🌱 식물 친구 AI - Plant Persona Agent

LangGraph와 OpenAI를 활용한 터미널 기반 식물 페르소나 AI 채팅봇입니다. 실제 식물과 대화하는 것처럼 자연스럽고 재미있는 대화를 터미널에서 나눌 수 있습니다!

✨ 주요 기능

🧠 LangGraph 기반 AI Orchestrator

• AI 기반 질의 분석: GPT가 사용자 질문을 이해하고 필요한 도구를 지능적으로 선택
• 동적 워크플로우: AI 판단에 따른 유연한 도구 조합 및 실행
• 추론 과정 제공: AI의 도구 선택 이유와 신뢰도 점수 제공

🔧 Tool 1: 환경 데이터 분석기

• 실시간 환경 모니터링: 온도, 습도, 토양수분, 광도 데이터 분석
• 건강 상태 평가: 환경 조건을 바탕으로 식물 건강도 자동 평가
• 맞춤형 권장사항: 현재 상태에 따른 구체적인 관리 조언 제공

🌐 Tool 2: 웹 검색 엔진

• 최신 정보 검색: 식물 관련 최신 뉴스, 트렌드, 연구 결과 검색
• 실시간 정보 업데이트: 시스템 내부에 없는 최신 정보 제공
• 다양한 소스 활용: 웹상의 다양한 식물 관리 정보 수집

📚 Tool 3: 식물 지식 RAG 시스템

• 전문 지식 데이터베이스: 식물 백과사전, 관리 가이드 등 체계적인 정보 저장
• 벡터 유사도 검색: TF-IDF 기반 의미론적 검색으로 관련 정보 추출
• 카테고리별 분류: 꽃, 다육식물, 허브, 관엽식물 등 체계적인 정보 관리

🎭 식물 페르소나

• 살아있는 식물 역할: 1인칭 시점에서 감정과 상태를 표현
• 풍부한 감정 표현: 기쁨, 걱정, 만족 등 다양한 감정을 이모지로 표현
• 친근한 대화 스타일: 반말과 애교를 통한 자연스러운 소통

💬 터미널 채팅 인터페이스

• 실시간 대화: 터미널 기반 자연스러운 채팅 환경
• 환경 데이터 통합: 실시간 환경 정보와 함께 대화
• 건강 모니터링: 식물 상태와 권장사항을 텍스트로 제공

🛠️ 기술 스택

• AI Framework: LangGraph, LangChain
• LLM: OpenAI GPT-3.5-turbo
• Interface: Terminal-based Chat
• Data Processing: Pandas, NumPy
• Web Scraping: Requests, BeautifulSoup4
• Vector Search: Scikit-learn, TF-IDF
• Environment: Python 3.8+

📊 시스템 아키텍처

사용자 질의
    ↓
🧠 Orchestrator (LangGraph Agent)
    ↓
질의 분석 → 필요한 도구 결정
    ↓               ↓
복합 워크플로우    단일 도구 호출
    ↓               ↓
┌─────────────────────────────────┐
│ 🔧 Tool 1: 환경 데이터 분석     │
│ 🌐 Tool 2: 웹 검색 엔진        │  
│ 📚 Tool 3: 식물 지식 RAG       │
└─────────────────────────────────┘
    ↓
정보 통합 및 분석
    ↓
🎭 식물 페르소나 응답 생성
    ↓
💬 터미널 채팅 인터페이스

🚀 설치 및 실행

1. 프로젝트 클론

git clone <repository-url>
cd real

2. 가상환경 설정

python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

3. 패키지 설치

pip install -r requirements.txt

4. 환경변수 설정

.env 파일을 생성하고 OpenAI API 키를 추가하세요:

OPENAI_API_KEY=your_openai_api_key_here

5. 데이터 준비

data/ 폴더에 다음 Excel 파일들이 있는지 확인하세요:

• Environment Temperature.xlsx
• Environment Humidity.xlsx
• Environment Light Intensity.xlsx
• Soil Moisture.xlsx

6. 애플리케이션 실행

터미널 채팅 (메인)

python chat_agent.py

데이터 분석 테스트

python tools/data_analyzer.py

📁 프로젝트 구조

real/
├── data/                           # 환경 데이터 파일
│   ├── Environment Temperature.xlsx
│   ├── Environment Humidity.xlsx
│   ├── Environment Light Intensity.xlsx
│   └── Soil Moisture.xlsx
├── rag/                           # RAG 시스템 파일
├── tools/                         # 도구 모듈
│   ├── data_analyzer.py          # Tool 1: 환경 데이터 분석기
│   ├── web_search_tool.py        # Tool 2: 웹 검색 엔진
│   └── dummy_rag_tool.py         # Tool 3: 더미 RAG 시스템
├── persona.py                   # 식물 페르소나 모듈
├── plant_orchestrator.py        # 도구 오케스트레이션 모듈
├── chat_agent.py               # 메인 채팅 에이전트 (실행)
├── requirements.txt             # Python 패키지 의존성
├── .env.example                 # 환경변수 예시
└── README.md                    # 프로젝트 문서
```## 🌟 사용 예시

### 일반적인 대화

👤 사용자: "안녕! 오늘 기분이 어때?" 🌱 식물: "안녕! 오늘은 기분이 좋아! 🌟 햇살도 따뜻하게 들어오고 있어서 잎사귀들이 반짝반짝 빛나고 있어 ✨"

### 환경 상태 문의 (Tool 1 활용)

👤 사용자: "지금 상태가 어때?" 🌱 식물: "지금 내 상태를 확인해볼게! 🔍 음... 온도는 22.5°C로 딱 좋고, 습도도 45%로 적당해! 😊 근데 토양이 좀 말라서 물이 필요할 것 같아 💧 물 좀 줄 수 있을까? 🥺"

### 최신 정보 검색 (Tool 2 활용)

👤 사용자: "요즘 식물 트렌드가 뭐야?" 🌱 식물: "오! 웹에서 찾아봤는데 🔍 요즘은 공기정화 식물이 대세래! 특히 몬스테라나 스투키 같은 식물들이 인기가 많다고 해 🌿 나도 공기정화 능력이 있으니까 기분이 좋아! ✨"

### 식물 지식 문의 (Tool 3 활용)

👤 사용자: "라벤더 키우는 방법 알려줘" 🌱 식물: "라벤더 얘기구나! 📚 내가 알고 있는 걸 알려줄게! 라벤더는 지중해 출신이라서 햇빛을 정말 좋아해 ☀️ 건조한 토양을 선호하고 과습에 약해서 물은 적게 주는 게 좋아! 통풍도 잘 되어야 하고... 나랑은 좀 다른 스타일이지만 예쁜 보라색 꽃이 향긋해서 부러워! 💜"

### 복합 정보 활용

👤 사용자: "건강하게 잘 자라고 있어?" 🌱 식물: "고마워! 전반적으로 건강해! 🌿 [환경 데이터] 온도: 22.5°C ✅, 습도: 45% ✅, 토양수분: 15% ⚠️ [지식 검색] 내 종류는 적당한 물주기가 중요하다고 나와있어! [웹 정보] 최근 연구에서도 과습보다는 약간 건조한 게 좋대!

     종합해보니 토양이 조금 건조해서 물을 주면 완벽할 것 같아! 💚"

## 🎯 주요 특징

### LangGraph 워크플로우
1. **질의 분석**: 사용자 질의 내용을 분석하여 필요한 도구 조합 결정
2. **다중 도구 실행**: 필요에 따라 Tool 1, 2, 3을 단독 또는 조합 실행
3. **정보 통합**: 각 도구에서 얻은 정보를 종합하고 분석
4. **페르소나 응답**: 통합된 정보를 바탕으로 식물 페르소나 응답 생성
5. **메모리 관리**: 대화 맥락 유지 및 연속적 상호작용

### 스마트 정보 통합 시스템
- **환경 분석**: 실시간 환경 데이터 모니터링 및 건강 상태 평가
- **웹 정보**: 최신 뉴스, 트렌드, 연구 결과 등 실시간 정보 수집
- **지식 검색**: 전문 식물 지식 데이터베이스에서 관련 정보 추출
- **통합 분석**: 다중 소스 정보를 종합하여 정확하고 포괄적인 답변 제공

### 생동감 있는 페르소나
- 식물의 관점에서 세상을 바라보는 독특한 시각
- 상황에 맞는 감정 표현 (기쁨, 걱정, 만족 등)
- 식물 관련 표현과 은유 사용
- 이모지를 활용한 시각적 소통

## 🔧 커스터마이징

### 모듈별 역할 분담
- **`persona.py`**: 식물 페르소나 성격, 말투, 응답 생성 담당
- **`plant_orchestrator.py`**: 질의 분석, 도구 선택, 도구 실행 담당
- **`chat_agent.py`**: 대화 관리, 터미널 인터페이스, 메인 실행 담당

### 환경 임계값 조정
`tools/data_analyzer.py`의 `analyze_plant_health()` 메서드에서 각 환경 요소의 임계값을 조정할 수 있습니다.

### 시스템 커스터마이징
- **페르소나 수정**: `persona.py`에서 식물 성격과 말투 변경
- **도구 설정**: `plant_orchestrator.py`에서 도구 조합 로직 수정  
- **채팅 인터페이스**: `chat_agent.py`에서 터미널 인터페이스 변경

## 🤝 기여하기

1. 이 저장소를 Fork하세요
2. 새로운 기능 브랜치를 생성하세요 (`git checkout -b feature/AmazingFeature`)
3. 변경사항을 커밋하세요 (`git commit -m 'Add some AmazingFeature'`)
4. 변경사항을 푸시하세요 (`git push origin feature/AmazingFeature`)
5. Pull Request를 생성하세요

## 📝 라이선스

이 프로젝트는 MIT 라이선스 하에 있습니다. 자세한 내용은 `LICENSE` 파일을 참조하세요.

## 🙋‍♀️ 문의사항

프로젝트에 대한 질문이나 제안이 있으시면 이슈를 생성해주세요.

## 🔄 최신 업데이트 (v2.0)

### ✨ Enhanced Multi-Tool System
- **GPT-3.5-turbo 전환**: 성능 최적화 및 비용 효율성 향상
- **Tool 2 추가**: 웹 검색 엔진으로 최신 정보 실시간 수집
- **Tool 3 추가**: 더미 RAG 시스템으로 전문 식물 지식 제공
- **스마트 워크플로우**: 질의에 따른 다중 도구 자동 선택 및 실행
- **정보 통합**: 환경 데이터 + 웹 정보 + 식물 지식을 종합한 포괄적 답변
- **터미널 최적화**: 간결한 터미널 기반 채팅 인터페이스로 집중

### 🎯 Tool 조합 시나리오
- **환경만**: "지금 상태 어때?" → Tool 1
- **지식만**: "장미 키우는 법?" → Tool 3  
- **최신정보만**: "요즘 식물 트렌드?" → Tool 2
- **복합질의**: "건강한가요?" → Tool 1 + 3 + 2 통합 실행

---

**🌱 터미널에서 식물 친구와 함께 즐거운 대화를 나누세요! ✨**