phoenix-zhou/agent-sweep-engine

해결하는 문제

이 프로젝트는 로봇 청소기 사용자를 위한 지능형 고객 서비스 시스템을 제공합니다. 응답 속도 저하와 지식의 분산과 같은 기존 고객 서비스의 한계를 해결하며, 판매 전 문의부터 판매 후 유지보수 및 개인 맞춤형 기기 최적화까지 처리하는 원스톱 서비스 허브를 제공합니다.

작동 방식

이 시스템은 Agentic RAG(검색 증강 생성) 아키텍처를 기반으로 ReAct(추론 + 행동) 프레임워크를 사용합니다. 사용자 의도를 이해하고 특정 도구를 호출할 시기를 결정하는 의사 결정 센터로 기능합니다:

• RAG 검색: 벡터 데이터베이스(ChromaDB)에서 정확한 정보를 가져와 환각 없이 기술적 또는 제품 관련 질문에 답변합니다.
• 보고서 생성: 실제 기기 사용 데이터(청소 빈도, 소모품 상태, 오류 로그)를 분석하여 개인 맞춤형 사용 보고서와 최적화 제안을 만듭니다.
• 모델 팩토리: LangChain을 통해 서로 다른 LLM(예: Qwen 또는 Llama) 및 임베딩 모델 간 전환을 가능하게 하는 분리된 설계입니다.

대상 사용자

• 소비자 가전 브랜드: 로봇 가전 제품에 대한 고객 지원을 자동화하려는 기업.
• 개발자: 특정 하드웨어 제품 생태계를 위해 Agentic RAG 및 ReAct 패턴을 구현하는 데 관심이 있는 사람.

주요 특징

• 전체 수명 주기 지원: 판매 전, 판매 후, 사전 예방적 유지보수를 모두 포함.
• 데이터 기반 인사이트: 정적 질문에 답하는 것뿐만 아니라 실제 기기 로그를 기반으로 맞춤형 보고서를 생성.
• 다중 인터페이스 지원: Flask를 통한 API 엔드포인트, Gradio 및 Streamlit을 통한 웹 인터페이스를 포함.
• 통합 평가: BERT를 사용하여 RAG 시스템의 정확성, 재현율, 관련성을 측정하는 전용 평가 모듈을 갖춤.