Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

AI microservice: Scan and anchor detection pipeline

Abierto
#202 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
docker, docker-compose, fastapi, python
Área
ai, api, backend, devops

Línea de trabajo

Comienza localizando los puntos de integración del backend y la configuración del servicio para el ciclo de vida de /process-scan. Define los límites del servicio en torno a la carga del escaneo, la detección de anclajes mock y los endpoints de health y de versión; después, revisa la conexión de Docker Compose. Se considera terminado cuando el endpoint POST devuelve metadatos de anclaje para un escaneo de demostración y el servicio se ejecuta conectado al backend en Docker.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Implement a Python FastAPI microservice responsible for:

  • Accepting uploaded scan files (GLB/USDZ) via /process-scan.
  • Running mock (and future real) mesh/semantics parsing to produce anchor points.
  • Returning anchor metadata (id, name, position, rotation, confidence) for integration with the backend.
  • Scalable architecture to swap in real analysis (RoomPlan JSON, pygltflib/trimesh) or cloud API calls.
  • Health, version endpoints, basic logging.

Acceptance:

  • /process-scan POST endpoint works for demo and returns detectable anchors for a scan.
  • Integration with backend complete/processing lifecycle.
  • Runs as a service in Docker, connected via Docker Compose.
Lenguaje dominante
C
Estrellas
3
Forks
7
Sin PR fusionados en 30 d

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de githubteacher/furry-computing-machine

Todos los issues de githubteacher/furry-computing-machine

Issues similares

Más issues de C

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.