process-gpt-agent-sdk 0.2.10__py3-none-any.whl → 0.3.10__py3-none-any.whl

processgpt_agent_sdk/tools/human_query_tool.py

@@ -1,211 +0,0 @@
-from __future__ import annotations
-
-# =============================================================================
-# Imports
-# =============================================================================
-
-import time
-import uuid
-from typing import Optional, List, Literal, Type, Dict, Any
-from datetime import datetime, timezone
-
-from pydantic import BaseModel, Field
-from crewai.tools import BaseTool
-
-from ..utils.context_manager import todo_id_var, proc_id_var, all_users_var
-from ..utils.logger import write_log_message, handle_application_error
-from ..core.database import fetch_human_response_sync, save_notification, initialize_db, get_db_client
-
-
-# =============================================================================
-# 입력 스키마
-# =============================================================================
-class HumanQuerySchema(BaseModel):
-    """사용자 확인/추가정보 요청 입력 스키마."""
-
-    role: str = Field(..., description="누구에게(역할 또는 대상)")
-    text: str = Field(..., description="질의 내용")
-    type: Literal["text", "select", "confirm"] = Field(
-        default="text", description="질의 유형: 자유 텍스트, 선택형, 확인 여부"
-    )
-    options: Optional[List[str]] = Field(
-        default=None, description="type이 select일 때 선택지 목록"
-    )
-
-
-# =============================================================================
-# HumanQueryTool
-# 설명: 보안/모호성 관련 질문을 사용자에게 전송하고 응답을 동기 대기
-# =============================================================================
-class HumanQueryTool(BaseTool):
-    """사람에게 질문을 보내고 응답을 동기적으로 대기한다."""
-
-    name: str = "human_asked"
-    description: str = (
-        "👀 질문은 반드시 '매우 구체적이고 세부적'으로 작성해야 합니다.\n"
-        "- 목적, 대상, 범위/경계, 입력/출력 형식, 성공/실패 기준, 제약조건(보안/권한/시간/용량),\n"
-        "  필요한 식별자/예시/반례까지 모두 명시하세요. 추측으로 진행하지 말고 누락 정보를 반드시 질문하세요.\n\n"
-        "[1] 언제 사용해야 하나\n"
-        "1. 보안에 민감한 정보(개인정보/인증정보/비밀키 등)를 다루거나 외부로 전송할 때\n"
-        "2. 데이터베이스에 '저장/수정/삭제' 작업을 수행할 때 (읽기 전용 조회는 제외)\n"
-        "3. 요구사항 및 작업지시사항이 모호·불완전·추정에 의존하거나, 전제조건/매개변수가 불명확할 때\n"
-        "4. 외부 시스템 연동, 파일 생성/이동/삭제 등 시스템 상태를 바꾸는 작업일 때\n"
-        "⛔ 위 조건에 해당하면 이 도구 없이 진행 금지\n\n"
-        "[2] 응답 타입과 작성 방식 (항상 JSON으로 질의 전송)\n"
-        "- 공통 형식: { role: <누구에게>, text: <질의>, type: <text|select|confirm>, options?: [선택지...] }\n"
-        "- 질의 작성 가이드(반드시 포함): 5W1H, 목적/맥락, 선택 이유 또는 승인 근거, 기본값/제약,\n"
-        "  입력/출력 형식과 예시, 반례/실패 시 처리, 보안/권한/감사 로그 요구사항, 마감/우선순위\n\n"
-        "// 1) type='text' — 정보 수집(모호/불완전할 때 필수)\n"
-        "{\n"
-        '  "role": "user",\n'
-        '  "text": "어떤 DB 테이블/스키마/키로 저장할까요? 입력값 예시/형식, 실패 시 처리, 보존 기간까지 구체히 알려주세요.",\n'
-        '  "type": "text"\n'
-        "}\n\n"
-        "// 2) type='select' — 여러 옵션 중 선택(옵션은 상호배타적, 명확/완전하게 제시)\n"
-        "{\n"
-        '  "role": "system",\n'
-        '  "text": "배포 환경을 선택하세요. 선택 근거(위험/롤백/감사 로그)를 함께 알려주세요.",\n'
-        '  "type": "select",\n'
-        '  "options": ["dev", "staging", "prod"]\n'
-        "}\n\n"  
-        "// 3) type='confirm' — 보안/DB 변경 등 민감 작업 승인(필수)\n"
-        "{\n"
-        '  "role": "user",\n'
-        '  "text": "DB에서 주문 상태를 shipped로 업데이트합니다. 대상: order_id=..., 영향 범위: ...건, 롤백: ..., 진행 승인하시겠습니까?",\n'
-        '  "type": "confirm"\n'
-        "}\n\n"
-        "타입 선택 규칙\n"
-        "- text: 모호/누락 정보가 있을 때 먼저 세부사항을 수집 (여러 번 질문 가능)\n"
-        "- select: 옵션이 둘 이상이면 반드시 options로 제시하고, 선택 기준을 text에 명시\n"
-        "- confirm: DB 저장/수정/삭제, 외부 전송, 파일 조작 등은 승인 후에만 진행\n\n"
-        "[3] 주의사항\n"
-        "- 이 도구 없이 민감/변경 작업을 임의로 진행 금지.\n"
-        "- select 타입은 반드시 'options'를 포함.\n"
-        "- confirm 응답에 따라: ✅ 승인 → 즉시 수행 / ❌ 거절 → 즉시 중단(건너뛰기).\n"
-        "- 애매하면 추가 질문을 반복하고, 충분히 구체화되기 전에는 실행하지 말 것.\n"
-        "- 민감 정보는 최소한만 노출하고 필요 시 마스킹/요약.\n"
-        "- 예시를 그대로 사용하지 말고 컨텍스트에 맞게 반드시 자연스러운 질의를 재작성하세요.\n"
-        "- 타임아웃/미응답 시 '사용자 미응답 거절'을 반환하며, 후속 변경 작업을 중단하는 것이 안전.\n"
-        "- 한 번에 하나의 주제만 질문(여러 주제면 질문을 분리). 한국어 존댓말 사용, 간결하되 상세하게."
-    )
-    args_schema: Type[HumanQuerySchema] = HumanQuerySchema
-
-    # 선택적 컨텍스트(없어도 동작). ContextVar가 우선 사용됨
-    _tenant_id: Optional[str] = None
-    _user_id: Optional[str] = None
-    _todo_id: Optional[int] = None
-    _proc_inst_id: Optional[str] = None
-
-    def __init__(
-        self,
-        tenant_id: Optional[str] = None,
-        user_id: Optional[str] = None,
-        todo_id: Optional[int] = None,
-        proc_inst_id: Optional[str] = None,
-        agent_name: Optional[str] = None,
-        **kwargs,
-    ):
-        """도구 실행 컨텍스트(테넌트/유저/프로세스)를 옵션으로 설정."""
-        super().__init__(**kwargs)
-        self._tenant_id = tenant_id
-        self._user_id = user_id
-        self._todo_id = todo_id
-        self._proc_inst_id = proc_inst_id
-        self._agent_name = agent_name
-
-    # =============================================================================
-    # 동기 실행
-    # 설명: 질문 이벤트를 저장하고 DB 폴링으로 응답을 기다린다
-    # =============================================================================
-    def _run(
-        self, role: str, text: str, type: str = "text", options: Optional[List[str]] = None
-    ) -> str:
-        """질문 이벤트를 기록하고 최종 응답 문자열을 반환."""
-        try:
-            agent_name = getattr(self, "_agent_name", None)
-            write_log_message(f"HumanQueryTool 실행: role={role}, agent_name={agent_name}, type={type}, options={options}")
-            query_id = f"human_asked_{uuid.uuid4()}"
-
-            payload: Dict[str, Any] = {
-                "role": role,
-                "text": text,
-                "type": type,
-                "options": options or [],
-            }
-
-            todo_id = todo_id_var.get() or self._todo_id
-            proc_inst_id = proc_id_var.get() or self._proc_inst_id
-
-            payload_with_status = {
-                **payload,
-                "status": "ASKED",
-                "agent_profile": "/images/chat-icon.png"
-            }
-            
-            initialize_db()
-            supabase = get_db_client()
-            record = {
-                "id": str(uuid.uuid4()),
-                "job_id": query_id,
-                "todo_id": str(todo_id) if todo_id is not None else None,
-                "proc_inst_id": str(proc_inst_id) if proc_inst_id is not None else None,
-                "event_type": "human_asked",
-                "crew_type": "action",
-                "data": payload_with_status,
-                "timestamp": datetime.now(timezone.utc).isoformat(),
-            }
-            supabase.table("events").insert(record).execute()
-
-            try:
-                tenant_id = self._tenant_id
-                target_emails_csv = all_users_var.get() or ""
-                if target_emails_csv and target_emails_csv.strip():
-                    write_log_message(f"알림 저장 시도: target_emails_csv={target_emails_csv}, tenant_id={tenant_id}")
-                    save_notification(
-                        title=text,
-                        notif_type="workitem_bpm",
-                        description=agent_name,
-                        user_ids_csv=target_emails_csv,
-                        tenant_id=tenant_id,
-                        url=f"/todolist/{todo_id}",
-                        from_user_id=agent_name,
-                    )
-                else:
-                    write_log_message("알림 저장 생략: 대상 이메일 없음")
-            except Exception as e:
-                handle_application_error("알림저장HumanTool", e, raise_error=False)
-
-            answer = self._wait_for_response(query_id)
-            return answer
-        except Exception as e:
-            handle_application_error("HumanQueryTool", e, raise_error=False)
-            return "사용자 미응답 거절"
-
-    # =============================================================================
-    # 응답 대기
-    # 설명: events 테이블에서 human_response를 폴링하여 응답을 가져온다
-    # =============================================================================
-    def _wait_for_response(
-        self, job_id: str, timeout_sec: int = 180, poll_interval_sec: int = 5
-    ) -> str:
-        """DB 폴링으로 사람의 응답을 기다려 문자열로 반환."""
-        deadline = time.time() + timeout_sec
-
-        while time.time() < deadline:
-            try:
-                write_log_message(f"HumanQueryTool 응답 폴링: {job_id}")
-                event = fetch_human_response_sync(job_id=job_id)
-                if event:
-                    write_log_message(f"HumanQueryTool 응답 수신: {event}")
-                    data = event.get("data") or {}
-                    answer = (data or {}).get("answer")
-                    if isinstance(answer, str):
-                        write_log_message("사람 응답 수신 완료")
-                        return answer
-                    return str(data)
-
-            except Exception as e:
-                write_log_message(f"인간 응답 대기 중... (오류: {str(e)[:100]})")
-            time.sleep(poll_interval_sec)
-        return "사용자 미응답 거절"
-

processgpt_agent_sdk/tools/knowledge_tools.py

@@ -1,206 +0,0 @@
-import os
-from typing import Optional, List, Type
-from pydantic import BaseModel, Field, PrivateAttr, field_validator
-from crewai.tools import BaseTool
-from dotenv import load_dotenv
-from mem0 import Memory
-import requests
-from ..utils.logger import write_log_message, handle_application_error
-
-# ============================================================================
-# 설정 및 초기화
-# ============================================================================
-
-load_dotenv()
-
-DB_USER = os.getenv("DB_USER")
-DB_PASSWORD = os.getenv("DB_PASSWORD")
-DB_HOST = os.getenv("DB_HOST")
-DB_PORT = os.getenv("DB_PORT")
-DB_NAME = os.getenv("DB_NAME")
-
-CONNECTION_STRING = None
-if all([DB_USER, DB_PASSWORD, DB_HOST, DB_PORT, DB_NAME]):
-	CONNECTION_STRING = f"postgresql://{DB_USER}:{DB_PASSWORD}@{DB_HOST}:{DB_PORT}/{DB_NAME}"
-else:
-	write_log_message("mem0 연결 문자열이 설정되지 않았습니다(DB_* env). 기능은 제한될 수 있습니다.")
-
-# ============================================================================
-# 스키마 정의
-# ============================================================================
-
-class KnowledgeQuerySchema(BaseModel):
-	query: str = Field(..., description="검색할 지식 쿼리")
-	
-	@field_validator('query', mode='before')
-	@classmethod
-	def validate_query(cls, v):
-		import json
-		if isinstance(v, dict):
-			for k in ("description", "query", "q", "text", "message"):
-				if k in v and v[k]:
-					return str(v[k])
-			return "" if not v else json.dumps(v, ensure_ascii=False)
-		return v if isinstance(v, str) else str(v)
-
-# ============================================================================
-# 지식 검색 도구
-# ============================================================================
-
-class Mem0Tool(BaseTool):
-	"""Supabase 기반 mem0 지식 검색 도구 - 에이전트별"""
-	name: str = "mem0"
-	description: str = (
-		"🧠 에이전트별 개인 지식 저장소 검색 도구\n\n"
-		"🚨 필수 검색 순서: 작업 전 반드시 피드백부터 검색!\n\n"
-		"저장된 정보:\n"
-		"🔴 과거 동일한 작업에 대한 피드백 및 교훈 (최우선 검색 대상)\n"
-		"🔴 과거 실패 사례 및 개선 방안\n"
-		"• 객관적 정보 (사람명, 수치, 날짜, 사물 등)\n"
-		"검색 목적:\n"
-		"- 작업지시사항을 올바르게 수행하기 위해 필요한 정보(매개변수, 제약, 의존성)와\n"
-		"  안전 수행을 위한 피드백/주의사항을 찾기 위함\n"
-		"- 과거 실패 경험을 통한 실수 방지\n"
-		"- 정확한 객관적 정보 조회\n\n"
-		"사용 지침:\n"
-		"- 현재 작업 맥락(사용자 요청, 시스템/도구 출력, 최근 단계)을 근거로 자연어의 완전한 문장으로 질의하세요.\n"
-		"- 핵심 키워드 + 엔터티(고객명, 테이블명, 날짜 등) + 제약(환경/범위)을 조합하세요.\n"
-		"- 동의어/영문 용어를 섞어 2~3개의 표현으로 재질의하여 누락을 줄이세요.\n"
-		"- 필요한 경우 좁은 쿼리 → 넓은 쿼리 순서로 반복 검색하세요. (필요 시 기간/버전 범위 명시)\n"
-		"- 동일 정보를 다른 표현으로 재질의하며, 최신/가장 관련 결과를 우선 검토하세요.\n\n"
-		"⚡ 핵심: 어떤 작업이든 시작 전에, 해당 작업을 안전하게 수행하기 위한 피드백/주의사항과\n"
-		"  필수 매개변수를 먼저 질의하여 확보하세요!"
-	)
-	args_schema: Type[KnowledgeQuerySchema] = KnowledgeQuerySchema
-	_tenant_id: Optional[str] = PrivateAttr()
-	_user_id: Optional[str] = PrivateAttr()
-	_namespace: Optional[str] = PrivateAttr()
-	_memory: Optional[Memory] = PrivateAttr(default=None)
-
-	def __init__(self, tenant_id: str = None, user_id: str = None, **kwargs):
-		super().__init__(**kwargs)
-		self._tenant_id = tenant_id
-		self._user_id = user_id
-		self._namespace = user_id
-		self._memory = self._initialize_memory()
-		write_log_message(f"Mem0Tool 초기화: user_id={self._user_id}, namespace={self._namespace}")
-
-	def _initialize_memory(self) -> Optional[Memory]:
-		"""Memory 인스턴스 초기화 - 에이전트별"""
-		if not CONNECTION_STRING:
-			return None
-		config = {
-			"vector_store": {
-				"provider": "supabase",
-				"config": {
-					"connection_string": CONNECTION_STRING,
-					"collection_name": "memories",
-					"index_method": "hnsw",
-					"index_measure": "cosine_distance"
-				}
-			}
-		}
-		return Memory.from_config(config_dict=config)
-
-	def _run(self, query: str) -> str:
-		"""지식 검색 및 결과 반환 - 에이전트별 메모리에서"""
-		if not query:
-			return "검색할 쿼리를 입력해주세요."
-		if not self._user_id:
-			return "개인지식 검색 비활성화: user_id 없음"
-		if not self._memory:
-			return "mem0 비활성화: DB 연결 정보(DB_*)가 설정되지 않았습니다."
-		
-		try:
-			write_log_message(f"에이전트별 검색 시작: user_id={self._user_id}, query='{query}'")
-			results = self._memory.search(query, user_id=self._user_id)
-			hits = results.get("results", [])
-			
-			THRESHOLD = 0.5
-			MIN_RESULTS = 5
-			hits_sorted = sorted(hits, key=lambda x: x.get("score", 0), reverse=True)
-			filtered_hits = [h for h in hits_sorted if h.get("score", 0) >= THRESHOLD]
-			if len(filtered_hits) < MIN_RESULTS:
-				filtered_hits = hits_sorted[:MIN_RESULTS]
-			hits = filtered_hits
-
-			write_log_message(f"에이전트별 검색 결과: {len(hits)}개 항목 발견")
-			
-			if not hits:
-				return f"'{query}'에 대한 개인 지식이 없습니다."
-			
-			return self._format_results(hits)
-			
-		except Exception as e:
-			handle_application_error("지식검색오류", e, raise_error=False)
-			return f"지식검색오류: {e}"
-
-	def _format_results(self, hits: List[dict]) -> str:
-		"""검색 결과 포맷팅"""
-		items = []
-		for idx, hit in enumerate(hits, start=1):
-			memory_text = hit.get("memory", "")
-			score = hit.get("score", 0)
-			items.append(f"개인지식 {idx} (관련도: {score:.2f})\n{memory_text}")
-		
-		return "\n\n".join(items)
-
-# ============================================================================
-# 사내 문서 검색 (memento) 도구
-# ============================================================================
-
-class MementoQuerySchema(BaseModel):
-	query: str = Field(..., description="검색 키워드 또는 질문")
-
-class MementoTool(BaseTool):
-	"""사내 문서 검색을 수행하는 도구"""
-	name: str = "memento"
-	description: str = (
-		"🔒 보안 민감한 사내 문서 검색 도구\n\n"
-		"저장된 정보:\n"
-		"• 보안 민감한 사내 기밀 문서\n"
-		"• 대용량 사내 문서 및 정책 자료\n"
-		"• 객관적이고 정확한 회사 내부 지식\n"
-		"• 업무 프로세스, 규정, 기술 문서\n\n"
-		"검색 목적:\n"
-		"- 작업지시사항을 올바르게 수행하기 위한 회사 정책/규정/프로세스/매뉴얼 확보\n"
-		"- 최신 버전의 표준과 가이드라인 확인\n\n"
-		"사용 지침:\n"
-		"- 현재 작업/요청과 직접 연결된 문맥을 담아 자연어의 완전한 문장으로 질의하세요.\n"
-		"- 문서 제목/버전/담당조직/기간/환경(프로덕션·스테이징·모듈 등) 조건을 명확히 포함하세요.\n"
-		"- 약어·정식명칭, 한·영 용어를 함께 사용해 2~3회 재질의하며 누락을 줄이세요.\n"
-		"- 처음엔 좁게, 필요 시 점진적으로 범위를 넓혀 검색하세요.\n\n"
-		"⚠️ 보안 민감 정보 포함 - 적절한 권한과 용도로만 사용"
-	)
-	args_schema: Type[MementoQuerySchema] = MementoQuerySchema
-	_tenant_id: str = PrivateAttr()
-
-	def __init__(self, tenant_id: str = "localhost", **kwargs):
-		super().__init__(**kwargs)
-		self._tenant_id = tenant_id
-		write_log_message(f"MementoTool 초기화: tenant_id={self._tenant_id}")
-
-	def _run(self, query: str) -> str:
-		try:
-			write_log_message(f"Memento 문서 검색 시작: tenant_id='{self._tenant_id}', query='{query}'")
-			response = requests.post(
-				"http://memento.process-gpt.io/retrieve",
-				json={"query": query, "options": {"tenant_id": self._tenant_id}}
-			)
-			if response.status_code != 200:
-				return f"API 오류: {response.status_code}"
-			data = response.json()
-			if not data.get("response"):
-				return f"테넌트 '{self._tenant_id}'에서 '{query}' 검색 결과가 없습니다."
-			results = []
-			docs = data.get("response", [])
-			write_log_message(f"Memento 검색 결과 개수: {len(docs)}")
-			for doc in docs:
-				fname = doc.get('metadata', {}).get('file_name', 'unknown')
-				idx = doc.get('metadata', {}).get('chunk_index', 'unknown')
-				content = doc.get('page_content', '')
-				results.append(f"📄 파일: {fname} (청크 #{idx})\n내용: {content}\n---")
-			return f"테넌트 '{self._tenant_id}'에서 '{query}' 검색 결과:\n\n" + "\n".join(results)
-		except Exception as e:
-			handle_application_error("문서검색오류", e, raise_error=False)
-			return f"문서검색오류: {e}"

processgpt_agent_sdk/tools/safe_tool_loader.py

@@ -1,209 +0,0 @@
-import os
-import subprocess
-import time
-from typing import List, Dict, Optional
-import anyio
-from mcp.client.stdio import StdioServerParameters
-from crewai_tools import MCPServerAdapter
-from .knowledge_tools import Mem0Tool, MementoTool
-from ..utils.logger import write_log_message, handle_application_error
-
-
-# =============================================================================
-# SafeToolLoader
-# 설명: 로컬/외부 MCP 도구들을 안전하게 초기화·로드·종료 관리
-# =============================================================================
-class SafeToolLoader:
-	"""도구 로더 클래스"""
-	adapters = []
-	
-	ANYIO_PATCHED: bool = False
-
-	def __init__(self, tenant_id: Optional[str] = None, user_id: Optional[str] = None, agent_name: Optional[str] = None, mcp_config: Optional[Dict] = None):
-		"""실행 컨텍스트(tenant/user/agent)와 MCP 설정을 보관한다."""
-		self.tenant_id = tenant_id
-		self.user_id = user_id
-		self.agent_name = agent_name
-		self._mcp_servers = (mcp_config or {}).get('mcpServers', {})
-		self.local_tools = ["mem0", "memento", "human_asked"]
-		write_log_message(f"SafeToolLoader 초기화 완료 (tenant_id: {tenant_id}, user_id: {user_id})")
-
-	# =============================================================================
-	# Warmup (npx 서버 사전 준비)
-	# =============================================================================
-	def warmup_server(self, server_key: str, mcp_config: Optional[Dict] = None):
-		"""npx 서버 패키지를 미리 캐싱해 최초 실행 지연을 줄인다."""
-		servers = (mcp_config or {}).get('mcpServers') or self._mcp_servers or {}
-		server_config = servers.get(server_key, {}) if isinstance(servers, dict) else {}
-		if not server_config or server_config.get("command") != "npx":
-			return
-			
-		npx_command_path = self._find_npx_command()
-		if not npx_command_path:
-			return
-			
-		arguments_list = server_config.get("args", [])
-		if not (arguments_list and arguments_list[0] == "-y"):
-			return
-			
-		package_name = arguments_list[1]
-		
-		try:
-			subprocess.run([npx_command_path, "-y", package_name, "--help"], capture_output=True, timeout=10, shell=True)
-			return
-		except subprocess.TimeoutExpired:
-			pass
-		except Exception:
-			pass
-			
-		try:
-			subprocess.run([npx_command_path, "-y", package_name, "--help"], capture_output=True, timeout=60, shell=True)
-		except Exception:
-			pass
-
-	# =============================================================================
-	# 유틸: npx 경로 탐색
-	# =============================================================================
-	def _find_npx_command(self) -> str:
-		"""npx 실행 파일 경로를 탐색해 반환한다."""
-		try:
-			import shutil
-			npx_path = shutil.which("npx") or shutil.which("npx.cmd")
-			if npx_path:
-				return npx_path
-		except Exception:
-			pass
-		return "npx"
-
-	# =============================================================================
-	# 로컬 도구 생성
-	# =============================================================================
-	def create_tools_from_names(self, tool_names: List[str], mcp_config: Optional[Dict] = None) -> List:
-		"""tool_names 리스트에서 실제 Tool 객체들 생성"""
-		if isinstance(tool_names, str):
-			tool_names = [tool_names]
-		write_log_message(f"도구 생성 요청: {tool_names}")
-		
-		tools = []
-		
-		tools.extend(self._load_mem0())
-		tools.extend(self._load_memento())
-		tools.extend(self._load_human_asked())
-		
-		for name in tool_names:
-			key = name.strip().lower()
-			if key in self.local_tools:
-				continue
-			else:
-				self.warmup_server(key, mcp_config)
-				tools.extend(self._load_mcp_tool(key, mcp_config))
-		
-		write_log_message(f"총 {len(tools)}개 도구 생성 완료")
-		return tools
-
-	# =============================================================================
-	# 로컬 도구 로더들
-	# =============================================================================
-	def _load_mem0(self) -> List:
-		"""mem0 도구 로드 - 에이전트별 메모리"""
-		try:
-			if not self.user_id:
-				write_log_message("mem0 도구 로드 생략: user_id 없음")
-				return []
-			return [Mem0Tool(tenant_id=self.tenant_id, user_id=self.user_id)]
-		except Exception as error:
-			handle_application_error("툴mem0오류", error, raise_error=False)
-			return []
-
-	def _load_memento(self) -> List:
-		"""memento 도구 로드"""
-		try:
-			return [MementoTool(tenant_id=self.tenant_id)]
-		except Exception as error:
-			handle_application_error("툴memento오류", error, raise_error=False)
-			return []
-
-	def _load_human_asked(self) -> List:
-		"""human_asked 도구 로드 (선택사항: 사용 시 외부에서 주입)"""
-		try:
-			return []
-		except Exception as error:
-			handle_application_error("툴human오류", error, raise_error=False)
-			return []
-
-	# =============================================================================
-	# 외부 MCP 도구 로더
-	# =============================================================================
-	def _load_mcp_tool(self, tool_name: str, mcp_config: Optional[Dict] = None) -> List:
-		"""MCP 도구 로드 (timeout & retry 지원)"""
-		self._apply_anyio_patch()
-		
-		servers = (mcp_config or {}).get('mcpServers') or self._mcp_servers or {}
-		server_config = servers.get(tool_name, {}) if isinstance(servers, dict) else {}
-		if not server_config:
-			return []
-		
-		environment_variables = os.environ.copy()
-		environment_variables.update(server_config.get("env", {}))
-		timeout_seconds = server_config.get("timeout", 40)
-
-		max_retries = 2
-		retry_delay = 5
-
-		for attempt in range(1, max_retries + 1):
-			try:
-				cmd = server_config["command"]
-				if cmd == "npx":
-					cmd = self._find_npx_command() or cmd
-				
-				params = StdioServerParameters(
-					command=cmd,
-					args=server_config.get("args", []),
-					env=environment_variables,
-					timeout=timeout_seconds
-				)
-				
-				adapter = MCPServerAdapter(params)
-				SafeToolLoader.adapters.append(adapter)
-				write_log_message(f"{tool_name} MCP 로드 성공 (툴 {len(adapter.tools)}개): {[tool.name for tool in adapter.tools]}")
-				return adapter.tools
-
-			except Exception as e:
-				if attempt < max_retries:
-					time.sleep(retry_delay)
-				else:
-					handle_application_error(f"툴{tool_name}오류", e, raise_error=False)
-					return []
-
-	# =============================================================================
-	# anyio 서브프로세스 stderr 패치
-	# =============================================================================
-	def _apply_anyio_patch(self):
-		"""stderr에 fileno 없음 대비: PIPE로 보정해 예외를 방지한다."""
-		if SafeToolLoader.ANYIO_PATCHED:
-			return
-		from anyio._core._subprocesses import open_process as _orig
-
-		async def patched_open_process(*args, **kwargs):
-			stderr = kwargs.get('stderr')
-			if not (hasattr(stderr, 'fileno') and stderr.fileno()):
-				kwargs['stderr'] = subprocess.PIPE
-			return await _orig(*args, **kwargs)
-
-		anyio.open_process = patched_open_process
-		anyio._core._subprocesses.open_process = patched_open_process
-		SafeToolLoader.ANYIO_PATCHED = True
-
-	# =============================================================================
-	# 종료 처리
-	# =============================================================================
-	@classmethod
-	def shutdown_all_adapters(cls):
-		"""모든 MCPServerAdapter 연결을 안전하게 종료한다."""
-		for adapter in cls.adapters:
-			try:
-				adapter.stop()
-			except Exception as error:
-				handle_application_error("툴종료오류", error, raise_error=False)
-		write_log_message("모든 MCPServerAdapter 연결 종료 완료")
-		cls.adapters.clear()

processgpt_agent_sdk/utils/context_manager.py

@@ -1,45 +0,0 @@
-from __future__ import annotations
-
-# =============================================================================
-# Context Manager
-# 설명: 요청/프로세스 범위의 컨텍스트 값을 ContextVar로 관리
-# =============================================================================
-
-from contextvars import ContextVar
-from typing import Optional
-
-
-# 컨텍스트 변수 정의
-todo_id_var: ContextVar[Optional[str]] = ContextVar("todo_id", default=None)
-proc_id_var: ContextVar[Optional[str]] = ContextVar("proc_id", default=None)
-crew_type_var: ContextVar[Optional[str]] = ContextVar("crew_type", default=None)
-form_key_var: ContextVar[Optional[str]] = ContextVar("form_key", default=None)
-form_id_var: ContextVar[Optional[str]] = ContextVar("form_id", default=None)
-all_users_var: ContextVar[Optional[str]] = ContextVar("all_users", default=None)
-
-
-def set_context(*, todo_id: Optional[str] = None, proc_inst_id: Optional[str] = None, crew_type: Optional[str] = None, form_key: Optional[str] = None, form_id: Optional[str] = None, all_users: Optional[str] = None) -> None:
-    """전달된 값들만 ContextVar에 설정한다."""
-    if todo_id is not None:
-        todo_id_var.set(todo_id)
-    if proc_inst_id is not None:
-        proc_id_var.set(proc_inst_id)
-    if crew_type is not None:
-        crew_type_var.set(crew_type)
-    if form_key is not None:
-        form_key_var.set(form_key)
-    if form_id is not None:
-        form_id_var.set(form_id)
-    if all_users is not None:
-        all_users_var.set(all_users)
-
-
-def reset_context() -> None:
-    """모든 컨텍스트 값을 초기 상태(None)로 되돌린다."""
-    todo_id_var.set(None)
-    proc_id_var.set(None)
-    crew_type_var.set(None)
-    form_key_var.set(None)
-    form_id_var.set(None)
-    all_users_var.set(None)
-