HW10

.pre-commit-config.yaml

@@ -38,21 +38,20 @@ repos:
     -   id: mypy
         exclude: 'tests'
 
-
 # run local pylint in venv
--   repo: local
-    hooks:
-    -   id: pylint
-        name: pylint
-        entry: pylint
-        language: system
-        types: [python]
-        require_serial: true
-        args:
-        - --max-line-length=120
-        - --ignore-imports=yes
-        - -d duplicate-code
-        - -d C0111,W0621,R0913,R1705,W0201,R0903,W0613,C0415,C0103
+#-   repo: local
+#    hooks:
+#    -   id: pylint
+#        name: pylint
+#        entry: pylint
+#        language: system
+#        types: [python]
+#        require_serial: true
+#        args:
+#        - --max-line-length=120
+#        - --ignore-imports=yes
+#        - -d duplicate-code
+#        - -d C0111,W0621,R0913,R1705,W0201,R0903,W0613,C0415,C0103
 
 
 -   repo: https://github.com/asottile/pyupgrade

homework_10/README.md

@@ -0,0 +1,17 @@
+# Задание
+
+В этом домашнем задании предлагается реализовать REST API, занимающегося инференсом некой модели машинного обучения, т.е. поступает набор признаков объекта, на выходе возвращается предсказание модели. В качестве основы проекта предлагается фреймворк FastAPI
+
+# Запуск
+
+```bash
+poetry install --no-root
+poetry run uvicorn app.app:app --host 127.0.0.1 --port 8000
+```
+
+# Реализация
+
+По GET запросу вида `localhost:8000/analysis/<some_text>` делается анализ текста: считается относительное количество гласных английских букв в строке и отдается в формате JSON:
+```
+{"result": <float>}
+```

homework_10/app/app.py

@@ -0,0 +1,81 @@
+from typing import Optional
+
+import jwt  # type: ignore[import-error]
+from fastapi import Depends, FastAPI, HTTPException, status
+from fastapi.security import OAuth2PasswordBearer
+from passlib.context import CryptContext
+from pydantic import BaseModel
+
+# auth secrets
+SECRET_KEY = "secret_key"
+ALGORITHM = "HS256"
+ACCESS_TOKEN_EXPIRE_MINUTES = 1
+
+pwd_context = CryptContext(schemes=["bcrypt"], deprecated="auto")
+oauth2_scheme = OAuth2PasswordBearer(tokenUrl="token")
+
+# fake db
+users_db = {
+    "john_smith": {
+        "username": "john_smith",
+        "hashed_password": pwd_context.hash("john_smith"),
+        "age": 25,
+        "group": "users",
+    },
+    "admin1": {
+        "username": "admin1",
+        "hashed_password": pwd_context.hash("john_smith"),
+        "age": 25,
+        "group": "admin",
+    },
+}
+
+app = FastAPI()
+
+
+class User(BaseModel):
+    username: str
+    email: str
+    age: int
+    role: str
+
+
+class TokenData(BaseModel):
+    username: Optional[str] = None
+
+
+class ModelInferenceOutput(BaseModel):
+    result: float
+
+
+async def get_current_user(token: str = Depends(oauth2_scheme)):
+    credentials_exception = HTTPException(
+        status_code=status.HTTP_401_UNAUTHORIZED,
+        detail="Could not validate credentials",
+        headers={"WWW-Authenticate": "Bearer"},
+    )
+    try:
+        payload = jwt.decode(token, SECRET_KEY, algorithms=[ALGORITHM])
+        username: str = payload.get("sub")
+        if username is None:
+            raise credentials_exception
+        token_data = TokenData(username=username)
+    except jwt.PyJWTError:
+        raise credentials_exception
+    user = users_db.get(token_data.username, None)  # type: ignore[arg-type]
+    if user is None:
+        raise credentials_exception
+    return user
+
+
+@app.get("/")
+def index():
+    return {"text": "ML model inference"}
+
+
+@app.get("/analysis/{data}", response_model=ModelInferenceOutput)
+def run_model_analysis(data: str, user: User = Depends(get_current_user)):
+    if user.role != "admin":
+        raise HTTPException(status_code=403, detail="Operation not permitted.")
+    result = sum(map(data.lower().count, "aeiuyo")) / len(data)
+    return {"result": result}