MLService

Сервис предназначен для использования в качестве чат-бота. Для возможности быстрого теста применяется GPT2 модель.

Взаимодействие с БД

• В качестве БД используется PostgreSQL;
• Запуск и инициализация БД из docker-compose.yml.

Приложение

• Реализовано приложение FastAPI в api.py;
• В качестве сервера используется uvicorn;

Очереди сообщений

• Реализована работа с очередями сообщений через RabbitMQ. Установка через docker-compose. Параметры в docker-compose.yml;
• Сообщение с запросом от пользователя информацией направляется в очередь сообщений. На очередь подписан worker, который инициирует работу модели и сохраняет предсказание в БД;
• Параметры подключения и наименование очереди в rmworker/connection_params.py.

Интерфейсы

• Реализован интерфейс на Streamlit;
• Реализован телеграм бот в tg.py.
• Запуск так же автоматически с помощью docker-compose.yml(при запущенном сервисе FastAPI и БД).

Тестирование

• Реализованы unit тесты БД и API;
• Для тестирования используется pytest.

Контейнеризация

• приложение упаковано в контейнеры;
• установка и запуск с помощью docker-compose;
• пример переменных окружения в .env.example.