Memmory Server

FastAPI와 Qdrant를 사용한 벡터 검색 서버입니다.

Docker 실행 방법

1. 서비스 시작

docker-compose up --build

2. 백그라운드에서 실행

docker-compose up -d --build

3. 서비스 중지

docker-compose down

서비스 정보

• FastAPI 서버: http://localhost:5001
• Qdrant 데이터베이스: http://localhost:6333
• API 문서: http://localhost:5001/docs

API 엔드포인트

텍스트 삽입

POST /insert
Content-Type: application/json

{
  "text": "삽입할 텍스트",
  "metadata": {"key": "value"}
}

텍스트 검색

POST /search
Content-Type: application/json

{
  "query": "검색할 텍스트",
  "top_k": 3
}

환경 변수 설정

1. 환경변수 파일 생성

cp env.example .env

2. 환경변수 수정

.env 파일을 열어 필요한 값들을 수정하세요:

Qdrant 설정

• QDRANT_HOST: Qdrant 서버 호스트 (기본값: localhost)
• QDRANT_PORT: Qdrant 서버 포트 (기본값: 6333)
• COLLECTION_NAME: 벡터 컬렉션 이름 (기본값: my_vectors)

임베딩 서비스 설정

• EMBEDDING_TYPE: 임베딩 서비스 타입
  • sentence_transformer: 로컬 SentenceTransformer 모델 사용 (기본값)
  • openai: OpenAI 임베딩 API 사용
• MODEL_NAME: SentenceTransformer 모델명 (기본값: sentence-transformers/all-MiniLM-L6-v2)

OpenAI 설정 (EMBEDDING_TYPE=openai일 때)

• OPENAI_API_KEY: OpenAI API 키 (필수)
• OPENAI_MODEL_NAME: OpenAI 임베딩 모델명 (기본값: text-embedding-ada-002)

애플리케이션 설정

• PORT: FastAPI 서버 포트 (기본값: 5001)
• LOG_LEVEL: 로그 레벨 (기본값: INFO)
• DEBUG: 개발 모드 (기본값: False)

데이터 저장

Qdrant 데이터는 Docker 볼륨 qdrant_data에 저장되어 컨테이너가 재시작되어도 유지됩니다.