codebuff-agent 2.1.74__py3-none-any.whl

jupyter_ext/agent/skills/spring_java_development.md

@@ -0,0 +1,35 @@
+---
+name: spring_java_development
+description: 'Java & Spring Development Workflow. 이런 요청에 쓴다: spring, spring boot, java, maven, gradle, junit, controller, 스프링, 자바, jdk, jvm, pom.xml, pom, mvn, jar, war, multi-module, 멀티모듈, gc, heap, jvm 옵션, jvm option, java record, sealed class'
+---
+## Java & Spring Development Workflow
+1. **Java**: Records, Sealed Classes, Streams, CompletableFuture
+2. **Spring Boot**: Controller -> Service -> Repository -> Entity
+3. **Maven**: mvn clean compile / mvn test / profiles / multi-module
+4. **JDK/JVM**: -Xmx, GC options, compiler settings
+5. **Test**: JUnit 5 + Mockito
+
+## Spring Boot
+- Constructor injection 사용 (@RequiredArgsConstructor)
+- @RestController, @Service, @Repository 계층 분리
+- @Valid + DTO 패턴으로 입력 검증
+- @Transactional(readOnly = true) 기본, 변경 메서드만 @Transactional
+- Entity: @Getter, @NoArgsConstructor(access = PROTECTED), @Builder
+- ResponseEntity로 HTTP 상태 코드 명시 반환
+- 예외 처리: @ExceptionHandler 또는 @ControllerAdvice
+- JUnit 5 + Mockito 테스트 생성 (MockMvc for Controller, @Mock for Service)
+- 빌드 명령: mvn clean compile, mvn test
+
+## Java General
+- Java 17+ 기능 적극 활용 (Records, Sealed Classes, Pattern Matching)
+- Stream API, Optional 적극 사용
+- Effective Java 원칙 준수 (불변 객체, 방어적 복사 등)
+
+## Maven & Build
+- maven-compiler-plugin source/target 명시
+- 적절한 dependency scope 사용 (provided, runtime, test)
+- Multi-module 시 parent pom에 dependencyManagement 사용
+
+## JDK/JVM
+- JDK 17 기본 권장, 요구사항에 따라 11/21 제안
+- 메모리/GC 옵션은 용도에 맞게 제안 (서버 vs 배치)

jupyter_ext/agent/skills/text_preprocessing.md

@@ -0,0 +1,12 @@
+---
+name: text_preprocessing
+description: 'Text Preprocessing Template. 이런 요청에 쓴다: tokenization, tf-idf, nlp, vectorization, 텍스트 전처리, 자연어'
+---
+## Text Preprocessing Template
+1. **Cleaning**: Lowercase, remove HTML/URLs/special chars, strip whitespace
+2. **Tokenization**: `nltk.word_tokenize()` or `spacy.load('en')` pipeline
+3. **Stopword Removal**: `nltk.corpus.stopwords`, domain-specific additions
+4. **Lemmatization/Stemming**: `WordNetLemmatizer()` or `PorterStemmer()`
+5. **Vectorization**: `TfidfVectorizer(max_features=5000)` or `CountVectorizer`
+6. **Embeddings**: Word2Vec, FastText, or Sentence-BERT for semantic vectors
+7. **Validation**: Check vocabulary size, sparsity, sample transformed texts

jupyter_ext/agent/skills/time_series_analysis.md

@@ -0,0 +1,13 @@
+---
+name: time_series_analysis
+description: 'Time Series Analysis Template. 이런 요청에 쓴다: time series, arima, forecast, prophet, 시계열, 예측 모델'
+---
+## Time Series Analysis Template
+1. **Visualization**: Line plot with datetime index, check trend & seasonality
+2. **Stationarity Test**: ADF test (`adfuller()`), KPSS test
+3. **Decomposition**: `seasonal_decompose()` → trend, seasonal, residual
+4. **ACF/PACF**: `plot_acf()`, `plot_pacf()` for lag analysis
+5. **Modeling**: ARIMA/SARIMA (`pmdarima.auto_arima()`), Prophet, or Exponential Smoothing
+6. **Forecast**: Generate future predictions with confidence intervals
+7. **Evaluation**: RMSE, MAE, MAPE on hold-out test set
+8. **Visualization**: Plot actual vs predicted with forecast horizon

jupyter_ext/agent/skills/unit_testing.md

@@ -0,0 +1,203 @@
+---
+name: unit-testing
+description: pytest 유닛테스트 생성 가이드. 의존성 분석, 테스트 구조, fixture, mock, parametrize, 커버리지 패턴 제공.
+---
+
+# Unit Testing Guide (pytest)
+
+## 테스트 파일 구조
+
+```python
+"""Tests for <module_name>."""
+import pytest
+from <module> import <target_function_or_class>
+
+
+class TestTargetFunction:
+    """<target_function> 테스트."""
+
+    def test_basic_case(self):
+        """정상 입력에 대한 기본 동작."""
+        result = target_function(valid_input)
+        assert result == expected
+
+    def test_edge_case_empty(self):
+        """빈 입력 처리."""
+        result = target_function("")
+        assert result == default_or_empty
+
+    def test_error_case(self):
+        """잘못된 입력 시 예외 발생."""
+        with pytest.raises(ValueError):
+            target_function(invalid_input)
+```
+
+## Import 의존성 처리 패턴
+
+### 내부 모듈 (프로젝트 내)
+직접 import하여 통합 테스트. 실제 동작을 검증:
+```python
+from myproject.utils import parse_config
+from myproject.models import User
+
+def test_parse_config_integration():
+    result = parse_config({"name": "test"})
+    assert isinstance(result, User)
+```
+
+### 외부 라이브러리 (third-party, 네트워크, DB)
+mock/patch로 격리하여 단위 테스트:
+```python
+from unittest.mock import patch, MagicMock
+
+def test_fetch_data():
+    with patch("mymodule.requests.get") as mock_get:
+        mock_get.return_value.json.return_value = {"data": [1, 2]}
+        result = fetch_data("http://api.example.com")
+        assert result == [1, 2]
+```
+
+### 의존성 판별 기준
+| 구분 | 예시 | 처리 |
+|------|------|------|
+| 내부 모듈 | `from .utils import helper` | 직접 import |
+| 표준 라이브러리 | `import os, json, pathlib` | 직접 사용 |
+| 외부 라이브러리 | `import requests, boto3, sqlalchemy` | mock/patch |
+| 파일 I/O | `open(), Path.read_text()` | tmp_path fixture |
+| 네트워크 | `requests.get, httpx.AsyncClient` | mock/patch |
+| DB | `session.query(), cursor.execute()` | mock/patch |
+
+## 핵심 패턴
+
+### Fixture (공유 설정)
+```python
+@pytest.fixture
+def sample_data():
+    return {"key": "value", "count": 42}
+
+def test_with_fixture(sample_data):
+    assert sample_data["count"] == 42
+```
+
+### Parametrize (다중 입력 테스트)
+```python
+@pytest.mark.parametrize("input_val,expected", [
+    (1, 1),
+    (2, 4),
+    (3, 9),
+    (-1, 1),
+    (0, 0),
+])
+def test_square(input_val, expected):
+    assert square(input_val) == expected
+```
+
+### Mock (외부 의존성 격리)
+```python
+from unittest.mock import patch, MagicMock
+
+def test_api_call():
+    with patch("module.requests.get") as mock_get:
+        mock_get.return_value.json.return_value = {"status": "ok"}
+        result = fetch_status()
+        assert result == "ok"
+        mock_get.assert_called_once()
+```
+
+### Async 테스트
+```python
+@pytest.mark.asyncio
+async def test_async_function():
+    result = await async_fetch("url")
+    assert result is not None
+```
+
+## 커버리지 체크리스트
+
+테스트 생성 시 반드시 확인:
+
+- [ ] **Public 함수/메서드**: 모든 public API에 최소 1개 테스트
+- [ ] **분기 (if/else)**: 각 분기 경로별 테스트
+- [ ] **예외 경로**: `raise`, `try/except` 블록 검증
+- [ ] **경계값**: 0, 빈 문자열, None, 빈 리스트, 매우 큰 값
+- [ ] **타입 변환**: 입력 타입이 다를 때의 동작
+- [ ] **기본값**: 선택적 파라미터의 기본값 동작
+
+## conftest.py 패턴
+
+공유 fixture는 `conftest.py`에 정의:
+```python
+# conftest.py
+import pytest
+from pathlib import Path
+
+@pytest.fixture
+def sample_dir(tmp_path):
+    """테스트용 디렉토리 구조 생성."""
+    (tmp_path / "data.csv").write_text("a,b\n1,2\n")
+    return tmp_path
+
+@pytest.fixture
+def mock_env(monkeypatch):
+    """환경변수 설정."""
+    monkeypatch.setenv("API_KEY", "test-key")
+    monkeypatch.setenv("DEBUG", "true")
+```
+
+## 테스트 대상별 가이드
+
+### 순수 함수
+- 입력/출력 쌍으로 parametrize
+- 경계값: 0, 빈 문자열, None, 매우 큰 값
+- 타입 에러 케이스
+
+### 클래스
+- `__init__` 파라미터 검증
+- 메서드별 독립 테스트
+- 상태 변경 추적 (before/after)
+
+### 파일 I/O
+- `tmp_path` fixture 사용
+- 존재하지 않는 파일 처리
+- 인코딩 에러 처리
+
+### DataFrame 함수
+```python
+import pandas as pd
+
+@pytest.fixture
+def sample_df():
+    return pd.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]})
+
+def test_transform(sample_df):
+    result = transform_df(sample_df)
+    assert "new_col" in result.columns
+    assert len(result) == 3
+```
+
+### .ipynb 노트북 코드
+노트북에서 추출한 함수/클래스를 테스트:
+1. 노트북의 함수 정의를 별도 .py 모듈로 추출하여 import
+2. 또는 `%run notebook.ipynb`로 네임스페이스 로드 후 테스트
+3. 전역 변수 의존성은 fixture로 대체
+
+## 커버리지 실행 가이드
+
+```bash
+# 기본 커버리지 측정
+pytest --cov=module_name --cov-report=term-missing
+
+# HTML 리포트 생성
+pytest --cov=module_name --cov-report=html
+
+# 특정 파일만
+pytest tests/test_utils.py --cov=utils --cov-report=term-missing
+
+# 최소 커버리지 강제
+pytest --cov=module_name --cov-fail-under=80
+```
+
+## 네이밍 규칙
+- 파일: `test_<원본파일명>.py`
+- 클래스: `Test<대상클래스또는함수>`
+- 메서드: `test_<동작>_<조건>` (예: `test_parse_empty_input`)

jupyter_ext/agent/todo_prompts.py

@@ -0,0 +1,57 @@
+"""Data Science 특화 TodoListMiddleware 프롬프트.
+
+TodoListMiddleware 의 tool_description 을 DS 코딩 에이전트에 맞게
+커스터마이즈한 도구 설명. system_prompt 는 `prompts.todo_rules` 키다 (이슈 #218).
+"""
+
+DS_TODO_TOOL_DESCRIPTION = """Jupyter 노트북에서 데이터 사이언스 작업을 계획하고 추적하는 도구입니다.
+
+## 사용 시점
+여러 단계에 걸친 작업(분석 파이프라인·여러 셀에 걸친 변경 등)일 때만 계획을 세웁니다.
+데이터 분석·EDA·모델링 요청은 사소한 작업이 아니라 여러 단계에 걸친 작업으로 봅니다.
+- 데이터 분석, EDA, 모델링 요청
+- 여러 단계로 이어지는 데이터 전처리, 정제, 변환
+- 여러 차트가 포함된 시각화
+- 접근법 비교가 필요한 실험
+- 중간 결과가 다음 단계에 영향을 미치는 작업
+- 사용자가 분석 작업 목록을 제공한 경우
+
+## 사용하지 않는 경우
+사소하거나 한두 번의 도구 호출로 끝나는 작업은 계획을 세우지 않습니다.
+- 단순 대화형 질문 (예: "EDA가 뭔가요?")
+- 한 줄로 끝나는 정보 조회 (예: "데이터 shape이 뭐야?")
+- 셀 하나를 고치거나 실행하는 작업
+- 한두 단계로 끝나는 계획
+
+## DS 워크플로우 단계
+계획 수립 시 해당되는 단계를 참고하세요:
+1. **데이터 이해**: EDA, 스키마 확인, 결측값, 분포 분석
+2. **데이터 전처리**: 정제, 타입 변환, null/이상값 처리
+3. **피처 엔지니어링**: 피처 생성, 선택, 변환, 인코딩
+4. **모델링**: 모델 선택, 학습, 하이퍼파라미터 튜닝
+5. **평가**: 메트릭, 시각화, 비교, 오차 분석
+6. **보고**: 요약 마크다운 셀, 주요 발견, 권장사항
+
+## 작업 상태
+- pending: 아직 시작하지 않음
+- in_progress: 현재 진행 중 (작업 시작 전에 표시)
+- completed: 결과가 검증된 완료 상태
+
+## 작업 관리
+- 계획을 만들 때 첫 번째 작업을 즉시 in_progress로 표시하세요
+- 작업 완료 즉시 completed로 표시하세요 — 일괄 처리하지 마세요
+- 모든 작업이 완료되지 않은 한 항상 하나 이상이 in_progress 상태여야 합니다
+- 중간 결과에 따라 불필요해진 작업은 제거하세요
+- 실험에서 예상치 못한 발견이 있으면 새 작업을 추가하세요
+- 검증된 출력이 있을 때만 작업을 completed로 표시하세요
+
+## DS 작업 팁
+- 데이터 로드 후 모델링 전에 반드시 간단한 EDA 단계를 추가하세요
+- 모델 비교 시 평가 기준을 먼저 계획하세요
+- 모델링 접근법이 실패하면 무리하게 진행하지 말고 남은 작업을 수정하세요
+
+## 할 일 내용 작성 규칙
+- 각 할 일의 content는 **반드시 한국어**로 작성하세요.
+- 간결하고 명확하게 작성하세요.
+- 예시: "데이터 로드 및 기본 구조 확인", "결측값 처리", "모델 학습 및 평가"
+"""

jupyter_ext/agent/tool_report.py

@@ -0,0 +1,45 @@
+"""centri 에 보고할 에이전트 도구 정의 (이슈 #248).
+
+두 엔진이 모델에 넘기는 도구 정의를 그대로 옮긴다 — 카탈로그를 따로 적으면 도구가
+늘 때 보고만 조용히 낡는다. centri 계약에 맞추는 일은 보내는 쪽
+(`codebuff_core.managers.remote_skills.clean_tools`)이 한다.
+
+- codex: `CODEX_DYNAMIC_TOOLS` 전체. 승인은 `ask` 모드에서 승인을 받는 `GUARDED_POD_TOOLS`.
+- langchain: `AgentFactory._create_all_tools()` 가 만드는 기본 도구. 승인은 HITL 대상
+  (`HITL_TOOL_NAMES`). 미들웨어가 붙이는 도구(read_file·grep 등)와 모드별 도구는 싣지 않는다.
+"""
+
+from __future__ import annotations
+
+from typing import Any, Dict, List
+
+
+def agent_tools_report() -> List[Dict[str, Any]]:
+    from .._version import __version__
+    from .agent_factory import HITL_TOOL_NAMES, AgentFactory
+    from .codex_bridge import CODEX_DYNAMIC_TOOLS, GUARDED_POD_TOOLS
+
+    entries: List[Dict[str, Any]] = [
+        {
+            "name": spec["name"],
+            "engine": "codex",
+            "codebuff_version": __version__,
+            "description": spec.get("description", ""),
+            "input_schema": spec.get("inputSchema") or {},
+            "approval": spec["name"] in GUARDED_POD_TOOLS,
+        }
+        for spec in CODEX_DYNAMIC_TOOLS
+    ]
+    # 도구는 호출될 때만 노트북·워크스페이스를 본다 — 정의를 읽는 데는 둘 다 필요 없다
+    for tool in AgentFactory(None)._create_all_tools():
+        entries.append(
+            {
+                "name": tool.name,
+                "engine": "langchain",
+                "codebuff_version": __version__,
+                "description": tool.description,
+                "input_schema": tool.tool_call_schema.model_json_schema(),
+                "approval": tool.name in HITL_TOOL_NAMES,
+            }
+        )
+    return entries