feat: 백그라운드 AI 서비스 및 실시간 대시보드 추가
- 백그라운드에서 AI 모델을 항상 로딩된 상태로 유지 - 실시간 모델 상태 모니터링 대시보드 웹페이지 구현 - 시스템 성능 지표 수집 및 시각화 - AI 모델 재시작, 캐시 정리 등 관리 기능 - 작업 큐 시스템으로 처리 효율성 향상 - psutil 의존성 추가로 시스템 모니터링 강화
This commit is contained in:
hyungi
@@ -30,3 +30,6 @@ pandas>=2.0.0
|
||||
# 추가 도구
|
||||
requests>=2.31.0
|
||||
pathlib2>=2.3.7
|
||||
|
||||
# 시스템 모니터링 및 백그라운드 서비스
|
||||
psutil>=5.9.0
|
||||
|
||||
283
src/background_ai_service.py
Normal file
283
src/background_ai_service.py
Normal file
@@ -0,0 +1,283 @@
|
||||
#!/usr/bin/env python3
|
||||
"""
|
||||
백그라운드 AI 모델 서비스 및 모니터링 시스템
|
||||
실시간 모델 상태 추적 및 성능 지표 수집
|
||||
"""
|
||||
|
||||
import asyncio
|
||||
import time
|
||||
import psutil
|
||||
import threading
|
||||
from datetime import datetime, timedelta
|
||||
from dataclasses import dataclass, asdict
|
||||
from typing import Dict, List, Optional
|
||||
from pathlib import Path
|
||||
import json
|
||||
import logging
|
||||
|
||||
from integrated_translation_system import IntegratedTranslationSystem
|
||||
|
||||
@dataclass
|
||||
class ModelStatus:
|
||||
"""개별 모델 상태 정보"""
|
||||
name: str
|
||||
status: str # "loading", "ready", "error", "unloaded"
|
||||
load_time: Optional[float] = None
|
||||
memory_usage_mb: float = 0.0
|
||||
last_used: Optional[datetime] = None
|
||||
error_message: Optional[str] = None
|
||||
total_processed: int = 0
|
||||
|
||||
@dataclass
|
||||
class SystemMetrics:
|
||||
"""전체 시스템 성능 지표"""
|
||||
total_memory_usage_mb: float
|
||||
cpu_usage_percent: float
|
||||
active_jobs: int
|
||||
queued_jobs: int
|
||||
completed_jobs_today: int
|
||||
average_processing_time: float
|
||||
uptime_seconds: float
|
||||
|
||||
class BackgroundAIService:
|
||||
"""백그라운드 AI 모델 서비스 관리자"""
|
||||
|
||||
def __init__(self):
|
||||
self.models_status: Dict[str, ModelStatus] = {}
|
||||
self.translation_system: Optional[IntegratedTranslationSystem] = None
|
||||
self.start_time = datetime.now()
|
||||
self.job_queue = asyncio.Queue()
|
||||
self.active_jobs = {}
|
||||
self.completed_jobs = []
|
||||
self.metrics_history = []
|
||||
|
||||
# 로깅 설정
|
||||
self.logger = logging.getLogger(__name__)
|
||||
self.logger.setLevel(logging.INFO)
|
||||
|
||||
# 모델 상태 초기화
|
||||
self._initialize_model_status()
|
||||
|
||||
# 백그라운드 워커 및 모니터링 시작
|
||||
self.worker_task = None
|
||||
self.monitoring_task = None
|
||||
|
||||
def _initialize_model_status(self):
|
||||
"""모델 상태 초기화"""
|
||||
model_names = ["NLLB 번역", "KoBART 요약"]
|
||||
|
||||
for name in model_names:
|
||||
self.models_status[name] = ModelStatus(
|
||||
name=name,
|
||||
status="unloaded"
|
||||
)
|
||||
|
||||
async def start_service(self):
|
||||
"""백그라운드 서비스 시작"""
|
||||
self.logger.info("🚀 백그라운드 AI 서비스 시작")
|
||||
|
||||
# 모델 로딩 시작
|
||||
asyncio.create_task(self._load_models())
|
||||
|
||||
# 백그라운드 워커 시작
|
||||
self.worker_task = asyncio.create_task(self._process_job_queue())
|
||||
|
||||
# 모니터링 시작
|
||||
self.monitoring_task = asyncio.create_task(self._collect_metrics())
|
||||
|
||||
self.logger.info("✅ 백그라운드 서비스 준비 완료")
|
||||
|
||||
async def _load_models(self):
|
||||
"""AI 모델들을 순차적으로 로딩"""
|
||||
try:
|
||||
# NLLB 모델 로딩 시작
|
||||
self.models_status["NLLB 번역"].status = "loading"
|
||||
load_start = time.time()
|
||||
|
||||
self.translation_system = IntegratedTranslationSystem()
|
||||
|
||||
# 실제 모델 로딩
|
||||
success = await asyncio.to_thread(self.translation_system.load_models)
|
||||
|
||||
if success:
|
||||
load_time = time.time() - load_start
|
||||
|
||||
# 각 모델 상태 업데이트
|
||||
self.models_status["NLLB 번역"].status = "ready"
|
||||
self.models_status["NLLB 번역"].load_time = load_time
|
||||
|
||||
self.models_status["KoBART 요약"].status = "ready"
|
||||
self.models_status["KoBART 요약"].load_time = load_time
|
||||
|
||||
self.logger.info(f"✅ 모든 AI 모델 로딩 완료 ({load_time:.1f}초)")
|
||||
|
||||
else:
|
||||
# 로딩 실패
|
||||
for model_name in self.models_status.keys():
|
||||
self.models_status[model_name].status = "error"
|
||||
self.models_status[model_name].error_message = "모델 로딩 실패"
|
||||
|
||||
self.logger.error("❌ AI 모델 로딩 실패")
|
||||
|
||||
except Exception as e:
|
||||
self.logger.error(f"❌ 모델 로딩 중 오류: {e}")
|
||||
for model_name in self.models_status.keys():
|
||||
self.models_status[model_name].status = "error"
|
||||
self.models_status[model_name].error_message = str(e)
|
||||
|
||||
def _get_memory_usage(self) -> float:
|
||||
"""현재 프로세스의 메모리 사용량 반환 (MB)"""
|
||||
try:
|
||||
process = psutil.Process()
|
||||
return process.memory_info().rss / 1024 / 1024 # bytes to MB
|
||||
except:
|
||||
return 0.0
|
||||
|
||||
async def _collect_metrics(self):
|
||||
"""주기적으로 시스템 메트릭 수집"""
|
||||
while True:
|
||||
try:
|
||||
# 메모리 사용량 업데이트
|
||||
total_memory = self._get_memory_usage()
|
||||
|
||||
# 각 모델별 메모리 사용량 추정 (실제로는 더 정교한 측정 필요)
|
||||
if self.models_status["NLLB 번역"].status == "ready":
|
||||
self.models_status["NLLB 번역"].memory_usage_mb = total_memory * 0.6
|
||||
if self.models_status["KoBART 요약"].status == "ready":
|
||||
self.models_status["KoBART 요약"].memory_usage_mb = total_memory * 0.4
|
||||
|
||||
# 전체 시스템 메트릭 수집
|
||||
metrics = SystemMetrics(
|
||||
total_memory_usage_mb=total_memory,
|
||||
cpu_usage_percent=psutil.cpu_percent(),
|
||||
active_jobs=len(self.active_jobs),
|
||||
queued_jobs=self.job_queue.qsize(),
|
||||
completed_jobs_today=len([
|
||||
job for job in self.completed_jobs
|
||||
if job.get('completed_at', datetime.min).date() == datetime.now().date()
|
||||
]),
|
||||
average_processing_time=self._calculate_average_processing_time(),
|
||||
uptime_seconds=(datetime.now() - self.start_time).total_seconds()
|
||||
)
|
||||
|
||||
# 메트릭 히스토리에 추가 (최근 100개만 유지)
|
||||
self.metrics_history.append({
|
||||
'timestamp': datetime.now(),
|
||||
'metrics': metrics
|
||||
})
|
||||
if len(self.metrics_history) > 100:
|
||||
self.metrics_history.pop(0)
|
||||
|
||||
await asyncio.sleep(5) # 5초마다 수집
|
||||
|
||||
except Exception as e:
|
||||
self.logger.error(f"메트릭 수집 오류: {e}")
|
||||
await asyncio.sleep(10)
|
||||
|
||||
def _calculate_average_processing_time(self) -> float:
|
||||
"""최근 처리된 작업들의 평균 처리 시간 계산"""
|
||||
recent_jobs = [
|
||||
job for job in self.completed_jobs[-20:] # 최근 20개
|
||||
if 'processing_time' in job
|
||||
]
|
||||
|
||||
if not recent_jobs:
|
||||
return 0.0
|
||||
|
||||
return sum(job['processing_time'] for job in recent_jobs) / len(recent_jobs)
|
||||
|
||||
async def _process_job_queue(self):
|
||||
"""작업 큐 처리 워커"""
|
||||
while True:
|
||||
try:
|
||||
# 큐에서 작업 가져오기
|
||||
job = await self.job_queue.get()
|
||||
job_id = job['job_id']
|
||||
|
||||
# 활성 작업에 추가
|
||||
self.active_jobs[job_id] = {
|
||||
'start_time': datetime.now(),
|
||||
'job_data': job
|
||||
}
|
||||
|
||||
# 실제 AI 처리
|
||||
await self._process_single_job(job)
|
||||
|
||||
# 완료된 작업으로 이동
|
||||
processing_time = (datetime.now() - self.active_jobs[job_id]['start_time']).total_seconds()
|
||||
|
||||
self.completed_jobs.append({
|
||||
'job_id': job_id,
|
||||
'completed_at': datetime.now(),
|
||||
'processing_time': processing_time
|
||||
})
|
||||
|
||||
# 활성 작업에서 제거
|
||||
del self.active_jobs[job_id]
|
||||
|
||||
# 모델 사용 시간 업데이트
|
||||
for model_status in self.models_status.values():
|
||||
if model_status.status == "ready":
|
||||
model_status.last_used = datetime.now()
|
||||
model_status.total_processed += 1
|
||||
|
||||
except Exception as e:
|
||||
self.logger.error(f"작업 처리 오류: {e}")
|
||||
if job_id in self.active_jobs:
|
||||
del self.active_jobs[job_id]
|
||||
|
||||
async def _process_single_job(self, job):
|
||||
"""개별 작업 처리"""
|
||||
# 기존 번역 시스템 로직 사용
|
||||
if self.translation_system and self.models_status["NLLB 번역"].status == "ready":
|
||||
result = await asyncio.to_thread(
|
||||
self.translation_system.process_document,
|
||||
job['file_path']
|
||||
)
|
||||
return result
|
||||
else:
|
||||
raise Exception("AI 모델이 준비되지 않음")
|
||||
|
||||
async def add_job(self, job_data: Dict):
|
||||
"""새 작업을 큐에 추가"""
|
||||
await self.job_queue.put(job_data)
|
||||
|
||||
def get_dashboard_data(self) -> Dict:
|
||||
"""대시보드용 데이터 반환"""
|
||||
current_metrics = self.metrics_history[-1]['metrics'] if self.metrics_history else None
|
||||
|
||||
return {
|
||||
'models_status': {name: asdict(status) for name, status in self.models_status.items()},
|
||||
'current_metrics': asdict(current_metrics) if current_metrics else None,
|
||||
'recent_metrics': [
|
||||
{
|
||||
'timestamp': entry['timestamp'].isoformat(),
|
||||
'metrics': asdict(entry['metrics'])
|
||||
}
|
||||
for entry in self.metrics_history[-20:] # 최근 20개
|
||||
],
|
||||
'active_jobs': len(self.active_jobs),
|
||||
'completed_today': len([
|
||||
job for job in self.completed_jobs
|
||||
if job.get('completed_at', datetime.min).date() == datetime.now().date()
|
||||
])
|
||||
}
|
||||
|
||||
async def restart_models(self):
|
||||
"""모델 재시작"""
|
||||
self.logger.info("🔄 AI 모델 재시작 중...")
|
||||
|
||||
# 모든 모델 상태를 재로딩으로 설정
|
||||
for model_status in self.models_status.values():
|
||||
model_status.status = "loading"
|
||||
model_status.error_message = None
|
||||
|
||||
# 기존 시스템 정리
|
||||
if self.translation_system:
|
||||
del self.translation_system
|
||||
|
||||
# 모델 재로딩
|
||||
await self._load_models()
|
||||
|
||||
# 전역 서비스 인스턴스
|
||||
ai_service = BackgroundAIService()
|
||||
400
src/fastapi_with_dashboard.py
Normal file
400
src/fastapi_with_dashboard.py
Normal file
@@ -0,0 +1,400 @@
|
||||
#!/usr/bin/env python3
|
||||
"""
|
||||
Mac Mini (192.168.1.122) FastAPI + DS1525+ (192.168.1.227) 연동
|
||||
백그라운드 AI 서비스 및 대시보드 통합 버전
|
||||
"""
|
||||
|
||||
from fastapi import FastAPI, File, UploadFile, HTTPException, BackgroundTasks, Request
|
||||
from fastapi.templating import Jinja2Templates
|
||||
from fastapi.staticfiles import StaticFiles
|
||||
from fastapi.responses import HTMLResponse, FileResponse, JSONResponse
|
||||
import asyncio
|
||||
import json
|
||||
import uuid
|
||||
from pathlib import Path
|
||||
from typing import Dict, List, Optional
|
||||
import time
|
||||
import shutil
|
||||
from dataclasses import dataclass, asdict
|
||||
import aiofiles
|
||||
from datetime import datetime
|
||||
import subprocess
|
||||
import logging
|
||||
|
||||
# 백그라운드 AI 서비스 임포트
|
||||
from background_ai_service import ai_service
|
||||
|
||||
# 실제 네트워크 설정
|
||||
MAC_MINI_IP = "192.168.1.122"
|
||||
NAS_IP = "192.168.1.227"
|
||||
|
||||
# NAS 마운트 경로 (Finder에서 연결 시 생성되는 경로)
|
||||
NAS_MOUNT_POINT = Path("/Volumes/DS1525+")
|
||||
DOCUMENT_UPLOAD_BASE = NAS_MOUNT_POINT / "Document-upload"
|
||||
|
||||
# 세부 경로들
|
||||
NAS_ORIGINALS_PATH = DOCUMENT_UPLOAD_BASE / "originals"
|
||||
NAS_TRANSLATED_PATH = DOCUMENT_UPLOAD_BASE / "translated"
|
||||
NAS_STATIC_HOSTING_PATH = DOCUMENT_UPLOAD_BASE / "static-hosting"
|
||||
NAS_METADATA_PATH = DOCUMENT_UPLOAD_BASE / "metadata"
|
||||
|
||||
# 로컬 작업 디렉토리
|
||||
LOCAL_WORK_PATH = Path.home() / "Scripts" / "nllb-translation-system"
|
||||
|
||||
# 로깅 설정
|
||||
logging.basicConfig(
|
||||
level=logging.INFO,
|
||||
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
|
||||
)
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
app = FastAPI(
|
||||
title="AI 번역 시스템 with 대시보드",
|
||||
description=f"Mac Mini ({MAC_MINI_IP}) + DS1525+ ({NAS_IP}) 연동 + 실시간 모니터링",
|
||||
version="2.0.0"
|
||||
)
|
||||
|
||||
# 정적 파일 및 템플릿
|
||||
app.mount("/static", StaticFiles(directory=str(LOCAL_WORK_PATH / "static")), name="static")
|
||||
templates = Jinja2Templates(directory=str(LOCAL_WORK_PATH / "templates"))
|
||||
|
||||
# 작업 상태 관리 (백그라운드 서비스와 연동)
|
||||
processing_jobs: Dict[str, Dict] = {}
|
||||
|
||||
def check_nas_connection():
|
||||
"""NAS 연결 상태 실시간 확인"""
|
||||
try:
|
||||
# 1. ping 테스트
|
||||
ping_result = subprocess.run(
|
||||
["ping", "-c", "1", "-W", "3000", NAS_IP],
|
||||
capture_output=True,
|
||||
timeout=5
|
||||
)
|
||||
|
||||
if ping_result.returncode != 0:
|
||||
return {"status": "offline", "error": f"NAS {NAS_IP} ping 실패"}
|
||||
|
||||
# 2. 마운트 상태 확인
|
||||
if not NAS_MOUNT_POINT.exists():
|
||||
return {"status": "not_mounted", "error": "마운트 포인트 없음"}
|
||||
|
||||
# 3. 실제 마운트 확인
|
||||
mount_result = subprocess.run(
|
||||
["mount"],
|
||||
capture_output=True,
|
||||
text=True
|
||||
)
|
||||
|
||||
if str(NAS_MOUNT_POINT) not in mount_result.stdout:
|
||||
return {"status": "not_mounted", "error": "NAS가 마운트되지 않음"}
|
||||
|
||||
# 4. Document-upload 폴더 확인
|
||||
if not DOCUMENT_UPLOAD_BASE.exists():
|
||||
return {"status": "folder_missing", "error": "Document-upload 폴더 없음"}
|
||||
|
||||
return {"status": "connected", "mount_point": str(NAS_MOUNT_POINT)}
|
||||
|
||||
except subprocess.TimeoutExpired:
|
||||
return {"status": "timeout", "error": "연결 타임아웃"}
|
||||
except Exception as e:
|
||||
return {"status": "error", "error": str(e)}
|
||||
|
||||
@app.on_event("startup")
|
||||
async def startup_event():
|
||||
"""서버 시작시 전체 시스템 상태 확인 및 백그라운드 서비스 시작"""
|
||||
logger.info(f"🚀 Mac Mini AI 번역 서버 시작 (v2.0)")
|
||||
logger.info(f"📍 Mac Mini IP: {MAC_MINI_IP}")
|
||||
logger.info(f"📍 NAS IP: {NAS_IP}")
|
||||
logger.info("-" * 50)
|
||||
|
||||
# 백그라운드 AI 서비스 시작
|
||||
await ai_service.start_service()
|
||||
|
||||
# NAS 연결 상태 확인
|
||||
nas_status = check_nas_connection()
|
||||
|
||||
if nas_status["status"] == "connected":
|
||||
logger.info(f"✅ NAS 연결 정상: {nas_status['mount_point']}")
|
||||
|
||||
# 필요한 폴더 구조 자동 생성
|
||||
try:
|
||||
current_month = datetime.now().strftime("%Y-%m")
|
||||
|
||||
folders_to_create = [
|
||||
NAS_ORIGINALS_PATH / current_month / "pdfs",
|
||||
NAS_ORIGINALS_PATH / current_month / "docs",
|
||||
NAS_ORIGINALS_PATH / current_month / "txts",
|
||||
NAS_TRANSLATED_PATH / current_month / "english-to-korean",
|
||||
NAS_TRANSLATED_PATH / current_month / "japanese-to-korean",
|
||||
NAS_TRANSLATED_PATH / current_month / "korean-only",
|
||||
NAS_STATIC_HOSTING_PATH / "docs",
|
||||
NAS_STATIC_HOSTING_PATH / "assets",
|
||||
NAS_METADATA_PATH / "processing-logs"
|
||||
]
|
||||
|
||||
for folder in folders_to_create:
|
||||
folder.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
logger.info(f"✅ 폴더 구조 확인/생성 완료")
|
||||
|
||||
except Exception as e:
|
||||
logger.warning(f"⚠️ 폴더 생성 실패: {e}")
|
||||
|
||||
else:
|
||||
logger.error(f"❌ NAS 연결 실패: {nas_status['error']}")
|
||||
logger.info("해결 방법:")
|
||||
logger.info("1. NAS 전원 및 네트워크 상태 확인")
|
||||
logger.info("2. Finder에서 DS1525+ 수동 연결:")
|
||||
logger.info(f" - 이동 → 서버에 연결 → smb://{NAS_IP}")
|
||||
logger.info("3. 연결 후 서버 재시작")
|
||||
|
||||
# ==========================================
|
||||
# 기존 엔드포인트들
|
||||
# ==========================================
|
||||
|
||||
@app.get("/", response_class=HTMLResponse)
|
||||
async def index(request: Request):
|
||||
"""메인 페이지"""
|
||||
nas_status = check_nas_connection()
|
||||
return templates.TemplateResponse("index.html", {
|
||||
"request": request,
|
||||
"nas_status": nas_status
|
||||
})
|
||||
|
||||
@app.get("/system-status")
|
||||
async def system_status():
|
||||
"""전체 시스템 상태 확인"""
|
||||
|
||||
# NAS 상태
|
||||
nas_status = check_nas_connection()
|
||||
|
||||
# Mac Mini 상태
|
||||
mac_status = {
|
||||
"ip": MAC_MINI_IP,
|
||||
"hostname": subprocess.getoutput("hostname"),
|
||||
"uptime": subprocess.getoutput("uptime"),
|
||||
"disk_usage": {}
|
||||
}
|
||||
|
||||
# 디스크 사용량 확인
|
||||
try:
|
||||
disk_result = subprocess.run(
|
||||
["df", "-h", str(Path.home())],
|
||||
capture_output=True,
|
||||
text=True
|
||||
)
|
||||
if disk_result.returncode == 0:
|
||||
lines = disk_result.stdout.strip().split('\n')
|
||||
if len(lines) > 1:
|
||||
parts = lines[1].split()
|
||||
mac_status["disk_usage"] = {
|
||||
"total": parts[1],
|
||||
"used": parts[2],
|
||||
"available": parts[3],
|
||||
"percentage": parts[4]
|
||||
}
|
||||
except:
|
||||
pass
|
||||
|
||||
# AI 모델 상태 (백그라운드 서비스에서 가져오기)
|
||||
ai_status = ai_service.get_dashboard_data()
|
||||
|
||||
# 작업 통계
|
||||
job_stats = {
|
||||
"total_jobs": len(processing_jobs),
|
||||
"completed": len([j for j in processing_jobs.values() if j["status"] == "completed"]),
|
||||
"processing": len([j for j in processing_jobs.values() if j["status"] == "processing"]),
|
||||
"failed": len([j for j in processing_jobs.values() if j["status"] == "error"])
|
||||
}
|
||||
|
||||
return {
|
||||
"timestamp": datetime.now().isoformat(),
|
||||
"nas": nas_status,
|
||||
"mac_mini": mac_status,
|
||||
"ai_models": ai_status,
|
||||
"jobs": job_stats
|
||||
}
|
||||
|
||||
@app.post("/upload")
|
||||
async def upload_file(background_tasks: BackgroundTasks, file: UploadFile = File(...)):
|
||||
"""파일 업로드 (백그라운드 AI 서비스 연동)"""
|
||||
|
||||
# NAS 연결 상태 먼저 확인
|
||||
nas_status = check_nas_connection()
|
||||
if nas_status["status"] != "connected":
|
||||
raise HTTPException(
|
||||
status_code=503,
|
||||
detail=f"NAS 연결 실패: {nas_status['error']}. Finder에서 DS1525+를 연결해주세요."
|
||||
)
|
||||
|
||||
# 파일 검증
|
||||
if not file.filename:
|
||||
raise HTTPException(status_code=400, detail="파일이 선택되지 않았습니다.")
|
||||
|
||||
allowed_extensions = {'.pdf', '.txt', '.docx', '.doc'}
|
||||
file_ext = Path(file.filename).suffix.lower()
|
||||
|
||||
if file_ext not in allowed_extensions:
|
||||
raise HTTPException(
|
||||
status_code=400,
|
||||
detail=f"지원되지 않는 파일 형식입니다. 지원 형식: {', '.join(allowed_extensions)}"
|
||||
)
|
||||
|
||||
# 파일 크기 확인 (100MB 제한)
|
||||
content = await file.read()
|
||||
if len(content) > 100 * 1024 * 1024:
|
||||
raise HTTPException(status_code=413, detail="파일 크기는 100MB를 초과할 수 없습니다.")
|
||||
|
||||
# 고유 작업 ID 생성
|
||||
job_id = str(uuid.uuid4())
|
||||
|
||||
# NAS에 체계적으로 저장
|
||||
current_month = datetime.now().strftime("%Y-%m")
|
||||
file_type_folder = {
|
||||
'.pdf': 'pdfs',
|
||||
'.doc': 'docs',
|
||||
'.docx': 'docs',
|
||||
'.txt': 'txts'
|
||||
}.get(file_ext, 'others')
|
||||
|
||||
nas_original_dir = NAS_ORIGINALS_PATH / current_month / file_type_folder
|
||||
nas_original_dir.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
# 안전한 파일명 생성
|
||||
timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
|
||||
safe_filename = f"{timestamp}_{job_id[:8]}_{file.filename}".replace(" ", "_")
|
||||
nas_file_path = nas_original_dir / safe_filename
|
||||
|
||||
# 파일 저장
|
||||
try:
|
||||
async with aiofiles.open(nas_file_path, 'wb') as f:
|
||||
await f.write(content)
|
||||
|
||||
logger.info(f"📁 파일 저장 완료: {nas_file_path}")
|
||||
|
||||
except Exception as e:
|
||||
raise HTTPException(status_code=500, detail=f"파일 저장 실패: {str(e)}")
|
||||
|
||||
# 작업 상태 초기화
|
||||
job = {
|
||||
"id": job_id,
|
||||
"filename": file.filename,
|
||||
"file_type": file_ext,
|
||||
"status": "uploaded",
|
||||
"progress": 0,
|
||||
"message": f"파일 업로드 완료, NAS에 저장됨 ({nas_file_path.name})",
|
||||
"nas_original_path": str(nas_file_path),
|
||||
"created_at": time.time()
|
||||
}
|
||||
|
||||
processing_jobs[job_id] = job
|
||||
|
||||
# 백그라운드 AI 서비스에 작업 추가
|
||||
await ai_service.add_job({
|
||||
'job_id': job_id,
|
||||
'file_path': str(nas_file_path),
|
||||
'original_filename': file.filename
|
||||
})
|
||||
|
||||
return {
|
||||
"job_id": job_id,
|
||||
"message": "파일 업로드 완료, 백그라운드 AI 처리를 시작합니다.",
|
||||
"nas_path": str(nas_file_path)
|
||||
}
|
||||
|
||||
@app.get("/status/{job_id}")
|
||||
async def get_job_status(job_id: str):
|
||||
"""작업 상태 조회"""
|
||||
if job_id not in processing_jobs:
|
||||
raise HTTPException(status_code=404, detail="작업을 찾을 수 없습니다.")
|
||||
|
||||
return processing_jobs[job_id]
|
||||
|
||||
# ==========================================
|
||||
# 새로운 대시보드 엔드포인트들
|
||||
# ==========================================
|
||||
|
||||
@app.get("/dashboard", response_class=HTMLResponse)
|
||||
async def dashboard(request: Request):
|
||||
"""AI 모델 대시보드 페이지"""
|
||||
return templates.TemplateResponse("dashboard.html", {
|
||||
"request": request
|
||||
})
|
||||
|
||||
@app.get("/api/dashboard")
|
||||
async def get_dashboard_data():
|
||||
"""대시보드용 실시간 데이터 API"""
|
||||
return ai_service.get_dashboard_data()
|
||||
|
||||
@app.post("/api/restart-models")
|
||||
async def restart_models():
|
||||
"""AI 모델 재시작 API"""
|
||||
try:
|
||||
await ai_service.restart_models()
|
||||
return {"message": "AI 모델 재시작이 완료되었습니다."}
|
||||
except Exception as e:
|
||||
raise HTTPException(status_code=500, detail=f"모델 재시작 실패: {str(e)}")
|
||||
|
||||
@app.post("/api/clear-cache")
|
||||
async def clear_cache():
|
||||
"""시스템 캐시 정리 API"""
|
||||
try:
|
||||
# 여기서 실제 캐시 정리 로직 구현
|
||||
# 예: 임시 파일 삭제, 메모리 정리 등
|
||||
|
||||
import gc
|
||||
gc.collect() # 가비지 컬렉션 실행
|
||||
|
||||
return {"message": "시스템 캐시가 정리되었습니다."}
|
||||
except Exception as e:
|
||||
raise HTTPException(status_code=500, detail=f"캐시 정리 실패: {str(e)}")
|
||||
|
||||
@app.get("/api/models/status")
|
||||
async def get_models_status():
|
||||
"""AI 모델 상태만 조회하는 API"""
|
||||
dashboard_data = ai_service.get_dashboard_data()
|
||||
return dashboard_data.get('models_status', {})
|
||||
|
||||
@app.get("/api/metrics/history")
|
||||
async def get_metrics_history():
|
||||
"""성능 지표 히스토리 조회 API"""
|
||||
dashboard_data = ai_service.get_dashboard_data()
|
||||
return dashboard_data.get('recent_metrics', [])
|
||||
|
||||
# ==========================================
|
||||
# 유틸리티 함수들
|
||||
# ==========================================
|
||||
|
||||
async def save_processing_metadata(job_id: str, original_path: Path, html_path: Path, metadata: Dict):
|
||||
"""처리 메타데이터 NAS에 저장"""
|
||||
|
||||
log_data = {
|
||||
"job_id": job_id,
|
||||
"timestamp": datetime.now().isoformat(),
|
||||
"original_file": str(original_path),
|
||||
"html_file": str(html_path),
|
||||
"metadata": metadata,
|
||||
"nas_ip": NAS_IP,
|
||||
"mac_mini_ip": MAC_MINI_IP,
|
||||
"ai_service_version": "2.0"
|
||||
}
|
||||
|
||||
# 월별 로그 파일에 추가
|
||||
current_month = datetime.now().strftime("%Y-%m")
|
||||
log_file = NAS_METADATA_PATH / "processing-logs" / f"{current_month}.jsonl"
|
||||
|
||||
try:
|
||||
async with aiofiles.open(log_file, 'a', encoding='utf-8') as f:
|
||||
await f.write(json.dumps(log_data, ensure_ascii=False) + '\n')
|
||||
except Exception as e:
|
||||
logger.error(f"메타데이터 저장 실패: {e}")
|
||||
|
||||
if __name__ == "__main__":
|
||||
import uvicorn
|
||||
|
||||
logger.info(f"🚀 Mac Mini AI 번역 서버 with 대시보드")
|
||||
logger.info(f"📡 서버 주소: http://{MAC_MINI_IP}:8080")
|
||||
logger.info(f"📊 대시보드: http://{MAC_MINI_IP}:8080/dashboard")
|
||||
logger.info(f"📁 NAS 주소: {NAS_IP}")
|
||||
|
||||
uvicorn.run(app, host="0.0.0.0", port=8080)
|
||||
585
templates/dashboard.html
Normal file
585
templates/dashboard.html
Normal file
@@ -0,0 +1,585 @@
|
||||
<!DOCTYPE html>
|
||||
<html lang="ko">
|
||||
<head>
|
||||
<meta charset="UTF-8">
|
||||
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
||||
<title>AI 모델 대시보드 - NLLB 번역 시스템</title>
|
||||
<style>
|
||||
:root {
|
||||
--primary-color: #2563eb;
|
||||
--success-color: #059669;
|
||||
--warning-color: #d97706;
|
||||
--error-color: #dc2626;
|
||||
--background-color: #f8fafc;
|
||||
--text-color: #1e293b;
|
||||
--border-color: #e2e8f0;
|
||||
--shadow: 0 4px 6px -1px rgba(0, 0, 0, 0.1);
|
||||
}
|
||||
|
||||
* {
|
||||
margin: 0;
|
||||
padding: 0;
|
||||
box-sizing: border-box;
|
||||
}
|
||||
|
||||
body {
|
||||
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, 'Noto Sans KR', sans-serif;
|
||||
line-height: 1.6;
|
||||
color: var(--text-color);
|
||||
background: var(--background-color);
|
||||
}
|
||||
|
||||
.dashboard-container {
|
||||
max-width: 1400px;
|
||||
margin: 0 auto;
|
||||
padding: 20px;
|
||||
}
|
||||
|
||||
.header {
|
||||
background: white;
|
||||
border-radius: 12px;
|
||||
padding: 24px;
|
||||
margin-bottom: 24px;
|
||||
box-shadow: var(--shadow);
|
||||
border: 1px solid var(--border-color);
|
||||
}
|
||||
|
||||
.header h1 {
|
||||
font-size: 2rem;
|
||||
font-weight: 700;
|
||||
color: var(--primary-color);
|
||||
margin-bottom: 8px;
|
||||
}
|
||||
|
||||
.header .subtitle {
|
||||
color: #64748b;
|
||||
font-size: 1.1rem;
|
||||
}
|
||||
|
||||
.grid {
|
||||
display: grid;
|
||||
grid-template-columns: repeat(auto-fit, minmax(350px, 1fr));
|
||||
gap: 24px;
|
||||
margin-bottom: 24px;
|
||||
}
|
||||
|
||||
.card {
|
||||
background: white;
|
||||
border-radius: 12px;
|
||||
padding: 24px;
|
||||
box-shadow: var(--shadow);
|
||||
border: 1px solid var(--border-color);
|
||||
}
|
||||
|
||||
.card-header {
|
||||
display: flex;
|
||||
align-items: center;
|
||||
gap: 12px;
|
||||
margin-bottom: 20px;
|
||||
padding-bottom: 12px;
|
||||
border-bottom: 1px solid var(--border-color);
|
||||
}
|
||||
|
||||
.card-header h3 {
|
||||
font-size: 1.25rem;
|
||||
font-weight: 600;
|
||||
color: var(--text-color);
|
||||
}
|
||||
|
||||
.card-icon {
|
||||
font-size: 1.5rem;
|
||||
}
|
||||
|
||||
.model-status {
|
||||
display: flex;
|
||||
flex-direction: column;
|
||||
gap: 16px;
|
||||
}
|
||||
|
||||
.model-item {
|
||||
display: flex;
|
||||
justify-content: space-between;
|
||||
align-items: center;
|
||||
padding: 16px;
|
||||
background: #f8fafc;
|
||||
border-radius: 8px;
|
||||
border: 1px solid var(--border-color);
|
||||
}
|
||||
|
||||
.model-info h4 {
|
||||
font-weight: 600;
|
||||
margin-bottom: 4px;
|
||||
}
|
||||
|
||||
.model-details {
|
||||
font-size: 0.875rem;
|
||||
color: #64748b;
|
||||
}
|
||||
|
||||
.status-badge {
|
||||
padding: 6px 12px;
|
||||
border-radius: 20px;
|
||||
font-size: 0.75rem;
|
||||
font-weight: 600;
|
||||
text-transform: uppercase;
|
||||
}
|
||||
|
||||
.status-ready {
|
||||
background: #dcfce7;
|
||||
color: var(--success-color);
|
||||
}
|
||||
|
||||
.status-loading {
|
||||
background: #fef3c7;
|
||||
color: var(--warning-color);
|
||||
}
|
||||
|
||||
.status-error {
|
||||
background: #fee2e2;
|
||||
color: var(--error-color);
|
||||
}
|
||||
|
||||
.status-unloaded {
|
||||
background: #f1f5f9;
|
||||
color: #64748b;
|
||||
}
|
||||
|
||||
.metrics-grid {
|
||||
display: grid;
|
||||
grid-template-columns: repeat(2, 1fr);
|
||||
gap: 16px;
|
||||
}
|
||||
|
||||
.metric-item {
|
||||
text-align: center;
|
||||
padding: 16px;
|
||||
background: #f8fafc;
|
||||
border-radius: 8px;
|
||||
}
|
||||
|
||||
.metric-value {
|
||||
font-size: 2rem;
|
||||
font-weight: 700;
|
||||
color: var(--primary-color);
|
||||
margin-bottom: 4px;
|
||||
}
|
||||
|
||||
.metric-label {
|
||||
font-size: 0.875rem;
|
||||
color: #64748b;
|
||||
}
|
||||
|
||||
.progress-bar {
|
||||
width: 100%;
|
||||
height: 8px;
|
||||
background: #e2e8f0;
|
||||
border-radius: 4px;
|
||||
overflow: hidden;
|
||||
margin: 8px 0;
|
||||
}
|
||||
|
||||
.progress-fill {
|
||||
height: 100%;
|
||||
background: var(--primary-color);
|
||||
transition: width 0.3s ease;
|
||||
}
|
||||
|
||||
.control-buttons {
|
||||
display: flex;
|
||||
gap: 12px;
|
||||
margin-top: 20px;
|
||||
}
|
||||
|
||||
.btn {
|
||||
padding: 10px 20px;
|
||||
border: none;
|
||||
border-radius: 8px;
|
||||
font-weight: 600;
|
||||
cursor: pointer;
|
||||
transition: all 0.2s ease;
|
||||
font-size: 0.875rem;
|
||||
}
|
||||
|
||||
.btn-primary {
|
||||
background: var(--primary-color);
|
||||
color: white;
|
||||
}
|
||||
|
||||
.btn-primary:hover {
|
||||
background: #1d4ed8;
|
||||
}
|
||||
|
||||
.btn-secondary {
|
||||
background: #64748b;
|
||||
color: white;
|
||||
}
|
||||
|
||||
.btn-secondary:hover {
|
||||
background: #475569;
|
||||
}
|
||||
|
||||
.job-list {
|
||||
max-height: 300px;
|
||||
overflow-y: auto;
|
||||
}
|
||||
|
||||
.job-item {
|
||||
display: flex;
|
||||
justify-content: space-between;
|
||||
align-items: center;
|
||||
padding: 12px 0;
|
||||
border-bottom: 1px solid var(--border-color);
|
||||
}
|
||||
|
||||
.job-item:last-child {
|
||||
border-bottom: none;
|
||||
}
|
||||
|
||||
.job-id {
|
||||
font-family: monospace;
|
||||
font-size: 0.75rem;
|
||||
color: #64748b;
|
||||
}
|
||||
|
||||
.auto-refresh {
|
||||
position: fixed;
|
||||
top: 20px;
|
||||
right: 20px;
|
||||
background: white;
|
||||
padding: 12px;
|
||||
border-radius: 8px;
|
||||
box-shadow: var(--shadow);
|
||||
border: 1px solid var(--border-color);
|
||||
}
|
||||
|
||||
.refresh-indicator {
|
||||
width: 10px;
|
||||
height: 10px;
|
||||
border-radius: 50%;
|
||||
background: var(--success-color);
|
||||
margin-right: 8px;
|
||||
animation: pulse 2s infinite;
|
||||
}
|
||||
|
||||
@keyframes pulse {
|
||||
0%, 100% { opacity: 1; }
|
||||
50% { opacity: 0.5; }
|
||||
}
|
||||
|
||||
.chart-container {
|
||||
height: 200px;
|
||||
position: relative;
|
||||
margin-top: 16px;
|
||||
}
|
||||
|
||||
@media (max-width: 768px) {
|
||||
.dashboard-container {
|
||||
padding: 12px;
|
||||
}
|
||||
|
||||
.grid {
|
||||
grid-template-columns: 1fr;
|
||||
}
|
||||
|
||||
.metrics-grid {
|
||||
grid-template-columns: 1fr;
|
||||
}
|
||||
}
|
||||
</style>
|
||||
</head>
|
||||
<body>
|
||||
<div class="auto-refresh">
|
||||
<div style="display: flex; align-items: center;">
|
||||
<div class="refresh-indicator"></div>
|
||||
<span style="font-size: 0.875rem;">실시간 업데이트</span>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="dashboard-container">
|
||||
<div class="header">
|
||||
<h1>🤖 AI 모델 대시보드</h1>
|
||||
<p class="subtitle">NLLB 번역 시스템 - 실시간 모니터링</p>
|
||||
</div>
|
||||
|
||||
<div class="grid">
|
||||
<!-- 모델 상태 카드 -->
|
||||
<div class="card">
|
||||
<div class="card-header">
|
||||
<span class="card-icon">🧠</span>
|
||||
<h3>AI 모델 상태</h3>
|
||||
</div>
|
||||
<div class="model-status" id="modelStatus">
|
||||
<!-- 동적으로 채워짐 -->
|
||||
</div>
|
||||
|
||||
<div class="control-buttons">
|
||||
<button class="btn btn-primary" onclick="restartModels()">
|
||||
🔄 모델 재시작
|
||||
</button>
|
||||
<button class="btn btn-secondary" onclick="clearCache()">
|
||||
🗑️ 캐시 정리
|
||||
</button>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<!-- 시스템 성능 카드 -->
|
||||
<div class="card">
|
||||
<div class="card-header">
|
||||
<span class="card-icon">📊</span>
|
||||
<h3>시스템 성능</h3>
|
||||
</div>
|
||||
<div class="metrics-grid" id="systemMetrics">
|
||||
<!-- 동적으로 채워짐 -->
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<!-- 작업 통계 카드 -->
|
||||
<div class="card">
|
||||
<div class="card-header">
|
||||
<span class="card-icon">📈</span>
|
||||
<h3>작업 통계</h3>
|
||||
</div>
|
||||
<div class="metrics-grid" id="jobStats">
|
||||
<!-- 동적으로 채워짐 -->
|
||||
</div>
|
||||
|
||||
<div class="chart-container">
|
||||
<canvas id="performanceChart" width="400" height="200"></canvas>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<!-- 활성 작업 카드 -->
|
||||
<div class="card">
|
||||
<div class="card-header">
|
||||
<span class="card-icon">⚡</span>
|
||||
<h3>활성 작업</h3>
|
||||
</div>
|
||||
<div class="job-list" id="activeJobs">
|
||||
<!-- 동적으로 채워짐 -->
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<script>
|
||||
// 대시보드 데이터 관리
|
||||
let dashboardData = {};
|
||||
let performanceChart = null;
|
||||
|
||||
// 페이지 로드 시 초기화
|
||||
document.addEventListener('DOMContentLoaded', function() {
|
||||
initializeChart();
|
||||
loadDashboardData();
|
||||
|
||||
// 5초마다 자동 새로고침
|
||||
setInterval(loadDashboardData, 5000);
|
||||
});
|
||||
|
||||
// 대시보드 데이터 로드
|
||||
async function loadDashboardData() {
|
||||
try {
|
||||
const response = await fetch('/api/dashboard');
|
||||
dashboardData = await response.json();
|
||||
|
||||
updateModelStatus();
|
||||
updateSystemMetrics();
|
||||
updateJobStats();
|
||||
updateActiveJobs();
|
||||
updatePerformanceChart();
|
||||
|
||||
} catch (error) {
|
||||
console.error('대시보드 데이터 로드 실패:', error);
|
||||
}
|
||||
}
|
||||
|
||||
// 모델 상태 업데이트
|
||||
function updateModelStatus() {
|
||||
const container = document.getElementById('modelStatus');
|
||||
container.innerHTML = '';
|
||||
|
||||
if (dashboardData.models_status) {
|
||||
Object.values(dashboardData.models_status).forEach(model => {
|
||||
const modelItem = document.createElement('div');
|
||||
modelItem.className = 'model-item';
|
||||
|
||||
const memoryUsage = model.memory_usage_mb ? `${model.memory_usage_mb.toFixed(0)}MB` : 'N/A';
|
||||
const totalProcessed = model.total_processed || 0;
|
||||
const lastUsed = model.last_used ? new Date(model.last_used).toLocaleTimeString() : 'N/A';
|
||||
|
||||
modelItem.innerHTML = `
|
||||
<div class="model-info">
|
||||
<h4>${model.name}</h4>
|
||||
<div class="model-details">
|
||||
메모리: ${memoryUsage} | 처리 완료: ${totalProcessed}개 | 마지막 사용: ${lastUsed}
|
||||
</div>
|
||||
</div>
|
||||
<span class="status-badge status-${model.status}">${getStatusText(model.status)}</span>
|
||||
`;
|
||||
|
||||
container.appendChild(modelItem);
|
||||
});
|
||||
}
|
||||
}
|
||||
|
||||
// 시스템 메트릭 업데이트
|
||||
function updateSystemMetrics() {
|
||||
const container = document.getElementById('systemMetrics');
|
||||
container.innerHTML = '';
|
||||
|
||||
if (dashboardData.current_metrics) {
|
||||
const metrics = dashboardData.current_metrics;
|
||||
|
||||
const metricItems = [
|
||||
{ value: `${metrics.total_memory_usage_mb.toFixed(0)}MB`, label: '메모리 사용량' },
|
||||
{ value: `${metrics.cpu_usage_percent.toFixed(1)}%`, label: 'CPU 사용률' },
|
||||
{ value: formatUptime(metrics.uptime_seconds), label: '서비스 가동시간' },
|
||||
{ value: `${metrics.average_processing_time.toFixed(1)}초`, label: '평균 처리시간' }
|
||||
];
|
||||
|
||||
metricItems.forEach(item => {
|
||||
const metricDiv = document.createElement('div');
|
||||
metricDiv.className = 'metric-item';
|
||||
metricDiv.innerHTML = `
|
||||
<div class="metric-value">${item.value}</div>
|
||||
<div class="metric-label">${item.label}</div>
|
||||
`;
|
||||
container.appendChild(metricDiv);
|
||||
});
|
||||
}
|
||||
}
|
||||
|
||||
// 작업 통계 업데이트
|
||||
function updateJobStats() {
|
||||
const container = document.getElementById('jobStats');
|
||||
container.innerHTML = '';
|
||||
|
||||
if (dashboardData.current_metrics) {
|
||||
const metrics = dashboardData.current_metrics;
|
||||
|
||||
const jobItems = [
|
||||
{ value: metrics.active_jobs, label: '진행 중인 작업' },
|
||||
{ value: metrics.queued_jobs, label: '대기 중인 작업' },
|
||||
{ value: metrics.completed_jobs_today, label: '오늘 완료된 작업' },
|
||||
{ value: dashboardData.completed_today || 0, label: '총 완료 작업' }
|
||||
];
|
||||
|
||||
jobItems.forEach(item => {
|
||||
const jobDiv = document.createElement('div');
|
||||
jobDiv.className = 'metric-item';
|
||||
jobDiv.innerHTML = `
|
||||
<div class="metric-value">${item.value}</div>
|
||||
<div class="metric-label">${item.label}</div>
|
||||
`;
|
||||
container.appendChild(jobDiv);
|
||||
});
|
||||
}
|
||||
}
|
||||
|
||||
// 활성 작업 업데이트
|
||||
function updateActiveJobs() {
|
||||
const container = document.getElementById('activeJobs');
|
||||
|
||||
if (dashboardData.active_jobs === 0) {
|
||||
container.innerHTML = '<div style="text-align: center; color: #64748b; padding: 20px;">현재 진행 중인 작업이 없습니다.</div>';
|
||||
} else {
|
||||
container.innerHTML = `<div style="text-align: center; color: #2563eb; padding: 20px;">현재 ${dashboardData.active_jobs}개의 작업이 진행 중입니다.</div>`;
|
||||
}
|
||||
}
|
||||
|
||||
// 성능 차트 초기화
|
||||
function initializeChart() {
|
||||
const canvas = document.getElementById('performanceChart');
|
||||
const ctx = canvas.getContext('2d');
|
||||
|
||||
// 간단한 차트 구현 (실제로는 Chart.js 등 사용 권장)
|
||||
performanceChart = {
|
||||
canvas: canvas,
|
||||
ctx: ctx,
|
||||
data: []
|
||||
};
|
||||
}
|
||||
|
||||
// 성능 차트 업데이트
|
||||
function updatePerformanceChart() {
|
||||
if (!performanceChart || !dashboardData.recent_metrics) return;
|
||||
|
||||
const ctx = performanceChart.ctx;
|
||||
const canvas = performanceChart.canvas;
|
||||
|
||||
// 캔버스 지우기
|
||||
ctx.clearRect(0, 0, canvas.width, canvas.height);
|
||||
|
||||
// 간단한 메모리 사용량 그래프 그리기
|
||||
const metrics = dashboardData.recent_metrics.slice(-20); // 최근 20개
|
||||
if (metrics.length === 0) return;
|
||||
|
||||
const maxMemory = Math.max(...metrics.map(m => m.metrics.total_memory_usage_mb));
|
||||
const width = canvas.width;
|
||||
const height = canvas.height;
|
||||
|
||||
ctx.strokeStyle = '#2563eb';
|
||||
ctx.lineWidth = 2;
|
||||
ctx.beginPath();
|
||||
|
||||
metrics.forEach((metric, index) => {
|
||||
const x = (index / (metrics.length - 1)) * width;
|
||||
const y = height - (metric.metrics.total_memory_usage_mb / maxMemory) * height;
|
||||
|
||||
if (index === 0) {
|
||||
ctx.moveTo(x, y);
|
||||
} else {
|
||||
ctx.lineTo(x, y);
|
||||
}
|
||||
});
|
||||
|
||||
ctx.stroke();
|
||||
|
||||
// 레이블 추가
|
||||
ctx.fillStyle = '#64748b';
|
||||
ctx.font = '12px Arial';
|
||||
ctx.fillText('메모리 사용량 추이', 10, 20);
|
||||
ctx.fillText(`현재: ${metrics[metrics.length - 1]?.metrics.total_memory_usage_mb.toFixed(0)}MB`, 10, height - 10);
|
||||
}
|
||||
|
||||
// 헬퍼 함수들
|
||||
function getStatusText(status) {
|
||||
const statusMap = {
|
||||
'ready': '준비완료',
|
||||
'loading': '로딩중',
|
||||
'error': '오류',
|
||||
'unloaded': '로드안됨'
|
||||
};
|
||||
return statusMap[status] || status;
|
||||
}
|
||||
|
||||
function formatUptime(seconds) {
|
||||
const hours = Math.floor(seconds / 3600);
|
||||
const minutes = Math.floor((seconds % 3600) / 60);
|
||||
return `${hours}시간 ${minutes}분`;
|
||||
}
|
||||
|
||||
// 제어 함수들
|
||||
async function restartModels() {
|
||||
if (confirm('AI 모델을 재시작하시겠습니까? 진행 중인 작업이 중단될 수 있습니다.')) {
|
||||
try {
|
||||
await fetch('/api/restart-models', { method: 'POST' });
|
||||
alert('모델 재시작을 시작했습니다. 잠시 후 상태가 업데이트됩니다.');
|
||||
} catch (error) {
|
||||
alert('모델 재시작 실패: ' + error.message);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
async function clearCache() {
|
||||
if (confirm('시스템 캐시를 정리하시겠습니까?')) {
|
||||
try {
|
||||
await fetch('/api/clear-cache', { method: 'POST' });
|
||||
alert('캐시 정리가 완료되었습니다.');
|
||||
} catch (error) {
|
||||
alert('캐시 정리 실패: ' + error.message);
|
||||
}
|
||||
}
|
||||
}
|
||||
</script>
|
||||
</body>
|
||||
</html>
|
||||
Reference in New Issue
Block a user