用途：Geti 应用后端是 FastAPI 服务（application/backend/，geti 包），提供覆盖计算机视觉全流程的 REST API，本技能聚焦如何调用该 API，而非修改后端代码。需要改后端请用 geti-backend-dev。
启动方式：在 application/backend/ 下运行 just run-server，默认地址 https://localhost:7860。接口参考见 application/docs/api.md，交互式文档为生成的 OpenAPI 规范。
主要流程与接口：
- 创建项目：POST /api/projects（name、task、labels）；用 GET /api/projects/<id> 确认标签。
- 上传媒体：POST /api/projects/<id>/dataset/media（二进制）；用 GET /api/projects/<id>/dataset/media 确认。
- 标注：POST /api/projects/<id>/dataset/media/<media_id>/annotations；用对应 GET 确认。也可用数据集任务导入已有数据集。
- 训练：POST /api/jobs，type=train，得到 job id；用 GET /api/jobs/<id> 查询，GET /api/jobs/<id>/status 与 /logs 流式跟踪，POST /api/jobs/<id>:cancel 取消。完成后 GET /api/projects/<id>/models 出现新模型。可选量化：type=quantize。
- 配置流水线：POST /api/sources 建源，POST /api/sinks 建汇，PATCH /api/projects/<id>/pipeline 绑定 source、sink、model 的 id。
- 启用推理：POST /api/projects/<id>/pipeline:enable，禁用用 :disable；GET /api/projects/<id>/pipeline/metrics 查看延迟与吞吐；POST /api/projects/<id>/pipeline:capture 采集下一帧回数据集，用于继续标注与再训练。
异步任务：耗时工作以任务运行（POST /api/jobs），保持 API 响应。任务类型包括 train、quantize、prepare_dataset_for_import、import_dataset_to_existing_project、import_dataset_as_new_project、export_dataset、stage_dataset，均可取消。
数据集导入导出：先 POST /api/staged_datasets 上传归档，再提交导入任务；用 export_dataset 导出。训练与量化任务在进程外运行并调用 getitune 库，对应 getitune-training-a-model 与 getitune-optimizing-a-model 技能。端点路径与载荷以 application/docs/api.md 为准；新增或修改端点用 geti-backend-dev 与 geti-openapi-sync。官方文本与更多平台、收费等信息暂未提供。