力，希望开发者能够认真读完，相信能够快速理解整个项目的设计思路。
