Skip to main content
Glama

高速MCP_RecSys

これは、MCP を使用した CLIP ベースのファッション レコメンダーです。

モックアップ

ユーザーが衣服の画像をアップロード → YOLOが衣服を検出 → CLIPがエンコード → 類似の衣服を推奨

フォルダ構造

/project-root │ ├── /backend │ ├── Dockerfile │ ├── /app │ │ ├── server.py # FastAPI app code │ │ ├── /routes │ │ │ └── clothing_routes.py │ │ ├── /controllers │ │ │ └── clothing_controller.py │ │ │ └──clothing_tagging.py │ │ │ └── tag_extractor.py # Pending: define core CLIP functionality │ │ ├── schemas/ │ │ │ └── clothing_schemas.py │ │ ├── config/ │ │ │ └── tag_list_en.py $ Tool for mapping: https://jsoncrack.com/editor │ │ │ └── database.py │ │ │ └── settings.py │ │ │ └── api_keys.py │ │ └── requirements.txt │ └── .env │ ├── /fastmcp │ └── app │ └── server.py │ ├── /frontend │ ├── Dockerfile │ ├── package.json │ ├── package-lock.json │ ├── /public │ │ └── index.html │ ├── /src │ │ ├── /components │ │ │ ├── ImageUpload.jsx │ │ │ ├── DetectedTags.jsx │ │ │ └── Recommendations.jsx │ │ ├── /utils │ │ │ └── api.js │ │ ├── App.js # Main React component │ │ ├── index.js │ │ ├── index.css │ │ ├── tailwind.config.js │ │ ├── postcss.config.js │ │ └── .env │ ├── .gitignore │ ├── docker-compose.yml │ └── README.md └────── requirements.txt

クイックスタートガイド

ステップ1: GitHubプロジェクトのクローンを作成する

ステップ2: Python環境をセットアップする

python -m venv venv source venv/bin/activate # On macOS or Linux venv\Scripts\activate # On Windows

ステップ3: 依存関係をインストールする

pip install -r requirements.txt

ステップ4: FastAPIサーバー(バックエンド)を起動する

uvicorn backend.app.server:app --reload

サーバーが実行し、データベースが接続されると、コンソールに次のメッセージが表示されます。

Database connected INFO: Application startup complete.

ステップ5: 依存関係をインストールする

データベース接続情報: アプリケーションの起動が完了しました。

npm install

ステップ6: 開発サーバー(フロントエンド)を起動する

npm start

実行されると、サーバーは確認をログに記録し、ブラウザでアプリを開きます: http://localhost:3000/

📌 UI のサンプルコンポーネント

  1. 画像アップロード

  2. 送信ボタン

  3. 衣服のタグとおすすめを表示する

これまでに完了したもの:

  1. FastAPI サーバーが稼働中 (4 月 24 日)

  2. データベース接続がセットアップされました(4月24日)

  3. バックエンドアーキテクチャは機能しています(4月24日)

  4. 写真アップロード用の基本的なフロントエンドUI(4月25日)

次のステップ:

  1. サンプルの衣服画像でCLIPのタグ付け精度を評価する

  2. タグ付けシステムを微調整して、より適切な推奨事項を作成します

  3. リアルタイムのユーザーデータを使用してバックエンドの統合をテストする

  4. モデルのパフォーマンスの監視を設定する

  5. フロントエンドデモ

-
security - not tested
A
license - permissive license
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/attarmau/FastMCP_RecSys'

If you have feedback or need assistance with the MCP directory API, please join our Discord server