AI microservice: Scan and anchor detection pipeline
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 25/100
调研方向
首先定位 /process-scan 生命周期的后端集成点和服务配置。围绕扫描上传、mock anchor 检测以及 health 和 version 端点定义服务边界，然后检查 Docker Compose 的连接配置。完成的标准是 POST 端点为演示扫描返回 anchor 元数据，并且服务在 Docker 中运行且已连接到后端。
由索引模型根据 Issue 内容生成。
描述
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.
- 主要语言
- C
- 星标
- 3
- 派生
- 7
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
githubteacher/furry-computing-machine 的其他 Issue
-
难度 5/5 一周以上 新手友好度 25/100
-
难度 4/5 3-5 天 新手友好度 45/100
-
难度 5/5 一周以上 新手友好度 15/100
-
难度 5/5 一周以上 新手友好度 35/100
-
难度 1/5 1 小时以内 新手友好度 10/100
查看 githubteacher/furry-computing-machine 的全部 Issue
相似的 Issue
-
severity: low
难度 2/5 1-3 小时 新手友好度 70/100
luainkernel/lunatik#1853 ·
维护者通常 1 天内回复
-
难度 2/5 半天 新手友好度 70/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 66/100
维护者通常 5 天内回复
-
constants.h: M_PI / M_PI_2 fallbacks cause -Wambiguous-macro when H3 is compiled as a Clang module未关闭
难度 2/5 1-3 小时 新手友好度 68/100
维护者通常 1 天内回复
-
area:backend bug launch:p2 scope:core
难度 2/5 1-3 小时 新手友好度 62/100
Chelis-Lang/chelis#3494 ·
维护者通常 1 天内回复