# 博物馆青铜器

**Repository Path**: pulind/museum

## Basic Information

- **Project Name**: 博物馆青铜器
- **Description**: 用于学习AI Agent
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-19
- **Last Updated**: 2026-08-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 上海博物馆自助导游 MVP

局域网内手机拍照识别青铜器并语音讲解的移动端网页应用。

## 快速开始

```bash
py -3.12 -m pip install -r requirements-mvp.txt
py -3.12 -m playwright install chromium   # E2E 需要
py -3.12 -m uvicorn app:app --host 0.0.0.0 --port 8000
```
手机连同一 WiFi，浏览器打开 `http://<PC局域网IP>:8000`。

## 流程
选展区 → 拍照 → CLIP 粗筛 + Qwen2.5-VL 精比对 → 多视角讲解（标准/趣闻/儿童/专家）→ edge-tts 语音

## 模型位置
- CLIP（画廊硬负样本）：`training/models/clip-bronze-gal`
- LoRA 讲解：`training/models/qwen2.5-1.5b-lora`（base Qwen2.5-1.5B-Instruct）
- VL 精比对：`Qwen/Qwen2.5-VL-3B-Instruct`（首次自动下载）

## 已知限制
- 显存占用说明——父进程 CLIP(~1GB)+LLM(~1.5GB) 与 VL 常驻 worker(~2.5GB) 并存约 5GB，6GB 显卡下接近上限；若 OOM，先释放浏览器/桌面应用显存。

## 测试
```bash
py -3.12 -m pytest tests/ -m "not slow"   # 单元测试（快）
py -3.12 -m pytest tests/ -m slow          # 模型测试（需 GPU）
py -3.12 -m pytest tests/e2e -m nightly    # E2E（需 GPU + 网络）
py -3.12 scripts/eval_ab.py                # 纯 CLIP vs CLIP+VL A/B 评测
```

## 设计文档
`docs/superpowers/specs/2026-08-19-museum-mvp-design.md`