跳到主要内容

六条流程,让架构自己讲一遍

TEAM7 · 战术犯规队 / COURTSIDE IQ

从主播进入工作台,到一段作品被公开观看,一次操作会经过哪些服务,结果又怎样留下来?这六组流程分别解释入口、媒体任务、视觉证据、Agent 解说、节目回放和运维支路。页面默认展示静态总览;点击 播放动画,可以逐步观察高亮的节点与连线,点击 查看静态总览 即可停止动画。

这些图来自项目源码中的实现关系,是逻辑流程讲解,不会调用 AWS,不查询线上账号,也不代表所有支路都会在一次请求中执行。移动圆点只提示正在讲解的路径,不表示实测延迟或吞吐量。

项目总览 · Builder 文章 · 可点击架构与代码依据 · 可复用架构 Skill

先读懂连线​

  • 青色实线: 同步调用或交互。
  • 棕色虚线: 异步处理或持久任务。
  • 蓝色实线: 数据、文件或版本。
  • 玫红色实线: 人工确认或独立支路。

高亮节点表示当前步骤涉及的职责。总览保留了可选路径和支撑关系,不意味着一次操作必须依次调用全部服务。

01 入口 · 02 媒体 · 03 视觉 · 04 Agent 与解说 · 05 公共回放 · 06 运维

01 入口与控制面​

CloudFront · API Gateway · Cognito

CloudFront 提供统一的网页入口;进入应用后,HTTP 控制请求、WebSocket 消息和浏览器语音转写分别走自己的路径。Cognito 为直接转写提供临时凭证,主播操作权限则由应用会话令牌控制。

入口与控制面:完整静态总览
静态总览 · 7 个步骤 · 约 16 秒查看原尺寸总览下载 GIF 原件

实现边界: 网页与公共资源可以缓存,/api 不缓存。WebSocket 消息与转写音频不经过静态页面缓存;临时转写凭证也不等于主播权限。可核对网页分发配置和浏览器转写代码。

02 媒体任务与版本化存储​

S3 · EventBridge · Step Functions · MediaConvert

先登记素材,再把原片直接上传到 S3;对象事件进入幂等启动逻辑,Step Functions 协调后续阶段,MediaConvert 负责转码和抽帧。媒体及带版本的分析产物进入 S3,状态与索引保存在 DynamoDB。

媒体任务与版本化存储:完整静态总览
静态总览 · 8 个步骤 · 约 17 秒查看原尺寸总览下载 GIF 原件

实现边界: 图中上传链路针对已登记的 MP4。应用 API 负责登记和签名,大文件不穿过应用 Lambda;桶里任意一个对象变动,也不意味着都会启动分析。可核对流水线基础设施和媒体处理工作流。

03 视觉观察与模型推理​

SageMaker AI · Rekognition · Bedrock

SageMaker 运行自定义视觉容器,Rekognition 从采样画面中读文字,Bedrock 上的 Qwen 结合选定 JPEG 和结构化上下文理解画面。源时间与标注修订号把输入连接起来;官方快照、视觉观察和模型假设仍分别保留。

视觉观察与模型推理:完��整静态总览
静态总览 · 7 个步骤 · 约 16 秒查看原尺寸总览下载 GIF 原件

实现边界: ViTPose 属于归档请求分支,能否使用取决于模型是否加载。分割轮廓或临时轨迹不能自动证明 NBA 球员身份;相对深度不是米制距离;Qwen 接收选帧,并不直接读取整段 MP4。可核对视觉服务和画面推理代码。

04 Agent 的运行环境与解说资产​

AgentCore · Strands · Bedrock · Transcribe · Polly

预分析与暂停帧问答分开组织:前者使用三节点 Strands 图,后者使用单 Agent 和证据工具。关键帧稿件保留语言、标注修订号和文本版本,供主播修改、审核;Polly 配音可以复用,Transcribe 则处理显式开启的麦克风输入。

Agent 的运行环境与解说资产:完整静态总览
静态总览 · 8 个步骤 · 约 17 秒查看原尺寸总览下载 GIF 原件

实现边界: AgentCore 托管应用代码,Strands 编排 Agent,Bedrock 执行模型推理。当前 Runtime 网络配置为 PUBLIC,Claude 使用全局推理配置文件,不能将它画成仅在 VPC 内运行。重做 AI 分析不会覆盖已审核稿件;自动翻译与主播声音克隆没有在本次实现。可核对运行时配置和版本化播报资产。

05 从浏览器录制到公共节目​

Web Audio · S3 · DynamoDB · CloudFront

浏览器分别保存原片、固定的节目混音音轨和 JSON 操作记录。上传文件通过完整性检查后,作品才成为 READY;选中的作品再使用同一个服务器节目时钟,让观众从当前进度加入循环播放的录制节目。

从浏览器录制到公共节目:完整静态总览
静态总览 · 8 个步骤 · 约 17 秒查看原尺寸总览下载 GIF 原件

实现边界: READY 检查文件是否完整、结构是否可用,不验证篮球事实。JSON 需要本项目回放器,不是通用 EDL 交换格式。CloudFront 提供观看页面,媒体通过限时签名 URL 读取并续签;开启声音仍受浏览器自动播放策略约束。导出单个合成视频需要渲染和编码。可核对作品验证逻辑和公共回放实现。

06 运维和可选第三方​

IAM · Secrets Manager · CloudWatch · SQS · Roboflow · Tripo

权限、密钥读取与日志支撑应用运行。失败留存、可选外部图片诊断和角色资产制作各有入口;动画中的讲解顺序,不代表一次请求会线性调用全部服务。

运维和可选第三方:完整静态总览
静态总览 · 8 个步骤 · 约 17 秒查看原尺寸总览下载 GIF 原件

实现边界: SQS 接收异步 Worker 未处理的失败,不会自动重放。Roboflow 只有显式开启才向外部 API 发送 JPEG;Tripo 属于资产创作阶段,浏览器使用现有 GLB 驱动动作,互动时不会再次调用生成 API。日志与失败指标也不代表已经接通自动处置。可核对Worker 失败目的地、可选诊断支路和本地角色动作。

继续阅读 Builder 文章,可以了解产品与工程取舍;打开交互架构,可以逐个检查节点和代码依据。官方记录、视觉观察、AI 解读与主播确认,在这些流程里始终保留各自的含义。