AI UPDATE

rag/services/irrigation.py

@@ -5,18 +5,22 @@
 import json
 import logging
 
+from irrigation.evapotranspiration import calculate_forecast_water_needs, resolve_crop_profile, resolve_kc
+from sensor_data.models import SensorData
 from rag.api_provider import get_chat_client
-from rag.chat import build_rag_context, _load_kb_tone
-from rag.config import load_rag_config, RAGConfig
+from rag.chat import build_rag_context, _load_service_tone
+from rag.config import load_rag_config, RAGConfig, get_service_config
 from rag.user_data import build_plant_text, build_irrigation_method_text
+from weather.models import WeatherForecast
 
 logger = logging.getLogger(__name__)
 
 KB_NAME = "irrigation"
+SERVICE_ID = "irrigation"
 
 DEFAULT_IRRIGATION_PROMPT = (
-    "بر اساس داده‌های خاک، هواشناسی، مشخصات گیاه، روش آبیاری و پایگاه دانش آبیاری، "
-    "یک توصیه آبیاری دقیق بده. "
+    "بر اساس محاسبات نهایی تبخیر-تعرق و نیاز آبی که در ورودی آمده، "
+    "یک برنامه آبیاری قابل‌فهم برای کشاورز تولید کن. "
     "پاسخ حتماً به فرمت JSON با ساختار زیر باشد:\n"
     '{\n'
     '    "plan": {\n'
@@ -28,7 +32,7 @@ DEFAULT_IRRIGATION_PROMPT = (
     '    }\n'
     '}\n'
     "فقط JSON خروجی بده، بدون توضیح اضافی. "
-    "مقادیر عددی را بر اساس شرایط واقعی محاسبه کن."
+    "از انجام هرگونه محاسبه عددی جدید خودداری کن و فقط از داده‌های ساختاریافته ورودی استفاده کن."
 )
 
 
@@ -58,13 +62,52 @@ def get_irrigation_recommendation(
         dict با کلیدهای irrigation_needed, amount_mm, reason, next_check_date, raw_response
     """
     cfg = config or load_rag_config()
-    client = get_chat_client(cfg)
-    model = cfg.llm.model
+    service = get_service_config(SERVICE_ID, cfg)
+    service_cfg = RAGConfig(
+        embedding=cfg.embedding,
+        qdrant=cfg.qdrant,
+        chunking=cfg.chunking,
+        llm=service.llm,
+        knowledge_bases=cfg.knowledge_bases,
+        services=cfg.services,
+        chromadb=cfg.chromadb,
+    )
+    client = get_chat_client(service_cfg)
+    model = service.llm.model
 
     user_query = query or "توصیه آبیاری برای مزرعه من چیست؟"
 
+    sensor = SensorData.objects.select_related("location").prefetch_related("plants").filter(uuid_sensor=sensor_uuid).first()
+    plant = None
+    if sensor is not None and plant_name:
+        plant = sensor.plants.filter(name=plant_name).first()
+    elif sensor is not None:
+        plant = sensor.plants.first()
+    crop_profile = resolve_crop_profile(plant, growth_stage=growth_stage)
+    active_kc = resolve_kc(crop_profile, growth_stage=growth_stage)
+    forecasts = []
+    daily_water_needs = []
+    if sensor is not None:
+        forecasts = list(
+            WeatherForecast.objects.filter(location=sensor.location, forecast_date__isnull=False)
+            .order_by("forecast_date")[:7]
+        )
+        efficiency_percent = None
+        if irrigation_method_name:
+            from irrigation.models import IrrigationMethod
+
+            method = IrrigationMethod.objects.filter(name=irrigation_method_name).first()
+            efficiency_percent = getattr(method, "water_efficiency_percent", None) if method else None
+        daily_water_needs = calculate_forecast_water_needs(
+            forecasts=forecasts,
+            latitude_deg=float(sensor.location.latitude),
+            crop_profile=crop_profile,
+            growth_stage=growth_stage,
+            irrigation_efficiency_percent=efficiency_percent,
+        )
+
     context = build_rag_context(
-        user_query, sensor_uuid, config=cfg, limit=limit, kb_name=KB_NAME,
+        user_query, sensor_uuid, config=cfg, limit=limit, kb_name=KB_NAME, service_id=SERVICE_ID,
     )
 
     extra_parts: list[str] = []
@@ -76,11 +119,27 @@ def get_irrigation_recommendation(
         method_text = build_irrigation_method_text(irrigation_method_name)
         if method_text:
             extra_parts.append("[روش آبیاری انتخابی]\n" + method_text)
+    if daily_water_needs:
+        total_mm = round(sum(item["gross_irrigation_mm"] for item in daily_water_needs), 2)
+        schedule_lines = [
+            f"- {item['forecast_date']}: ET0={item['et0_mm']} mm, ETc={item['etc_mm']} mm, "
+            f"بارش مؤثر={item['effective_rainfall_mm']} mm, نیاز آبی={item['gross_irrigation_mm']} mm, "
+            f"زمان پیشنهادی={item['irrigation_timing']}"
+            for item in daily_water_needs
+        ]
+        extra_parts.append(
+            "[خروجی قطعی محاسبات FAO-56]\n"
+            f"کل نیاز آبی ۷ روز آینده: {total_mm} mm\n"
+            f"Kc مورد استفاده: {active_kc}\n"
+            + "\n".join(schedule_lines)
+        )
     if extra_parts:
         context = "\n\n---\n\n".join(extra_parts) + ("\n\n---\n\n" + context if context else "")
 
-    tone = _load_kb_tone(KB_NAME, cfg)
+    tone = _load_service_tone(service, cfg)
     system_parts = [tone] if tone else []
+    if service.system_prompt:
+        system_parts.append(service.system_prompt)
     system_parts.append(DEFAULT_IRRIGATION_PROMPT)
     if context:
         system_parts.append("\n\n" + context)
@@ -120,4 +179,9 @@ def get_irrigation_recommendation(
         }
 
     result["raw_response"] = raw
+    result["water_balance"] = {
+        "daily": daily_water_needs,
+        "crop_profile": crop_profile,
+        "active_kc": active_kc,
+    }
     return result