# ──────────────────────────────────────────────────────────────────────────
# Forensic Features API — Lean Dependencies
# ──────────────────────────────────────────────────────────────────────────
# Scopul acestui set: extracție de features forensice pentru consum LLM.
# NU include torch / autogluon / transformers (acelea sunt pentru a face
# clasificare end-to-end — irrelevant aici).
#
# Imagine Docker rezultată: ~1.5 GB (vs ~8 GB cu transformers + autogluon).
# ──────────────────────────────────────────────────────────────────────────

# ── Observability ────────────────────────────────────────────────────────
prometheus-client==0.21.1
opentelemetry-api==1.30.0
opentelemetry-sdk==1.30.0
opentelemetry-exporter-otlp-proto-grpc==1.30.0
opentelemetry-instrumentation-aiohttp-server==0.51b0

# ── Core scientific stack ────────────────────────────────────────────────
numpy==2.1.3
scipy==1.16.3
pillow==11.3.0
matplotlib==3.10.8

# ── Computer vision ──────────────────────────────────────────────────────
# headless = fără GUI Qt → economie ~100MB
opencv-contrib-python-headless==4.13.0.92
mediapipe==0.10.33

# ── Web framework ────────────────────────────────────────────────────────
aiohttp==3.13.5
aiohttp-cors==0.8.1

# ── Note ─────────────────────────────────────────────────────────────────
# Sistem necesar (instalat în Dockerfile prin apt):
#   ffmpeg                — extracție frame-uri și audio
#   libgl1 + libglib2.0-0 — OpenCV runtime
#   libgles2 + libegl1    — MediaPipe FaceLandmarker OpenGL ES
#   libgomp1              — OpenMP
#
# Opțional (NU în această listă, opt-in via env M27_USE_HF=1):
#   transformers + torch  — pentru HF AI detector în m27. Adaugă ~2GB.
#                            Testat empiric: NU îmbunătățește per ansamblu
#                            pe date out-of-distribution. Vezi docs/MODULES.md.