Fashion Recommendation System

🚀 FastMCP_RecSys

這是一個基於CLIP的時尚推薦系統，集成了MCP功能。它能夠通過YOLO檢測服裝，利用CLIP進行編碼，進而為用戶推薦相似的商品，有效解決了時尚領域中商品推薦的難題，為用戶提供了便捷、精準的購物體驗。

🚀 快速開始

步驟 1: 克隆倉庫

git clone https://github.com/yourusername/FastMCP_RecSys.git
cd FastMCP_RecSys

步驟 2: 安裝依賴

pip install -r backend/app/requirements.txt
npm install

步驟 3: 啟動服務

docker-compose up --build

✨ 主要特性

用戶只需上傳一件衣服，系統就能按以下流程進行處理：用戶上傳一件衣服 → YOLO檢測到衣服 → CLIP編碼 → 推薦相似的衣服。

📚 詳細文檔

文件結構

/項目根目錄
│
├── /backend
│   ├── Dockerfile            
│   ├── /app
│   │   ├── server.py                    # FastAPI應用程序代碼
│   │   ├── /routes
│   │   │   └── clothing_routes.py
│   │   ├── /controllers
│   │   │   └── clothing_controller.py
│   │   │   └──clothing_tagging.py
│   │   │   └── tag_extractor.py         # 待定：定義核心CLIP功能
│   │   ├── schemas/
│   │   │   └── clothing_schemas.py
│   │   ├── config/
│   │   │   └── tag_list_en.py           $ 工具：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                    # 主React組件
│   │   ├── index.js
│   │   ├── index.css            
│   │   ├── tailwind.config.js        
│   │   ├── postcss.config.js        
│   │   └── .env     
│   └── /public
│       └── .htaccess
└── README.md

已完成的內容

1. 項目架構設計完成
2. 後臺功能實現完成
3. 基本前端界面開發完成（上傳圖片功能）
4. 與其他團隊成員的協作流程已建立

下一步計劃

1. 測試CLIP模型在服裝圖像上的標籤準確性
2. 調整優化標籤系統，提升推薦效果
3. 集成即時用戶數據進行測試
4. 設置監控系統，追蹤模型性能
5. 完成前端演示版本