Intelligens virágágyás-tervező webalkalmazás LLM integrációval

Félév: 2025-2026 tavasz

Kategória: Nincs megadva

Téma leírása

Célkitűzés

A projekt célja egy olyan Python alapú webalkalmazás fejlesztése, amely támogatja évelő virágágyások tervezését. A rendszer a növények főbb jellemzői (fény- és vízigény, talajtípus, télállósági zóna, virágzási idő, magasság, szín, invazivitás) alapján segíti az ültetési terv összeállítását és vizuális elrendezését.

Az alkalmazás képes:

• ellenőrizni a választott növények kompatibilitását (pl. fény, talaj, zóna),

• szezonális lefedettség és színpaletta alapján növényeket javasolni,

• valamint egy LangGraph-alapú asszisztenst biztosítani, amely természetes nyelvű utasításokból állít össze terveket és magyarázza a választásokat.

Feladatok

• Adatgyűjtés és -tisztítás: növényadatbázis összeállítása, attribútumok egységesítése.

• Backend fejlesztés (Python, FastAPI): ültetési terv logika, kompatibilitás-ellenőrzés, szezonális „heatmap” számítás.

• Frontend fejlesztés (React vagy minimál HTMX): interaktív ágyás-szerkesztő felület drag&drop funkcióval.

• LLM integráció (LangGraph): természetes nyelvű igényekből növényjavaslat és tervgenerálás, validáció és magyarázat.

• Tesztelés és validáció: összevetés kézi szakértői ellenőrzéssel, prototípus kipróbálása valós tervekkel.

Javasolt technológiák

• Backend: Python (FastAPI), LangGraph, SQLAlchemy

• Frontend: React + Vite (Tailwind opcionális) vagy HTMX

• Adatbázis: SQLite/PostgreSQL

• AI: OpenAI/Anthropic API vagy nyílt forráskódú LLM; embedding alapú keresés (faiss/chromadb)

Várható eredmények

• Működő webalkalmazás, amely képes virágágyásokat vizuálisan megtervezni és automatikusan ellenőrizni.

• LLM-alapú asszisztens, amely természetes nyelvű inputból készít tervjavaslatot és indoklást.

• Exportálható terv (JSON + kép).

• Statisztikák a növényválasztékról: virágzási hónap-lefedettség, diverzitás, kompatibilitás.

Továbblépési lehetőségek

• TDK: a növényadatbázisra épülő RAG-megoldások és LLM validációs stratégiák vizsgálata.

• Diplomaterv: valós idejű interaktív asszisztens továbbfejlesztése, gamifikáció, többfelhasználós funkciók.

• Kutatás: AI-alapú optimalizációs módszerek (pl. szezonális lefedettség maximalizálása korlátok mellett).

Maximális létszám: 1 fő