diff --git a/backend/export.py b/backend/export.py index 1b7a8db..744aa73 100644 --- a/backend/export.py +++ b/backend/export.py @@ -3,12 +3,6 @@ 本模組負責將時間軸圖表匯出為各種格式（PDF、PNG、SVG）。 使用 Plotly 的 kaleido 引擎進行圖片生成。 - -Author: AI Agent -Version: 1.0.0 -DocID: SDD-EXP-001 -Related: TDD-UT-EXP-001 -Rationale: 實現 SDD.md 定義的 POST /export API 功能 """ import os @@ -95,7 +89,6 @@ class ExportEngine: 匯出引擎 負責將 Plotly 圖表匯出為不同格式的檔案。 - 對應 TDD.md - UT-EXP-01 """ def __init__(self): diff --git a/backend/importer.py b/backend/importer.py index abae996..b41cb81 100644 --- a/backend/importer.py +++ b/backend/importer.py @@ -3,12 +3,6 @@ CSV/XLSX 匯入模組 本模組負責處理時間軸事件的資料匯入。 支援 CSV 和 XLSX 格式，包含欄位自動對應與格式容錯功能。 - -Author: AI Agent -Version: 1.0.0 -DocID: SDD-IMP-001 -Related: TDD-UT-IMP-001 -Rationale: 實現 SDD.md 定義的 POST /import API 功能 """ import csv @@ -441,21 +435,14 @@ class CSVImporter: return str(int(value)) return str(value).strip() - # 🔍 DEBUG: 顯示原始 row 和 field_mapping - logger.debug(f" Row keys: {list(row.keys())}") - logger.debug(f" Field mapping: {field_mapping}") - # 提取欄位值 event_id = safe_str(row.get(field_mapping['id'], '')) title = safe_str(row.get(field_mapping['title'], '')) - start_str = safe_str(row.get(field_mapping['start'], '')) # 🔧 修復：也要使用 safe_str 轉換 + start_str = safe_str(row.get(field_mapping['start'], '')) group = safe_str(row.get(field_mapping.get('group', ''), '')) or None description = safe_str(row.get(field_mapping.get('description', ''), '')) or None color = safe_str(row.get(field_mapping.get('color', ''), '')) - # 🔍 DEBUG: 顯示提取的欄位值 - logger.debug(f" 提取欄位 - ID: '{event_id}', 標題: '{title}', 時間: '{start_str}'") - # 驗證必要欄位 if not event_id or not title: raise ValueError("缺少 ID 或標題") @@ -468,19 +455,19 @@ class CSVImporter: if not start: raise ValueError(f"無效的時間: {start_str}") - # 🔧 修復：將 pandas Timestamp 轉換為標準 datetime + # 將 pandas Timestamp 轉換為標準 datetime if PANDAS_AVAILABLE: if isinstance(start, pd.Timestamp): start = start.to_pydatetime() - # 驗證顏色（確保返回的是字串，不是 None） + # 驗證顏色 color = self.color_validator.validate(color, int(row_num)) - if not color: # 防禦性檢查 + if not color: color = self.color_validator.DEFAULT_COLORS[0] - # 所有事件都是時間點類型（不再有區間） + # 所有事件都是時間點類型 event_type = EventType.POINT - end = None # 不再使用 end 欄位 + end = None # 建立 Event 物件 try: @@ -494,22 +481,9 @@ class CSVImporter: color=color, event_type=event_type ) - # 調試：確認所有欄位類型 - logger.debug(f"Event 創建成功: id={type(event.id).__name__}, title={type(event.title).__name__}, " - f"start={type(event.start).__name__}, end={type(event.end).__name__ if event.end else 'None'}, " - f"group={type(event.group).__name__ if event.group else 'None'}, " - f"description={type(event.description).__name__ if event.description else 'None'}, " - f"color={type(event.color).__name__}") return event except Exception as e: logger.error(f"創建 Event 失敗: {str(e)}") - logger.error(f" id={event_id} ({type(event_id).__name__})") - logger.error(f" title={title} ({type(title).__name__})") - logger.error(f" start={start} ({type(start).__name__})") - logger.error(f" end={end} ({type(end).__name__ if end else 'None'})") - logger.error(f" group={group} ({type(group).__name__ if group else 'None'})") - logger.error(f" description={description} ({type(description).__name__ if description else 'None'})") - logger.error(f" color={color} ({type(color).__name__})") raise diff --git a/backend/main.py b/backend/main.py index 5a4097b..6c52443 100644 --- a/backend/main.py +++ b/backend/main.py @@ -2,12 +2,6 @@ FastAPI 主程式 本模組提供時間軸設計工具的 REST API 服務。 -遵循 SDD.md 定義的 API 規範。 - -Author: AI Agent -Version: 1.0.0 -DocID: SDD-API-001 -Rationale: 實現 SDD.md 第3節定義的 API 接口 """ import os @@ -124,14 +118,6 @@ async def import_events(file: UploadFile = File(...)): events_store = result.events logger.info(f"成功匯入 {result.imported_count} 筆事件") - # 🔍 調試：檢查 result 的所有欄位類型 - logger.debug(f"ImportResult 類型檢查:") - logger.debug(f" success: {type(result.success).__name__}") - logger.debug(f" total_rows: {type(result.total_rows).__name__} = {result.total_rows}") - logger.debug(f" imported_count: {type(result.imported_count).__name__} = {result.imported_count}") - logger.debug(f" events count: {len(result.events)}") - logger.debug(f" errors count: {len(result.errors)}") - return result finally: diff --git a/backend/path_planner.py b/backend/path_planner.py index 5a26afd..1702f1e 100644 --- a/backend/path_planner.py +++ b/backend/path_planner.py @@ -3,9 +3,6 @@ 使用BFS算法在網格化的繪圖區域中為連接線尋找最佳路徑， 完全避開標籤障礙物。 - -Author: AI Agent -Version: 1.0.0 """ import logging @@ -151,49 +148,35 @@ class GridMap: path_points: 路徑點列表 [(datetime, y), ...] width_expansion: 寬度擴展倍數 - 策略： - 1. 標記所有線段（包括起點線段） - 2. 但是起點線段只標記離開時間軸的垂直部分 - 3. 時間軸 y=0 本身不標記，避免阻擋其他起點 """ if len(path_points) < 2: return - # 標記所有線段 for i in range(len(path_points) - 1): dt1, y1 = path_points[i] dt2, y2 = path_points[i + 1] - # 如果是從時間軸（y=0）出發的第一段線段 if i == 0 and abs(y1) < 0.1: - # 只標記離開時間軸的部分（從 y=0.2 開始） - # 避免阻擋其他事件的起點 - if abs(y2) > 0.2: # 確保終點不在時間軸上 - # 使用線性插值找到 y=0.2 的點 + if abs(y2) > 0.2: if abs(y2 - y1) > 0.01: t = (0.2 - y1) / (y2 - y1) if y2 > y1 else (-0.2 - y1) / (y2 - y1) if 0 < t < 1: - # 計算 y=0.2 時的 datetime seconds_offset = (dt2 - dt1).total_seconds() * t dt_cutoff = dt1 + timedelta(seconds=seconds_offset) y_cutoff = 0.2 if y2 > 0 else -0.2 - # 只標記從 cutoff 點到終點的部分 col1 = self.datetime_to_grid_x(dt_cutoff) row1 = self.y_to_grid_y(y_cutoff) col2 = self.datetime_to_grid_x(dt2) row2 = self.y_to_grid_y(y2) self._mark_line(row1, col1, row2, col2, int(width_expansion)) else: - # t 不在範圍內，標記整段 col1 = self.datetime_to_grid_x(dt1) row1 = self.y_to_grid_y(y1) col2 = self.datetime_to_grid_x(dt2) row2 = self.y_to_grid_y(y2) self._mark_line(row1, col1, row2, col2, int(width_expansion)) - # 如果終點也在時間軸上，不標記 else: - # 非起點線段，全部標記 col1 = self.datetime_to_grid_x(dt1) row1 = self.y_to_grid_y(y1) col2 = self.datetime_to_grid_x(dt2) @@ -308,15 +291,10 @@ def find_path_bfs( end_row: int, end_col: int, grid_map: GridMap, - direction_constraint: str = "up" # "up" or "down" + direction_constraint: str = "up" ) -> Optional[List[Tuple[int, int]]]: """ - 使用BFS尋找路徑（改進版：優先離開時間軸） - - 策略： - 1. 優先垂直移動（離開時間軸） - 2. 遇到障礙物才水平繞行 - 3. 使用優先隊列，根據與時間軸的距離排序 + 使用BFS尋找路徑 Args: start_row, start_col: 起點網格座標 @@ -338,23 +316,16 @@ def find_path_bfs( import heapq - # 計算時間軸的Y座標（row） timeline_row = grid_map.y_to_grid_y(0) - - # 優先隊列：(優先度, row, col, path) - # 優先度 = 與時間軸的距離（越遠越好）+ 路徑長度（越短越好） start_priority = 0 heap = [(start_priority, start_row, start_col, [(start_row, start_col)])] visited = set() visited.add((start_row, start_col)) - # 方向優先順序（垂直優先於水平） if direction_constraint == "up": - # 優先往上，然後才左右 - directions = [(-1, 0), (0, 1), (0, -1)] # 上、右、左 - else: # "down" - # 優先往下，然後才左右 - directions = [(1, 0), (0, 1), (0, -1)] # 下、右、左 + directions = [(-1, 0), (0, 1), (0, -1)] + else: + directions = [(1, 0), (0, 1), (0, -1)] max_iterations = grid_map.grid_rows * grid_map.grid_cols * 2 iterations = 0 @@ -363,42 +334,30 @@ def find_path_bfs( iterations += 1 _, current_row, current_col, path = heapq.heappop(heap) - # 到達終點 if current_row == end_row and current_col == end_col: logger.info(f"找到路徑，長度: {len(path)}，迭代: {iterations}") return path - # 探索鄰居（按優先順序） for d_row, d_col in directions: next_row = current_row + d_row next_col = current_col + d_col - # 檢查是否可通行 if (next_row, next_col) in visited: continue if not grid_map.is_free(next_row, next_col): continue - # 計算優先度 - # 1. 與時間軸的距離（主要因素） distance_from_timeline = abs(next_row - timeline_row) - - # 2. 曼哈頓距離到終點（次要因素） manhattan_to_goal = abs(next_row - end_row) + abs(next_col - end_col) - - # 3. 路徑長度（避免繞太遠） path_length = len(path) - # 綜合優先度：離時間軸越遠越好，離目標越近越好 - # 權重調整：優先離開時間軸 priority = ( - -distance_from_timeline * 100 + # 負數因為要最大化 + -distance_from_timeline * 100 + manhattan_to_goal * 10 + path_length ) - # 添加到優先隊列 visited.add((next_row, next_col)) new_path = path + [(next_row, next_col)] heapq.heappush(heap, (priority, next_row, next_col, new_path)) diff --git a/backend/renderer.py b/backend/renderer.py index 83a5342..7e00987 100644 --- a/backend/renderer.py +++ b/backend/renderer.py @@ -3,12 +3,6 @@ 本模組負責將事件資料轉換為視覺化的時間軸圖表。 使用 Plotly 進行渲染，支援時間刻度自動調整與節點避碰。 - -Author: AI Agent -Version: 1.0.0 -DocID: SDD-REN-001 -Related: TDD-UT-REN-001, TDD-UT-REN-002 -Rationale: 實現 SDD.md 定義的 POST /render API 功能 """ from datetime import datetime, timedelta @@ -36,7 +30,6 @@ class TimeScaleCalculator: 時間刻度計算器 根據事件的時間跨度自動選擇最適合的刻度單位與間隔。 - 對應 TDD.md - UT-REN-01 """ @staticmethod @@ -173,7 +166,6 @@ class CollisionResolver: 節點避碰解析器 處理時間軸上重疊事件的排版，確保事件不會相互覆蓋。 - 對應 TDD.md - UT-REN-02 """ def __init__(self, min_spacing: int = 10): diff --git a/backend/renderer_timeline.py b/backend/renderer_timeline.py index 4b70f35..202d5e9 100644 --- a/backend/renderer_timeline.py +++ b/backend/renderer_timeline.py @@ -6,9 +6,6 @@ - 事件點標記 - 交錯的文字標註 - 連接線 - -Author: AI Agent -Version: 2.0.0 """ from datetime import datetime, timedelta @@ -663,17 +660,6 @@ class ClassicTimelineRenderer: line_through_box_score += 100.0 return overlap_score, line_through_box_score - # for other_lane_idx in range(7): - # if other_lane_idx == lane_idx: - # continue - # for occupied in occupied_lanes[other_lane_idx]: - # if not (label_end < occupied['start'] or label_start > occupied['end']): - # same_side = (current_label_y > 0 and occupied['label_y'] > 0) or \ - # (current_label_y < 0 and occupied['label_y'] < 0) - # if not same_side: - # score += 1.0 # 交叉權重（已禁用） - - return score def _check_line_intersects_textbox( self, @@ -810,18 +796,17 @@ class ClassicTimelineRenderer: line_x2_ts = label_x.timestamp() line_y2 = label_y - # 🔍 判斷是否為垂直線（label_x == event_x） + # 判斷是否為垂直線 is_vertical_line = abs(line_x2_ts - line_x1_ts) < 1e-6 # 檢查是否與其他標籤相交 line_blocked = False blocking_labels = [] - # ⚠️ 對於垂直線（x_offset=0），跳過碰撞檢測 - # 原因：固定泳道算法已確保標籤本身不重疊，垂直線無法避開其他標籤 + # 垂直線跳過碰撞檢測 if is_vertical_line: - logger.debug(f" 🔹 '{title}' 是垂直線，跳過碰撞檢測，直接繪製") - line_blocked = False # 強制不使用BFS + logger.debug(f" '{title}' 是垂直線，跳過碰撞檢測") + line_blocked = False # 只對非垂直線進行碰撞檢測 for j, other in enumerate(sorted_markers) if not is_vertical_line else []: @@ -838,36 +823,23 @@ class ClassicTimelineRenderer: other_top = other_y + label_height / 2 other_bottom = other_y - label_height / 2 - # 🔍 DEBUG: 記錄檢測的標籤詳情 - logger.debug(f" 檢查 {title} vs {other_title}:") - logger.debug(f" {title} 線段: X1={datetime.fromtimestamp(line_x1_ts)}, Y1={line_y1:.2f} -> X2={datetime.fromtimestamp(line_x2_ts)}, Y2={line_y2:.2f}") - logger.debug(f" {other_title} 標籤: X=[{datetime.fromtimestamp(other_left)} ~ {datetime.fromtimestamp(other_right)}], Y=[{other_bottom:.2f} ~ {other_top:.2f}]") - logger.debug(f" {other_title} 泳道: {other.get('swim_lane', '?')}") - # 檢測線段與矩形的相交 # 1. 首先檢查X範圍是否重疊 line_x_min = min(line_x1_ts, line_x2_ts) line_x_max = max(line_x1_ts, line_x2_ts) if line_x_max < other_left or line_x_min > other_right: - logger.debug(f" ✓ X範圍不重疊，跳過") - continue # X範圍不重疊，不可能相交 + continue # 2. 計算線段在標籤X範圍內的Y值 - # 使用線性插值：y = y1 + (x - x1) * (y2 - y1) / (x2 - x1) if abs(line_x2_ts - line_x1_ts) < 1e-6: - # 垂直線（幾乎不可能，但要處理） if other_left <= line_x1_ts <= other_right: - # 檢查Y範圍 line_y_min = min(line_y1, line_y2) line_y_max = max(line_y1, line_y2) if not (line_y_max < other_bottom or line_y_min > other_top): line_blocked = True blocking_labels.append(other_title) else: - # 改進的碰撞檢測：檢查線段是否真的穿過標籤矩形 - # 方法：計算線段與標籤矩形的所有可能交點 - intersects = False intersection_reason = "" @@ -883,51 +855,40 @@ class ClassicTimelineRenderer: # 2. 檢查線段是否與標籤的四條邊相交 if not intersects and line_x1_ts != line_x2_ts: - # 線段與標籤左邊界的交點 if line_x_min <= other_left <= line_x_max: t = (other_left - line_x1_ts) / (line_x2_ts - line_x1_ts) y_at_left = line_y1 + t * (line_y2 - line_y1) - logger.debug(f" 檢查左邊界: t={t:.4f}, y_at_left={y_at_left:.2f}, Y範圍=[{other_bottom:.2f}~{other_top:.2f}]") if other_bottom <= y_at_left <= other_top: intersects = True - intersection_reason = f"穿過左邊界 (y={y_at_left:.2f})" + intersection_reason = f"穿過左邊界" - # 線段與標籤右邊界的交點 if not intersects and line_x_min <= other_right <= line_x_max: t = (other_right - line_x1_ts) / (line_x2_ts - line_x1_ts) y_at_right = line_y1 + t * (line_y2 - line_y1) - logger.debug(f" 檢查右邊界: t={t:.4f}, y_at_right={y_at_right:.2f}, Y範圍=[{other_bottom:.2f}~{other_top:.2f}]") if other_bottom <= y_at_right <= other_top: intersects = True - intersection_reason = f"穿過右邊界 (y={y_at_right:.2f})" + intersection_reason = f"穿過右邊界" # 3. 檢查線段是否與標籤的上下邊界相交 if not intersects and abs(line_y2 - line_y1) > 1e-6: - # 線段與標籤下邊界的交點 t_bottom = (other_bottom - line_y1) / (line_y2 - line_y1) if 0 <= t_bottom <= 1: x_at_bottom = line_x1_ts + t_bottom * (line_x2_ts - line_x1_ts) - logger.debug(f" 檢查下邊界: t={t_bottom:.4f}, x_at_bottom={datetime.fromtimestamp(x_at_bottom)}, X範圍=[{datetime.fromtimestamp(other_left)}~{datetime.fromtimestamp(other_right)}]") if other_left <= x_at_bottom <= other_right: intersects = True - intersection_reason = f"穿過下邊界 (x={datetime.fromtimestamp(x_at_bottom)})" + intersection_reason = f"穿過下邊界" - # 線段與標籤上邊界的交點 if not intersects: t_top = (other_top - line_y1) / (line_y2 - line_y1) if 0 <= t_top <= 1: x_at_top = line_x1_ts + t_top * (line_x2_ts - line_x1_ts) - logger.debug(f" 檢查上邊界: t={t_top:.4f}, x_at_top={datetime.fromtimestamp(x_at_top)}, X範圍=[{datetime.fromtimestamp(other_left)}~{datetime.fromtimestamp(other_right)}]") if other_left <= x_at_top <= other_right: intersects = True - intersection_reason = f"穿過上邊界 (x={datetime.fromtimestamp(x_at_top)})" + intersection_reason = f"穿過上邊界" if intersects: line_blocked = True blocking_labels.append(other_title) - logger.debug(f" ❌ 碰撞確認: {intersection_reason}") - else: - logger.debug(f" ✓ 無碰撞") if not line_blocked: # 直線不被遮擋，直接繪製 @@ -991,11 +952,9 @@ class ClassicTimelineRenderer: expansion_ratio=0.0 # 不外擴 ) - # 如果標籤與事件在同一時間（垂直對齊），也清除事件點附近 - # 這是為了處理 Event 4 和 Event 5 這種情況 + # 如果標籤與事件在同一時間（垂直對齊），清除事件點附近 if abs((label_x - event_x).total_seconds()) < label_width_seconds / 4: - # 清除起點附近的障礙物（只清除一小塊） - start_clear_seconds = 3600 # 清除起點附近1小時的範圍 + start_clear_seconds = 3600 grid_map.mark_rectangle( center_x_datetime=event_x, center_y=0, @@ -1009,14 +968,11 @@ class ClassicTimelineRenderer: start_col = grid_map.datetime_to_grid_x(event_x) start_row = grid_map.y_to_grid_y(0) - # 終點：標籤邊緣（而非中心！） - # 根據標籤在上方還是下方，設定終點在標籤的下邊緣或上邊緣 + # 終點：標籤邊緣 if label_y > 0: - # 上方標籤：終點在下邊緣（靠近時間軸的一側） label_edge_y = label_y - label_height / 2 direction_constraint = "up" else: - # 下方標籤：終點在上邊緣（靠近時間軸的一側） label_edge_y = label_y + label_height / 2 direction_constraint = "down" @@ -1039,8 +995,7 @@ class ClassicTimelineRenderer: ) if path_grid is None: - # BFS 失敗，強制使用直線 - logger.warning(f" ✗ BFS 找不到路徑，強制使用直線") + logger.warning(f" BFS 找不到路徑，使用直線") shapes.append({ 'type': 'line', 'x0': event_x, @@ -1049,21 +1004,18 @@ class ClassicTimelineRenderer: 'y1': label_y, 'xref': 'x', 'yref': 'y', - 'line': {'color': color, 'width': 1.5, 'dash': 'dot'}, # 虛線表示強制 + 'line': {'color': color, 'width': 1.5, 'dash': 'dot'}, 'layer': 'below', 'opacity': 0.5 }) - # 重要：即使是強制直線，也要標記為障礙物！ path_points = [(event_x, 0), (label_x, label_y)] grid_map.mark_path(path_points, width_expansion=2.5) else: - # BFS 成功，簡化並繪製路徑 - logger.info(f" ✓ BFS 找到路徑，長度: {len(path_grid)}") + logger.info(f" BFS 找到路徑，長度: {len(path_grid)}") # 簡化路徑 path_coords = simplify_path(path_grid, grid_map) - logger.debug(f" 簡化後: {len(path_coords)} 個轉折點") # 繪製路徑（多段線） for i in range(len(path_coords) - 1): @@ -1082,17 +1034,17 @@ class ClassicTimelineRenderer: 'opacity': 0.7 }) - # 將路徑標記為障礙物（供後續路徑避讓） + # 將路徑標記為障礙物 grid_map.mark_path(path_coords, width_expansion=2.5) - # 恢復當前標籤為障礙物（重要！） + # 恢復當前標籤為障礙物 grid_map.mark_rectangle( center_x_datetime=label_x, center_y=label_y, width_seconds=label_width_seconds, height=label_height, state=GridMap.OBSTACLE, - expansion_ratio=0.0 # 不外擴 + expansion_ratio=0.0 ) logger.info(f"BFS 路徑規劃完成，共生成 {len(shapes)} 個線段") @@ -1212,18 +1164,6 @@ class ClassicTimelineRenderer: } }) - # 應用力導向演算法優化標籤位置（如果配置啟用） - # 暫時禁用：效果不佳，考慮使用專業套件（D3.js, Vega-Lite） - # if config.enable_zoom: # 使用 enable_zoom 作為啟用力導向的標誌（臨時） - # markers = apply_force_directed_layout( - # markers, - # config, - # time_range_seconds, # 新增：傳入時間範圍用於計算文字框尺寸 - # max_iterations=100, - # repulsion_strength=50.0, # 調整：降低排斥力強度 - # damping=0.8 # 調整：增加阻尼係數 - # ) - # 2. 事件點 for marker in markers: # 事件圓點 @@ -1264,7 +1204,7 @@ class ClassicTimelineRenderer: 'size': 10, 'color': theme['text_color'] }, - 'bgcolor': 'rgba(255, 255, 255, 0.85)', # 降低不透明度，避免完全遮擋底層連接線 + 'bgcolor': 'rgba(255, 255, 255, 0.85)', 'bordercolor': marker['color'], 'borderwidth': 2, 'borderpad': 5, @@ -1272,11 +1212,10 @@ class ClassicTimelineRenderer: 'align': 'left' }) - # 計算 Y 軸範圍（v9.1 - 固定7泳道，調整下層最低位置） - # 上方最高為 4.0，下方最低為 -2.5 (ratio 0.50 * 5.0) - y_range_max = 4.5 # 上方最高層 + 邊距 - y_range_min = -2.5 # 下方最低層（已調整，避免遮擋日期） - y_margin = 0.8 # 額外邊距（增加以確保日期文字完全可見） + # 計算 Y 軸範圍 + y_range_max = 4.5 + y_range_min = -2.5 + y_margin = 0.8 # 佈局配置 layout = { @@ -1305,7 +1244,6 @@ class ClassicTimelineRenderer: 'margin': {'l': 50, 'r': 50, 't': 80, 'b': 80} } - # Plotly 配置 plotly_config = { 'responsive': True, 'displayModeBar': True, @@ -1413,18 +1351,6 @@ class ClassicTimelineRenderer: } }) - # 應用力導向演算法優化標籤位置（如果配置啟用） - # 暫時禁用：效果不佳，考慮使用專業套件（D3.js, Vega-Lite） - # if config.enable_zoom: # 使用 enable_zoom 作為啟用力導向的標誌（臨時） - # markers = apply_force_directed_layout( - # markers, - # config, - # time_range_seconds, # 新增：傳入時間範圍用於計算文字框尺寸 - # max_iterations=100, - # repulsion_strength=50.0, # 調整：降低排斥力強度 - # damping=0.8 # 調整：增加阻尼係數 - # ) - # 2. 事件點、時間標籤和連接線 for marker in markers: # 事件圓點 @@ -1458,42 +1384,27 @@ class ClassicTimelineRenderer: line_x_points = [marker['x'], label_x] line_y_points = [event_y, event_y] else: - # 使用 L 形直角折線（水平 -> 垂直 -> 水平） - # 智能路徑規劃：根據層級、方向、跨越距離動態調整 - - # 1. 判斷標籤在左側還是右側 - is_right_side = label_x > 0 # 右側為正 - - # 2. 計算跨越距離（標準化） + # 使用 L 形直角折線 + is_right_side = label_x > 0 total_range = (end_date - start_date).total_seconds() y_span_ratio = abs(y_diff_seconds) / total_range if total_range > 0 else 0 + layer_group = layer % 10 - # 3. 根據層級計算基礎偏移（增加偏移幅度和範圍） - layer_group = layer % 10 # 每10層循環一次（增加變化） - - # 4. 根據左右方向使用不同的層級策略 - # 右側：從低到高 (0.25 -> 0.85) - # 左側：從高到低 (0.85 -> 0.25)，鏡像分布避免交錯 if is_right_side: base_ratio = 0.25 - layer_offset = layer_group * 0.06 # 6% 增量 + layer_offset = layer_group * 0.06 else: base_ratio = 0.85 - layer_offset = -layer_group * 0.06 # 負向偏移 + layer_offset = -layer_group * 0.06 - # 5. 根據跨越距離調整 - # 距離越遠，調整幅度越大 - if y_span_ratio > 0.3: # 跨越超過30%的時間軸 + if y_span_ratio > 0.3: distance_adjustment = -0.10 if is_right_side else 0.10 - elif y_span_ratio > 0.15: # 跨越15-30% + elif y_span_ratio > 0.15: distance_adjustment = -0.05 if is_right_side else 0.05 else: distance_adjustment = 0 - # 6. 計算最終的中間寬度比例 mid_x_ratio = base_ratio + layer_offset + distance_adjustment - - # 7. 限制範圍，避免過遠或過近 mid_x_ratio = max(0.20, min(mid_x_ratio, 0.90)) mid_x = label_x * mid_x_ratio @@ -1508,11 +1419,10 @@ class ClassicTimelineRenderer: event_y, # 起點 event_y, # 保持在同一高度 label_y, # 垂直移動到標籤 y - label_y # 終點 + label_y ] - # 使用 shape line 繪製連接線（分段），設定 layer='below' 避免遮擋 - # 將每一段連線分別繪製為獨立的 shape + # 繪製連接線 for i in range(len(line_x_points) - 1): shapes.append({ 'type': 'line', @@ -1526,8 +1436,8 @@ class ClassicTimelineRenderer: 'color': marker['color'], 'width': 1.5, }, - 'layer': 'below', # 線條置於底層，不遮擋事件點和文字框 - 'opacity': 0.7, # 半透明，作為視覺輔助 + 'layer': 'below', + 'opacity': 0.7, }) # 文字標註（包含時間、標題、描述） @@ -1540,7 +1450,7 @@ class ClassicTimelineRenderer: 'size': 10, 'color': theme['text_color'] }, - 'bgcolor': 'rgba(255, 255, 255, 0.85)', # 降低不透明度，避免完全遮擋底層連接線 + 'bgcolor': 'rgba(255, 255, 255, 0.85)', 'bordercolor': marker['color'], 'borderwidth': 2, 'borderpad': 5, @@ -1548,10 +1458,10 @@ class ClassicTimelineRenderer: 'align': 'left' }) - # 計算 X 軸範圍（根據最大層級動態調整，並為時間標籤預留空間） + # 計算 X 軸範圍 x_range_max = max((pos['layer'] // 2 + 1) * layer_spacing for pos in label_positions) if label_positions else layer_spacing x_range_min = -x_range_max - x_margin = 0.4 # 額外邊距（增加以容納時間標籤） + x_margin = 0.4 # 佈局配置 layout = { @@ -1580,7 +1490,6 @@ class ClassicTimelineRenderer: 'margin': {'l': 100, 'r': 100, 't': 80, 'b': 50} } - # Plotly 配置 plotly_config = { 'responsive': True, 'displayModeBar': True, diff --git a/backend/schemas.py b/backend/schemas.py index faa9360..ebd504a 100644 --- a/backend/schemas.py +++ b/backend/schemas.py @@ -3,11 +3,6 @@ 本模組定義 TimeLine Designer 所有資料結構。 遵循 Pydantic BaseModel 進行嚴格型別驗證。 - -Author: AI Agent -Version: 1.0.0 -DocID: SDD-SCHEMA-001 -Rationale: 實現 SDD.md 第2節定義的資料模型 """ from datetime import datetime