🐰 WalkingRabbit AI Server

동대문구를 걸으며 꽃과 식물 사진을 찍으면 AI가 설명해주는 보행 촉진 앱, 워킹토끼의 AI 서버입니다.

🔗 해커톤 회고 페이지

📌 프로젝트 개요

동대문구는 서울 내 녹지율 최하위 지역임에도 '꽃의 도시'를 선포했습니다. 주민들이 동네를 걷고 식물에 관심을 갖도록 동기를 부여하기 위해, AI 기반 식물 인식과 미션 시스템으로 걷기 자체를 재미있는 경험으로 만들고자 하였습니다.

✨ AI 주요 기능

• AI 식물 챗봇 : 사진을 찍으면 식물을 인식하고 설명을 제공, 도감에 저장
• AI 오늘의 미션 : LLM이 색깔/형태/환경 기반 미션을 생성 (예: "분홍색 꽃을 찾아라")

🤖 사용 AI / API

역할	사용 기술
식물 학명 인식	Kindwise API
학명 → 한국어 일반명 변환	국립수목원 공공 API
식물 설명 생성 / 미션 생성	LLM (프롬프트 엔지니어링)
식물 정보 링크	위키백과 (한국어 → 영어 fallback)

🛠 기술 스택

분야	기술
서버	FastAPI, Python 3.11
배포	Docker
AI / 외부 API	Kindwise API, 국립수목원 API, LLM

⚙️ 주요 구현 사항

• Kindwise API로 식물 학명 인식 후 국립수목원 API로 한국어 일반명 변환
• LLM 미션 생성 시 JSON 제약 조건 프롬프트로 출력 파싱 안정성 확보
• 방문 횟수(recordNum) 기반 개인화 프롬프트 적용
• 위키백과 한국어 페이지 우선 조회 → 없으면 영어 페이지로 fallback

🚀 실행

둘 중에 하나만 하면 됩니다

1. Docker 실행

docker compose up --build

2. 로컬에서 실행

1. 깃 클론

git clone https://github.com/hackton-walking-rabbit/ai.git

2. 가상환경(venv) 생성 및 활성화

   Windows (PowerShell)

    py -3.11 -m venv .venv
    .\.venv\Scripts\Activate.ps1

macOS / Linux (bash/zsh)

    python3.11 -m venv .venv
    source .venv/bin/activate

> 비활성화: `deactivate`

3. 의존성 설치

pip install -r requirements.txt

4. 서버 가동

uvicorn main:app --reload --port 8000

이후 실행 시에는 4번만 반복하면 됩니다

👥 팀원

이름	역할
양나슬	AI 서버 (FastAPI)
김은지	백엔드
이채우	프론트엔드
박지윤	프론트엔드