Merge pull request #12 from KHTML-Hexagonal/develop

[DEPLOY]: API 배포

src/main/java/org/khtml/hexagonal/domain/ai/application/GptService.java

@@ -0,0 +1,308 @@
+package org.khtml.hexagonal.domain.ai.application;
+
+import com.fasterxml.jackson.core.JsonProcessingException;
+import com.fasterxml.jackson.core.type.TypeReference;
+import com.fasterxml.jackson.databind.ObjectMapper;
+import lombok.RequiredArgsConstructor;
+import org.khtml.hexagonal.domain.building.dto.BuildingUpdate;
+import org.khtml.hexagonal.domain.building.dto.ImageRequest;
+import org.khtml.hexagonal.domain.building.dto.MaterialInfo;
+import org.springframework.beans.factory.annotation.Value;
+import org.springframework.http.*;
+import org.springframework.stereotype.Service;
+import org.springframework.transaction.annotation.Transactional;
+import org.springframework.web.client.RestTemplate;
+
+import java.util.ArrayList;
+import java.util.HashMap;
+import java.util.List;
+import java.util.Map;
+
+@Transactional(readOnly = true)
+@RequiredArgsConstructor
+@Service
+public class GptService {
+
+    @Value("${openai.api.url}")
+    private String openAiApiUrl;
+
+    @Value("${openai.api.key}")
+    private String openAiApiKey;
+
+    public BuildingUpdate analyzeBuilding(List<String> urls) throws JsonProcessingException {
+        BuildingUpdate buildingUpdate;
+        ImageRequest imageRequest = new ImageRequest();
+        List<ImageRequest.Content> contentList = new ArrayList<>();
+
+        imageRequest.setRole("user");
+
+        for (String url : urls) {
+            ImageRequest.Content content = new ImageRequest.Content();
+            ImageRequest.ImageUrl imageUrl = new ImageRequest.ImageUrl();
+
+            imageUrl.setUrl(url);
+            content.setType("image_url");
+            content.setImage_url(imageUrl);
+            contentList.add(content);
+
+        }
+
+        imageRequest.setContent(contentList);
+        return analyzeHouseImages(imageRequest);
+    }
+
+    public BuildingUpdate analyzeHouseImages(ImageRequest imageRequest) throws JsonProcessingException {
+
+        // 시스템 메시지
+        String systemMessage = """
+                            
+                            너는 오래된 건물의 상태를 평가하는 챗봇 AI다. 제공된 사진을 분석하여 건물의 상태를 진단하고, 결과를 한글로 작성된 JSON 형식으로 출력해야 한다. 
+                            이 JSON은 아래 예시와 같이 각 필드가 특정 영어 변수에 매핑되도록 구성되어야 한다.
+                            
+                            건물 구조 분석 (structureReason):
+                            
+                            구조: 건물의 구조가 전통적인지 현대적인지 판단한다.
+                            이유: 판단의 이유를 설명한다.
+                            건축 요소 평가 (roof, walls, windowsAndDoors):
+                            
+                            지붕 형태 (roof):
+                            재료: 지붕에 사용된 재료를 확인한다.
+                            상태: 지붕의 상태를 평가한다.
+                            외벽 재질 (walls):
+                            재료: 외벽에 사용된 재료를 확인한다.
+                            상태: 외벽의 상태를 평가한다.
+                            창문 및 문 형태 (windowsAndDoors):
+                            재료: 창문과 문에 사용된 재료를 확인한다.
+                            상태: 창문과 문의 상태를 평가한다.
+                            건물 상태 평가 (overallCondition):
+                            
+                            평가: 건물의 전반적인 상태를 구체적으로 평가한다.
+                            이유: 해당 평가의 이유를 제시한다.
+                            상세 점수화 (detailedScores):
+                            
+                            균열 여부 (cracks): 균열의 존재 여부와 심각성을 100점 만점으로 점수화한다.
+                            누수 여부 (leaks): 누수의 존재 여부와 심각성을 100점 만점으로 점수화한다.
+                            부식 여부 (corrosion): 부식의 정도를 100점 만점으로 점수화한다.
+                            노후화 정도 (aging): 건물의 노후화를 100점 만점으로 점수화한다.
+                            총점수 (totalScore): 위의 점수를 합산하여 반올림한 총점을 계산한다.
+                            보수 필요성 판단 (repairNeeds):
+                            
+                            조명: 사진 속 조명이 형광등이라면 LED로 교체가 필요한지, 이미 LED라면 교체가 불필요한지 판단한다.
+                            창호 보강, 도배, 장판 교체: 창호 보강, 도배, 장판 교체의 필요 여부를 판단한다.
+                            
+                            판단하기 어려운 부분, 예를 들어 실내 사진인데 지붕 재료, 지붕 상태 등을 판단해야 하는 경우에는 해당 부분을 ""으로 처리한다.
+                            repairlist의 경우 반드시 ,로 구분한다. repairlist가 없는 경우에는 ""으로 처리한다.
+                            
+                            
+                            예시 JSON은 다음과 같다.
+                            
+                            {
+                              "structureReason": "구조 평가 이유",
+                              "roofMaterial": "지붕 재료",
+                              "roofCondition": "지붕 상태",
+                              "wallMaterial": "외벽 재료",
+                              "wallCondition": "외벽 상태",
+                              "windowDoorMaterial": "창문 및 문 재료",
+                              "windowDoorCondition": "창문 및 문 상태",
+                              "overallCondition": "건물 상태 평가",
+                              "conditionReason": "건물 상태 평가 이유",
+                              "crackScore": 20,
+                              "leakScore": 0,
+                              "corrosionScore": 0,
+                              "agingScore": 0,
+                              "totalScore": 20,
+                              "repairList": "LED 교체, 창호 보강, 도배, 장판 교체"
+                            }
+                            
+                            
+                            
+                            
+                """;
+
+        // OpenAI API에 보낼 요청 데이터 작성
+        Map<String, Object> requestBody = new HashMap<>();
+        List<Map<String, Object>> messages = new ArrayList<>();
+
+        // System 메시지 추가
+        Map<String, Object> systemContent = new HashMap<>();
+        systemContent.put("type", "text");
+        systemContent.put("text", systemMessage);
+        messages.add(Map.of("role", "system", "content", List.of(systemContent)));
+
+        // User 메시지 추가 (여러 이미지 URL 포함)
+        List<Map<String, Object>> imageUrls = new ArrayList<>();
+        imageRequest.getContent().forEach(content -> {
+            String url = content.getImageUrlOrNull();
+            if (url != null) {
+                Map<String, Object> imageUrlContent = new HashMap<>();
+                imageUrlContent.put("type", "image_url");
+                imageUrlContent.put("image_url", Map.of("url", url));
+                imageUrls.add(imageUrlContent);
+            }
+        });
+        messages.add(Map.of("role", "user", "content", imageUrls));
+
+        // Assistant 메시지 추가 (빈 값으로 초기화)
+        Map<String, Object> assistantContent = new HashMap<>();
+        assistantContent.put("type", "text");
+        assistantContent.put("text", "");
+        messages.add(Map.of("role", "assistant", "content", List.of(assistantContent)));
+
+        // 요청 본문에 messages 리스트와 옵션 추가
+        requestBody.put("messages", messages);
+        requestBody.put("temperature", 0.7);
+        requestBody.put("top_p", 0.95);
+        requestBody.put("max_tokens", 2000);
+
+        // API 요청 헤더 설정
+        HttpHeaders headers = new HttpHeaders();
+        headers.setContentType(MediaType.APPLICATION_JSON);
+        headers.set("api-key", openAiApiKey);
+
+        // HTTP 요청 생성
+        HttpEntity<Map<String, Object>> requestEntity = new HttpEntity<>(requestBody, headers);
+
+        // REST API 호출
+        RestTemplate restTemplate = new RestTemplate();
+        ResponseEntity<Map> response = restTemplate.exchange(
+                openAiApiUrl,
+                HttpMethod.POST,
+                requestEntity,
+                Map.class
+        );
+
+        // API 결과 처리
+        Map<String, Object> responseBody = response.getBody();
+
+        // responseBody에서 "content" 부분을 추출
+        String content = (String) ((Map<String, Object>) ((Map<String, Object>) ((List<Object>) responseBody.get("choices")).get(0)).get("message")).get("content");
+
+        // "```json"과 "```"을 제거하여 실제 JSON 데이터만 추출
+        String jsonContent = content.replaceAll("```json\\n|```", "").trim();
+
+        // JSON 데이터를 Map으로 파싱
+        ObjectMapper objectMapper = new ObjectMapper();
+        Map<String, Object> jsonData = objectMapper.readValue(jsonContent, new TypeReference<Map<String, Object>>() {});
+
+        // BuildingUpdate DTO로 데이터 매핑
+        BuildingUpdate buildingUpdate = new BuildingUpdate();
+        buildingUpdate.setStructureReason((String) jsonData.get("structureReason"));
+        buildingUpdate.setRoofMaterial((String) jsonData.get("roofMaterial"));
+        buildingUpdate.setRoofCondition((String) jsonData.get("roofCondition"));
+        buildingUpdate.setWallMaterial((String) jsonData.get("wallMaterial"));
+        buildingUpdate.setWallCondition((String) jsonData.get("wallCondition"));
+        buildingUpdate.setWindowDoorMaterial((String) jsonData.get("windowDoorMaterial"));
+        buildingUpdate.setWindowDoorCondition((String) jsonData.get("windowDoorCondition"));
+        buildingUpdate.setOverallCondition((String) jsonData.get("overallCondition"));
+        buildingUpdate.setConditionReason((String) jsonData.get("conditionReason"));
+        buildingUpdate.setCrackScore((Integer) jsonData.get("crackScore"));
+        buildingUpdate.setLeakScore((Integer) jsonData.get("leakScore"));
+        buildingUpdate.setCorrosionScore((Integer) jsonData.get("corrosionScore"));
+        buildingUpdate.setAgingScore((Integer) jsonData.get("agingScore"));
+        buildingUpdate.setTotalScore((Integer) jsonData.get("totalScore"));
+        buildingUpdate.setRepairList((String) jsonData.get("repairList"));
+
+        // 매핑된 DTO 출력 (디버깅 용도)
+        System.out.println(buildingUpdate);
+
+        //buildingService.updateBuilding(buildingId, buildingUpdate);
+
+        // 리턴값 반환
+        return buildingUpdate;
+    }
+
+    public ResponseEntity<Map<String, Object>> analyzeMaterialImages(ImageRequest imageRequest) throws JsonProcessingException {
+
+        // 시스템 메시지
+        String systemMessage = """
+            너는 사진을 받으면 해당 사진에 나오는 부자재의 종류들과 그 사용법들을 반환하는 챗봇 AI다.
+            
+            제공된 사진을 분석하여 부자재의 종류와 사용법을 양식에 맞게 작성된 JSON 형식으로 출력해야 한다.
+            
+            반드시 양식에 맞게 작성해야 하며, 다른 방식으로의 응답은 절대 허용하지 않는다.
+            
+            mateial과 usage는 여러개가 올 수 있지만 리스트 형식으로는 '절대' 출력하면 안된다.
+            
+            mateiral과 usage가 여러 가지 이상으로 판단될 시, 반드시 ,로만 구분하여 한 개의 string으로 출력해야 한다.
+            
+            예시 JSON은 다음과 같다.
+            
+            {
+                "material" : "나무 판자, 쇠 파이프"
+                "usage" : "벽 만들기, 천장 고치기"
+            }
+        """;
+
+        // OpenAI API에 보낼 요청 데이터 작성
+        Map<String, Object> requestBody = new HashMap<>();
+        List<Map<String, Object>> messages = new ArrayList<>();
+
+        // System 메시지 추가
+        Map<String, Object> systemContent = new HashMap<>();
+        systemContent.put("type", "text");
+        systemContent.put("text", systemMessage);
+        messages.add(Map.of("role", "system", "content", List.of(systemContent)));
+
+        // User 메시지 추가 (여러 이미지 URL 포함)
+        List<Map<String, Object>> imageUrls = new ArrayList<>();
+        imageRequest.getContent().forEach(content -> {
+            String url = content.getImageUrlOrNull();
+            if (url != null) {
+                Map<String, Object> imageUrlContent = new HashMap<>();
+                imageUrlContent.put("type", "image_url");
+                imageUrlContent.put("image_url", Map.of("url", url));
+                imageUrls.add(imageUrlContent);
+            }
+        });
+        messages.add(Map.of("role", "user", "content", imageUrls));
+
+        // Assistant 메시지 추가 (빈 값으로 초기화)
+        Map<String, Object> assistantContent = new HashMap<>();
+        assistantContent.put("type", "text");
+        assistantContent.put("text", "");
+        messages.add(Map.of("role", "assistant", "content", List.of(assistantContent)));
+
+        // 요청 본문에 messages 리스트와 옵션 추가
+        requestBody.put("messages", messages);
+        requestBody.put("temperature", 0.7);
+        requestBody.put("top_p", 0.95);
+        requestBody.put("max_tokens", 2000);
+
+        // API 요청 헤더 설정
+        HttpHeaders headers = new HttpHeaders();
+        headers.setContentType(MediaType.APPLICATION_JSON);
+        headers.set("api-key", openAiApiKey);
+
+        // HTTP 요청 생성
+        HttpEntity<Map<String, Object>> requestEntity = new HttpEntity<>(requestBody, headers);
+
+        // REST API 호출
+        RestTemplate restTemplate = new RestTemplate();
+        ResponseEntity<Map> response = restTemplate.exchange(
+                openAiApiUrl,
+                HttpMethod.POST,
+                requestEntity,
+                Map.class
+        );
+
+        // API 결과 처리
+        Map<String, Object> responseBody = response.getBody();
+
+        // responseBody에서 "content" 부분을 추출
+        String content = (String) ((Map<String, Object>) ((Map<String, Object>) ((List<Object>) responseBody.get("choices")).get(0)).get("message")).get("content");
+
+        // "```json"과 "```"을 제거하여 실제 JSON 데이터만 추출
+        String jsonContent = content.replaceAll("```json\\n|```", "").trim();
+
+        // JSON 데이터를 Map으로 파싱
+        ObjectMapper objectMapper = new ObjectMapper();
+        Map<String, Object> jsonData = objectMapper.readValue(jsonContent, new TypeReference<Map<String, Object>>() {});
+        // 필요한 데이터 사용
+        MaterialInfo materialInfo = new MaterialInfo((String) jsonData.get("material"), (String) jsonData.get("usage"));
+        System.out.println(materialInfo);
+
+        // 리턴값 반환
+        return ResponseEntity.ok(responseBody);
+    }
+
+}