AI 서비스 Python 마이그레이션 및 프론트엔드 연동 문서 추가

주요 변경사항:
- AI 서비스 Java → Python (FastAPI) 완전 마이그레이션
- 포트 변경: 8083 → 8086
- SSE 스트리밍 기능 구현 및 테스트 완료
- Claude API 연동 (claude-3-5-sonnet-20241022)
- Redis 슬라이딩 윈도우 방식 텍스트 축적
- Azure Event Hub 연동 준비 (STT 텍스트 수신)

프론트엔드 연동 지원:
- API 연동 가이드 업데이트 (Python 버전 반영)
- Mock 데이터 개발 가이드 신규 작성
- STT 개발 완료 전까지 Mock 데이터로 UI 개발 가능

기술 스택:
- Python 3.13
- FastAPI 0.104.1
- Anthropic Claude API 0.42.0
- Redis (asyncio) 5.0.1
- Azure Event Hub 5.11.4
- Pydantic 2.10.5

테스트 결과:
-  서비스 시작 정상
-  헬스 체크 성공
-  SSE 스트리밍 동작 확인
-  Redis 연결 정상

다음 단계:
- STT (Azure Speech) 서비스 연동 개발
- Event Hub를 통한 실시간 텍스트 수신
- E2E 통합 테스트 (STT → AI → Frontend)

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
Minseo-Jo
2025-10-27 11:52:30 +09:00
parent 9d71646b2e
commit 9bf3597cec
20 changed files with 2144 additions and 0 deletions
+26
View File
@@ -0,0 +1,26 @@
# 서버 설정
PORT=8086
HOST=0.0.0.0
# Claude API
CLAUDE_API_KEY=your-api-key-here
CLAUDE_MODEL=claude-3-5-sonnet-20241022
CLAUDE_MAX_TOKENS=2000
CLAUDE_TEMPERATURE=0.3
# Redis
REDIS_HOST=20.249.177.114
REDIS_PORT=6379
REDIS_PASSWORD=Hi5Jessica!
REDIS_DB=4
# Azure Event Hub
EVENTHUB_CONNECTION_STRING=Endpoint=sb://hgzero-eventhub-ns.servicebus.windows.net/;SharedAccessKeyName=RootManageSharedAccessKey;SharedAccessKey=VUqZ9vFgu35E3c6RiUzoOGVUP8IZpFvlV+AEhC6sUpo=
EVENTHUB_NAME=hgzero-eventhub-name
EVENTHUB_CONSUMER_GROUP=ai-transcript-group
# CORS
CORS_ORIGINS=["http://localhost:*","http://127.0.0.1:*"]
# 로깅
LOG_LEVEL=INFO
+37
View File
@@ -0,0 +1,37 @@
# Python
__pycache__/
*.py[cod]
*$py.class
*.so
.Python
venv/
ENV/
env/
.venv
# Environment
.env
# IDE
.vscode/
.idea/
*.swp
*.swo
# OS
.DS_Store
Thumbs.db
# Logs
*.log
logs/
# Testing
.pytest_cache/
.coverage
htmlcov/
# Distribution
build/
dist/
*.egg-info/
+167
View File
@@ -0,0 +1,167 @@
# AI Service (Python)
실시간 AI 제안사항 서비스 - FastAPI 기반
## 📋 개요
STT 서비스에서 실시간으로 변환된 텍스트를 받아 Claude API로 분석하여 회의 제안사항을 생성하고, SSE(Server-Sent Events)로 프론트엔드에 스트리밍합니다.
## 🏗️ 아키텍처
```
Frontend (회의록 작성 화면)
↓ (SSE 연결)
AI Service (Python)
↓ (Redis 조회)
Redis (실시간 텍스트 축적)
↑ (Event Hub)
STT Service (음성 → 텍스트)
```
## 🚀 실행 방법
### 1. 환경 설정
```bash
# .env 파일 생성
cp .env.example .env
# .env에서 아래 값 설정
CLAUDE_API_KEY=sk-ant-... # 실제 Claude API 키
```
### 2. 의존성 설치
```bash
# 가상환경 생성 (권장)
python3 -m venv venv
source venv/bin/activate # Mac/Linux
# venv\Scripts\activate # Windows
# 패키지 설치
pip install -r requirements.txt
```
### 3. 서비스 시작
```bash
# 방법 1: 스크립트 실행
./start.sh
# 방법 2: 직접 실행
python3 main.py
```
### 4. 서비스 확인
```bash
# 헬스 체크
curl http://localhost:8086/health
# SSE 스트림 테스트
curl -N http://localhost:8086/api/v1/ai/suggestions/meetings/test-meeting/stream
```
## 📡 API 엔드포인트
### SSE 스트리밍
```
GET /api/v1/ai/suggestions/meetings/{meeting_id}/stream
```
**응답 형식 (SSE)**:
```json
event: ai-suggestion
data: {
"suggestions": [
{
"id": "uuid",
"content": "신제품의 타겟 고객층을 20-30대로 설정...",
"timestamp": "00:05:23",
"confidence": 0.92
}
]
}
```
## 🔧 개발 환경
- **Python**: 3.9+
- **Framework**: FastAPI
- **AI**: Anthropic Claude API
- **Cache**: Redis
- **Event**: Azure Event Hub
## 📂 프로젝트 구조
```
ai-python/
├── main.py # FastAPI 진입점
├── requirements.txt # 의존성
├── .env.example # 환경 변수 예시
├── start.sh # 시작 스크립트
└── app/
├── config.py # 환경 설정
├── models/
│ └── response.py # 응답 모델
├── services/
│ ├── claude_service.py # Claude API 서비스
│ ├── redis_service.py # Redis 서비스
│ └── eventhub_service.py # Event Hub 리스너
└── api/
└── v1/
└── suggestions.py # SSE 엔드포인트
```
## ⚙️ 환경 변수
| 변수 | 설명 | 기본값 |
|------|------|--------|
| `CLAUDE_API_KEY` | Claude API 키 | (필수) |
| `CLAUDE_MODEL` | Claude 모델 | claude-3-5-sonnet-20241022 |
| `REDIS_HOST` | Redis 호스트 | 20.249.177.114 |
| `REDIS_PORT` | Redis 포트 | 6379 |
| `EVENTHUB_CONNECTION_STRING` | Event Hub 연결 문자열 | (선택) |
| `PORT` | 서비스 포트 | 8086 |
## 🔍 동작 원리
1. **STT → Event Hub**: STT 서비스가 음성을 텍스트로 변환하여 Event Hub에 발행
2. **Event Hub → Redis**: AI 서비스가 Event Hub에서 텍스트를 받아 Redis에 축적 (슬라이딩 윈도우: 최근 5분)
3. **Redis → Claude API**: 임계값(10개 세그먼트) 이상이면 Claude API로 분석
4. **Claude API → Frontend**: 분석 결과를 SSE로 프론트엔드에 스트리밍
## 🧪 테스트
```bash
# Event Hub 없이 SSE만 테스트 (Mock 데이터)
curl -N http://localhost:8086/api/v1/ai/suggestions/meetings/test-meeting/stream
# 5초마다 샘플 제안사항이 발행됩니다
```
## 📝 개발 가이드
### Claude API 키 발급
1. https://console.anthropic.com/ 접속
2. API Keys 메뉴에서 새 키 생성
3. `.env` 파일에 설정
### Redis 연결 확인
```bash
redis-cli -h 20.249.177.114 -p 6379 -a Hi5Jessica! ping
# 응답: PONG
```
### Event Hub 설정 (선택)
- Event Hub가 없어도 SSE 스트리밍은 동작합니다
- STT 연동 시 필요
## 🚧 TODO
- [ ] Event Hub 연동 테스트
- [ ] 프론트엔드 연동 테스트
- [ ] 에러 핸들링 강화
- [ ] 로깅 개선
- [ ] 성능 모니터링
+2
View File
@@ -0,0 +1,2 @@
"""AI Service - Python FastAPI"""
__version__ = "1.0.0"
+1
View File
@@ -0,0 +1 @@
"""API 레이어"""
+1
View File
@@ -0,0 +1 @@
"""API v1"""
+93
View File
@@ -0,0 +1,93 @@
"""AI 제안사항 SSE 엔드포인트"""
from fastapi import APIRouter
from sse_starlette.sse import EventSourceResponse
import logging
import asyncio
from typing import AsyncGenerator
from app.models import RealtimeSuggestionsResponse
from app.services.claude_service import ClaudeService
from app.services.redis_service import RedisService
from app.config import get_settings
logger = logging.getLogger(__name__)
router = APIRouter()
settings = get_settings()
# 서비스 인스턴스
claude_service = ClaudeService()
@router.get("/meetings/{meeting_id}/stream")
async def stream_ai_suggestions(meeting_id: str):
"""
실시간 AI 제안사항 SSE 스트리밍
Args:
meeting_id: 회의 ID
Returns:
Server-Sent Events 스트림
"""
logger.info(f"SSE 스트림 시작 - meetingId: {meeting_id}")
async def event_generator() -> AsyncGenerator:
"""SSE 이벤트 생성기"""
redis_service = RedisService()
try:
# Redis 연결
await redis_service.connect()
previous_count = 0
while True:
# 현재 세그먼트 개수 확인
current_count = await redis_service.get_segment_count(meeting_id)
# 임계값 이상이고, 이전보다 증가했으면 분석
if (current_count >= settings.min_segments_for_analysis
and current_count > previous_count):
# 누적된 텍스트 조회
accumulated_text = await redis_service.get_accumulated_text(meeting_id)
if accumulated_text:
# Claude API로 분석
suggestions = await claude_service.analyze_suggestions(accumulated_text)
if suggestions.suggestions:
# SSE 이벤트 전송
yield {
"event": "ai-suggestion",
"id": str(current_count),
"data": suggestions.json()
}
logger.info(
f"AI 제안사항 발행 - meetingId: {meeting_id}, "
f"개수: {len(suggestions.suggestions)}"
)
previous_count = current_count
# 5초마다 체크
await asyncio.sleep(5)
except asyncio.CancelledError:
logger.info(f"SSE 스트림 종료 - meetingId: {meeting_id}")
# 회의 종료 시 데이터 정리는 선택사항 (나중에 조회 필요할 수도)
# await redis_service.cleanup_meeting_data(meeting_id)
except Exception as e:
logger.error(f"SSE 스트림 오류 - meetingId: {meeting_id}", exc_info=e)
finally:
await redis_service.disconnect()
return EventSourceResponse(event_generator())
@router.get("/test")
async def test_endpoint():
"""테스트 엔드포인트"""
return {"message": "AI Suggestions API is working", "port": settings.port}
+55
View File
@@ -0,0 +1,55 @@
"""환경 설정"""
from pydantic_settings import BaseSettings
from functools import lru_cache
from typing import List
class Settings(BaseSettings):
"""환경 설정 클래스"""
# 서버 설정
app_name: str = "AI Service (Python)"
host: str = "0.0.0.0"
port: int = 8086 # STT(8084)와 충돌 방지
# Claude API
claude_api_key: str = ""
claude_model: str = "claude-3-5-sonnet-20241022"
claude_max_tokens: int = 250000
claude_temperature: float = 0.7
# Redis
redis_host: str = "20.249.177.114"
redis_port: int = 6379
redis_password: str = ""
redis_db: int = 4
# Azure Event Hub
eventhub_connection_string: str = ""
eventhub_name: str = "hgzero-eventhub-name"
eventhub_consumer_group: str = "ai-transcript-group"
# CORS
cors_origins: List[str] = [
"http://localhost:*",
"http://127.0.0.1:*",
"http://localhost:8080",
"http://localhost:3000"
]
# 로깅
log_level: str = "INFO"
# 분석 임계값
min_segments_for_analysis: int = 10
text_retention_seconds: int = 300 # 5분
class Config:
env_file = ".env"
case_sensitive = False
@lru_cache()
def get_settings() -> Settings:
"""싱글톤 설정 인스턴스"""
return Settings()
+4
View File
@@ -0,0 +1,4 @@
"""데이터 모델"""
from .response import SimpleSuggestion, RealtimeSuggestionsResponse
__all__ = ["SimpleSuggestion", "RealtimeSuggestionsResponse"]
+45
View File
@@ -0,0 +1,45 @@
"""응답 모델"""
from pydantic import BaseModel, Field
from typing import List
class SimpleSuggestion(BaseModel):
"""간소화된 AI 제안사항"""
id: str = Field(..., description="제안 ID")
content: str = Field(..., description="제안 내용 (1-2문장)")
timestamp: str = Field(..., description="타임스탬프 (HH:MM:SS)")
confidence: float = Field(..., ge=0.0, le=1.0, description="신뢰도 (0-1)")
class Config:
json_schema_extra = {
"example": {
"id": "sugg-001",
"content": "신제품의 타겟 고객층을 20-30대로 설정하고, 모바일 우선 전략을 취하기로 논의 중입니다.",
"timestamp": "00:05:23",
"confidence": 0.92
}
}
class RealtimeSuggestionsResponse(BaseModel):
"""실시간 AI 제안사항 응답"""
suggestions: List[SimpleSuggestion] = Field(
default_factory=list,
description="AI 제안사항 목록"
)
class Config:
json_schema_extra = {
"example": {
"suggestions": [
{
"id": "sugg-001",
"content": "신제품의 타겟 고객층을 20-30대로 설정하고...",
"timestamp": "00:05:23",
"confidence": 0.92
}
]
}
}
+1
View File
@@ -0,0 +1 @@
"""서비스 레이어"""
+147
View File
@@ -0,0 +1,147 @@
"""Claude API 서비스"""
import anthropic
import json
import logging
from typing import List
from datetime import datetime
import uuid
from app.config import get_settings
from app.models import SimpleSuggestion, RealtimeSuggestionsResponse
logger = logging.getLogger(__name__)
settings = get_settings()
class ClaudeService:
"""Claude API 클라이언트"""
def __init__(self):
self.client = None
if settings.claude_api_key:
self.client = anthropic.Anthropic(api_key=settings.claude_api_key)
async def analyze_suggestions(self, transcript_text: str) -> RealtimeSuggestionsResponse:
"""
회의 텍스트를 분석하여 AI 제안사항 생성
Args:
transcript_text: 누적된 회의 텍스트
Returns:
RealtimeSuggestionsResponse
"""
if not self.client:
logger.warning("Claude API 키가 설정되지 않음 - Mock 데이터 반환")
return self._generate_mock_suggestions()
logger.info(f"Claude API 호출 - 텍스트 길이: {len(transcript_text)}")
system_prompt = """당신은 회의록 작성 전문 AI 어시스턴트입니다.
실시간 회의 텍스트를 분석하여 **중요한 제안사항만** 추출하세요.
**추출 기준**:
- 회의 안건과 직접 관련된 내용
- 논의가 필요한 주제
- 결정된 사항
- 액션 아이템
**제외할 내용**:
- 잡담, 농담, 인사말
- 회의와 무관한 대화
- 단순 확인이나 질의응답
**응답 형식**: JSON만 반환 (다른 설명 없이)
{
"suggestions": [
{
"content": "구체적인 제안 내용 (1-2문장으로 명확하게)",
"confidence": 0.9
}
]
}
**주의**:
- 각 제안은 독립적이고 명확해야 함
- 회의 맥락에서 실제 중요한 내용만 포함
- confidence는 0-1 사이 값 (확신 정도)"""
try:
response = self.client.messages.create(
model=settings.claude_model,
max_tokens=settings.claude_max_tokens,
temperature=settings.claude_temperature,
system=system_prompt,
messages=[
{
"role": "user",
"content": f"다음 회의 내용을 분석해주세요:\n\n{transcript_text}"
}
]
)
# 응답 파싱
content_text = response.content[0].text
suggestions_data = self._parse_claude_response(content_text)
logger.info(f"Claude API 응답 성공 - 제안사항: {len(suggestions_data.get('suggestions', []))}")
return RealtimeSuggestionsResponse(
suggestions=[
SimpleSuggestion(
id=str(uuid.uuid4()),
content=s["content"],
timestamp=self._get_current_timestamp(),
confidence=s.get("confidence", 0.8)
)
for s in suggestions_data.get("suggestions", [])
]
)
except Exception as e:
logger.error(f"Claude API 호출 실패: {e}")
return RealtimeSuggestionsResponse(suggestions=[])
def _parse_claude_response(self, text: str) -> dict:
"""Claude 응답에서 JSON 추출 및 파싱"""
# ```json ... ``` 제거
if "```json" in text:
start = text.find("```json") + 7
end = text.rfind("```")
text = text[start:end].strip()
elif "```" in text:
start = text.find("```") + 3
end = text.rfind("```")
text = text[start:end].strip()
try:
return json.loads(text)
except json.JSONDecodeError as e:
logger.error(f"JSON 파싱 실패: {e}, 원문: {text[:200]}")
return {"suggestions": []}
def _get_current_timestamp(self) -> str:
"""현재 타임스탬프 (HH:MM:SS)"""
return datetime.now().strftime("%H:%M:%S")
def _generate_mock_suggestions(self) -> RealtimeSuggestionsResponse:
"""Mock 제안사항 생성 (테스트용)"""
mock_suggestions = [
"신제품의 타겟 고객층을 20-30대로 설정하고, 모바일 우선 전략을 취하기로 논의 중입니다.",
"개발 일정: 1차 프로토타입은 11월 15일까지 완성, 2차 베타는 12월 1일 론칭",
"마케팅 예산 배분에 대해 SNS 광고 60%, 인플루언서 마케팅 40%로 의견이 나왔으나 추가 검토 필요"
]
import random
content = random.choice(mock_suggestions)
return RealtimeSuggestionsResponse(
suggestions=[
SimpleSuggestion(
id=str(uuid.uuid4()),
content=content,
timestamp=self._get_current_timestamp(),
confidence=0.85
)
]
)
+114
View File
@@ -0,0 +1,114 @@
"""Azure Event Hub 서비스 - STT 텍스트 수신"""
import asyncio
import logging
import json
from azure.eventhub.aio import EventHubConsumerClient
from azure.eventhub.extensions.checkpointstoreblobaio import BlobCheckpointStore
from app.config import get_settings
from app.services.redis_service import RedisService
logger = logging.getLogger(__name__)
settings = get_settings()
class EventHubService:
"""Event Hub 리스너 - STT 텍스트 실시간 수신"""
def __init__(self):
self.client = None
self.redis_service = RedisService()
async def start(self):
"""Event Hub 리스닝 시작"""
if not settings.eventhub_connection_string:
logger.warning("Event Hub 연결 문자열이 설정되지 않음 - Event Hub 리스너 비활성화")
return
logger.info("Event Hub 리스너 시작")
try:
# Redis 연결
await self.redis_service.connect()
# Event Hub 클라이언트 생성
self.client = EventHubConsumerClient.from_connection_string(
conn_str=settings.eventhub_connection_string,
consumer_group=settings.eventhub_consumer_group,
eventhub_name=settings.eventhub_name,
)
# 이벤트 수신 시작
async with self.client:
await self.client.receive(
on_event=self.on_event,
on_error=self.on_error,
starting_position="-1", # 최신 이벤트부터
)
except Exception as e:
logger.error(f"Event Hub 리스너 오류: {e}")
finally:
await self.redis_service.disconnect()
async def on_event(self, partition_context, event):
"""
이벤트 수신 핸들러
이벤트 형식 (STT Service에서 발행):
{
"eventType": "TranscriptSegmentReady",
"meetingId": "meeting-123",
"text": "변환된 텍스트",
"timestamp": 1234567890000
}
"""
try:
# 이벤트 데이터 파싱
event_data = json.loads(event.body_as_str())
event_type = event_data.get("eventType")
meeting_id = event_data.get("meetingId")
text = event_data.get("text")
timestamp = event_data.get("timestamp")
if event_type == "TranscriptSegmentReady" and meeting_id and text:
logger.info(
f"STT 텍스트 수신 - meetingId: {meeting_id}, "
f"텍스트 길이: {len(text)}"
)
# Redis에 텍스트 축적 (슬라이딩 윈도우)
await self.redis_service.add_transcript_segment(
meeting_id=meeting_id,
text=text,
timestamp=timestamp
)
logger.debug(f"Redis 저장 완료 - meetingId: {meeting_id}")
# 체크포인트 업데이트
await partition_context.update_checkpoint(event)
except Exception as e:
logger.error(f"이벤트 처리 오류: {e}", exc_info=True)
async def on_error(self, partition_context, error):
"""에러 핸들러"""
logger.error(
f"Event Hub 에러 - Partition: {partition_context.partition_id}, "
f"Error: {error}"
)
async def stop(self):
"""Event Hub 리스너 종료"""
if self.client:
await self.client.close()
logger.info("Event Hub 리스너 종료")
# 백그라운드 태스크로 실행할 함수
async def start_eventhub_listener():
"""Event Hub 리스너 백그라운드 실행"""
service = EventHubService()
await service.start()
+117
View File
@@ -0,0 +1,117 @@
"""Redis 서비스 - 실시간 텍스트 축적"""
import redis.asyncio as redis
import logging
from typing import List
from app.config import get_settings
logger = logging.getLogger(__name__)
settings = get_settings()
class RedisService:
"""Redis 서비스 (슬라이딩 윈도우 방식)"""
def __init__(self):
self.redis_client = None
async def connect(self):
"""Redis 연결"""
try:
self.redis_client = await redis.Redis(
host=settings.redis_host,
port=settings.redis_port,
password=settings.redis_password,
db=settings.redis_db,
decode_responses=True
)
await self.redis_client.ping()
logger.info("Redis 연결 성공")
except Exception as e:
logger.error(f"Redis 연결 실패: {e}")
raise
async def disconnect(self):
"""Redis 연결 종료"""
if self.redis_client:
await self.redis_client.close()
logger.info("Redis 연결 종료")
async def add_transcript_segment(
self,
meeting_id: str,
text: str,
timestamp: int
):
"""
실시간 텍스트 세그먼트 추가 (슬라이딩 윈도우)
Args:
meeting_id: 회의 ID
text: 텍스트 세그먼트
timestamp: 타임스탬프 (밀리초)
"""
key = f"meeting:{meeting_id}:transcript"
value = f"{timestamp}:{text}"
# Sorted Set에 추가 (타임스탬프를 스코어로)
await self.redis_client.zadd(key, {value: timestamp})
# 설정된 시간 이전 데이터 제거 (기본 5분)
retention_ms = settings.text_retention_seconds * 1000
cutoff_time = timestamp - retention_ms
await self.redis_client.zremrangebyscore(key, 0, cutoff_time)
logger.debug(f"텍스트 세그먼트 추가 - meetingId: {meeting_id}")
async def get_accumulated_text(self, meeting_id: str) -> str:
"""
누적된 텍스트 조회 (최근 5분)
Args:
meeting_id: 회의 ID
Returns:
누적된 텍스트 (시간순)
"""
key = f"meeting:{meeting_id}:transcript"
# 최신순으로 모든 세그먼트 조회
segments = await self.redis_client.zrevrange(key, 0, -1)
if not segments:
return ""
# 타임스탬프 제거하고 텍스트만 추출
texts = []
for seg in segments:
parts = seg.split(":", 1)
if len(parts) == 2:
texts.append(parts[1])
# 시간순으로 정렬 (역순으로 조회했으므로 다시 뒤집기)
return "\n".join(reversed(texts))
async def get_segment_count(self, meeting_id: str) -> int:
"""
누적된 세그먼트 개수
Args:
meeting_id: 회의 ID
Returns:
세그먼트 개수
"""
key = f"meeting:{meeting_id}:transcript"
count = await self.redis_client.zcard(key)
return count if count else 0
async def cleanup_meeting_data(self, meeting_id: str):
"""
회의 종료 시 데이터 정리
Args:
meeting_id: 회의 ID
"""
key = f"meeting:{meeting_id}:transcript"
await self.redis_client.delete(key)
logger.info(f"회의 데이터 정리 완료 - meetingId: {meeting_id}")
+93
View File
@@ -0,0 +1,93 @@
"""AI Service - FastAPI 애플리케이션"""
import logging
import uvicorn
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from contextlib import asynccontextmanager
from app.config import get_settings
from app.api.v1 import suggestions
# 로깅 설정
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)
logger = logging.getLogger(__name__)
settings = get_settings()
@asynccontextmanager
async def lifespan(app: FastAPI):
"""애플리케이션 생명주기 관리"""
logger.info("=" * 60)
logger.info(f"AI Service (Python) 시작 - Port: {settings.port}")
logger.info(f"Claude Model: {settings.claude_model}")
logger.info(f"Redis: {settings.redis_host}:{settings.redis_port}")
logger.info("=" * 60)
# TODO: Event Hub 리스너 시작 (별도 백그라운드 태스크)
# asyncio.create_task(start_eventhub_listener())
yield
logger.info("AI Service 종료")
# FastAPI 애플리케이션
app = FastAPI(
title=settings.app_name,
version="1.0.0",
description="실시간 AI 제안사항 서비스 (Python)",
lifespan=lifespan
)
# CORS 설정
app.add_middleware(
CORSMiddleware,
allow_origins=settings.cors_origins,
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
# 라우터 등록
app.include_router(
suggestions.router,
prefix="/api/v1/ai/suggestions",
tags=["AI Suggestions"]
)
@app.get("/")
async def root():
"""루트 엔드포인트"""
return {
"service": settings.app_name,
"version": "1.0.0",
"status": "running",
"endpoints": {
"test": "/api/v1/ai/suggestions/test",
"stream": "/api/v1/ai/suggestions/meetings/{meeting_id}/stream"
}
}
@app.get("/health")
async def health_check():
"""헬스 체크"""
return {
"status": "healthy",
"service": settings.app_name
}
if __name__ == "__main__":
uvicorn.run(
"main:app",
host=settings.host,
port=settings.port,
reload=True, # 개발 모드
log_level=settings.log_level.lower()
)
+21
View File
@@ -0,0 +1,21 @@
# FastAPI 및 서버
fastapi==0.104.1
uvicorn[standard]==0.24.0
sse-starlette==1.8.2
# AI/ML
anthropic==0.42.0
# 데이터베이스 및 캐시
redis==5.0.1
# Azure 서비스
azure-eventhub==5.11.4
# 데이터 모델 및 검증
pydantic==2.10.5
pydantic-settings==2.7.1
# 유틸리티
python-dotenv==1.0.0
python-json-logger==2.0.7
+35
View File
@@ -0,0 +1,35 @@
#!/bin/bash
# AI Service (Python) 시작 스크립트
echo "======================================"
echo "AI Service (Python) 시작"
echo "======================================"
# 가상환경 활성화 (선택사항)
# source venv/bin/activate
# 의존성 설치 확인
if [ ! -d "venv" ]; then
echo "가상환경이 없습니다. 생성 중..."
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
else
source venv/bin/activate
fi
# .env 파일 확인
if [ ! -f ".env" ]; then
echo ".env 파일이 없습니다. .env.example을 복사합니다."
cp .env.example .env
echo "⚠️ .env 파일에 실제 API 키를 설정해주세요."
fi
# FastAPI 서버 시작
echo "======================================"
echo "FastAPI 서버 시작 중..."
echo "Port: 8086"
echo "======================================"
python3 main.py