Skip to content

A REST API for a smart music catalog, built with Java & Spring Boot. Designed for LLM integration to provide personalized recommendations.

Notifications You must be signed in to change notification settings

ramoncbarbosa/MusicRadarAI

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

23 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

MusicRadarAI Backend

Java 17 H2 Database Spring Boot Spring WebFlux Maven OpenAI


🇧🇷 Versão em Português

O MusicRadarAI é um sistema de recomendação musical inovador. Este backend, desenvolvido em Java com Spring Boot WebFlux, atua como o cérebro da aplicação, gerando sugestões de músicas e artistas de forma personalizada com base em um catálogo de músicas, usando a API da OpenAI.

O projeto utiliza uma arquitetura reativa e não-bloqueante, garantindo que a aplicação possa lidar com um grande volume de requisições de forma eficiente. O H2 Database em memória é usado para simplicidade e rapidez no desenvolvimento e testes.

Tecnologias Utilizadas

  • Framework: Spring Boot 3.5.4 (com WebFlux)
  • Linguagem: Java 17
  • Acesso a Dados: Spring Data (JPA, com H2)
  • Banco de Dados: H2 Database (em memória)
  • Gerenciamento de Dependências: Maven
  • Integração com IA: API da OpenAI

Como Iniciar

  1. Pré-requisitos: Garanta que tenha o Java 17 e o Maven instalados.
  2. Instalação das Dependências: As dependências serão instaladas automaticamente pelo Maven na primeira execução.
  3. Configuração da API: Adicione a sua chave da API da OpenAI como uma variável de ambiente na sua IDE.
  4. Execução do Servidor: Para iniciar, use o comando:
    ./mvnw spring-boot:run
    O servidor rodará em http://localhost:8080.

🇺🇸 English Version

The MusicRadarAI is an innovative music recommendation system. This backend, developed in Java with Spring Boot WebFlux, acts as the application's brain, generating personalized music and artist suggestions based on a music catalog using the OpenAI API.

The project uses a reactive and non-blocking architecture, ensuring the application can handle a large volume of requests efficiently. The in-memory H2 Database is used for simplicity and speed during development and testing.

Technologies Used

  • Framework: Spring Boot 3.5.4 (with WebFlux)
  • Language: Java 17
  • Data Access: Spring Data (JPA, with H2)
  • Database: H2 Database (in-memory)
  • Dependency Management: Maven
  • AI Integration: OpenAI API

Getting Started

  1. Prerequisites: Ensure you have Java 17 and Maven installed.
  2. Install Dependencies: Dependencies will be automatically installed by Maven on the first run.
  3. API Configuration: Add your OpenAI API key as an environment variable in your IDE.
  4. Server Execution: To start the server, use the command:
    ./mvnw spring-boot:run
    The server will run on http://localhost:8080.

About

A REST API for a smart music catalog, built with Java & Spring Boot. Designed for LLM integration to provide personalized recommendations.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages