zt-closet-backend/.codebuddy/plans/classification_server_python_run_77f6663b.md

name, overview, todos

name	overview	todos
classification_server_python_run	为纯 Python 分类服务补齐独立运行配套：新增 requirements.txt 依赖清单，并在 main.py 末尾添加 uvicorn 启动入口，使 `python main.py` 一条命令即可启动，完全不依赖 Go。	id content status create-requirements 新建 thirdparty/classification_server/requirements.txt 依赖清单并添加 GPU 安装说明注释 completed id content status add-start-entry 在 main.py 末尾追加 uvicorn 启动入口并做语法验证 completed

用户需求

分类服务（Fashion-CLIP 衣物分类）要能完全不依赖 Go 项目、纯 Python 独立运行。用户已确认需要补齐以下运行配套文件：

• 新增 requirements.txt 依赖清单
• 在 main.py 末尾添加启动入口，使 python main.py 一条命令即可启动服务

不要求本地测试脚本和 README。

核心功能

• 依赖清单：声明 torch、transformers、fastapi、uvicorn、pillow 五个依赖及版本下限，并注明 GPU 用户需单独安装 CUDA 版 torch
• 一键启动：python main.py 直接以 0.0.0.0:8000 启动 FastAPI 服务，无需 uvicorn main:app 命令

技术方案

实现方式

1. 新建 thirdparty/classification_server/requirements.txt，列出运行所需的 5 个第三方依赖，采用宽松下限版本避免锁死小版本：

• torch>=2.0.0、transformers>=4.30.0、fastapi>=0.100.0、uvicorn>=0.23.0、pillow>=9.5.0
• 文件内添加注释：PyPI 默认安装 CPU 版 torch，GPU 用户需按 PyTorch 官网命令单独安装对应 CUDA 版本

2. 修改 main.py 末尾（第 594-596 行 /healthz 路由之后）追加启动入口：

if **name** == "**main**":
import uvicorn
uvicorn.run(app, host="0.0.0.0", port=8000)

• 关键点：Fashion-CLIP 模型在模块 import 时于模块级加载（model、processor 为模块级变量），因此必须直接传 app 对象调用 uvicorn.run(app, ...)，不能使用 "main:app" 字符串加 reload 的方式，否则会导致模型重复加载
• uvicorn 放在入口内局部 import，保持顶部 import 区原结构不变，改动最小化

验证方式

• python3 -m py_compile main.py 确认语法无误
• 交付后运行验证：pip install -r requirements.txt && python main.py，访问 http://localhost:8000/healthz 返回 {"status": "ok"}

目录结构

thirdparty/classification_server/
├── main.py            # [MODIFY] 末尾追加 __main__ 启动入口，python main.py 直接启动
└── requirements.txt   # [NEW] 依赖清单（torch/transformers/fastapi/uvicorn/pillow + GPU 安装说明注释）