希望添加 Torch CUDA 的智能检测与安装

[ilevalser]

Torch CUDA 智能检测与安装

问题

1. 后端 Issure 中有用户提到卡顿情况。
2. GUI 首次启动通过 pip install autowsgr 安装依赖，easyocr 会从 PyPI 拉取 CPU-only 的 torch（~120MB）。用户若想用 GPU 加速，需手动修改 usersettings.yaml 的 ocr.gpu: true，且前提是已安装了 CUDA 版 torch——但 GUI 的内嵌 Python 环境不可能预装 CUDA torch。

目标

1. 首次安装时检测用户硬件（是否有 NVIDIA GPU + CUDA 版本）
2. 让用户选择安装 CPU 还是 CUDA 版 torch
3. 安装后自动配置 ocr.gpu 开关

---

关键背景

PyTorch CUDA variant 选择

Variant	PyTorch 版本	GPU 架构覆盖
cu126	2.6.0~2.12.0（最新）	SM 5.0 ~ 12.0（GTX 900 ~ RTX 5000）
cu128	2.7.0~2.11.0	SM 5.0+
cu124	2.4.0~2.7.1	SM 5.0+

结论：选择 cu126 单一 variant，因为 torch 2.12.0（2026-05-13 发布）仅提供 cu126，且向下兼容全部 SM 5.0+ GPU，包括 RTX 50 系列（Blackwell SM 12.0，需 PyTorch 2.11.0+）。

CUDA < 12.6 的用户回退 CPU torch，提示更新驱动。

---

改造方案：从全自动到用户选择

当前流程

StartupController.run()
  └─ checkAndPrepareEnv()
       ├─ 检测缺 Python → installPortablePython()
       └─ 检测缺依赖 → installDependencies()  ← 自动拉 CPU torch，无选择

新流程

StartupController.run()
  ├─ 环境检查（仅检测，不安装）
  ├─ 若缺依赖 → 弹出选择面板
  │    ├─ 自动运行 detectCuda() 检测硬件
  │    ├─ 展示检测结果（GPU 型号 / CUDA 版本）
  │    └─ 用户选择「CPU 模式」或「GPU 模式」
  ├─ 按选择安装
  └─ 启动后端

选择面板示意

有 GPU + CUDA ≥ 12.6 时：

┌─────────────────────────────────────────┐
│  🛠️ 安装后端依赖                        │
│                                         │
│  ● NVIDIA GPU: RTX 3060                 │
│  ● CUDA 12.6 → 推荐 GPU 模式             │
│                                         │
│  ○ CPU 模式 (~120MB)                    │
│  ● GPU 模式 (~1GB)                      │
│                                         │
│  [开始安装]    [取消]                    │
└─────────────────────────────────────────┘

无 GPU 时直接显示 CPU 模式，只有一个按钮。

---

CUDA 检测脚本

import subprocess, re, sys, json

result = {'has_nvidia_gpu': False, 'cuda_version': None,
          'cuda_major': None, 'should_use_gpu': False}

try:
    out = subprocess.check_output(
        ['nvidia-smi', '--query-gpu=name', '--format=csv,noheader'],
        timeout=10, stderr=subprocess.DEVNULL
    ).decode().strip()
    if not out:
        print(json.dumps(result)); sys.exit(0)
    result['has_nvidia_gpu'] = True
except Exception:
    print(json.dumps(result)); sys.exit(0)

try:
    out = subprocess.check_output(
        ['nvidia-smi'], timeout=10, stderr=subprocess.DEVNULL
    ).decode()
    m = re.search(r'CUDA Version:\s*(\d+)\.(\d+)', out)
    if m:
        result['cuda_version'] = f'{m.group(1)}.{m.group(2)}'
        result['cuda_major'] = int(m.group(1))
        result['should_use_gpu'] = result['cuda_major'] >= 12
except Exception:
    pass

print(json.dumps(result))

---

GPU 安装命令（三步，防止 torch 被降级）

# 步骤 1: 预装 CUDA torch（覆盖 easyocr 后续拉取的 CPU torch）
pip install --target <site-packages> torch==2.12.0+cu126 torchvision==0.22.0+cu126 \
  --index-url https://download.pytorch.org/whl/cu126

# 步骤 2: 安装 autowsgr（--no-deps 防止 torch 被降级回 CPU）
pip install --target <site-packages> --no-deps setuptools autowsgr

# 步骤 3: 安装 easyocr 非 torch 依赖
pip install --target <site-packages> --no-deps easyocr>=1.7.1

任一失败则回退 CPU 模式。

---

需修改的文件

P0 — 核心流程

文件	修改
installer.ts	新增 detectCuda()、installWithCudaTorch()、installDependenciesWithGpu()
main.ts	新增 detect-cuda 和 install-deps-with-gpu 两个 IPC handler
electronBridge.ts	新增 detectCuda() 和 installDepsWithGpu() 接口
preload.ts	暴露新 IPC 到渲染进程
StartupController.ts	run() 流程改为：检查 → 缺依赖时弹选择面板 → 按选择安装
envAndUpdates.ts	checkAndPrepareEnv() 拆分为「仅检查」和「带选择的安装」两个阶段
index.html	新增依赖安装选择面板 modal

P1 — 配置自动写入

文件	修改
installer.ts	安装成功后自动写 ocr.gpu 到 usersettings.yaml

P2 — 健壮性

文件	修改
ocr.py	EasyOCREngine.__init__() 增加 torch.cuda.is_available() fallback，GPU 不可用时自动降级 CPU

---

边界情况

场景	处理
无 NVIDIA GPU	面板仅显示 CPU 选项
有 GPU 但驱动太旧（CUDA < 12.6）	面板显示警告，仅 CPU 选项，提示更新驱动至 R535+
CUDA ≥ 12.6	面板推荐 GPU 模式，提供 CPU/GPU 两个选项
用户取消安装	启动中断，日志提示通过设置页手动安装
网络失败	面板显示失败信息 + 重试按钮
CUDA torch 安装失败	自动回退 CPU 模式并提示

[github-actions]

Issue #11 分析结论（yltx/AutoWSGR-GUI）

问题摘要（含复现条件）

Issue #11 的核心诉求是：首次安装依赖时应识别 NVIDIA/CUDA，并让用户选择 CPU 或 CUDA 版 torch，避免 OCR 长期落在 CPU 导致卡顿。

按当前主线代码可复现为：

1. 全新环境启动 GUI，进入 StartupController.run()，调用 checkAndPrepareEnv()（src/controller/startup/StartupController.ts:76-78）。
2. 缺依赖时直接自动执行 bridge.installDeps()，无用户选择（src/controller/startup/envAndUpdates.ts:45-47）。
3. 主进程 install-deps 最终调用固定命令 pip install --target ... setuptools autowsgr（electron/main.ts:425-429, electron/pythonEnv/installer.ts:204-210；setup.bat:133 同样固定安装）。
4. 外部依赖元数据：autowsgr 依赖 easyocr>=1.7.1，easyocr 依赖 torch、torchvision（PyPI 元数据），默认来源是 PyPI（通常 CPU 轮子）。
5. 后端在 ocr_gpu_mode=auto 下只做运行时 torch.cuda.is_available() 判定（electron/backend.ts:184-203）；若安装的是 CPU torch，结果通常为 false，最终仍走 CPU OCR。

根因判断

已验证事实

1. 安装链路没有 CUDA 检测与安装分支
   当前 IPC 只有 install-deps，不存在 detect-cuda / install-deps-with-gpu（electron/main.ts:425-429, electron/preload.ts:126-128, src/types/electronBridge.ts:33）。

2. 启动时依赖安装是自动直装，没有“CPU/GPU 选择”交互
   checkAndPrepareEnv() 在发现缺依赖后直接安装（src/controller/startup/envAndUpdates.ts:45-47）。

3. OCR 模式配置源是 gui_settings.json，不是 usersettings.yaml
   读取/写入键为 ocr_gpu_mode（electron/main.ts:87-92,342-345; electron/backend.ts:58-63）。
   当前 ConfigModel 的 usersettings.yaml 结构也不包含 OCR 字段（src/model/ConfigModel.ts）。

4. 运行时虽有 CUDA 检测，但无法替代安装阶段变体选择
   backend.ts 的 _detect_cuda() 只决定“用不用 GPU”，不负责“安装哪种 torch”（electron/backend.ts:184-203）。

推测（高概率）

1. “卡顿”最可能由 OCR 落在 CPU 引起
   因默认安装链路未显式安装 CUDA torch，auto 模式大概率回落 CPU。

2. 若用户强制 cuda 但实际是 CPU torch，可能出现 CUDA 初始化异常或性能问题
   该点需结合实际日志确认。

修复方案（最小改动优先）

1. 在 electron/pythonEnv/installer.ts 增加 detectCuda()：
   使用 nvidia-smi 检测 GPU 与 CUDA 版本，返回结构化结果（是否有 NVIDIA、CUDA 版本、是否推荐 GPU）。

2. 增加 GPU 依赖安装入口（保留现有 CPU 路径）：
   新增 installDependenciesWithGpu()，先安装 torch/torchvision + cu126（PyTorch cu126 index），再安装 autowsgr/easyocr，避免被 CPU 轮子覆盖。

3. IPC 贯通：

   • electron/main.ts：新增 detect-cuda、install-deps-with-gpu handler；
   • electron/preload.ts、src/types/electronBridge.ts：暴露对应接口。

4. 启动流程最小改造：
   checkAndPrepareEnv() 拆成“检查阶段 + 用户选择后安装阶段”；缺依赖时弹窗让用户选 CPU/GPU。
   安装成功后写 gui_settings.json 的 ocr_gpu_mode（GPU 成功写 cuda，CPU 路径写 cpu 或 auto）。

说明：基于当前实现，自动配置目标应优先是 gui_settings.json；Issue 中提到的 usersettings.yaml 与现行代码路径不一致。

验证步骤

1. GPU 机器（CUDA >= 12.6）全新启动：应出现 CPU/GPU 选择；选 GPU 后安装成功。
2. 用内置 Python 验证：torch.__version__ 含 +cu126，torch.cuda.is_available() 为 True。
3. 启动后端，日志出现 ocr_gpu_mode=cuda 或 cuda_available=true。
4. 无 NVIDIA / CUDA 版本不足机器：仅提供或推荐 CPU，应用可正常启动。
5. 配置页手动切换 OCR 模式仍可用（回归检查）。

仍需补充的信息（当前证据不足）

1. 发生“卡顿”时的日志：<配置目录>/log/gui_*.debug.log 及 UI 内 [Bootstrap] cuda_available=... 相关行。
2. 故障机器 nvidia-smi 完整输出。
3. 内置 Python 执行结果：
   • import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())
   • import easyocr; print(easyocr.__version__)
4. 当时的 gui_settings.json（确认 ocr_gpu_mode）与 GUI/后端版本号。

---

点击此处展开分析过程

我先调用仓库的 issue 分析专用技能，并读取 Issue #11 的正文与评论作为证据基础。

● skill(generic-issue-log-analysis)

我先抓取 Issue #11 的正文与评论时间线，再按现象定位到对应代码路径。

● Fetch issue #11 details with comments (shell)
  │ gh issue view 11 --repo yltx/AutoWSGR-GUI --comments --json
  │ number,title,body,author,state,labels,comments,url
  └ 32 lines...

我已拿到 Issue 内容，下一步核对当前实现是否确实只有 CPU 依赖安装路径、且没有 CUDA 选择链路。

● Search (glob)
  │ "**/{installer.ts,main.ts,preload.ts,electronBridge.ts,StartupController.ts,
  │ envAndUpdates.ts,index.html}"
  └ 7 files found

● Search (grep)
  │ "checkAndPrepareEnv|installDependencies|detectCuda|install-deps-with-gpu|det
  │ ect-cuda" (electron, src)
  └ 9 lines found

● Read installer.ts
  │ electron/pythonEnv/installer.ts
  └ 286 lines read

● Read main.ts
  │ electron/main.ts
  └ L360:500 (141 lines read)

● Read preload.ts
  │ electron/preload.ts
  └ 186 lines read

● Read electronBridge.ts
  │ src/types/electronBridge.ts
  └ 69 lines read

● Read envAndUpdates.ts
  │ src/controller/startup/envAndUpdates.ts
  └ 144 lines read

● Read StartupController.ts
  │ src/controller/startup/StartupController.ts
  └ 113 lines read

✗ Read guiSettings.ts
  │ electron/guiSettings.ts
  └ Path does not exist

● Read envCheck.ts
  │ electron/pythonEnv/envCheck.ts
  └ 286 lines read

● Read utils.ts
  │ electron/pythonEnv/utils.ts
  └ 220 lines read

● Read backend.ts
  │ electron/backend.ts
  └ 342 lines read

● Search (grep)
  │ "ocr\.gpu|getOcrGpuMode|setOcrGpuMode|ocr_gpu|gpu" (electron, src, resource,
  │ templates)
  └ 24 lines found

● Read main.ts
  │ electron/main.ts
  └ L1:140 (140 lines read)

● Read main.ts
  │ electron/main.ts
  └ L280:360 (81 lines read)

● Read ConfigController.ts
  │ src/controller/app/ConfigController.ts
  └ 281 lines read

● Read index.html
  │ src/view/index.html
  └ L620:740 (121 lines read)

● Read setup.bat
  └ 156 lines read

● Read prepare-python.js
  │ scripts/prepare-python.js
  └ 115 lines read

● Search (glob)
  │ "log/**"
  └ No matches found

● Search (glob)
  │ "**/{usersettings.yaml,gui_settings.json,*.yaml}" in templates, resource
  └ 38 files found

● Search (grep)
  │ "^\s*ocr\s*:|ocr\.gpu|gpu\s*:|ocr_gpu_mode" (templates, resource, src,
  │ electron)
  └ 4 lines found

● Read ConfigModel.ts
  │ src/model/ConfigModel.ts
  └ 91 lines read

● Search (grep)
  │ "ocr|gpu" (src/model, src/types)
  └ 1 line found

● Search (glob)
  │ "**/*log*" in docs
  └ 7 files found

● Search (grep)
  │ "ocr_gpu_mode|OCR 加速模式|CUDA|torch|easyocr" (README.md, docs)
  └ No matches found

我补一条外部依赖元数据证据，确认 `autowsgr/easyocr` 对 torch 的声明是否会默认落到 CPU 轮子。

● Check PyPI dependency metadata for autowsgr/easyocr (shell)
  │ python - <<'PY'
  │ import json, urllib.request
  │ for pkg in ['autowsgr','easyocr']:
  │ with urllib.request.urlopen(f'https://pypi.org/pypi/{pkg}/json',
  │ timeout=20) as r:…
  └ 20 lines...

● Read Logger.ts
  │ src/utils/Logger.ts
  └ 109 lines read

● Search (grep)
  │ "class Logger|backend-log|log\\|log/|writeFile|appendFile" in **/*.ts (src)
  └ 7 lines found

● Read AppController.ts
  │ src/controller/app/AppController.ts
  └ L170:240 (71 lines read)

● Read main.ts
  │ electron/main.ts
  └ L200:280 (81 lines read)

● Search (glob)
  │ "**/copilot_answer.md"
  └ No matches found

我将把结构化结论写入仓库根目录 `copilot_answer.md`。

● Search (glob)
  │ "copilot_answer.md"
  └ No matches found

● Edit
  └ Create copilot_answer.md

● Read copilot_answer.md
  └ 72 lines read

已完成，分析结论已写入：

`/home/runner/work/AutoWSGR-GUI/AutoWSGR-GUI/copilot_answer.md`

内容已按你要求包含：问题与复现条件、根因（已验证事实/推测分离）、最小修复方案、验证步骤，以及证据不足时需补充的材料。


Changes   +73 -0
Requests  1 Premium (3m 6s)
Tokens    ↑ 851.4k • ↓ 10.1k • 793.1k (cached) • 6.2k (reasoning)

🔗 GitHub Action 运行记录