视频解构

jihuaqiang 34ae40cb2e 增加部署地址在md há 14 horas atrás
models e05ce60669 解构增加channel字段 há 14 horas atrás
tasks e05ce60669 解构增加channel字段 há 14 horas atrás
utils e05ce60669 解构增加channel字段 há 14 horas atrás
.env 234bfa23b5 refactor(decode): enhance task creation and error handling in workflow há 2 meses atrás
.gitignore e05ce60669 解构增加channel字段 há 14 horas atrás
Dockerfile ed375c2a24 build(docker): 更新Dockerfile配置和依赖管理 há 4 meses atrás
README.md 34ae40cb2e 增加部署地址在md há 14 horas atrás
docker-compose.yaml 90be8d1687 fix: 修复decode_workflow模型字段默认值及环境配置 há 4 meses atrás
main.py 112ea8c724 增加merge_leve2字段 há 2 semanas atrás
requirements.txt 8a152a03d6 增加topic_search接口 há 1 mês atrás
start.sh fa56562e4a fix(start): update FastAPI server port from 8100 to 8000 há 2 meses atrás

README.md

Video Decode 项目本地运行指南

部署地址

票圈-内容供给API-video-decode-生产-更新-docker

环境要求

  • Python 3.13+ (当前版本: 3.13.2)
  • MySQL 数据库

快速开始

1. 安装依赖

pip install -r requirements.txt

或者使用国内镜像加速:

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

2. 配置环境变量

在项目根目录创建 .env 文件,配置数据库连接信息:

# 环境配置 (local/dev/prod)
APP_ENV=local

# 数据库配置
DB_HOST=localhost
DB_PORT=3306
DB_USER=your_db_user
DB_PASSWORD=your_db_password
DB_NAME=content-deconstruction-supply-test

# 其他环境变量(根据项目需要添加)

注意: 如果不配置 .env 文件,系统会使用代码中的默认值(生产环境数据库)。

3. 启动服务

方式一:使用 uvicorn 直接启动

uvicorn main:app --host 0.0.0.0 --port 8000 --reload

方式二:使用 Python 启动

python -m uvicorn main:app --host 0.0.0.0 --port 8000 --reload

4. 验证服务

启动后访问:

主要 API 接口

  1. POST /api/v1/content/tasks/decode - 创建解码任务
  2. GET /api/v1/content/tasks/{taskId} - 获取任务详情
  3. POST /api/v1/content/tasks/pattern - 创建模式任务

使用 Docker 运行(可选)

构建并启动

docker-compose up -d

查看日志

docker-compose logs -f

停止服务

docker-compose down

常见问题

1. 数据库连接失败

  • 检查 .env 文件中的数据库配置是否正确
  • 确认数据库服务是否启动
  • 检查网络连接和防火墙设置

2. 依赖安装失败

  • 使用国内镜像:pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple
  • 检查 Python 版本是否符合要求(3.13+)

3. 端口被占用

  • 修改启动命令中的端口号:--port 8001
  • 或者停止占用 8000 端口的其他服务

开发建议

  • 开发环境建议使用 --reload 参数,方便调试
  • 生产环境建议使用 gunicorn + uvicorn workers 部署
  • 定期检查日志输出,使用 loguru 进行日志管理