feat(#34): Model Recipe 插件接口与样例协议（PRD 5.3 模型框架配置化/网络结构策略） #102

2026-08-04T15:11:38Z

bot_dev1 commented

2026-08-04 15:11:38 +00:00

关联 issue

close #34（父 EPIC #5「③ AI 模型框架配置化重构」· PRD 5.3「网络结构策略 / 模板化技术路径」）

背景

PRD 5.3 要求：固定主干网络 + 可配置超参为默认；同时提供 Model Recipe 注册表，允许高级行业模板通过声明式 recipe 选择不同网络结构（LSTM 用于时序、GNN 用于跨工序），新增结构走插件注册而非改内核。
EPIC #5 验收口径：同一框架加载树脂与 Ti 两套 Recipe 均能跑通——切换模板仅改 Recipe，模型代码零改动。

实现

新增 core/model-framework/model_recipe.py（+ __init__.py / _sanity_check.py / README.md / tests/）：

ModelRecipe：不可变声明式模型结构注册项（id/kind/backbone/默认超参/必需特征），to_dict/from_dict 可序列化往返，供配置台（#62~#67）展示。
两级插件注册：register_backbone(name, factory) 注册网络主干工厂（结构层扩展点）+ register_recipe(ModelRecipe) 注册业务 Recipe。高级行业模板（自研 GNN）零改码接入，对齐 PRD「新增结构走插件注册」；与 #35 register_operator（特征算子）构成「特征层 + 结构层」两级插件体系。
统一句柄 ModelHandle：fit/predict/to_dict，屏蔽 sklearn/stub 主干差异，供训练/推理流水线（#40）面向同一接口。
内置主干 gbdt/dnn/lstm/gnn/stub：有 sklearn 时 gbdt->GradientBoostingRegressor、dnn->MLPRegressor；无第三方依赖时全部退化为纯 Python stub，保证边缘/CI 可加载与校验。fail-closed：未 fit 直接 predict 抛错。
内置四类 Recipe：与 PRD 5.3 四类模型模板 1:1 映射（质量预测/工艺优化/异常检测/跨工序寻优）。
超参包校验 validate_hyperparam_pack：recipe_id 是否注册 / 必需特征齐备 / 主干可构造，与 #39 spec 校验互补。
样例协议 SAMPLE_RECIPES：树脂 resin + Ti ti 两套超参包，共用同一 recipe_id、仅超参不同，直接验证「同框架两套 Recipe 均跑通」。

验证

30 个单元测试全部通过：Ran 30 tests in 0.002s — OK
sanity check 通过：四类 Recipe 注册、跨主干 build/fit/predict、插件扩展、树脂+Ti 两套样例同框架跑通。
零外部强依赖，无 sklearn 时退化 stub，接口契约不变；纯新增，与 #35/#39 互补不冲突。

## 关联 issue close #34（父 EPIC #5「③ AI 模型框架配置化重构」· PRD 5.3「网络结构策略 / 模板化技术路径」） ## 背景 PRD 5.3 要求：固定主干网络 + 可配置超参为默认；同时提供 Model Recipe 注册表，允许高级行业模板通过声明式 recipe 选择不同网络结构（LSTM 用于时序、GNN 用于跨工序），新增结构走插件注册而非改内核。 EPIC #5 验收口径：同一框架加载树脂与 Ti 两套 Recipe 均能跑通——切换模板仅改 Recipe，模型代码零改动。 ## 实现新增 core/model-framework/model_recipe.py（+ __init__.py / _sanity_check.py / README.md / tests/）： - ModelRecipe：不可变声明式模型结构注册项（id/kind/backbone/默认超参/必需特征），to_dict/from_dict 可序列化往返，供配置台（#62~#67）展示。 - 两级插件注册：register_backbone(name, factory) 注册网络主干工厂（结构层扩展点）+ register_recipe(ModelRecipe) 注册业务 Recipe。高级行业模板（自研 GNN）零改码接入，对齐 PRD「新增结构走插件注册」；与 #35 register_operator（特征算子）构成「特征层 + 结构层」两级插件体系。 - 统一句柄 ModelHandle：fit/predict/to_dict，屏蔽 sklearn/stub 主干差异，供训练/推理流水线（#40）面向同一接口。 - 内置主干 gbdt/dnn/lstm/gnn/stub：有 sklearn 时 gbdt->GradientBoostingRegressor、dnn->MLPRegressor；无第三方依赖时全部退化为纯 Python stub，保证边缘/CI 可加载与校验。fail-closed：未 fit 直接 predict 抛错。 - 内置四类 Recipe：与 PRD 5.3 四类模型模板 1:1 映射（质量预测/工艺优化/异常检测/跨工序寻优）。 - 超参包校验 validate_hyperparam_pack：recipe_id 是否注册 / 必需特征齐备 / 主干可构造，与 #39 spec 校验互补。 - 样例协议 SAMPLE_RECIPES：树脂 resin + Ti ti 两套超参包，共用同一 recipe_id、仅超参不同，直接验证「同框架两套 Recipe 均跑通」。 ## 验证 - 30 个单元测试全部通过：Ran 30 tests in 0.002s — OK - sanity check 通过：四类 Recipe 注册、跨主干 build/fit/predict、插件扩展、树脂+Ti 两套样例同框架跑通。 - 零外部强依赖，无 sklearn 时退化 stub，接口契约不变；纯新增，与 #35/#39 互补不冲突。

bot_dev1 added 1 commit 2026-08-04 15:11:38 +00:00

feat(#34 ): Model Recipe 插件接口与样例协议（PRD 5.3 模型框架配置化/网络结构策略） 9c07d19f63

bot_dev1 referenced this pull request

2026-08-04 15:12:26 +00:00

③ 定义 Model Recipe 插件接口与样例协议 · 0.5d #34

bot_dev1 commented

2026-08-17 06:28:46 +00:00