Arquitectura
DashAI es una plataforma modular y extensible para flujos de trabajo de aprendizaje automático. Provee una interfaz web para entrenar modelos, explorar datasets, explicar predicciones y más. Este documento describe el funcionamiento interno de DashAI.
Visión General
DashAI sigue una arquitectura cliente-servidor con tres procesos de ejecución principales:
- Backend FastAPI — sirve la API REST en el puerto 8000. En producción también sirve la SPA compilada de React en
/app/. - Consumidor Huey — un trabajador en segundo plano que procesa tareas de larga duración (entrenamiento, exploración, predicción, etc.).
- Frontend React — una aplicación de página única que se comunica con el backend a través de la API REST. En desarrollo se ejecuta de forma separada en el puerto 3000 (
yarn start); en producción se compila y es servida por FastAPI.
El punto de entrada es DashAI/__main__.py, que usa Typer como CLI. Al iniciar:
- Resuelve la ruta de datos local (por defecto
~/.DashAI). - Inicia el consumidor Huey. En desarrollo (instalación normal de Python) este es un subproceso externo; en modo empaquetado (PyInstaller) se ejecuta como un hilo interno al proceso.
- Inicia el servidor FastAPI mediante Uvicorn.
- Opcionalmente abre un navegador o una ventana PyWebView.
La inyección de dependencias es gestionada por Kink. El contenedor DI (back/container.py) conecta el motor de base de datos, la fábrica de sesiones, el registro de componentes y la cola de trabajos para que los endpoints de la API los reciban automáticamente.
Patrones Clave
- Extensibilidad basada en componentes — toda la funcionalidad de ML (modelos, tareas, métricas, exploradores, etc.) está encapsulada en componentes que comparten un mecanismo común de registro y configuración.
- Configuración dirigida por esquemas — los componentes declaran esquemas Pydantic que se convierten a JSON Schema para la generación dinámica de formularios en el frontend y la validación en el backend.
- Procesamiento asíncrono de trabajos — las operaciones de larga duración se delegan a un trabajador Huey en segundo plano, con seguimiento de estado mediante señales y actualizaciones en la base de datos.
- Separación limpia de responsabilidades — la capa API maneja HTTP, el registro de componentes maneja el descubrimiento, la cola de trabajos maneja la ejecución y la base de datos maneja la persistencia.
Lecturas Adicionales
| Tema | Página |
|---|---|
| Estructura de la API REST, mapa de rutas, inyección de dependencias | API |
| Tipos de componentes, registro y objetos configurables | Componentes |
| Esquema SQLite, tablas ORM y almacenamiento de datos | Base de Datos |
| Cola de trabajos Huey y tipos de trabajos | Sistema de Trabajos |
| Sesiones de Notebook, exploradores y converters | Notebook |
| Recorridos completos de entrenamiento y exploración | Ejemplos de Flujo de Trabajo |
| Tipos semánticos de columnas e inferencia | Tipos Semánticos |
| Primitivo central de datos, splits y ciclo de vida del dato | DashAIDataset |