feat(AI): 统一多模态模型架构,整合文本和视觉推理路径 - 将文本生成和VL(图→文)功能合并到单一的Qwen3.5-4B多模态MNN模型 - 移除独立的Qwen3-VL-4B模型依赖,MLX VL改为使用.llm的多模态模型 - 更新ModelKind枚举,新增userFacing集合用于面向用户展示 - MNN后端现在同时支持文本和视觉任务,模拟器回退到MLX refactor(models): 模型管理和界面调整以适应新的多模态架构 - 更新模型管理界面,只显示统一的Qwen3.5-4B(MNN)模型给用户 - 修改就绪状态检查逻辑,使用ModelKind.userFacing替代allCases - 更新模型文件清单,从Qwen3.5-2B升级到Qwen3.5-4B-4bit - 调整模型管理页面UI,突出MNN+SME2端侧加速功能 feat(camera): 添加拍照识别引擎切换功能 - 实现双路径拍照识别:Apple Vision OCR + 文本模型 和 Qwen3-VL直接识别 - 添加预处理逻辑,优化Qwen3-VL对窄长区域图片的识别效果 - 在模型管理页面添加拍照识别引擎选择组件 - 提供用户界面选项,在两种识别方式间切换 style(ui): 优化输入框样式和颜色主题一致性 - 为指标快速表单添加浅色主题偏好 - 统一所有文本输入框的颜色样式(theme) - 创建EntryInputField组件,替换原有的单行输入+按钮模式 - 实现聊天框风格的条目输入,支持多行自适应和圆形发送按钮 fix(build): 修正Xcode项目配置中的重复框架搜索路径 - 清理project.pbxproj中重复的FRAMEWORK_SEARCH_PATHS配置 - 重新排列Swift桥接头文件配置确保正确引用 - 修复因路径配置重复导致的编译警告问题 test: 增加区域图片预处理和模型清单测试覆盖 - 添加RegionImageCropper.prepareForQwenVL的单元测试 - 验证宽而矮图片的放大和填充逻辑 - 更新ModelManifestTests中的字节数预期值以匹配新模型 - 修正OCRService中VNRecognizedTextObservation类型的处理 ```
96 lines
4.1 KiB
Swift
96 lines
4.1 KiB
Swift
import Foundation
|
|
|
|
/// MNN(CPU / SME2)推理后端,封装 `MNNLLMBridge` 的文本流式生成。
|
|
/// 与 `LLMSession`/`VLSession` 同款 actor 隔离;跨调用的串行化由上游 `AIRuntime` 闸门保证。
|
|
///
|
|
/// 文本与视觉(图→文)由同一个 Qwen3.5-4B 多模态 MNN 模型承担:`generate` 走文本,
|
|
/// `analyze` 把图片拼成 <img> 标签交给 Omni 内核 imread 解码(需 OMNI 构建,xcframework 已含)。
|
|
/// 已实测可用,真机走此单模型全包路径;模拟器无 MNN,VL 仍回退 MLX(见 `AIRuntime`)。
|
|
actor MNNBackend {
|
|
private var bridge: MNNLLMBridge?
|
|
|
|
var isLoaded: Bool { bridge?.isLoaded ?? false }
|
|
|
|
/// 从 MNN 模型目录加载(目录含 MNN llm 的 config.json + llm.mnn + 权重 + tokenizer)。
|
|
func load(folderURL: URL) throws {
|
|
let configPath = folderURL.appendingPathComponent("config.json").path
|
|
guard FileManager.default.fileExists(atPath: configPath) else {
|
|
throw AIRuntimeError.notReady
|
|
}
|
|
guard let b = MNNLLMBridge(configPath: configPath) else {
|
|
throw AIRuntimeError.modelLoadFailed("MNN createLLM/load 失败")
|
|
}
|
|
bridge = b
|
|
}
|
|
|
|
func unload() { bridge = nil }
|
|
|
|
/// 文本流式生成。`bridge.generateText` 同步阻塞、逐段回调,放在 detached 线程跑,
|
|
/// 把每段文本 yield 成 `TokenChunk`(含即时 tok/s)。流被取消时调用 `bridge.cancel()`。
|
|
func generate(prompt: String, maxTokens: Int) -> AsyncThrowingStream<TokenChunk, Error> {
|
|
guard let bridge else {
|
|
return AsyncThrowingStream { $0.finish(throwing: AIRuntimeError.notReady) }
|
|
}
|
|
let box = MNNUncheckedBox(bridge)
|
|
return AsyncThrowingStream { continuation in
|
|
let meter = MNNRateMeter()
|
|
let task = Task.detached(priority: .userInitiated) {
|
|
_ = box.value.generateText(prompt, maxTokens: Int32(maxTokens)) { piece in
|
|
let rate = meter.tick()
|
|
continuation.yield(TokenChunk(text: piece, decodeRate: rate))
|
|
}
|
|
continuation.finish()
|
|
}
|
|
continuation.onTermination = { _ in
|
|
box.value.cancel()
|
|
task.cancel()
|
|
}
|
|
}
|
|
}
|
|
|
|
/// 图→文(VL)。一次性收集(JSON 抽取不需流式)。桥接里把图片路径拼成 <img> 标签,
|
|
/// MNN Omni 内部 imread 加载(需 OMNI 框架);blocking 调用放 detached 线程。
|
|
func analyze(imageURLs: [URL], prompt: String, maxTokens: Int) async throws -> String {
|
|
guard let bridge else { throw AIRuntimeError.notReady }
|
|
let paths = imageURLs.map(\.path)
|
|
let box = MNNUncheckedBox(bridge)
|
|
return try await withCheckedThrowingContinuation { cont in
|
|
Task.detached(priority: .userInitiated) {
|
|
let sink = MNNTextSink()
|
|
do {
|
|
_ = try box.value.analyzeImages(paths, prompt: prompt, maxTokens: Int32(maxTokens)) { piece in
|
|
sink.append(piece)
|
|
}
|
|
cont.resume(returning: sink.text)
|
|
} catch {
|
|
cont.resume(throwing: AIRuntimeError.inferenceFailed(error.localizedDescription))
|
|
}
|
|
}
|
|
}
|
|
}
|
|
}
|
|
|
|
/// 单线程串行回调聚合文本,无竞争。
|
|
private nonisolated final class MNNTextSink: @unchecked Sendable {
|
|
private(set) var text = ""
|
|
func append(_ s: String) { text += s }
|
|
}
|
|
|
|
/// 把非 Sendable 的 ObjC 桥对象安全带过 detached 边界。
|
|
/// 安全性来自 `AIRuntime` 闸门:同一时刻只有一个生成在跑,桥不会被并发访问。
|
|
private nonisolated struct MNNUncheckedBox<T>: @unchecked Sendable {
|
|
let value: T
|
|
init(_ value: T) { self.value = value }
|
|
}
|
|
|
|
/// 即时解码速率计:回调在单线程串行调用,内部计数无竞争。
|
|
private nonisolated final class MNNRateMeter: @unchecked Sendable {
|
|
private let start = Date()
|
|
private var produced = 0
|
|
func tick() -> Double {
|
|
produced += 1
|
|
let elapsed = Date().timeIntervalSince(start)
|
|
return elapsed > 0 ? Double(produced) / elapsed : 0
|
|
}
|
|
}
|