Spaces:
Sleeping
Sleeping
helloguddn (PC helloguddn)
feat: 의존성, chat 엔드포인트, gemini function calling, 이미지 추출, Maps 연동, 노동법 RAG(google.text-embedding-004)
f4bf832 | """Nearby support center finder using CSV public data.""" | |
| from __future__ import annotations | |
| import os | |
| import math | |
| import pandas as pd | |
| _centers_df: pd.DataFrame | None = None | |
| _DATA_PATH = os.path.join(os.path.dirname(__file__), "../data/public_centers.csv") | |
| _TYPE_ALIASES = { | |
| "노동": "labor", | |
| "복지": "welfare", | |
| "법률": "legal", | |
| "법": "legal", | |
| "all": "all", | |
| "전체": "all", | |
| "labor": "labor", | |
| "welfare": "welfare", | |
| "legal": "legal", | |
| } | |
| def _load_centers() -> pd.DataFrame: | |
| global _centers_df | |
| if _centers_df is None: | |
| _centers_df = pd.read_csv(_DATA_PATH, dtype={"phone": str}) | |
| return _centers_df | |
| def _haversine_km(lat1: float, lng1: float, lat2: float, lng2: float) -> float: | |
| R = 6371.0 | |
| dlat = math.radians(lat2 - lat1) | |
| dlng = math.radians(lng2 - lng1) | |
| a = math.sin(dlat / 2) ** 2 + math.cos(math.radians(lat1)) * math.cos(math.radians(lat2)) * math.sin(dlng / 2) ** 2 | |
| return R * 2 * math.asin(math.sqrt(a)) | |
| def find_nearby_centers( | |
| latitude: float, | |
| longitude: float, | |
| center_type: str = "all", | |
| ) -> tuple[str, list[dict]]: | |
| """사용자 위치 근처의 노동청·복지센터·법률상담 기관을 찾습니다. | |
| Args: | |
| latitude: 위도 | |
| longitude: 경도 | |
| center_type: 'labor'(노동청), 'welfare'(복지센터), 'legal'(법률상담), 'all'(전체) | |
| Returns: | |
| (기관 목록 설명 텍스트, 지도 핀 데이터 리스트) | |
| """ | |
| df = _load_centers().copy() | |
| normalized = _TYPE_ALIASES.get(center_type.lower(), "all") | |
| if normalized != "all": | |
| df = df[df["type"] == normalized] | |
| df["dist_km"] = df.apply( | |
| lambda r: _haversine_km(latitude, longitude, r["lat"], r["lng"]), axis=1 | |
| ) | |
| nearest = df.nsmallest(3, "dist_km") | |
| pins: list[dict] = [] | |
| desc_lines: list[str] = [] | |
| for _, row in nearest.iterrows(): | |
| pins.append( | |
| { | |
| "name": row["name"], | |
| "lat": float(row["lat"]), | |
| "lng": float(row["lng"]), | |
| "type": row["type"], | |
| "phone": str(row["phone"]), | |
| "address": row["address"], | |
| } | |
| ) | |
| desc_lines.append( | |
| f"- {row['name']} ({row['address']}) | 전화: {row['phone']} | {row['hours']} | 거리: {row['dist_km']:.1f}km" | |
| ) | |
| text = "가까운 지원 기관:\n" + "\n".join(desc_lines) | |
| return text, pins | |