2025-2-CECD1-3-Inference-02

2025-2학기 종합설계 1 석문기 교수님 분반 인퍼런스 팀

사전 준비

팀 공유 파일 필요(드라이브에 전달):

• backend/saved_model/ — KlueBERT 파인튜닝 모델 파일
• backend/rag/data/source_data/ — RAG DB 구축용 원본 데이터

파일 구조 (주요)

mindcare-app/                     # React 프론트엔드
├── src/App.jsx
└── package.json

backend/   
├── main.py                       # FastAPI 서버 진입점   
├── ai_module.py                  # GPT 연동, GraphRAG 컨텍스트 생성   
├── saved_model/                  # KlueBERT 모델 파일 (별도 수령)   
└── rag/
    ├── model.py                  # CustomBertForMTL 정의 및 모델 로딩   
    ├── rag.py                    # 유사 발화 벡터 검색 (Chroma + 리랭킹)   
    ├── graph.py                  # GraphRAG: 사용자 지식 그래프 구성 및 순회   
    ├── db/                       # SQLite + Chroma 인덱스
    ├── data/source_data/         # RAG DB 구축용 데이터 (별도 수령) 
    └── scripts/   
        └── setup_rag.py          # RAG DB 초기화 스크립트   

---

최초 세팅

1. 클론

git clone [레포 URL]
cd Mindcare

2. 프론트 설치

cd mindcare-app
npm install

3. 백엔드 설치

cd ../backend
pip install fastapi uvicorn sqlalchemy python-jose[cryptography] pydantic openai python-dotenv bcrypt httpx

4. KlueBERT 설치

cd kluebert_fastapi
pip install torch transformers sentencepiece numpy

5. .env 파일 생성 (backend/ 폴더에)

.env.example 참고하여 작성 (OpenAI API key 필요)

6. DB 초기화 (최초 1회 — 서버 시작하면 자동 생성됨)

이미 DB가 있는 경우 마이그레이션:

cd ../backend
python migrate.py

7. RAG DB 초기화 및 구축

cd backend   
python -m rag.scripts.setup_rag

rag/db/depression_rag.db, rag/db/chroma_store/가 생성됨

---

실행

터미널 1 — KlueBERT 모델 서버

cd backend   
python -m uvicorn kluebert_fastapi.app:app --port 8001

터미널 2 — 마음돌봄 백엔드

cd backend   
python -m uvicorn main:app --reload --port 8000

터미널 3 — React 프론트

cd mindcare-app   
npm run dev

---

접속

• 앱: http://localhost:5173
• 백엔드 API 문서: http://localhost:8000/docs
• KlueBERT API 문서: http://localhost:8001/docs

테스트 계정 만들기

• 일반 사용자: 회원가입에서 "일반 사용자" 선택
• 의사: 회원가입에서 "의사" 선택 → 전문 분야, 면허번호 입력
• 의사 계정에서 환자 추가: 환자의 아이디 입력

주의사항

• KlueBERT 서버가 꺼져 있어도 앱은 동작함 (키워드 기반 폴백)
• saved_model, source_data은 별도 수령 필요
• .env 파일은 각자 생성 필요