Sistema de registro FastMCP

Este es un recomendador de moda basado en CLIP con MCP.

Bosquejo

Un usuario carga una imagen de ropa → YOLO detecta la ropa → CLIP codifica → Recomienda algo similar

Estructura de carpetas

/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

Guía de inicio rápido

Paso 1: Clonar el proyecto de GitHub

Paso 2: Configurar el entorno de Python

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

Paso 3: Instalar dependencias

pip install -r requirements.txt

Paso 4: Iniciar el servidor FastAPI (backend)

uvicorn backend.app.server:app --reload

Una vez que el servidor esté en ejecución y la base de datos esté conectada, debería ver el siguiente mensaje en la consola:

Database connected INFO: Application startup complete.

Paso 5: Instalar dependencias

Base de datos conectada INFO: Inicio de la aplicación completo.

npm install

Paso 6: Iniciar el servidor de desarrollo (Frontend)

npm start

Una vez en ejecución, el servidor registra una confirmación y abre la aplicación en su navegador: http://localhost:3000/

📌 Componentes de muestra para la interfaz de usuario

Carga de imágenes
Botón de envío
Mostrar etiquetas de ropa + recomendaciones

Lo que se ha completado hasta ahora:

El servidor FastAPI está en funcionamiento (24 de abril)
La conexión a la base de datos está configurada (24 de abril)
La arquitectura backend es funcional (24 abr.)
Interfaz de usuario básica para cargar imágenes (25 de abril)

Próximo paso:

Evaluar la precisión del etiquetado de CLIP en imágenes de ropa de muestra
Ajuste el sistema de etiquetado para obtener mejores recomendaciones
Pruebe la integración del backend con datos de usuario en tiempo real
Configurar la monitorización del rendimiento del modelo
Demostración de front-end

FastMCP_RecSys