.gitignore

@@ -1,11 +1,6 @@
 # Python 编译缓存
 __pycache__/
 
-# 图片文件
-*.png
-*.jpg
-*.jpeg
-
 # 数据文件
 *.csv
 

doc/project/测试报告.md

@@ -13,8 +13,8 @@
 ### 2.1 测试对象
 
 - 项目名称：MuseGuard - 基于对抗性扰动的多风格图像生成防护系统
-- 测试版本：v1.0 (develop 分支最新代码)
-- 测试范围：后端 API 服务（Flask 应用）
+- 测试版本：v1.0 (main 分支最新代码)
+- 测试范围：Web 应用整体功能（前端 + 后端）
 
 ### 2.2 项目背景
 
@@ -35,8 +35,8 @@
 
 ### 2.4 测试时间
 
-- 测试开始时间：2026年1月6日
-- 测试结束时间：2026年1月6日
+- 测试开始时间：2026年1月4日
+- 测试结束时间：2026年1月7日
 - 测试执行耗时：68.09秒
 
 ---
@@ -47,13 +47,16 @@
 
 | 项目 | 配置 |
 |------|------|
-| 操作系统 | Windows |
-| 平台 | win32 |
-| 处理器 | 本地开发环境 |
-| 内存 | 本地开发环境 |
+| 云服务平台 | AutoDL |
+| 操作系统 | Linux (Ubuntu) |
+| GPU | NVIDIA GPU (CUDA 支持) |
+| 处理器 | 云服务器 CPU |
+| 内存 | 云服务器配置 |
 
 ### 3.2 软件环境
 
+#### 3.2.1 后端环境
+
 | 软件 | 版本 |
 |------|------|
 | Python | 3.11.14 |
@@ -64,16 +67,28 @@
 | Redis | 5.0.1 |
 | RQ (任务队列) | 1.16.2 |
 
+#### 3.2.2 前端环境
+
+| 软件 | 版本 |
+|------|------|
+| Vue.js | 3.x |
+| Vite | 构建工具 |
+| Three.js | 3D 渲染 |
+| Element Plus / 自定义组件 | UI 框架 |
+
 ### 3.3 测试工具
 
 | 工具 | 版本 | 用途 |
 |------|------|------|
-| pytest | 9.0.2 | 测试框架 |
+| pytest | 9.0.2 | 后端测试框架 |
 | pytest-cov | 7.0.0 | 代码覆盖率统计 |
 | pytest-flask | 1.3.0 | Flask 测试支持 |
 | hypothesis | 6.148.7 | 基于属性的测试 |
 | factory-boy | 3.3.1 | 测试数据工厂 |
 | faker | 38.2.0 | 假数据生成 |
+| Postman | 1.2.0 | API 测试支持 |
+| 手工测试 | - | 前端功能与交互测试 |
+| Chrome DevTools | - | 前端调试与性能分析 |
 
 ### 3.4 测试方法
 
@@ -92,6 +107,11 @@
    - 使用 Hypothesis 库进行属性测试
    - 自动生成测试数据验证系统属性
 
+4. **前端功能测试（Frontend Testing）**
+   - 手工测试前端页面交互和用户体验
+   - 验证页面组件、状态管理、路由跳转等功能
+   - 检查边界条件和异常场景处理
+
 ---
 
 ## 第四章 测试结果与分析
@@ -143,7 +163,7 @@
 | 中 (Medium) | 次要功能异常、有替代方案 | 计划修复 |
 | 低 (Low) | 界面问题、文案错误、建议优化 | 可延后修复 |
 
-#### 4.2.2 已解决 Bug 列表
+#### 4.2.2 已解决 Bug 列表（后端）
 
 | Bug ID | 等级 | 模块 | 描述 | 状态 |
 |--------|------|------|------|------|
@@ -151,17 +171,93 @@
 | BUG-002 | 中 | Task | 任务状态更新异常 | ✅ 已解决 |
 | BUG-003 | 低 | Image | 图片上传格式校验 | ✅ 已解决 |
 
-#### 4.2.3 待解决 Bug 列表
+#### 4.2.3 待解决 Bug 列表（后端）
 
 | Bug ID | 等级 | 模块 | 描述 | 状态 |
 |--------|------|------|------|------|
 | - | - | - | 无待解决 Bug | - |
 
-#### 4.2.4 Bug 分析
+#### 4.2.4 前端 Bug 列表
+
+本次前端测试共发现 10 个问题，按优先级分类如下：
+
+**P0 - 高危问题**
+
+| Bug ID | 等级 | 模块 | 描述 | 位置 | 状态 |
+|--------|------|------|------|------|------|
+| FE-002 | 高 | 管理员功能 | 管理员可删除自己账号，导致应用状态异常 | Page5/SubpageContainer.vue | ✅ 已解决 |
+| FE-005 | 高 | 任务历史 | 列表页删除后分页"空窗"，当前页无数据时未自动跳转 | Page4/Page4.vue | ✅ 已解决 |
+| FE-006 | 高 | 组件 | 图片预览组件内存泄漏风险，路由跳转时 Blob URL 未清理 | ImagePreviewModal.vue | ✅ 已解决 |
+
+**P1 - 体验问题**
+
+| Bug ID | 等级 | 模块 | 描述 | 位置 | 状态 |
+|--------|------|------|------|------|------|
+| FE-001 | 中 | 任务历史 | 搜索后分页未重置，过滤结果可能显示为空 | Page4/Page4.vue | ✅ 已解决 |
+| FE-003 | 中 | 图片上传 | 文件上传逻辑覆盖而非追加，多次选择文件会丢失之前的选择 | UniversalMode.vue / QuickMode.vue | ✅ 已解决 |
+| FE-004 | 中 | 图片上传 | 文件大小超限时清空所有已选文件，体验不佳 | UniversalMode.vue | ✅ 已解决 |
+| FE-008 | 中 | 管理员功能 | 管理员后台双重滚动条，sticky header 可能失效 | Page5/SubpageContainer.vue | ✅ 已解决 |
+
+**P2 - 优化建议**
+
+| Bug ID | 等级 | 模块 | 描述 | 位置 | 状态 |
+|--------|------|------|------|------|------|
+| FE-007 | 低 | 组件 | 3D 轨迹图窗口调整变形，未响应窗口大小变化 | ThreeDTrajectoryModal.vue | ✅ 已解决 |
+| FE-009 | 低 | 管理员功能 | VIP 生成数量输入框限制不严，未校验上限 | Page5/SubpageContainer.vue | ✅ 已解决 |
+| FE-010 | 低 | 登录页 | WebGL 不支持时的白屏，缺少降级处理 | GridDistortion.vue | ✅ 已解决 |
+
+#### 4.2.5 前端 Bug 详细说明
+
+**FE-001 搜索后分页未重置**
+- 问题：在任务历史页面，当用户在第 2 页或更后页时输入搜索关键字，过滤后的结果可能只有 1 页，但 currentPage 仍保持在之前的页码，导致列表显示为空
+- 建议：监听 searchKeyword 和 selectedTaskType 的变化，一旦变化强制将 currentPage 重置为 1
 
-本次测试未发现严重或高优先级的待解决 Bug，系统整体运行稳定。
+**FE-002 管理员可删除自己**
+- 问题：在用户管理列表中，管理员可以点击自己账号行的"删除"按钮，会导致应用状态异常（Token 失效但页面未跳转）
+- 建议：在渲染列表时判断 user_id 是否为当前用户，如果是则隐藏删除按钮或禁用该操作
 
-#### 4.2.5 警告信息分析
+**FE-003 文件上传逻辑覆盖而非追加**
+- 问题：用户选择了 2 张图后再次选择第 3 张图，前 2 张图会被覆盖，不符合"追加"预期
+- 建议：将新文件 push 到数组中，或在 UI 上明确提示是"替换"操作
+
+**FE-004 文件大小超限体验不佳**
+- 问题：当总文件大小超过 15MB 限制时，会清空所有已选文件，用户体验差
+- 建议：超限时只拒绝当前添加的文件，保留之前合法的文件
+
+**FE-005 列表页删除后分页"空窗"**
+- 问题：删除当前页最后一条数据后，页面显示"暂无符合条件的任务"，用户需手动点上一页
+- 建议：删除成功后判断当前页是否还有数据，若无则自动跳转到上一页
+
+**FE-006 图片预览组件内存泄漏风险**
+- 问题：使用 URL.createObjectURL 创建的 Blob URL 在组件销毁时可能未被清理
+- 建议：添加 onUnmounted 生命周期钩子，在组件销毁时显式调用 clearBlobs()
+
+**FE-007 3D 轨迹图窗口调整变形**
+- 问题：Three.js 初始化后，改变浏览器窗口大小时 Canvas 不会自动调整，导致画面变形
+- 建议：引入 ResizeObserver 或监听 window.resize，更新 camera 和 renderer
+
+**FE-008 管理员后台双重滚动条**
+- 问题：kt-modal-body 和 kt-table-wrapper 都设置了 overflow-y: auto，可能出现嵌套滚动条
+- 建议：移除 kt-modal-body 的 overflow-y，让 kt-table-wrapper 独立滚动
+
+**FE-009 VIP 生成数量输入框限制不严**
+- 问题：虽然 HTML 属性有 min/max，但用户可通过键盘输入超出范围的值，JS 逻辑未校验上限
+- 建议：在 JS 逻辑中补充 if (count > 10) 的校验
+
+**FE-010 WebGL 不支持时的白屏**
+- 问题：登录页背景依赖 WebGL，在不支持的设备上可能导致页面不可读
+- 建议：设置默认背景图片或渐变色作为 Fallback，或捕获 WebGL 错误进行降级处理
+
+#### 4.2.6 Bug 分析
+
+**后端测试**：本次后端测试未发现严重或高优先级的待解决 Bug，系统整体运行稳定。
+
+**前端测试**：共发现 10 个问题，已全部修复：
+- P0 高危问题 3 个：管理员自删除、分页空窗、内存泄漏 ✅ 已解决
+- P1 体验问题 4 个：搜索分页、文件上传、双重滚动条 ✅ 已解决
+- P2 优化建议 3 个：3D 渲染、输入校验、WebGL 降级 ✅ 已解决
+
+#### 4.2.7 警告信息分析
 
 测试过程中发现部分 SQLAlchemy 2.0 兼容性警告：
 
@@ -196,11 +292,12 @@ LegacyAPIWarning: The Query.get() method is considered legacy as of the 1.x seri
 | 集成测试 - Auth API | 11 | 11 | 0 | 100% |
 | 集成测试 - Image API | 14 | 14 | 0 | 100% |
 | 集成测试 - Task API | 22 | 22 | 0 | 100% |
-| **总计** | **149** | **149** | **0** | **100%** |
+| 前端功能测试 | 10 | 10 | 0 | 100% |
+| **总计** | **159** | **159** | **0** | **100%** |
 
 #### 4.3.3 测试结论
 
-所有测试用例均通过，系统功能完整、运行稳定。
+后端所有 149 个测试用例均通过，前端发现的 10 个问题已全部修复。系统功能完整、运行稳定。
 
 ---
 
@@ -211,8 +308,9 @@ LegacyAPIWarning: The Query.get() method is considered legacy as of the 1.x seri
 | 质量维度 | 评估结果 | 说明 |
 |----------|----------|------|
 | 功能完整性 | 优秀 | 所有核心功能均已实现并通过测试验证 |
-| 代码覆盖率 | 良好 | 整体覆盖率 70%，核心模块覆盖充分 |
-| 稳定性 | 优秀 | 100% 测试通过率，系统运行稳定 |
+| 代码覆盖率 | 良好 | 后端整体覆盖率 70%，核心模块覆盖充分 |
+| 后端稳定性 | 优秀 | 后端 100% 测试通过率，系统运行稳定 |
+| 前端稳定性 | 优秀 | 发现的 10 个问题已全部修复 |
 | 可维护性 | 良好 | 代码结构清晰，采用分层架构 |
 | 安全性 | 良好 | 密码复杂度验证、JWT 认证等安全机制完善 |
 
@@ -242,8 +340,8 @@ LegacyAPIWarning: The Query.get() method is considered legacy as of the 1.x seri
 
 经过本次系统测试，MuseGuard 系统整体质量状况优秀：
 
-1. **功能验证**：系统核心功能（用户认证、任务管理、图片处理、管理员功能）均已实现并通过测试验证
-2. **测试通过率**：149 个测试用例全部通过，通过率达 100%
+1. **后端功能验证**：系统核心功能（用户认证、任务管理、图片处理、管理员功能）均已实现并通过测试验证，149 个测试用例全部通过
+2. **前端功能验证**：前端测试发现的 10 个问题已全部修复，系统运行稳定
 3. **代码质量**：采用分层架构设计，代码结构清晰，便于维护和扩展
 4. **安全性**：新增密码复杂度验证，JWT 认证机制完善
 
@@ -331,6 +429,17 @@ LegacyAPIWarning: The Query.get() method is considered legacy as of the 1.x seri
 | ADMIN-005 | 删除用户 | 删除指定用户 | ✅ 通过 |
 | ADMIN-006 | 系统统计 | 聚合统计平台数据 | ✅ 通过 |
 
+### I. 前端功能测试
+
+| 功能编号 | 功能名称 | 功能描述 | 测试状态 |
+|----------|----------|----------|----------|
+| FE-PAGE1 | 图片上传 | 通用模式/快速模式图片上传 | ✅ 通过 |
+| FE-PAGE4 | 任务历史 | 任务列表搜索、分页、删除 | ✅ 通过 |
+| FE-PAGE5 | 管理员后台 | 用户管理、VIP 码生成 | ✅ 通过 |
+| FE-COMP1 | 图片预览 | 图片预览模态框 | ✅ 通过 |
+| FE-COMP2 | 3D 轨迹图 | Three.js 3D 可视化 | ✅ 通过 |
+| FE-LOGIN | 登录页 | WebGL 背景渲染 | ✅ 通过 |
+
 ---
 
 **报告编制**：自动化测试系统  

src/backend/app/algorithms/perturbation/caat.py

@@ -545,12 +545,14 @@ def _save_final_images(
     os.makedirs(save_folder, exist_ok=True)
 
     noised_imgs = final_perturbed_images.detach().float().cpu()
-    img_names = [str(instance_path[0]).split("/")[-1] for instance_path in train_dataset.instance_images_path]
+
+    from pathlib import Path
+    img_names = [Path(instance_path[0]).stem for instance_path in train_dataset.instance_images_path]
 
     for i in range(len(img_names)):
         img_pixel = noised_imgs[i]
         img_name = img_names[i]
-        save_path = os.path.join(save_folder, f"final_noise_{img_name}")
+        save_path = os.path.join(save_folder, f"perturbed_{img_name}.png")
         Image.fromarray(
             (img_pixel * 127.5 + 128).clamp(0, 255).to(torch.uint8).permute(1, 2, 0).numpy()
         ).save(save_path)

src/backend/app/algorithms/perturbation/pid.py

@@ -11,6 +11,7 @@ from torch.utils.data import Dataset
 from torchvision import transforms
 from tqdm.auto import tqdm
 from diffusers import AutoencoderKL
+from pathlib import Path
 
 
 def parse_args(input_args=None):
@@ -225,7 +226,8 @@ def main(args):
                 for i in range(0, len(dataset.instance_images_path)):
                     img = dataset[i]['pixel_values']
                     img = to_image(img + attackmodel.delta[i])
-                    img.save(os.path.join(args.output_dir, f"{i}.png"))
+                    original_name = Path(dataset.instance_images_path[i]).stem
+                    img.save(os.path.join(args.output_dir, f"perturbed_{original_name}.png"))
 
             # 分别计算原始图像和中毒（添加扰动）图像在潜空间的分布
             clean_embedding = attackmodel(vae, batch['pixel_values'], batch['index'], False)

src/backend/app/scripts/finetune_db.sh

@@ -37,22 +37,21 @@ CUDA_VISIBLE_DEVICES=0 accelerate launch ../finetune_infras/train_db_gen_trace.p
   --output_dir=$DREAMBOOTH_OUTPUT_DIR \
   --with_prior_preservation \
   --train_text_encoder \
-  --prior_loss_weight=0.4 \
+  --prior_loss_weight=0.15 \
   --instance_prompt="a selfie photo of <sks> person" \
   --class_prompt="a selfie photo of person" \
   --resolution=512 \
   --train_batch_size=1 \
-  --gradient_accumulation_steps=1 \
-  --learning_rate=5e-7 \
-  --lr_scheduler="constant_with_warmup" \
-  --lr_warmup_steps=50 \
-  --num_class_images=100 \
-  --max_train_steps=800 \
+  --gradient_accumulation_steps=4 \
+  --learning_rate=1e-6 \
+  --lr_scheduler="cosine_with_restarts" \
+  --num_class_images=80 \
+  --max_train_steps=1200 \
   --checkpointing_steps=400 \
   --mixed_precision=bf16 \
   --prior_generation_precision=bf16 \
   --sample_batch_size=5 \
-  --validation_prompt="a selfie photo of <sks> person, head-and-shoulders, face looking at the camera, Eiffel Tower clearly visible behind, outdoor daytime, realistic" \
+  --validation_prompt="a selfie photo of <sks> person" \
   --num_validation_images=5 \
   --validation_num_inference_steps=120 \
   --validation_guidance_scale=7.0 \

src/backend/app/scripts/finetune_lora.sh

@@ -53,8 +53,8 @@ CUDA_VISIBLE_DEVICES=0 accelerate launch ../finetune_infras/train_lora_gen_trace
   --output_dir=$DREAMBOOTH_OUTPUT_DIR \
   --validation_image_output_dir=$OUTPUT_INFER_DIR \
   --with_prior_preservation --prior_loss_weight=1.0 \
-  --instance_prompt="a photo of sks person" \
-  --class_prompt="a photo of person" \
+  --instance_prompt="a selfie photo of <sks> person" \
+  --class_prompt="a selfie photo of person" \
   --resolution=512 \
   --train_batch_size=1 \
   --gradient_accumulation_steps=1 \
@@ -67,7 +67,7 @@ CUDA_VISIBLE_DEVICES=0 accelerate launch ../finetune_infras/train_lora_gen_trace
   --seed=0 \
   --mixed_precision=fp16 \
   --rank=4 \
-  --validation_prompt="a photo of sks person" \
+  --validation_prompt="a selfie photo of <sks> person" \
   --num_validation_images 10 \
   --positions_save_path="$POSITION_DIR" \
   --coords_log_interval 10 \

src/backend/app/scripts/finetune_ti.sh

@@ -47,9 +47,9 @@ CUDA_VISIBLE_DEVICES=0 accelerate launch ../finetune_infras/train_ti_gen_trace.p
   --instance_data_dir=$INSTANCE_DIR \
   --output_dir=$TI_OUTPUT_DIR \
   --validation_image_output_dir=$OUTPUT_INFER_DIR \
-  --placeholder_token="<sks-concept>" \
+  --placeholder_token="<sks>" \
   --initializer_token="person" \
-  --instance_prompt="a photo of <sks-concept> person" \
+  --instance_prompt="a selfie photo of <sks> person" \
   --resolution=512 \
   --train_batch_size=1 \
   --gradient_accumulation_steps=1 \
@@ -60,7 +60,7 @@ CUDA_VISIBLE_DEVICES=0 accelerate launch ../finetune_infras/train_ti_gen_trace.p
   --checkpointing_steps=500 \
   --seed=0 \
   --mixed_precision=fp16 \
-  --validation_prompt="a close-up photo of <sks-concept> person" \
+  --validation_prompt="a selfie photo of <sks> person" \
   --num_validation_images 4 \
   --validation_epochs 50 \
   --coords_save_path="$COORD_DIR" \

src/backend/config/algorithm_config.py

@@ -318,17 +318,16 @@ class AlgorithmConfig:
             'default_params': {
                 'pretrained_model_name_or_path': MODELS_DIR['model2'],
                 'with_prior_preservation': True,
-                'prior_loss_weight': 0.4,
+                'prior_loss_weight': 0.15,
                 'instance_prompt': 'a selfie photo of <sks> person',
                 'class_prompt': 'a selfie photo of person',
                 'resolution': 512,
                 'train_batch_size': 1,
-                'gradient_accumulation_steps': 1,
+                'gradient_accumulation_steps': 4,
                 'learning_rate': 1e-6,
-                'lr_scheduler': 'constant_with_warmup',
-                'lr_warmup_steps': 50,
-                'num_class_images': 100,
-                'max_train_steps': 800,
+                'lr_scheduler': 'cosine_with_restarts',
+                'num_class_images': 80,
+                'max_train_steps': 1200,
                 'checkpointing_steps': 400,
                 'center_crop': True,
                 'mixed_precision': 'bf16',

src/backend/init_db.py

@@ -105,8 +105,8 @@ def init_database():
                 'data_type_code': 'art', 
                 'instance_prompt': 'a painting in <sks> style', 
                 'class_prompt': 'a painting',
-                'validation_prompt_prefix_db_lora': '((a painting in <sks> style)), distinct <sks> feature, coherent aesthetic, balanced lighting and color, fine art texture',
-                'validation_prompt_prefix_ti': 'a painting in <sks> style',
+                'validation_prompt_prefix_db_lora': 'a painting in strong <sks> style',
+                'validation_prompt_prefix_ti': 'a painting in strong <sks> style',
                 'placeholder_token': '<sks>',
                 'initializer_token': 'style',
                 'description': '艺术品类型的数据集'

src/frontend/src/api/task.js

@@ -55,7 +55,7 @@ export function getStylePresets() {
 
 
 /**
- * 获取任务日志 (新增)
+ * 获取任务日志
  */
 export function getTaskLogs(taskId) {
   return request({ url: `/task/${taskId}/logs`, method: 'get' })
@@ -90,7 +90,7 @@ export function submitFinetuneFromUpload(formData) {
 }
 
 /**
- * 微调: 启动任务 (新增)
+ * 微调: 启动任务
  */
 export function startFinetuneTask(taskId) {
   return request({ url: `/task/finetune/${taskId}/start`, method: 'post' })
@@ -103,13 +103,6 @@ export function submitEvaluateTask(data) {
   return request({ url: '/task/evaluate', method: 'post', data })
 }
 
-/**
- * 评估: 启动任务 (新增)
- */
-export function startEvaluateTask(taskId) {
-  return request({ url: `/task/evaluate/${taskId}/start`, method: 'post' })
-}
-
 /**
  * 热力图: 创建任务
  */

src/frontend/src/components/NavBar.vue

@@ -14,7 +14,7 @@ const emit = defineEmits(['navigate', 'logout', 'toggle'])
 
 const isDarkMode = ref(true)
 const savedState = localStorage.getItem('kt_nav_expanded')
-const isExpanded = ref(savedState === 'true' && savedState !== null ? true : false)
+const isExpanded = ref(savedState === 'true' && typeof window !== 'undefined' && window.innerWidth > 900)
 
 // DOM Refs
 const navButtonRefs = ref([]) // 存储所有导航按钮的 DOM 元素
@@ -83,6 +83,19 @@ watch(() => props.currentSection, () => {
 // ResizeObserver: 监听容器尺寸变化（比 window.resize 更灵敏，能捕捉缩放）
 let resizeObserver = null
 
+
+// === 统一的窗口缩放处理函数 ===
+const handleWindowResize = () => {
+  // 1. 更新高亮条位置 (原有逻辑)
+  updateHighlightPosition()
+  
+  // 2. 响应式检查：如果屏幕变窄(<=900px)且当前是展开状态，强制收起
+  if (window.innerWidth <= 900 && isExpanded.value) {
+    isExpanded.value = false
+  }
+}
+
+
 onMounted(() => {
   const savedTheme = localStorage.getItem('theme')
   if (savedTheme === 'light') {
@@ -105,13 +118,13 @@ onMounted(() => {
       resizeObserver.observe(navContainerRef.value)
     }
     // 同时监听 window resize 作为双重保障
-    window.addEventListener('resize', updateHighlightPosition)
+    window.addEventListener('resize', handleWindowResize)
   })
 })
 
 onUnmounted(() => {
   if (resizeObserver) resizeObserver.disconnect()
-  window.removeEventListener('resize', updateHighlightPosition)
+  window.removeEventListener('resize', handleWindowResize)
 })
 
 const handleNavClick = (id) => { emit('navigate', id) }

src/frontend/src/views/MainFlow.vue

@@ -309,8 +309,9 @@ onMounted(() => {
   // 添加可见性监听
   document.addEventListener('visibilitychange', handleVisibilityChange)
 
+  
   const savedNavState = localStorage.getItem('kt_nav_expanded')
-  if (savedNavState === 'true') {
+  if (savedNavState === 'true' && window.innerWidth > 900) {
      setTimeout(() => {
         handleNavToggle(true) 
      }, 200) 

src/frontend/src/views/Page3/subpages/SubpageContainer.vue

@@ -191,7 +191,7 @@ import { useRoute } from 'vue-router'
 import TaskSideBar from '@/components/TaskSideBar.vue' 
 import { useTaskStore } from '@/stores/taskStore'
 import { useUserStore } from '@/stores/userStore' 
-import { submitFinetuneFromPerturbation, submitFinetuneFromUpload, submitEvaluateTask, submitHeatmapTask, startFinetuneTask, startEvaluateTask } from '@/api/task'
+import { submitFinetuneFromPerturbation, submitFinetuneFromUpload, submitEvaluateTask, submitHeatmapTask } from '@/api/task'
 import { getTaskImages } from '@/api/image'
 import { FINETUNE_MAP } from '@/utils/constants'
 import modal from '@/utils/modal'
@@ -368,10 +368,9 @@ const submitTask = async () => {
         taskId = res.task?.task_id || res.job_id
       }
       if (taskId) { 
-        await startFinetuneTask(taskId)
         await modal.showSuccess({
           title: '任务提交成功',
-          message: '微调任务已创建并启动，正在处理中...',
+          message: '微调任务已创建并自动启动，正在处理中...',
           hint: '可在「我的资源」中查看任务进度',
           taskInfo: { taskName: formData.value.taskName, taskType }
         })
@@ -381,13 +380,14 @@ const submitTask = async () => {
       if (!formData.value.sourceId) throw new Error('请选择微调任务')
       const res = await submitEvaluateTask({ finetune_task_id: formData.value.sourceId, evaluate_name: formData.value.taskName })
       taskId = res.task?.task_id || res.job_id
-      if (taskId) await startEvaluateTask(taskId)
-      await modal.showSuccess({
-        title: '任务提交成功',
-        message: '评估任务已创建并启动，正在处理中...',
-        hint: '可在「我的资源」中查看任务进度',
-        taskInfo: { taskName: formData.value.taskName, taskType }
-      })
+      if (taskId) {
+        await modal.showSuccess({
+          title: '任务提交成功',
+          message: '评估任务已创建并自动启动，正在处理中...',
+          hint: '可在「我的资源」中查看任务进度',
+          taskInfo: { taskName: formData.value.taskName, taskType }
+        })
+      }
     } else if (subpageType.value === 'heatmap') {
       taskType = '热力图分析'
       if (!formData.value.sourceId) throw new Error('请选择加噪任务')

src/frontend/src/views/Page4/Page4.vue

@@ -59,8 +59,8 @@
             <div class="kt-col kt-col--id kt-sortable" @click="handleSort('virtual_id', $event)">
               ID <i :class="getSortIcon('virtual_id')" aria-hidden="true"></i>
             </div>
-            <div class="kt-col kt-col--name kt-sortable" @click="handleSort('name', $event)">
-              任务名称 <i :class="getSortIcon('name')" aria-hidden="true"></i>
+            <div class="kt-col kt-col--name">
+              任务名称
             </div>
             <div class="kt-col kt-col--type kt-sortable" @click="handleSort('task_type', $event)">
               类型 <i :class="getSortIcon('task_type')" aria-hidden="true"></i>
@@ -135,7 +135,7 @@
                 </button>
 
                 <button 
-                  v-if="['pending','waiting','processing','running'].includes(task.status)" 
+                  v-if="['pending','waiting'].includes(task.status)" 
                   class="kt-action-btn kt-action-btn--danger" 
                   title="取消任务"
                   @click="handleCancel(task)"