htlee
a6f6003c5f
iran 프로젝트의 gear-parent-flow 패턴을 차용하여 시스템 전체 데이터 흐름을
노드/엣지로 시각화하는 별도 React 앱 추가. 메인 SPA와 완전 분리.
## 인프라
- @xyflow/react 추가
- frontend/system-flow.html (별도 entry HTML)
- frontend/src/systemFlowMain.tsx (React entry)
- vite.config.ts: rollupOptions.input에 systemFlow 추가
- 빌드 산출물: dist/system-flow.html + dist/assets/systemFlow-*.js (231kB, 메인과 분리)
## 매니페스트 (frontend/src/flow/manifest/)
카테고리별 JSON 분할 + 빌드 시 병합:
- 01-ingest.json (6) — snpdb, vessel_store, refresh
- 02-pipeline.json (7) — 7단계 분류 파이프라인
- 03-algorithms.json (12) — zone/dark/spoofing/risk/transship 등
- 04-fleet.json (9) — fleet_tracker, polygon_builder, gear_correlation, parent_inference
- 05-output.json (8) — event/violation/kpi/stats/alert/redis
- 06-storage.json (18) — 핵심 DB 테이블
- 07-backend.json (15) — Spring Boot 컨트롤러 + endpoint
- 08-frontend.json (17) — 프론트 화면 (menu 매핑 포함)
- 09-decision.json (8) — 운영자 의사결정 액션
- 10-external.json (2) — iran, redis
- edges.json (133) — data/trigger/feedback 분류
## 뷰어 컴포넌트
- SystemFlowViewer.tsx — 3단 레이아웃 + React Flow + 상태 관리
- components/FilterBar.tsx — 검색/단계/메뉴/상세필터 + 레이아웃 토글
- components/NodeListSidebar.tsx — 좌측 카테고리별 노드 리스트
- components/NodeDetailPanel.tsx — 우측 선택 정보 + incoming/outgoing 흐름
- components/nodeShapes.ts — kind별 모양/색상 헬퍼
- SystemFlowViewer.css — 전용 다크 테마 스타일
## 기능
- stage(단계) ⇄ menu(메뉴) 두 가지 그룹화 토글
- 통합 검색 (label/file/symbol/tag)
- 다중 필터 (kind/trigger/status)
- 노드 모양: kind별 (algorithm=다이아몬드, decision=마름모, api=6각형 등)
- 엣지 색상: data=회색, trigger=녹색, feedback=노란 점선
- 딥링크: /system-flow.html#node=<id> (산출문서에서 직접 참조)
## /version 스킬 통합
- CLAUDE.md에 "/version 스킬 사후 처리" 섹션 추가
Claude가 /version 호출 후 자동으로 manifest.meta version/updatedAt/releaseDate 갱신
- .gitea/workflows/deploy.yml에 archive 보존 단계 추가
/deploy/kcg-ai-monitoring-archive/system-flow/v{version}_{date}/ 영구 누적
(nginx 노출 X, 서버 로컬 보존)
- docs/system-flow-guide.md 작성 (URL, 노드 ID 명명, 산출문서 참조법, 갱신 절차)
## URL
- 운영: https://kcg-ai-monitoring.gc-si.dev/system-flow.html
- 메인 SPA에 링크 노출 없음 (개발 단계 페이지)
Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
143 lines
4.2 KiB
JSON
143 lines
4.2 KiB
JSON
[
|
|
{
|
|
"id": "algo.zone_classify",
|
|
"label": "구역 분류",
|
|
"shortDescription": "위경도 → 해양구역 + 기선거리",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/location.py",
|
|
"symbol": "classify_zone",
|
|
"outputs": ["zone", "dist_to_baseline_nm"]
|
|
},
|
|
{
|
|
"id": "algo.ucaf_score",
|
|
"label": "UCAF 점수",
|
|
"shortDescription": "어구별 어획 활동 패턴 점수",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/fishing_pattern.py",
|
|
"symbol": "compute_ucaf_score",
|
|
"outputs": ["ucaf_score"]
|
|
},
|
|
{
|
|
"id": "algo.ucft_score",
|
|
"label": "UCFT 점수",
|
|
"shortDescription": "조업시간 비율 점수",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/fishing_pattern.py",
|
|
"symbol": "compute_ucft_score",
|
|
"outputs": ["ucft_score"]
|
|
},
|
|
{
|
|
"id": "algo.trawl_uturn",
|
|
"label": "Trawl U-turn 검출",
|
|
"shortDescription": "트롤 어선 U턴 패턴 검출",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/fishing_pattern.py",
|
|
"symbol": "detect_trawl_uturn"
|
|
},
|
|
{
|
|
"id": "algo.dark_vessel",
|
|
"label": "다크베셀 검출",
|
|
"shortDescription": "AIS 신호 단절 시간 분석",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/dark_vessel.py",
|
|
"symbol": "is_dark_vessel",
|
|
"outputs": ["is_dark", "gap_duration_min"]
|
|
},
|
|
{
|
|
"id": "algo.spoofing_score",
|
|
"label": "스푸핑 점수",
|
|
"shortDescription": "위치 위변조 종합 점수",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/spoofing.py",
|
|
"symbol": "compute_spoofing_score",
|
|
"outputs": ["spoofing_score"]
|
|
},
|
|
{
|
|
"id": "algo.speed_jumps",
|
|
"label": "속도 점프 카운트",
|
|
"shortDescription": "비정상 속도 변동 횟수",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/spoofing.py",
|
|
"symbol": "count_speed_jumps",
|
|
"outputs": ["speed_jump_count"]
|
|
},
|
|
{
|
|
"id": "algo.bd09_offset",
|
|
"label": "BD-09 오프셋",
|
|
"shortDescription": "중국 좌표계 오차 보정 거리",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/location.py",
|
|
"symbol": "compute_bd09_offset",
|
|
"outputs": ["bd09_offset_m"]
|
|
},
|
|
{
|
|
"id": "algo.risk_score",
|
|
"label": "선박 위험도 점수",
|
|
"shortDescription": "구역/허가/조업 종합 위험 점수",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/risk.py",
|
|
"symbol": "compute_vessel_risk_score",
|
|
"outputs": ["risk_score", "risk_level"]
|
|
},
|
|
{
|
|
"id": "algo.lightweight_risk",
|
|
"label": "경량 위험도",
|
|
"shortDescription": "파이프라인 미통과 412* 선박용",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/risk.py",
|
|
"symbol": "compute_lightweight_risk_score"
|
|
},
|
|
{
|
|
"id": "algo.transship_detect",
|
|
"label": "환적 검출",
|
|
"shortDescription": "근접 페어 + 지속시간 추적",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/transshipment.py",
|
|
"symbol": "detect_transshipment",
|
|
"outputs": ["transship_pairs"]
|
|
},
|
|
{
|
|
"id": "algo.track_similarity",
|
|
"label": "트랙 유사도",
|
|
"shortDescription": "선박 간 트랙 유사도 측정",
|
|
"stage": "분석",
|
|
"kind": "algorithm",
|
|
"trigger": "scheduled",
|
|
"status": "implemented",
|
|
"file": "prediction/algorithms/track_similarity.py"
|
|
}
|
|
]
|