HRFCO Service

# 🚀 HRFCO OpenAI Function Calling Integration ## ✅ 완료된 변환 작업 ### MCP → REST API 변환 - **이전**: MCP 서버 (JSON-RPC 프로토콜) - **현재**: REST API (HTTP GET/POST) - **호환성**: OpenAI Function Calling 완전 지원 ### 핵심 구성요소 #### 1. REST API 서버 (`openai_api_server.py`) ```python @app.get("/observatories") async def get_observatories(hydro_type: str = "waterlevel", limit: int = 5): """OpenAI Function이 호출할 엔드포인트""" result = await client.get_observatories(hydro_type, limit) return result ``` #### 2. Function 정의 (`openai_function_definition.json`) ```json { "name": "get_korean_water_observatories", "description": "Get Korean water level or rainfall observatory information", "parameters": { "type": "object", "properties": { "hydro_type": {"type": "string", "enum": ["waterlevel", "rainfall", "dam"]}, "limit": {"type": "integer", "minimum": 1, "maximum": 10} } } } ``` ## 🔧 OpenAI API 사용법 ### 1. 서버 시작 ```bash cd /home/ubuntu/hrfco-service source venv/bin/activate python3 openai_api_server.py ``` ### 2. Function 정의 가져오기 ```bash curl http://localhost:8000/openai/functions ``` ### 3. OpenAI API 호출 예제 ```python import openai # Function 정의 functions = [ { "name": "get_korean_water_observatories", "description": "Get Korean water observatory data", "parameters": { "type": "object", "properties": { "hydro_type": {"type": "string", "enum": ["waterlevel", "rainfall"]}, "limit": {"type": "integer", "minimum": 1, "maximum": 10} } } } ] # ChatGPT 호출 response = openai.ChatCompletion.create( model="gpt-4", messages=[{"role": "user", "content": "한국의 수위 관측소 3개를 조회해줘"}], functions=functions, function_call="auto" ) # Function call 처리 if response.choices[0].message.get("function_call"): function_call = response.choices[0].message["function_call"] # API 호출 로직 실행 ``` ## 📊 성능 최적화 ### ✅ 응답 크기 제한 - **총 관측소**: 1,366개 - **반환 제한**: 3-10개 (설정 가능) - **응답 크기**: 859 bytes (1KB 미만) ### ✅ API 엔드포인트 - **Health Check**: `GET /health` - **Observatory Data**: `GET /observatories?hydro_type=waterlevel&limit=5` - **Function Definitions**: `GET /openai/functions` ## 🌐 배포 옵션 ### Option 1: 로컬 서버 ```bash # 현재 실행 중 http://localhost:8000 ``` ### Option 2: 클라우드 배포 - **Heroku**: `Procfile` 생성 필요 - **AWS Lambda**: Serverless 변환 필요 - **Google Cloud Run**: Docker 컨테이너화 필요 ## 🔗 실제 사용 예제 ### 테스트 결과 ```json { "observatories": [ { "wlobscd": "1001602", "obsnm": "평창군(송정교)", "addr": "강원특별자치도 평창군 진부면", "almwl": "5" } ], "total_count": 1366, "returned_count": 3 } ``` ### Function Response Size: 859 bytes ✅ ## 🎯 다음 단계 1. **OpenAI API 키 설정** 2. **Function 정의를 OpenAI 프로젝트에 추가** 3. **실제 ChatGPT에서 테스트** 4. **프로덕션 배포 (선택사항)** --- **🎉 핵심 성과**: MCP → REST API 변환 완료, OpenAI Function Calling 호환성 확보, 응답 크기 최적화 유지!