Graph2Code

视觉与 NLP 教科研工作台：拖拽定义数据、模型、训练和评估流程，实时校验语义与 Shape，并生成完整 PyTorch 工程。

在线体验： https://torch.kirineko.tech

功能

• 四工作区：数据、模型、训练、评估分别建图，画布位置独立保存
• 双模式：教学模式聚焦可讲解、可运行的课程节点与全流程模板；科研模式提供复杂任务、损失、指标与高级模型
• 视觉能力：Torchvision v2 与自动增强、MixUp/CutMix、图像/Mask 同步处理、VGG、U-Net、DnCNN、SRCNN、Gatys 风格迁移
• NLP 能力：Tokenizer、动态 Padding、Token 标签对齐、Transformer/BERT 分类、BERT NER、mT5 翻译与 GPT2 语言模型
• 教学交互：拖入节点即在节点旁编辑；核心/高级参数分层，并展示增强前后、分词、注意力、概念、公式和易错点
• 语义校验：除 Tensor Shape 外，校验 dataset、batch、token、mask、训练配置和指标端口
• 完整工程：同步生成带教学注释的 Python 代码；ZIP 同时提供 main.py、requirements.txt 和数据准备说明
• 保存加载：使用 Graph2Code v2 项目格式自动保存、多存档和 JSON 导入导出

快速开始

npm install
npm run dev      # 开发
npm run build    # 产物在 dist/，可直接部署到 Nginx 等静态服务器
npm test         # 核心引擎单测

技术栈

Vite · React · TypeScript · React Flow · Zustand · Tailwind CSS · Monaco Editor · dagre

目录

src/
  core/          # 纯 TS：节点注册表 / 语义校验 / 多文件代码生成 / 模板
  store/         # Zustand
  components/    # UI

部署

项目提供多阶段 Docker 镜像、Docker Compose 和 Nginx 配置示例。生产环境推荐由 容器内 Nginx 托管静态文件，宿主机 Nginx 负责域名反向代理与 HTTPS。

docker compose build --pull
docker compose up -d --wait

完整的首次部署、HTTPS、日常发版和回滚流程见 Graph2Code 发版与部署。