refactor:[BE] location template modify

agentPersona/db.py

@@ -2,52 +2,51 @@
 from langchain_openai import OpenAIEmbeddings
 from pinecone import Pinecone, Index
 from langchain_pinecone import PineconeVectorStore
+# from langchain.vectorstores import PineconeVectorStore
 import os
 from dotenv import load_dotenv
 from sentence_transformers import SentenceTransformer
 
 # sql DB 초기화
 db = SQLAlchemy()
 
-# pinecone 초기화
-load_dotenv()
+# Pinecone 초기화
+pinecone_api_key = os.getenv("PINECONE_API_KEY")
+pinecone = Pinecone(api_key=pinecone_api_key, environment="us-east-1")
 
+# Pinecone 인덱스 이름
+index_name = "tamtam2"
+index = pinecone.Index(index_name)  # Pinecone 인덱스 정의
 
-pinecone_api_key = os.getenv("PINECONE_API_KEY")
-pinecone = Pinecone(
-    api_key=pinecone_api_key,
-    environment="us-east-1"
-)
-index_name = "tamtam"
-embeddings = OpenAIEmbeddings(
-    model="text-embedding-ada-002"
-)
-vectorstore = PineconeVectorStore(
-    index_name=index_name,
-    embedding=embeddings
-)
-retriever = vectorstore.as_retriever()
+# OpenAI Embeddings 및 PineconeVectorStore 설정
+embeddings = OpenAIEmbeddings(model="text-embedding-ada-002")
+vectorstore = PineconeVectorStore(index_name=index_name, embedding=embeddings)
 
+# Pinecone retriever 설정
+retriever = vectorstore.as_retriever()
 
-# 임베딩 모델 초기화 (Pinecone와 동일한 모델 사용)
+# 임베딩 모델 로딩 (Pinecone와 동일한 모델 사용)
 model = SentenceTransformer('all-MiniLM-L6-v2')
 def search_theme_in_pinecone(query, top_k=5):
     """
-    PineconeVectorStore에서 쿼리를 검색하여 관련 데이터를 반환합니다.
-    :param query: 검색할 텍스트
+    Pinecone에서 관련된 데이터를 검색하여 반환합니다.
+    :param query: 검색할 텍스트 (여행 테마)
     :param top_k: 반환할 상위 결과 수
     :return: 검색된 결과 리스트
     """
-    # similarity_search 메서드 사용
-    results = vectorstore.similarity_search(query, k=top_k)
+    # LangChain retriever 사용하여 Pinecone에서 관련된 항목 검색
+    results = retriever.get_relevant_documents(query)
 
-    # 검색 결과 정리
+    # 검색된 결과 정리하여 반환
     return [
         {
-            "question": result.page_content,  # 질문 내용
-            "theme": result.metadata.get("theme", "N/A"),  # 테마
-            # "location": result.metadata.get("location", "N/A"),  # 장소
-            "restaurants": result.metadata.get("restaurants", [])  # 음식점 정보
+            "name": result.metadata.get("name", "N/A"),
+            "address": result.metadata.get("address", "N/A"),
+            "rating": result.metadata.get("rating", "N/A"),
+            "category": result.metadata.get("category", "N/A"),
+            "review": result.metadata.get("review", ""),
+            "latitude": result.metadata.get("latitude", "N/A"),
+            "longitude": result.metadata.get("longitude", "N/A")
         }
         for result in results
     ]