# skill-rag-file RAG 시스템 초기 구축

## 작성일: 2025-09-15
## 작성자: Claude (51123 서버 관리자)
## 관련 문서:
- [RAG 파일 처리 아키텍처](../ideas/250909_RAG_file_processing_architecture.md)
- [테이블 구조](../300_architecture/database/tables.md)

## 1. 구현 사항

### PostgreSQL 테이블 생성 (51123)
- **테이블명**: team_document
- **주요 컬럼**: team_id, filename, file_hash, storage_path, text_content, metadata
- **인덱스**: idx_team_doc_hash (team_id, file_hash) UNIQUE
- **외래키**: team_id → team(id)
- **metadata 활용**: uploaded_by를 JSONB에 저장 (삼각형 의존성 회피)

### 파일 저장 구조 설정
- **51123 디렉토리**: /mnt/hdd/data/documents/
- **51124 마운트**: /mnt/51123data/ (SSHFS)
- **SSHFS 명령 (초기)**: `sshfs -o IdentityFile=/home/admin/.ssh/id_rsa_deploy,reconnect,uid=$(id -u),gid=$(id -g) admin@192.168.0.100:/mnt/hdd/data /mnt/51123data -p 51123`
- **SSHFS 명령 (2025-10-14 수정)**: `sshfs -o allow_other,default_permissions,IdentityFile=/home/admin/.ssh/id_rsa_deploy,reconnect,uid=1001,gid=1000 admin@192.168.0.100:/mnt/hdd/data /mnt/51123data -p 51123`
- **권한**: admin:xusers (읽기/쓰기 가능)
- **주의**: allow_other 사용 시 /etc/fuse.conf에 user_allow_other 필요

### 서비스 구성
- **Gitea 레포**: https://git.ro-being.com/ivada_Ro-being/skill-rag-file
- **프로젝트 구조**: app/{api,core,models,services,utils} 디렉토리만 생성, 구현 파일 없음

## 2. 핵심 결정 사항

### 저장 위치 변경
- **기존 계획**: /mnt/hdd/uploads/
- **변경**: /mnt/hdd/data/documents/ (업계 표준 준수)
- **이유**: data/ 구조가 더 확장 가능 (logs/, models/ 추가 가능)

### uploaded_by 처리
- **문제**: user → team, team_document → team, team_document → user (삼각형)
- **해결**: uploaded_by 컬럼 제거, metadata JSONB에 기록
- **조회**: `metadata->>'uploaded_by'`

### SSHFS 활용
- **기존**: /mnt/51123logs (로그 전용)
- **추가**: /mnt/51123data (데이터/문서 전용)
- **장점**: 51124 로컬 쓰기 → 51123 HDD 직접 저장

## 3. 확인된 시스템 정보

### 51124 서버 환경
- **SSHFS 마운트**: /mnt/51123data → 192.168.0.100:/mnt/hdd/data
- **documents 디렉토리**: /mnt/51123data/documents/ 존재
- **ChromaDB**: 0.5.20 설치됨

### ChromaDB 연결 정보
- **호스트**: localhost
- **포트**: 8000

### skill-embedding 서비스
- **URL**: http://localhost:8515
- **엔드포인트**: POST /embed
- **요청 형식**: {"texts": ["텍스트1", "텍스트2"]}
- **응답 형식**: {"embeddings": [[...]], "model": "...", "dimensions": 768}
- **최대 배치**: 100개 텍스트

### Docker 패턴 (기존 스킬 참조)
- **skill-email 방식**: network_mode: host
- **skill-news 방식**: ports 매핑, robeing-network
- **헬스체크**: curl http://localhost:[PORT]/health

### FastAPI 패턴 (기존 서비스 참조)
- **미들웨어**: CORSMiddleware (allow_origins=["*"])
- **환경변수**: load_dotenv() 사용
- **lifespan**: 컨텍스트 매니저 패턴

### 미설치 라이브러리
- PyPDF2: 현재 미설치
- python-docx: 현재 미설치

### Slack 통합 고려사항
- **파일 수신**: Slack 봇 files:read 스코프 필요
- **토큰**: slack_workspace 테이블 bot_token 사용
- **기존 연동**: rb8001/rb10508이 Slack 메시지 처리 중
- **통합 방식**: rb8001에서 호출 또는 직접 이벤트 수신 필요

## 4. 확정 사항

| 항목 | 확정값 |
|------|---------|
| 포트 | 8508 |
| 헬스체크 | /healthz |
| 컬렉션명 | rb8001_{team_id}_documents |
| 엔드포인트 | /upload, /search, /healthz |
| 저장 경로 | /mnt/51123data/documents/{team_id}/YYYY-MM/ |

## 5. 다음 단계
1. FastAPI 서버 구현 (app/ 디렉토리 내 실제 코드 작성)
2. PyPDF2, python-docx 설치 및 텍스트 추출 구현
3. ChromaDB rb8001_{team_id}_documents 컬렉션 연동
4. Slack 파일 수신 로직 구현 또는 rb8001 연동
5. Docker 컨테이너화 (포트 8508)