Skip to content

Latest commit

 

History

History
203 lines (157 loc) · 6.08 KB

IMPLEMENTATION_GUIDE.md

File metadata and controls

203 lines (157 loc) · 6.08 KB

🎯 환승연애 PD 친구 챗봇 구현 가이드

📋 구현 완료 사항

✅ 1. 핵심 AI 로직 구현 (services/chatbot_service.py)

초기화 메서드

  • OpenAI Client: GPT-4o-mini 모델 사용
  • ChromaDB: 벡터 데이터베이스 연결
  • LangChain Memory: 대화 기록 관리
  • 감정 분석 키워드: 연애 감정 분석을 위한 키워드 로드

연애 감정 분석 메서드

  • 애착도 분석 (_analyze_attachment_level): 0-100점
  • 후회도 분석 (_analyze_regret_level): 0-100점
  • 미해결감 분석 (_analyze_unresolved_feelings): 0-100점
  • 비교 기준 분석 (_analyze_comparison_standard): 0-100점
  • 회피/접근 분석 (_analyze_avoidance_approach): 0-100점

미련도 계산 및 리포트 생성

  • 종합 미련도 지수: 가중치 적용 (애착도 30%, 후회도 25%, 미해결감 20%, 비교기준 15%, 회피/접근 10%)
  • 감정 리포트: 5단계 미련도 지수별 개인화된 해석
  • RAG 검색: 연애 관련 데이터베이스에서 유사한 패턴 검색

✅ 2. 연애 분석 데이터 준비 (static/data/chatbot/chardb_text/)

데이터 파일들

  • relationship_patterns.txt: 연애 패턴 분석 데이터
  • emotion_keywords.txt: 감정 키워드 데이터
  • analysis_templates.txt: 분석 템플릿 데이터
  • conversation_flows.txt: 대화 흐름 가이드
  • emotion_analysis_methods.txt: 감정 분석 방법론
  • response_templates.txt: 응답 템플릿 데이터
  • emotion_report_examples.txt: 감정 리포트 예시

✅ 3. 설정 파일 업데이트 (config/chatbot_config.json)

{
  "name": "환승연애 PD 친구",
  "description": "최근에 환승연애팀 막내 PD가 된 친구입니다...",
  "tags": ["#환승연애", "#PD", "#연애분석", "#미련도측정"],
  "system_prompt": {
    "base": "당신은 환승연애팀 막내 PD가 된 친구입니다...",
    "rules": ["친근하고 호기심 많은 PD 친구처럼 대화하세요", ...]
  }
}

✅ 4. ChromaDB 구축 스크립트 (build_chromadb.py)

  • 텍스트 파일 자동 로드
  • OpenAI API를 통한 임베딩 생성
  • ChromaDB에 벡터 데이터 저장

🚀 실행 방법

1. 환경 설정

# 1. 필요한 패키지 설치
pip install -r requirements.txt

# 2. 환경변수 설정
cp .env.example .env
# .env 파일에서 OPENAI_API_KEY 설정

2. ChromaDB 구축

# 연애 분석 데이터를 ChromaDB에 저장
python build_chromadb.py

3. Docker 환경 실행

# Docker 컨테이너 빌드 및 실행
docker compose up --build

4. 웹 브라우저에서 접속

http://localhost:5001

🎭 챗봇 사용 방법

1. 초기 대화

  • "init" 메시지를 보내면 PD 친구가 인사합니다
  • 환승연애 프로그램 기획 상황을 설명합니다
  • AI 연애 분석 에이전트를 소개합니다

2. 연애 이야기 수집

  • 자연스러운 질문으로 연애 에피소드를 유도합니다
  • 감정적 반응을 관찰하고 키워드를 추출합니다
  • 구체적인 상황과 감정을 파악합니다

3. 미련도 분석

  • 5가지 요소별로 감정을 분석합니다
  • 실시간으로 미련도 지수를 계산합니다
  • 개인화된 해석을 제공합니다

4. 감정 리포트 생성

  • "분석", "리포트", "결과" 등의 키워드가 포함된 메시지에 반응
  • 종합적인 감정 리포트를 생성합니다
  • 미련도 지수별 맞춤 조언을 제공합니다

🔧 핵심 기능

1. 실시간 감정 분석

# 사용자 메시지에서 감정 분석
analysis_results = self._calculate_regret_index(user_message)
# 결과: {"total": 65.5, "attachment": 70, "regret": 60, ...}

2. 개인화된 감정 리포트

# 미련도 지수별 해석
if total <= 20:
    level = "완전 정리 단계"
    emoji = "💚"
elif total <= 40:
    level = "잔잔한 여운 단계"
    emoji = "💛"
# ...

3. RAG 기반 컨텍스트 검색

# 연애 관련 데이터베이스에서 유사한 패턴 검색
context, similarity, metadata = self._search_similar(
    query=user_message,
    threshold=0.45,
    top_k=5
)

📊 미련도 지수 해석

지수 단계 설명 이모지
0-20% 완전 정리 단계 과거를 아름답게 정리하고 새로운 시작 준비 💚
21-40% 잔잔한 여운 단계 '그 사람'보다는 '그때의 나'를 그리워 💛
41-60% 적당한 미련 단계 감정이 남아있지만 새로운 시작 준비됨 🧡
61-80% 강한 미련 단계 새로운 관계 시작하기에는 시간 필요 ❤️
81-100% 매우 강한 미련 단계 완전한 정리가 필요한 상태 💔

🎨 확장 가능한 기능

1. 이미지 분석

  • 연애 관련 이미지 업로드 시 감정 분석
  • 시각적 요소를 통한 감정 상태 파악

2. 음성 분석

  • 음성 톤을 통한 감정 강도 측정
  • 말하는 속도와 톤 변화 분석

3. 대화 패턴 분석

  • 대화 길이와 깊이 분석
  • 감정 변화 추이 모니터링

4. 개인화된 조언

  • 사용자별 맞춤 조언 생성
  • 단계별 치유 가이드 제공

🐛 디버깅 팁

1. 로그 확인

print(f"[ANALYSIS] 미련도: {analysis_results['total']:.1f}%")
print(f"[RAG] Context found: {has_context}")

2. ChromaDB 상태 확인

# 컬렉션 문서 수 확인
print(f"[INFO] 문서 수: {collection.count()}")

3. API 호출 상태 확인

print(f"[LLM] Calling API...")
print(f"[BOT] {reply[:100]}...")

📚 참고 자료

🎯 다음 단계

  1. 이미지 추가: PD 친구 캐릭터 이미지 및 분석 차트 이미지
  2. 성능 최적화: RAG 검색 속도 개선
  3. UI 개선: 감정 리포트 시각화
  4. 배포: Vercel을 통한 프로덕션 배포