用AI搜索口红！Find the right lipstick using AI!
系统需要安装Docker桌面版，我们需要通过docker运行minio才能正常在本地工作，如果没有Docker的话，需要到AWS上申请S3或者到腾讯云申请COS服务。
Python最低版本3.8+, 推荐3.9+（建议使用pyenv管理Python环境）
前端项目需要安装NodeJS v14+（推荐v16 LTS）和yarn v1，推荐使用nvm管理NodeJS环境
另外推荐安装make，因为项目使用了make配置环境变量注入
运行以下命令启动minio服务：
docker compose up -d minio-service
本地启动之后，进入http://localhost:9001，输入用户名minio，密码minio123进入之后，到`Buckets` -> Create Bucket，创建一个名为lipstick-db的资源桶。
首先安装项目依赖：
# python依赖
pip install pipenv
pipenv install
# 进入pipenv环境
pipenv shell
# nodejs依赖
cd ui
yarn项目有一个.env.example文件，复制这个文件，并重命名为.env，后续的步骤中，你将会在这个文件中配置项目所需的环境变量。
项目所用到的口红和试色图片数据整理在维格表，请注册维格表账号，并把口红数据库另存为副本。
获得数据副本之后，请按照以下图示，记录以下几个字段，填入.env：
使用以下命令导入数据：
make full-import
# MacOS需要使用以下命令
JINA_MP_START_METHOD=forkserver make full-import命令行回到项目根目录之后：
make jina-local
# MacOS 请使用
JINA_MP_START_METHOD=forkserver make jina-localJina Flow服务器会在8888端口启动
命令行回到项目根目录之后：
# 正常启动
make main-app
# 开发过程中可以使用reload模式启动
make main-app args="--host 0.0.0.0 --reload"
# MacOS需要添加以下命令：
JINA_MP_START_METHOD=forkserver make main-app args="--host 0.0.0.0 --reload"FastAPI服务器会在8000端口启动
cd ui
yarn devUI会在端口3000启动
make build-jina-docker #请确保数据已经在本地正确导入之后再运行
make build-fastapi-docker构建之后可以直接通过提供的docker-compose部署：
docker-compose up -d推荐部署到4核8G的服务器上。
UI部署请参考官方NextJS的部署方法，目前国内推荐使用腾讯云SCF部署，海外推荐使用Vercel。
请参考k8s目录下的文件部署。目前k8s部署仅作为参考用，由于项目使用annlite存储数据，在搜索请求时容易导致OOM出错，请自行选择外部存储方案，对应调整之后再部署。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent