處理數值型請求資料
你正在打造一個內容審查系統。系統需要根據數值特徵（length、user_reputation、report_count）為每則使用者留言計算信任分數。你將建立一個端點，將這些特徵處理為可供審查模型使用的格式。
注意：機器學習模型與 CommentMetrics 的 Pydantic 模型（欄位包含 length（int）、user_reputation（int）、report_count（int））都已為你建立並載入。
本練習屬於課程
使用 FastAPI 將 AI 佈署到生產環境
練習說明
在
main.py中，將接收到的留言metrics資料轉換為NumPy的 2D 陣列，並在傳入模型前先擷取length、user_reputation、report_count。將
features陣列傳入已預先載入的model以進行預測。使用指令
python3 main.py執行main.py以啟動伺服器。在終端機右上角開啟另一個終端機分頁。
使用以下 curl 指令測試
predict_trust端點：
curl -X POST "http://localhost:8080/predict_trust" \
-H "Content-Type: application/json" \
-d '{
"length": 150,
"user_reputation": 100,
"report_count": 0
}'
