En liten webapp som identifierar vilken växt som helst utifrån ett foto — byggd för att lära mig vad moderna vision-modeller egentligen klarar av, sedan kvarlämnad publikt eftersom folk inte slutade fråga efter den.
Ladda upp ett foto på vilken växt som helst och få art, taxonomi, skötselråd och — användbart — om den är giftig för husdjur, formaterat som anteckningar från en tålmodig botanist. Ingen appbutik, inget konto. plants.rostad.cc
Så är det byggt
Medvetet tråkig infrastruktur, och det är just det som gör den pålitlig: en slank Python-API-container och ett statiskt nginx-frontend, hopkopplat med Docker Compose bakom en reverse proxy. Själva identifieringen sköts av Qwen vision (qwen3.8-max) med en handjusterad systemprompt som håller modellen i rollen som fältbotanist — exakt, strukturerat, inget smalltalk.
- Base64-bild in, artbeskrivning i Markdown ut — en endpoint, ingen ramverksballast
- Rate limiting per IP, tak på 10 MB per bild, CORS låst till domänen
- Config-ändringar är bind-mountade filer: redigera, starta om containern, klart — inga rebuilds
Vad det lärde mig
Vision-modeller är slående bra på botanik när man ger dem en jobbtitel i stället för en fråga. Prompten krävde mer arbete än koden. Hela sakerna körs på samma bur i hemmalabbet som allt annat jag hostar, och det är poängen: bevisa det på din egen hårdvara innan du säljer någon en arkitektur.