MISIS_IWCD, Генерация продающих текстов

Описание проекта

Приветствуем в репозитории проекта нашей команды, разработанный в рамках ЛЦТ. Наша команда реализовала веб-интерфейс, в котором можно проанализировать поступающие заявления через чат-бота, отследить работу разработанной модели и разметить данные для дообучения модели.

Стек

Backend — Java, SpringBoot

DB — PostgeSQL

Frontend — Javascript, React.js

ML — Python

Как начать работу

Локальное развертывание (Production)

Чтобы локально нужно:

1. Клонировать репозиторий с помощью команды

       git clone https://github.com/itatmisis/misis_iwcd.git

2. Загрузить модели машинного обучения по данной ссылке

3. Разархивировать загруженные модели

4. Содержимое папки 'gazprom_model' переместить по пути misis_iwcd/ml-models

   P.S. вместо шагов 2, 3, 4 можно использовать команду make download

5. Перейти в корневую папку misis_iwcd

6. Скопировать файл .env.example в .env и заполнить переменные окружения

       make env
       vi .env

7. Ввести в консоль команду

       make run

   Если на вашей машине нет GNU Make, то воспользуйтесь следующей командой

       docker compose up -d

   Если команда не работает, у вас более старая версия Docker. Попробуйте следующее:

       docker-compose up -d

8. Посмотреть на наш frontend и backend (Swagger UI)

Development Docker Compose файл

Чтобы запустить сервисы с пробросом всех портов, выполните следующую команду:

    make run-dev

Если на вашей машине нет GNU Make, то воспользуйтесь следующей командой:

    docker-compose -f docker-compose.dev.yml up -d

Порт-маппинги можно найти в файле docker-compose.dev.yml.

Отключение всех сервисов

Чтобы отключить все сервисы на вашей локальной машине, выполните следующую команду:

    make down

Если на вашей машине нет GNU Make, то воспользуйтесь следующей командой:

    docker-compose -f docker-compose.yml down && \
    docker-compose -f docker-compose.dev.yml down

Веб-сайт

Протестировать наш сервис без локального развертывания можно по данной ссылке.

Все ссылки:

• Frontend
• Backend (Swagger UI)
• ML Model