# Landvex Infrastructure Object Library (IOL) > Kunskapsgraf över visuellt identifierbar fysisk infrastruktur. > Grafen är produkten. Allt annat — appar, API:er, dashboards — är gränssnitt mot grafen. ## Arkitektur (skalad för 50GB+ agentkraft) ``` ┌─────────────────────────────────────────────────────────────────┐ │ LANDVEX IOL v3 │ ├─────────────────────────────────────────────────────────────────┤ │ SaaS-lager │ Identify API │ Tillverkarportal │ │ (API-nycklar, │ (foto → │ (claims, │ │ billing, SLAs) │ kandidater) │ verifiering) │ ├──────────────────────┼────────────────┼────────────────────────┤ │ Datafabrik │ Vision │ QUIXZOOM │ │ (skördning, │ (embeddings, │ (bounties, │ │ extraktion, │ OCR, │ fältverifiering, │ │ entitetsupplösning)│ träning) │ individregister) │ ├──────────────────────┴────────────────┴────────────────────────┤ │ Property Graph (Neo4j) │ Vektordatabas (FAISS) │ │ 64 noder → 1M+ noder │ 0 → 1M+ embeddings │ ├─────────────────────────────────────────────────────────────────┤ │ Ingest Pipeline → Master Data → Graf-export → API │ └─────────────────────────────────────────────────────────────────┘ ``` ## Komponenter ### Datafabrik (`datafabrik/`) Automatiserad datainsamling och bearbetning. | Modul | Beskrivning | |-------|-------------| | `skordare/` | Webb-crawlers för tillverkare, upphandlingar, standarder | | `extraktor/` | LLM-baserad schemastyrd extraktion (GPT-4o-mini) | | `upplosare/` | Entitetsupplösning och deduplicering | | `koer/` | Tre köer: schemalagd / kunddriven / fält | | `agent_orkestrering.py` | Koordinerar 20+ parallella agenter | ### Vision (`vision/`) Bildigenkänning och träning. | Modul | Beskrivning | |-------|-------------| | `modeller/` | Identify-modell (ResNet50 + kontrastivt lärande) | | `traening/` | Träningspipeline med NT-Xent loss | | `embeddings/` | FAISS-vektordatabas + OCR-pipeline | | `dataset/` | Bilddataset från Zoomer-foton och tillverkare | ### API (`api/`) FastAPI-baserad Identify API. | Endpoint | Beskrivning | |----------|-------------| | `POST /v0/identify` | Bild → rankade kandidater | | `GET /v0/objects/{id}` | Komplett post | | `GET /v0/search` | Fritextsök | | `POST /v0/feedback` | Skapa bounty | ### Infrastruktur (`infrastruktur/`) | Komponent | Teknik | |-----------|--------| | Graf-databas | Neo4j Enterprise | | Vektordatabas | FAISS | | Objektlagring | MinIO (S3-kompatibel) | | Köer | Redis | | Monitorering | Prometheus + Grafana | | Orkestrering | AWS ECS Fargate | ## Snabbstart ```bash # 1. Bygg och starta lokalt ./build.sh # 2. Produktion med Docker Compose docker compose -f docker-compose.prod.yml up -d # 3. Skala ut med Terraform cd infrastruktur/terraform terraform apply # 4. Kör agentarmén för Tier 1 python3 datafabrik/agent_orkestrering.py --tier 1 --domäner TRP,ELN,VAT ``` ## Dataflöde ``` Skördare → Rådata → Extraktor → Kandidatposter → Upplösare → Master v3 → Graf-export → Neo4j + FAISS → API → Kund ↑_________________________________________________↓ (feedback → bounty → ny skördning) ``` ## Mätetal | Mått | Nu | Mål (12 mån) | |------|-----|--------------| | Objektklasser | 37 | 500+ | | Produktmodeller | 27 | 100 000+ | | Grafkanter | 176 | 1 000 000+ | | Identify konfidens | Mockad | >90% top-3 | | Kostnad/faktum | N/A | <$0.001 | ## Regler 1. **Enda sanningskälla:** `10-data/` + `lvx-objekt-schema.json` 2. **Aldrig mock i kundnära väg** 3. **Källa på varje påstående** 4. **ID:n mintas endast via registertjänsten** 5. **Verifieringstrappan är enkelriktad** ## Dokument - [Genome-strategi](40-strategi/landvex-genome-strategi.md) - [IOL-grundspec](40-strategi/iol-grundspecifikation.md) - [API-spec](30-produkt/lvx-pilot-api-spec.md) - [Agentarmé](00-styrning/AGENTARME.md) ## Team 58 agenter · 11 skvadroner · 4 faser Litet kärnteam, stor agentflotta. **Skalning sker i beräkning, inte i huvuden.**