UPDATE

rag/services/irrigation.py

@@ -219,20 +219,21 @@ def _persist_irrigation_method_on_farm(
 
 
 def get_irrigation_recommendation(
-    sensor_uuid: str,
+    farm_uuid: str | None = None,
     plant_name: str | None = None,
     growth_stage: str | None = None,
     irrigation_method_name: str | None = None,
     query: str | None = None,
     config: RAGConfig | None = None,
     limit: int = 8,
+    sensor_uuid: str | None = None,
 ) -> dict:
     """
-    توصیه آبیاری برای یک سنسور (کاربر).
+    توصیه آبیاری برای یک مزرعه.
     از RAG با پایگاه دانش irrigation استفاده می‌کند.
 
     Args:
-        sensor_uuid: شناسه سنسور کاربر
+        farm_uuid: شناسه مزرعه
         plant_name: نام گیاه (برای بارگذاری مشخصات از جدول Plant)
         growth_stage: مرحله رشد گیاه
         irrigation_method_name: نام روش آبیاری (برای بارگذاری از جدول IrrigationMethod)
@@ -241,7 +242,7 @@ def get_irrigation_recommendation(
         limit: تعداد چانک‌های بازیابی‌شده
 
     Returns:
-        dict با کلیدهای irrigation_needed, amount_mm, reason, next_check_date, raw_response
+        dict ساختاریافته برای توصیه آبیاری
     """
     cfg = config or load_rag_config()
     service = get_service_config(SERVICE_ID, cfg)
@@ -257,12 +258,16 @@ def get_irrigation_recommendation(
     client = get_chat_client(service_cfg)
     model = service.llm.model
 
+    resolved_farm_uuid = str(farm_uuid or sensor_uuid or "").strip()
+    if not resolved_farm_uuid:
+        raise ValueError("farm_uuid is required.")
+
     user_query = query or "توصیه آبیاری برای مزرعه من چیست؟"
 
     sensor = (
         SensorData.objects.select_related("center_location", "irrigation_method")
         .prefetch_related("plants")
-        .filter(farm_uuid=sensor_uuid)
+        .filter(farm_uuid=resolved_farm_uuid)
         .first()
     )
     irrigation_method = _resolve_irrigation_method(sensor, irrigation_method_name)
@@ -309,7 +314,7 @@ def get_irrigation_recommendation(
             )
 
     context = build_rag_context(
-        user_query, sensor_uuid, config=cfg, limit=limit, kb_name=KB_NAME, service_id=SERVICE_ID,
+        user_query, resolved_farm_uuid, config=cfg, limit=limit, kb_name=KB_NAME, service_id=SERVICE_ID,
     )
 
     extra_parts: list[str] = []
@@ -360,7 +365,7 @@ def get_irrigation_recommendation(
         {"role": "user", "content": user_query},
     ]
     audit_log = _create_audit_log(
-        farm_uuid=sensor_uuid,
+        farm_uuid=resolved_farm_uuid,
         service_id=SERVICE_ID,
         model=model,
         query=user_query,
@@ -375,7 +380,7 @@ def get_irrigation_recommendation(
         )
         raw = response.choices[0].message.content.strip()
     except Exception as exc:
-        logger.error("Irrigation recommendation error for %s: %s", sensor_uuid, exc)
+        logger.error("Irrigation recommendation error for %s: %s", resolved_farm_uuid, exc)
         result = _build_irrigation_fallback(
             optimized_result=optimized_result,
             daily_water_needs=daily_water_needs,