Materiaalintunnistus & Hoito-ohjeet Sovellus

Next.js-pohjainen web-sovellus, joka hyödyntää OpenAI:n Vision API:a huonekalujen materiaalien tunnistamiseen ja tarjoaa materiaaleihin perustuvat hoito-ohjeet.

Ominaisuudet

• Materiaalien automaattinen tunnistus kuvista OpenAI:n Vision API:n avulla
• Yksityiskohtaiset hoito-ohjeet tunnistetuille materiaaleille
• Responsiivinen ja käyttäjäystävällinen käyttöliittymä
• Tehokas chat-käyttöliittymä materiaalien hoito-ohjeiden kysymiseen
• Basic-autentikaatio API-rajapinnoille (tällä hetkellä pois käytöstä)
• Monikielinen tuki (suomi, englanti)
• Mobiiliystävällinen suunnittelu

Teknologiat

• Next.js 14 - React framework
• OpenAI API - Vision ja Chat toiminnallisuudet
• TypeScript - Tyyppiturvallinen JavaScript
• Tailwind CSS - Käyttöliittymän tyylit
• Docker - Kontitus

Aloitus

1. Kloonaa repositorio:

git clone https://github.com/Alya-projects/care-instructor-kalusteet
cd [care-instructor-kalusteet]

2. Asenna riippuvuudet:

npm install

3. Kopioi .env.example tiedosto nimellä .env.local:

cp .env.example .env.local

Tiedoston sisältö:

OPENAI_API_KEY=""

# Autentikointi ei ole käytössä koska middleware on pois käytöstä "_" prefix merkillä 
# Basic auth kovakoodattu username,password katso middleware.ts
BASIC_AUTH_USER=testuser
BASIC_AUTH_PASSWORD="testpassword"

4. Käynnistä kehityspalvelin:

npm run dev

Sovellus on nyt käytettävissä osoitteessa http://localhost:3000

API-dokumentaatio

Vision API

POST /api/visio

• Endpoint huonekalujen materiaalien tunnistukseen kuvista OpenAI:n Vision API:n avulla
• Request body:

{
  "image_url": "string"
}

• Response:

{
  "index": 0,
  "message": {
    "role": "assistant",
    "content": {
      "wood": boolean,
      "leather": boolean,
      "metal": boolean,
      "laminate": boolean,
      "plastic": boolean,
      "fabric": boolean
    }
  },
  "finish_reason": "stop"
}

• Error Response (400):

{
  "message": "Cant find image in req.body",
  "status": 400
}

• Error Response (500):

{
  "message": "Internal server error",
  "status": 500
}

API käyttää OpenAI:n GPT-4 Vision -mallia analysoinnissa ja palauttaa JSON-muotoisen vastauksen, joka kertoo mitä materiaaleja kuvassa on havaittu.

Käyttöönotto

Docker-käyttöönotto

1. Rakenna Docker-image:

docker build -t -app .

2. Käynnistä kontti:

docker run -p 3000:3000 --env-file .env.local huonekalu-app

Lisenssi

Tämä projekti on lisensoitu MIT-lisenssin alaisuudessa.