Garam RAG Backend

문서·FAQ를 벡터화하여 답변하는 FastAPI 기반 RAG 백엔드. PostgreSQL(pgvector) + SQLAlchemy + LangChain.

기술 스택

• Python 3.12, FastAPI, Uvicorn
• SQLAlchemy, Alembic, PostgreSQL 16 + pgvector(1536차원)
• LangChain, PyMuPDF 등 인제스트 파이프라인

핵심 기능

• 파일 업로드 → 요약/청크 → 임베딩 저장 → 벡터 검색
• 챗 세션/메시지 로깅, 피드백 수집
• FAQ 관리, 시스템 설정, 빠른 카테고리
• 문의 접수/배정 이력 관리

데이터 모델(TABLE)

• 대시보드

  • daily_dashboard
  • chat_session
  • message
  • feedback

• 지식 베이스 관리

  • knowledge
  • knowledge_page
  • knowledge_chunk
  • faq

• AI 모델 설정

  • model

• 분석 및 보고서

• 챗봇 운영 설정

  • system_setting
  • quick_category

• 문의 관리

  • admin_user
  • inquiry
  • inquiry_history

폴더 개요

API/Endpoints/     # FastAPI 라우터
CORE/              # 설정, 공통 유틸
CRUD/              # DB CRUD
LANGCHAIN_SERVICE/ # 인덱싱·QA 체인
MODELS/            # SQLAlchemy ORM
SCHEMAS/           # Pydantic
SERVICE/           # app entry (main)
DATABASE/          # Alembic migrations

빠른 시작

python -m venv .venv
# Windows
. .venv/Scripts/activate
# macOS/Linux
source .venv/bin/activate

pip install -r requirements.txt
# PostgreSQL에서 pgvector 설치
# CREATE EXTENSION IF NOT EXISTS vector;

# 마이그레이션
alembic upgrade head

# 실행
uvicorn garam_backend.main:app --host 0.0.0.0 --port 5000 --reload

환경 변수 예시 (.env)

DATABASE_URL=postgresql+psycopg2://USER:PASS@HOST:5432/garam
OPENAI_API_KEY=...
ANTHROPIC_API_KEY=...
# 기타 프로바이더 키

.env는 반드시 커밋 제외.

주요 엔드포인트(프리픽스 예시)

• /api/v1/ingestion 업로드·분석·추출·실행
• /api/v1/knowledge 문서·페이지·청크·벡터검색
• /api/v1/chat 세션·메시지·피드백
• /api/v1/faq FAQ CRUD
• /api/v1/system 환영문구·운영시간·카테고리
• /api/v1/inquiry 문의·배정·이력

Alembic 자주 쓰는 명령

alembic revision --autogenerate -m "msg"
alembic upgrade head
alembic downgrade -1

RAG 플로우

업로드 → 페이지/텍스트 추출 → 청크 분할 → 임베딩(pgvector) → 질의 시 벡터 검색 + 재생성

코드 메모

• Base 경로: from database.base import Base
• 벡터 컬럼: VECTOR(1536) 권장, IVFFLAT 인덱스 사용 가능

필요 시 세부 문서를 위키 하위 페이지로 분리: 설치, API 스펙, DB 스키마, 운영 가이드

DB