/lipstick-db

聪明的AI口红数据库 Smart AI Lipstick Database 💄

Primary LanguageJupyter NotebookApache License 2.0Apache-2.0

口红搜索引擎 Lipstick DB

用AI搜索口红!Find the right lipstick using AI!

English Documentation

Bilibili

点击这里试一试

本地开发步骤

系统依赖

系统需要安装Docker桌面版,我们需要通过docker运行minio才能正常在本地工作,如果没有Docker的话,需要到AWS上申请S3或者到腾讯云申请COS服务。

Python最低版本3.8+, 推荐3.9+(建议使用pyenv管理Python环境)

前端项目需要安装NodeJS v14+(推荐v16 LTS)和yarn v1,推荐使用nvm管理NodeJS环境

另外推荐安装make,因为项目使用了make配置环境变量注入

docker依赖

运行以下命令启动minio服务:

docker compose up -d minio-service

本地启动之后,进入http://localhost:9001,输入用户名minio,密码minio123进入之后,到`Buckets` -> Create Bucket,创建一个名为lipstick-db的资源桶。

项目依赖

首先安装项目依赖:

# python依赖
pip install pipenv
pipenv install
# 进入pipenv环境
pipenv shell
# nodejs依赖
cd ui
yarn

环境变量配置

项目有一个.env.example文件,复制这个文件,并重命名为.env,后续的步骤中,你将会在这个文件中配置项目所需的环境变量。

数据获取

项目所用到的口红和试色图片数据整理在维格表,请注册维格表账号,并把口红数据库另存为副本。

获得数据副本之后,请按照以下图示,记录以下几个字段,填入.env

vika-setup

vika-setup2

vika-setup3

使用以下命令导入数据:

make full-import

# MacOS需要使用以下命令
JINA_MP_START_METHOD=forkserver make full-import

启动Jina Flow

命令行回到项目根目录之后:

make jina-local

# MacOS 请使用
JINA_MP_START_METHOD=forkserver make jina-local

Jina Flow服务器会在8888端口启动

启动FastAPI Server

命令行回到项目根目录之后:

# 正常启动
make main-app

# 开发过程中可以使用reload模式启动
make main-app args="--host 0.0.0.0 --reload"

# MacOS需要添加以下命令:
JINA_MP_START_METHOD=forkserver make main-app args="--host 0.0.0.0 --reload"

FastAPI服务器会在8000端口启动

启动UI

cd ui
yarn dev

UI会在端口3000启动

部署流程

构建docker镜像

make build-jina-docker #请确保数据已经在本地正确导入之后再运行
make build-fastapi-docker

构建之后可以直接通过提供的docker-compose部署:

docker-compose up -d

推荐部署到4核8G的服务器上。

UI部署请参考官方NextJS的部署方法,目前国内推荐使用腾讯云SCF部署,海外推荐使用Vercel

k8s部署

请参考k8s目录下的文件部署。目前k8s部署仅作为参考用,由于项目使用annlite存储数据,在搜索请求时容易导致OOM出错,请自行选择外部存储方案,对应调整之后再部署。

开源证书 License

Apache License v2