CampusMate

• main.py: Backend server (connected to Bedrock Claude 3.5 Sonnet)
• index.html: Landing page (Start)
• register.html: Register page
• login.html: Login page
• mode_select.html: Chat mode selection page
• friend.html: Casual chat mode page
• professional.html: Professional chat mode page

Server: Python(FastAPI)

1. 회원가입

   def register_user(
   	request: Request,
   	username: str = Form(...),
   	password: str = Form(...),
   	nickname: str = Form(...)
   )
   

   1. MySQL 데이터베이스 연결
   2. 사용자 정보 입력 받아 INSERT
   3. 성공 화면 반환 or 이미 존재하는 아이디일 경우 안내

2. 로그인

   def login_process(
   	request: Request, 
   	username: str = Form(...), 
   	password: str = Form(...)
   )

   1. MySQL 데이터베이스 연결
   2. 입력 받은 사용자 정보 조회
   3. 성공 화면 반환 or 사용자 정보가 없거나 비밀번호 불일치 시 실패 처리

3. 채팅

   def chat(
   	request: Request, 
   	user_input: str = Form(...), 
   	prompt_type: str = Path(...)
   )

   1. Claude 3.5 Sonnet API 호출

      invoke_model(model_id, user_input, prompt_type, messages)

      1. prompt_type에 맞는 system_prompt 와 temperature 설정

         • friend
           • system_prompt : 당신은 국민대학교 경영정보학과 선배이다. 친근하게 반말을 사용하여 대화하라. 모르는 것을 알기 쉽게 풀어서 설명해주고 고민이 있다면 들어주어라.
           • temperature : 0.7 (창의적/자연스러운 응답)
         • professional
           • system_prompt : 당신은 국민대학교 학사 전문가이다. 다음 교육과정 정보를 바탕으로 정확하게 답변하라: {rag_context} 답변 시 다음 사항을 준수하라:
             • 제공된 교육과정 정보 내에서만 답변
             • 정보가 불충분하면 솔직히 "해당 정보가 부족합니다"라고 답변
             • 유사도가 낮은 정보(0.7 미만)는 신중하게 사용
             • 항상 존댓말 사용
           • temperature : 0.1 (정확하고 일관된 답변)

      2. 대화 기록(messages)에 현재 질문 추가

      3. API 호출

         payload = {
               "anthropic_version": "bedrock-2023-05-31",
               "max_tokens": 800,
               "system": system_prompt,
               "temperature": temperature,
               "messages": messages #이전 대화 + 현재 질문
           }

   2. 새로운 답변 대화 기록(messages)에 추가

   3. 대화 결과 포함된 채팅 화면 반환

4. 초기화

   def reset_chat(
   	request: Request, 
   	prompt_type: str = Form(...)
   )

   1. 대화 기록 초기화
   2. 채팅 화면 재연결

벡터 DB 생성 과정

@app.on_event("startup")
async def startup_event():
    migrate()
    update_embeddings() 

서버 시작 할 때마다 migrate(), update_embeddings() 실행

1. def migrate()

   1. mis_db 와 연결

   2. 사용할 컬럼만 선택하여 가져오기

   3. campus-mate 와 연결

   4. 벡터 db에 들어갈 포멧으로 변환

      def build_content(row):
          admission_year, grade, semester, category, subject, credit, prerequisite, note, major = row
          return f"""
      전공: {major}
      과목명: {subject}
      기준 학번: {admission_year}
      학년/학기: {grade}학년 {semester}
      카테고리: {category}
      학점: {credit}
      설명: {note or '없음'}
      선수과목: {prerequisite or '없음'}
      """

   5. campus-mate에 INSERT

2. def update_embeddings()

   1. campus-mate 와 연결

   2. 임베딩 안된 행만 선택

   3. 벡터로 변환: 임베딩 모델 호출(Titan Text Embeddings V2)

      def get_embedding(text: str) -> list[float]:
          body = {
            "inputText": text,
            "dimensions": 512, # 선택 가능한 값: 256, 512, 1024
            "normalize": True # 벡터 정규화 여부
          }
      

   4. 임베딩 성공한 경우 UPDATE

벡터 DB 검색 과정 {rag_context}

1. 벡터 검색으로 관련 문서 찾기 def search_similar_documents
   1. 질문을 임베딩으로 변환(Titan Text Embeddings V2)
   2. PostgreSQL에서 벡터 유사도 검색
   3. 결과를 딕셔너리 형태로 변환 하여 전달
2. 검색된 문서들 정리하여 전달 def build_rag_context
   • 검색된 문서 없는 경우: "관련 정보를 찾을 수 없습니다.”
   • 검색된 문서 있는 경우: 챗봇에 내용 전달

DB: RDS Aurora

• MySQL

  • user_db : 사용자 데이터

    • 로그인 정보 테이블

      DESCRIBE users;
      +----------+--------------+------+-----+---------+----------------+
      | Field    | Type         | Null | Key | Default | Extra          |
      +----------+--------------+------+-----+---------+----------------+
      | id       | int          | NO   | PRI | NULL    | auto_increment |
      | username | varchar(100) | NO   | UNI | NULL    |                |
      | password | varchar(255) | NO   |     | NULL    |                |
      | nickname | varchar(100) | NO   |     | NULL    |                |
      +----------+--------------+------+-----+---------+----------------+

    • 채팅 기록 테이블

      DESCRIBE chat_messages;
      +-------------+-----------------+------+-----+-------------------+-------------------+
      | Field       | Type            | Null | Key | Default           | Extra             |
      +-------------+-----------------+------+-----+-------------------+-------------------+
      | id          | bigint unsigned | NO   | PRI | NULL              | auto_increment    |
      | user_id     | varchar(255)    | NO   |     | NULL              |                   |
      | role        | varchar(10)     | NO   |     | NULL              |                   |
      | content     | text            | NO   |     | NULL              |                   |
      | prompt_type | varchar(50)     | YES  |     | NULL              |                   |
      | created_at  | timestamp       | YES  |     | CURRENT_TIMESTAMP | DEFAULT_GENERATED |
      +-------------+-----------------+------+-----+-------------------+-------------------+

  • mis_db: 학사 정보 데이터

    • 졸업 요건 테이블

      DESCRIBE graduation_requirements;
      +----------------+--------------+------+-----+---------+----------------+
      | Field          | Type         | Null | Key | Default | Extra          |
      +----------------+--------------+------+-----+---------+----------------+
      | id             | int          | NO   | PRI | NULL    | auto_increment |
      | admission_year | year         | NO   |     | NULL    |                |
      | grade          | varchar(10)  | YES  |     | NULL    |                |
      | semester       | varchar(20)  | YES  |     | NULL    |                |
      | category       | varchar(50)  | YES  |     | NULL    |                |
      | subject        | varchar(255) | YES  |     | NULL    |                |
      | credit         | tinyint      | YES  |     | NULL    |                |
      | theory_design  | tinyint      | YES  |     | NULL    |                |
      | experiment     | tinyint      | YES  |     | NULL    |                |
      | prerequisite   | varchar(255) | YES  |     | NULL    |                |
      | note           | text         | YES  |     | NULL    |                |
      | major          | varchar(100) | YES  |     | NULL    |                |
      +----------------+--------------+------+-----+---------+----------------+

    • 과목 정보 테이블

      describe courses;
      +-------------+--------------+------+-----+---------+-------+
      | Field       | Type         | Null | Key | Default | Extra |
      +-------------+--------------+------+-----+---------+-------+
      | id          | int          | NO   | PRI | NULL    |       |
      | name        | varchar(100) | YES  |     | NULL    |       |
      | description | text         | YES  |     | NULL    |       |
      +-------------+--------------+------+-----+---------+-------+

• PostgreSQL

  • campus-mate : RAG 반영할 데이터

    • mis_db 의 데이터를 벡터로 변경한 테이블

      \d documents
                                              Table "public.documents"
         Column   |            Type             | Collation | Nullable |                Default                
      ------------+-----------------------------+-----------+----------+---------------------------------------
       id         | integer                     |           | not null | nextval('documents_id_seq'::regclass)
       content    | text                        |           |          | 
       embedding  | vector(512)                 |           |          | 
       created_at | timestamp without time zone |           |          | now()
      Indexes:
          "documents_pkey" PRIMARY KEY, btree (id)
          "documents_embedding_idx" hnsw (embedding vector_cosine_ops)