VAIS分析系统的骨架插件
vais-plug的Python项目详细描述
骨架插件
插件骨架V1
流处理作业
- 步骤1：用一些信息（作业队列、插件代码、插件名称、插件描述、版本代码）向后端注册worker（按env backend_端点）
- 第二步：连接Redis，弹性搜索（通过env Redis_HOST，Redis_PORT，ELASTICSEARCH_URL）
- 第三步：监听redis队列作业（job_queue）
- 第四步：处理工作
注意：使用文件rq_push_作业.py用于测试推送作业
自定义插件
- 步骤1：继承类PluginSkeleton并根据需要覆盖加载模型的函数preload（示例中_插件.py). 在
- 步骤2：文件示例中的自定义函数handle_job（）_插件.py保留输入参数
检查列表迁移骨架插件
- News footprint handle job函数：handle_job（文档索引、文档id、输入数据=无、依赖的作业=无）
- 从依赖的jod获取输入数据：input_data=SamplePlugin.get_依赖的作业输出（当前的作业，输入的作业，依赖的作业）
- 输入数据有新的结构，因此需要改变从输入数据解析数据的方式
{"plugin_code":{"data":{},"version_code":{}},"plugin_code":{"data":{},"version_code":{}},...}
- 在
推送结果改变。现在doc_索引在doc_id之前，需要输入版本代码：PluginSkeleton.push_结果（文档索引，文档id，输出，关键字plugin.VERSION\u代码)在
在 - 在
push_result func中的输出参数只是“data”字段中的内容
在 - 在
“return”在一个插件中现在需要使用这个函数：plugin_skeleton.PluginSkeleton.get_output_结果（输出，关键字plugin.VERSION\u代码)在
在 - 在
码头内-合成.yml文件需要包括依赖的插件代码环境（例如“asr，speech_cluster”）。它是依赖插件代码的列表，用逗号分隔
在 - 在
生成库
在
- 项目
标签：
欢迎加入QQ群-->： 979659372
