process-gpt-agent-sdk 0.3.12__py3-none-any.whl → 0.3.13__py3-none-any.whl

process_gpt_agent_sdk-0.3.13.dist-info/METADATA

@@ -0,0 +1,690 @@
+Metadata-Version: 2.4
+Name: process-gpt-agent-sdk
+Version: 0.3.13
+Summary: Supabase 기반 이벤트/작업 폴링으로 A2A AgentExecutor를 실행하는 SDK
+License: MIT
+Project-URL: Homepage, https://github.com/your-org/process-gpt-agent-sdk
+Project-URL: Issues, https://github.com/your-org/process-gpt-agent-sdk/issues
+Keywords: agent,a2a,supabase,workflow,sdk,processgpt
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3 :: Only
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Operating System :: OS Independent
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+Requires-Dist: supabase>=2.0.0
+Requires-Dist: python-dotenv>=1.0.0
+Requires-Dist: click>=8.0.0
+Requires-Dist: asyncio-mqtt>=0.13.0
+Requires-Dist: jsonschema>=4.0.0
+Requires-Dist: structlog>=23.0.0
+Requires-Dist: typing-extensions>=4.0.0
+Requires-Dist: python-dateutil>=2.8.0
+Requires-Dist: a2a-sdk==0.3.0
+
+# ProcessGPT Agent Framework
+## A2A SDK 연동을 위한 경량 에이전트 서버 프레임워크
+
+Supabase 기반의 프로세스 작업(Todolist)을 폴링하고, A2A 규격 이벤트를 통해 작업 상태/결과를 기록하는 **경량 에이전트 서버 프레임워크**입니다.
+
+### 📋 요구사항
+- **런타임**: Python 3.9+ (권장: Python 3.11)
+- **데이터베이스**: Supabase (PostgreSQL) + 제공된 RPC/테이블
+- **이벤트 규격**: A2A `TaskStatusUpdateEvent` / `TaskArtifactUpdateEvent`
+
+## 📊 이벤트 종류 및 데이터 구조
+
+### 🎯 이벤트 타입 (event_type) 종류
+
+| event_type | 설명 | 사용 시점 | 자동 설정 여부 |
+|------------|------|-----------|----------------|
+| `task_started` | 작업 시작 | 작업 처리 시작시 | 수동 설정 |
+| `task_completed` | 작업 완료 | 작업 정상 완료시 | 수동 설정 |
+| `crew_completed` | 크루 작업 완료 | 서버가 작업 종료시 | **자동 설정** |
+| `tool_usage_started` | 도구 사용 시작 | 외부 도구/API 호출 시작 | 수동 설정 |
+| `tool_usage_finished` | 도구 사용 완료 | 외부 도구/API 호출 완료 | 수동 설정 |
+| `human_asked` | 사용자 입력 요청 | HITL 패턴 사용시 | **자동 설정** |
+| `human_response` | 사용자 응답 | UI에서 사용자 응답시 | UI가 설정 |
+
+### 📋 메타데이터 필드 설명
+
+#### crew_type (필수)
+- **의미**: 현재 조직의 크루 이름 또는 행위를 나타냄
+- **예시**: `action`, `report`, `slide`, `analysis`, `research` 등
+- **사용법**: 어떤 종류의 작업인지 분류하는 데 사용
+
+```python
+metadata = {
+    "crew_type": "action",  # 액션 수행 크루
+    "event_type": "task_started"
+}
+```
+
+#### job_id (중요)
+- **의미**: 하나의 작업 단위를 식별하는 고유 ID
+- **규칙**: **시작과 끝이 반드시 매칭되어야 함**
+- **형식**: `job-{task_id}` 또는 `job-{timestamp}` 등
+
+```python
+# 올바른 사용법 - 동일한 job_id 사용
+job_id = f"job-{task_id}"
+
+# 작업 시작
+metadata = {"crew_type": "action", "event_type": "task_started", "job_id": job_id}
+
+# HITL 요청  
+metadata = {"crew_type": "action", "job_id": job_id}  # human_asked 자동 설정
+
+# 작업 완료
+metadata = {"crew_type": "action", "event_type": "task_completed", "job_id": job_id}
+```
+
+### 🔄 이벤트 저장 방식
+
+#### 1. TaskStatusUpdateEvent → `events` 테이블
+```python
+event_queue.enqueue_event(
+    TaskStatusUpdateEvent(
+        status={
+            "state": TaskState.working,
+            "message": new_agent_text_message("진행 상황 메시지", context_id, task_id),
+        },
+        final=False,
+        contextId=context_id,
+        taskId=task_id,
+        metadata={
+            "crew_type": "action",
+            "event_type": "task_started",  # events.event_type에 저장
+            "job_id": "job-12345"
+        }
+    )
+)
+```
+
+**저장 결과** (events 테이블):
+- `event_type`: "task_started"
+- `data`: "진행 상황 메시지" (래퍼 제거된 순수 텍스트)
+- `metadata`: 전체 metadata JSON
+
+#### 2. TaskArtifactUpdateEvent → `todolist.output` 컬럼
+```python
+artifact = new_text_artifact(
+    name="처리결과",
+    description="작업 완료 결과",
+    text=json.dumps({"result": "완료"}, ensure_ascii=False)
+)
+event_queue.enqueue_event(
+    TaskArtifactUpdateEvent(
+        artifact=artifact,
+        lastChunk=True,  # 최종 결과
+        contextId=context_id,
+        taskId=task_id,
+    )
+)
+```
+
+**저장 결과** (todolist 테이블):
+- `output`: `{"result": "완료"}` (래퍼 제거된 순수 JSON)
+- `p_final`: `true`
+
+### ⚠️ 특별 규칙
+
+1. **자동 event_type 설정**:
+   - `state=input_required` → `event_type=human_asked` (자동)
+   - 작업 완료시 → `event_type=crew_completed` (서버가 자동 추가)
+
+2. **JSON 문자열 변환 필수**:
+   ```python
+   # 올바른 방법
+   text=json.dumps(data, ensure_ascii=False)
+   
+   # 잘못된 방법
+   text=data  # 딕셔너리 직접 전달 시 래퍼와 함께 저장됨
+   ```
+
+## 🔄 전체 데이터 흐름도
+
+```mermaid
+graph TD
+    A[Supabase todolist 테이블] -->|폴링| B[ProcessGPTAgentServer]
+    B -->|작업 발견| C[RequestContext 생성]
+    C -->|컨텍스트 전달| D[AgentExecutor.execute]
+    
+    D -->|진행 상태| E[TaskStatusUpdateEvent]
+    D -->|최종 결과| F[TaskArtifactUpdateEvent]
+    D -->|HITL 요청| G[TaskStatusUpdateEvent<br/>state=input_required]
+    
+    E -->|래퍼 제거| H[events 테이블<br/>data 컬럼]
+    F -->|래퍼 제거| I[todolist.output 컬럼<br/>p_final=true]
+    G -->|자동 설정| J[events 테이블<br/>event_type=human_asked]
+    
+    K[Operator UI] -->|사용자 응답| L[events 테이블<br/>event_type=human_response]
+    
+    style E fill:#e1f5fe
+    style F fill:#f3e5f5
+    style G fill:#fff3e0
+```
+
+### 🎯 job_id 생명주기 흐름
+
+```mermaid
+sequenceDiagram
+    participant S as Server
+    participant E as Executor
+    participant DB as Supabase
+    participant UI as Operator UI
+    
+    Note over E: job_id = "job-12345" 생성
+    
+    E->>DB: TaskStatusUpdateEvent<br/>event_type=task_started<br/>job_id=job-12345
+    
+    E->>DB: TaskStatusUpdateEvent<br/>event_type=tool_usage_started<br/>job_id=job-12345
+    
+    E->>DB: TaskStatusUpdateEvent<br/>event_type=tool_usage_finished<br/>job_id=job-12345
+    
+    alt HITL 필요시
+        E->>DB: TaskStatusUpdateEvent<br/>state=input_required<br/>job_id=job-12345
+        Note over DB: 자동으로 event_type=human_asked 설정
+        
+        UI->>DB: INSERT events<br/>event_type=human_response<br/>job_id=job-12345
+    end
+    
+    E->>DB: TaskArtifactUpdateEvent<br/>lastChunk=true
+    
+    E->>DB: TaskStatusUpdateEvent<br/>event_type=task_completed<br/>job_id=job-12345
+    
+    S->>DB: TaskStatusUpdateEvent<br/>event_type=crew_completed<br/>job_id=job-12345
+    
+    Note over S,UI: 동일한 job_id로 시작부터 끝까지 추적 가능
+```
+
+### 💾 데이터 저장 구조
+
+#### events 테이블 저장 예시
+```json
+{
+  "id": "uuid",
+  "event_type": "task_started",
+  "data": "작업을 시작합니다",  // 래퍼 제거된 순수 메시지
+  "metadata": {
+    "crew_type": "action",
+    "event_type": "task_started", 
+    "job_id": "job-12345",
+    "contextId": "proc-789",
+    "taskId": "task-456"
+  },
+  "created_at": "2024-01-01T00:00:00Z"
+}
+```
+
+#### todolist.output 저장 예시  
+```json
+{
+  "id": "task-456",
+  "output": {
+    "status": "completed",
+    "result": "처리 결과 데이터"
+  },  // 래퍼 제거된 순수 아티팩트 데이터
+  "p_final": true,
+  "updated_at": "2024-01-01T00:05:00Z"
+}
+```
+
+### 🔧 값 전달 과정
+```python
+# 1. 서버에서 작업 정보 가져오기
+row = context.get_context_data()["row"]  # todolist 테이블의 한 행
+context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")  # 프로세스 ID
+task_id = row.get("id")  # 작업 ID
+user_input = context.get_user_input()  # 사용자가 입력한 내용
+
+# 2. job_id 생성 (작업 전체 추적용)
+job_id = f"job-{task_id}"  # 또는 timestamp 기반
+
+# 3. 메시지/아티팩트 생성시 JSON 문자열로 변환
+payload = {"result": "처리 완료"}
+message_text = json.dumps(payload, ensure_ascii=False)  # 중요: JSON 문자열로!
+
+# 4. 메타데이터에 crew_type, job_id 포함
+metadata = {
+    "crew_type": "action",  # 크루 타입
+    "event_type": "task_started",  # 이벤트 타입
+    "job_id": job_id  # 작업 추적 ID
+}
+
+# 5. 서버가 자동으로 래퍼 제거 후 순수 payload만 저장
+# events.data 또는 todolist.output에 {"result": "처리 완료"}만 저장됨
+```
+
+## 🚀 빠른 시작 가이드
+
+### 1단계: 설치
+```bash
+# 패키지 설치
+pip install -e .
+
+# 또는 requirements.txt 사용
+pip install -r requirements.txt
+```
+
+### 2단계: 환경 설정
+`.env` 파일 생성:
+```env
+SUPABASE_URL=your_supabase_project_url
+SUPABASE_KEY=your_supabase_anon_key
+ENV=dev
+```
+
+### 3단계: 서버 구현 방법
+서버는 이렇게 만드세요:
+
+```python
+# my_server.py
+import asyncio
+from dotenv import load_dotenv
+from processgpt_agent_sdk.processgpt_agent_framework import ProcessGPTAgentServer
+from my_executor import MyExecutor  # 아래에서 구현할 익스큐터
+
+async def main():
+    load_dotenv()
+    
+    server = ProcessGPTAgentServer(
+        agent_executor=MyExecutor(),  # 여러분이 구현할 익스큐터
+        agent_type="my-agent"  # Supabase todolist.agent_orch와 매칭되어야 함
+    )
+    server.polling_interval = 3  # 3초마다 새 작업 확인
+    
+    print("서버 시작!")
+    await server.run()
+
+if __name__ == "__main__":
+    try:
+        asyncio.run(main())
+    except KeyboardInterrupt:
+        print("서버 종료")
+```
+
+### 4단계: 익스큐터 구현 방법
+익스큐터는 이렇게 만드세요:
+
+```python
+# my_executor.py
+import asyncio
+import json
+from typing_extensions import override
+from a2a.server.agent_execution import AgentExecutor, RequestContext
+from a2a.server.events import EventQueue
+from a2a.types import TaskStatusUpdateEvent, TaskState, TaskArtifactUpdateEvent
+from a2a.utils import new_agent_text_message, new_text_artifact
+
+class MyExecutor(AgentExecutor):
+    @override
+    async def execute(self, context: RequestContext, event_queue: EventQueue) -> None:
+        # 1. 작업 정보 가져오기
+        row = context.get_context_data()["row"]
+        context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")
+        task_id = row.get("id")
+        user_input = context.get_user_input()  # 사용자가 입력한 내용
+        
+        # 2. job_id 생성 (작업 전체 추적용)
+        job_id = f"job-{task_id}"
+        
+        print(f"처리할 작업: {user_input} (job_id: {job_id})")
+        
+        # 3. 작업 시작 알림 (events 테이블에 저장됨)
+        event_queue.enqueue_event(
+            TaskStatusUpdateEvent(
+                status={
+                    "state": TaskState.working,
+                    "message": new_agent_text_message("작업 시작", context_id, task_id),
+                },
+                final=False,
+                contextId=context_id,
+                taskId=task_id,
+                metadata={
+                    "crew_type": "action",  # 크루 타입
+                    "event_type": "task_started",
+                    "job_id": job_id  # 작업 추적 ID
+                }
+            )
+        )
+        
+        # 4. 실제 작업 수행 (여기에 여러분의 로직 작성)
+        await asyncio.sleep(2)
+        result_data = {"status": "완료", "input": user_input, "output": "처리 결과"}
+        
+        # 5. 작업 완료 알림
+        event_queue.enqueue_event(
+            TaskStatusUpdateEvent(
+                status={
+                    "state": TaskState.working,
+                    "message": new_agent_text_message("작업 완료", context_id, task_id),
+                },
+                final=False,
+                contextId=context_id,
+                taskId=task_id,
+                metadata={
+                    "crew_type": "action",
+                    "event_type": "task_completed",
+                    "job_id": job_id  # 동일한 job_id 사용
+                }
+            )
+        )
+        
+        # 6. 최종 결과 전송 (todolist.output에 저장됨)
+        artifact = new_text_artifact(
+            name="처리결과",
+            description="작업 완료 결과",
+            text=json.dumps(result_data, ensure_ascii=False)  # JSON 문자열로!
+        )
+        event_queue.enqueue_event(
+            TaskArtifactUpdateEvent(
+                artifact=artifact,
+                lastChunk=True,  # 중요: 최종 결과면 True
+                contextId=context_id,
+                taskId=task_id,
+            )
+        )
+
+    @override
+    async def cancel(self, context: RequestContext, event_queue: EventQueue) -> None:
+        pass  # 취소 로직 (필요시 구현)
+```
+
+### 5단계: 실행
+```bash
+python my_server.py
+```
+
+## 🤝 Human-in-the-Loop (사용자 입력 요청) 패턴
+
+사용자 입력이 필요한 완전한 예시:
+
+```python
+class HITLExecutor(AgentExecutor):
+    @override
+    async def execute(self, context: RequestContext, event_queue: EventQueue) -> None:
+        row = context.get_context_data()["row"]
+        context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")
+        task_id = row.get("id")
+        user_input = context.get_user_input()
+        job_id = f"job-{task_id}"
+        
+        # 1. 작업 시작
+        event_queue.enqueue_event(
+            TaskStatusUpdateEvent(
+                status={
+                    "state": TaskState.working,
+                    "message": new_agent_text_message("분석을 시작합니다", context_id, task_id),
+                },
+                final=False,
+                contextId=context_id,
+                taskId=task_id,
+                metadata={
+                    "crew_type": "analysis",  # 분석 크루
+                    "event_type": "task_started",
+                    "job_id": job_id
+                }
+            )
+        )
+        
+        await asyncio.sleep(1)
+        
+        # 2. 사용자 입력 요청 (HITL)
+        question_data = {
+            "question": f"'{user_input}' 작업을 어떤 방식으로 처리할까요?",
+            "options": ["빠른 처리", "정밀 분석", "단계별 진행"],
+            "context": user_input
+        }
+        
+        event_queue.enqueue_event(
+            TaskStatusUpdateEvent(
+                status={
+                    "state": TaskState.input_required,  # 중요: 자동으로 human_asked 설정됨
+                    "message": new_agent_text_message(
+                        json.dumps(question_data, ensure_ascii=False),
+                        context_id, task_id
+                    ),
+                },
+                final=True,
+                contextId=context_id,
+                taskId=task_id,
+                metadata={
+                    "crew_type": "analysis",
+                    "job_id": job_id  # 동일한 job_id 유지
+                }
+            )
+        )
+        
+        # 3. 사용자 응답을 기다리는 로직 (실제 구현에서는 필요)
+        # 여기서는 시뮬레이션
+        await asyncio.sleep(3)
+        
+        # 4. 사용자 응답 후 작업 완료
+        result_data = {
+            "original_request": user_input,
+            "user_choice": "사용자가 선택한 옵션",
+            "result": "HITL 방식으로 처리 완료"
+        }
+        
+        # 5. 완료 알림
+        event_queue.enqueue_event(
+            TaskStatusUpdateEvent(
+                status={
+                    "state": TaskState.working,
+                    "message": new_agent_text_message("HITL 처리 완료", context_id, task_id),
+                },
+                final=False,
+                contextId=context_id,
+                taskId=task_id,
+                metadata={
+                    "crew_type": "analysis",
+                    "event_type": "task_completed",
+                    "job_id": job_id  # 동일한 job_id로 완료
+                }
+            )
+        )
+        
+        # 6. 최종 결과
+        artifact = new_text_artifact(
+            name="HITL_결과",
+            description="Human-in-the-Loop 처리 결과",
+            text=json.dumps(result_data, ensure_ascii=False)
+        )
+        event_queue.enqueue_event(
+            TaskArtifactUpdateEvent(
+                artifact=artifact,
+                lastChunk=True,
+                contextId=context_id,
+                taskId=task_id,
+            )
+        )
+
+    @override
+    async def cancel(self, context: RequestContext, event_queue: EventQueue) -> None:
+        pass
+```
+
+## 📋 체크리스트 (실패 없는 통합을 위한)
+
+### 필수 설정
+- [ ] `.env`에 `SUPABASE_URL`, `SUPABASE_KEY` 설정
+- [ ] `requirements.txt` 설치 완료
+- [ ] Supabase에서 제공 SQL(`database_schema.sql`, `function.sql`) 적용
+
+### 코드 구현
+- [ ] 서버에서 `agent_type`이 Supabase `todolist.agent_orch`와 매칭됨
+- [ ] 익스큐터에서 `contextId`, `taskId`를 올바르게 설정
+- [ ] **job_id 생성 및 일관성 유지** (`job-{task_id}` 형식 권장)
+- [ ] **crew_type 설정** (`action`, `report`, `slide` 등 행위별 분류)
+- [ ] 상태 이벤트는 `new_agent_text_message()`로 생성
+- [ ] 최종 결과는 `new_text_artifact()` + `lastChunk=True`로 전송
+- [ ] HITL 요청시 `TaskState.input_required` 사용
+- [ ] **JSON 문자열 변환** (`json.dumps(data, ensure_ascii=False)`)
+
+## 🚨 자주 발생하는 문제
+
+### 1. 설치 문제
+**증상**: `ModuleNotFoundError`
+```bash
+# 해결
+pip install -e .
+pip install a2a-sdk==0.3.0 --force-reinstall
+```
+
+### 2. 작업이 폴링되지 않음
+**원인**: Supabase 연결 문제
+**해결**:
+- `.env` 파일 위치 확인 (프로젝트 루트)
+- URL/Key 재확인
+- `agent_type`이 todolist.agent_orch와 매칭되는지 확인
+
+### 3. 이벤트가 저장되지 않음
+**원인**: 테이블/함수 누락
+**해결**:
+- `database_schema.sql`, `function.sql` 실행 확인
+- Supabase 테이블 권한 확인
+
+### 4. 결과가 래퍼와 함께 저장됨
+**원인**: JSON 문자열 변환 누락
+```python
+# 올바른 방법
+text=json.dumps(data, ensure_ascii=False)  # JSON 문자열로!
+
+# 잘못된 방법  
+text=data  # 딕셔너리 직접 전달 (X)
+```
+
+## 📚 샘플 코드 (간단 버전)
+
+### 기본 서버
+```python
+# sample_server/minimal_server.py
+import asyncio
+from dotenv import load_dotenv
+from processgpt_agent_sdk.processgpt_agent_framework import ProcessGPTAgentServer
+from sample_server.minimal_executor import MinimalExecutor
+
+async def main():
+    load_dotenv()
+    server = ProcessGPTAgentServer(
+        agent_executor=MinimalExecutor(), 
+        agent_type="crewai-action"
+    )
+    server.polling_interval = 3
+    await server.run()
+
+if __name__ == "__main__":
+    try:
+        asyncio.run(main())
+    except KeyboardInterrupt:
+        pass
+```
+
+### 기본 익스큐터  
+```python
+# sample_server/minimal_executor.py
+import asyncio
+import json
+from typing_extensions import override
+from a2a.server.agent_execution import AgentExecutor, RequestContext
+from a2a.server.events import EventQueue
+from a2a.types import TaskStatusUpdateEvent, TaskState, TaskArtifactUpdateEvent
+from a2a.utils import new_agent_text_message, new_text_artifact
+
+class MinimalExecutor(AgentExecutor):
+    @override
+    async def execute(self, context: RequestContext, event_queue: EventQueue) -> None:
+        row = context.get_context_data()["row"]
+        context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")
+        task_id = row.get("id")
+        user_input = context.get_user_input()
+
+        # 진행 상태
+        event_queue.enqueue_event(
+            TaskStatusUpdateEvent(
+                status={
+                    "state": TaskState.working,
+                    "message": new_agent_text_message("처리중", context_id, task_id),
+                },
+                final=False,
+                contextId=context_id,
+                taskId=task_id,
+                metadata={"event_type": "task_started"}
+            )
+        )
+
+        await asyncio.sleep(1)
+
+        # 최종 결과
+        result = {"input": user_input, "output": "처리 완료"}
+        artifact = new_text_artifact(
+            name="결과",
+            description="처리 결과",
+            text=json.dumps(result, ensure_ascii=False)
+        )
+        event_queue.enqueue_event(
+            TaskArtifactUpdateEvent(
+                artifact=artifact,
+                lastChunk=True,
+                contextId=context_id,
+                taskId=task_id,
+            )
+        )
+
+    @override
+    async def cancel(self, context: RequestContext, event_queue: EventQueue) -> None:
+        pass
+```
+
+## 🔧 실행 방법
+
+### 개발 환경에서 실행
+```bash
+python sample_server/minimal_server.py
+```
+
+### 실제 사용시
+```bash
+python my_server.py
+```
+
+## 🚀 배포/버전업 (PyPI/TestPyPI)
+
+- 사전 준비: PyPI 혹은 TestPyPI 토큰 환경변수 설정
+
+macOS/Linux:
+```bash
+# TestPyPI 배포 예시
+export TEST_PYPI_TOKEN="<your_testpypi_token>"
+./release.sh 0.3.13 testpypi
+
+# PyPI 배포 예시
+export PYPI_TOKEN="<your_pypi_token>"
+./release.sh 0.3.13 pypi
+```
+
+Windows PowerShell:
+```powershell
+# TestPyPI 배포 예시
+$env:TEST_PYPI_TOKEN="<your_testpypi_token>"
+./release.ps1 -Version 0.3.13 -TestPyPI
+
+# PyPI 배포 예시
+$env:PYPI_TOKEN="<your_pypi_token>"
+./release.ps1 -Version 0.3.13
+```
+
+---
+
+## 📚 레퍼런스
+
+### 주요 함수들
+- `ProcessGPTAgentServer.run()`: 서버 시작
+- `new_agent_text_message(text, context_id, task_id)`: 상태 메시지 생성
+- `new_text_artifact(name, desc, text)`: 결과 아티팩트 생성
+
+### 이벤트 저장 규칙
+- **TaskStatusUpdateEvent** → `events` 테이블 (`data` 컬럼)
+- **TaskArtifactUpdateEvent** → `todolist` 테이블 (`output` 컬럼)
+- 래퍼 자동 제거 후 순수 payload만 저장

process_gpt_agent_sdk-0.3.13.dist-info/RECORD

@@ -0,0 +1,7 @@
+processgpt_agent_sdk/__init__.py,sha256=-Kwyodop7dRL1qy3UjW06X0vJoDqd2-cVlbesplIUmc,1108
+processgpt_agent_sdk/database.py,sha256=G9nln9QTSfgPf3FfzLKwbXf3esEPz07rWVmzttxKTWE,18989
+processgpt_agent_sdk/processgpt_agent_framework.py,sha256=QnYPV065da3bRL_xOYxaMOqQQUVv6D8CZ9d6cVL0-i4,16909
+process_gpt_agent_sdk-0.3.13.dist-info/METADATA,sha256=NzdFo_djoSoyuEQJFr_-0SD3Cm_scQ72ZgpBt_4_hXw,22736
+process_gpt_agent_sdk-0.3.13.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
+process_gpt_agent_sdk-0.3.13.dist-info/top_level.txt,sha256=Xe6zrj3_3Vv7d0pl5RRtenVUckwOVBVLQn2P03j5REo,21
+process_gpt_agent_sdk-0.3.13.dist-info/RECORD,,

processgpt_agent_sdk/__init__.py

@@ -0,0 +1,48 @@
+"""
+ProcessGPT Agent SDK
+
+이 패키지는 ProcessGPT 시스템과 통합하기 위한 Agent Framework를 제공합니다.
+"""
+
+from .processgpt_agent_framework import (
+    ProcessGPTAgentServer,
+    ProcessGPTRequestContext,
+    ProcessGPTEventQueue,
+    TodoListRowContext,
+)
+
+from .database import (
+    initialize_db,
+    polling_pending_todos,
+    record_event,
+    save_task_result,
+    update_task_error,
+    get_consumer_id,
+    fetch_agent_data,
+    fetch_all_agents,
+    fetch_form_types,
+    fetch_tenant_mcp_config,
+    fetch_human_users_by_proc_inst_id,
+)
+
+__version__ = "0.3.12"
+
+__all__ = [
+    # Framework classes
+    "ProcessGPTAgentServer",
+    "ProcessGPTRequestContext", 
+    "ProcessGPTEventQueue",
+    "TodoListRowContext",
+    # Database functions
+    "initialize_db",
+    "polling_pending_todos",
+    "record_event",
+    "save_task_result",
+    "update_task_error",
+    "get_consumer_id",
+    "fetch_agent_data",
+    "fetch_all_agents",
+    "fetch_form_types",
+    "fetch_tenant_mcp_config",
+    "fetch_human_users_by_proc_inst_id",
+]

processgpt_agent_sdk/database.py

@@ -210,7 +210,7 @@ async def fetch_all_agents() -> List[Dict[str, Any]]:
         client = get_db_client()
         return (
             client.table("users")
-            .select("id, username, role, goal, persona, tools, profile, model, tenant_id, is_agent")
+            .select("id, username, role, goal, persona, tools, profile, model, tenant_id, is_agent, endpoint")
             .eq("is_agent", True)
             .execute()
         )

processgpt_agent_sdk/processgpt_agent_framework.py

@@ -388,7 +388,7 @@ class ProcessGPTAgentServer:
     async def mark_task_failed(self, todolist_id: str, error_message: str):
         """태스크 실패 처리 (DB 상태 업데이트)"""
         try:
-            await update_task_error(todolist_id)
+            await update_task_error(todolist_id, error_message)
         except Exception as e:
             logger.exception(
                 "mark_task_failed error (todolist_id=%s): %s",

process_gpt_agent_sdk-0.3.12.dist-info/METADATA

@@ -1,410 +0,0 @@
-Metadata-Version: 2.4
-Name: process-gpt-agent-sdk
-Version: 0.3.12
-Summary: Supabase 기반 이벤트/작업 폴링으로 A2A AgentExecutor를 실행하는 SDK
-License: MIT
-Project-URL: Homepage, https://github.com/your-org/process-gpt-agent-sdk
-Project-URL: Issues, https://github.com/your-org/process-gpt-agent-sdk/issues
-Keywords: agent,a2a,supabase,workflow,sdk,processgpt
-Classifier: Programming Language :: Python :: 3
-Classifier: Programming Language :: Python :: 3 :: Only
-Classifier: License :: OSI Approved :: MIT License
-Classifier: Operating System :: OS Independent
-Requires-Python: >=3.9
-Description-Content-Type: text/markdown
-Requires-Dist: supabase>=2.0.0
-Requires-Dist: python-dotenv>=1.0.0
-Requires-Dist: click>=8.0.0
-Requires-Dist: asyncio-mqtt>=0.13.0
-Requires-Dist: jsonschema>=4.0.0
-Requires-Dist: structlog>=23.0.0
-Requires-Dist: typing-extensions>=4.0.0
-Requires-Dist: python-dateutil>=2.8.0
-Requires-Dist: a2a-sdk==0.3.0
-
-# ProcessGPT Agent Framework
-## A2A SDK 연동을 위한 경량 에이전트 서버 프레임워크
-
-Supabase 기반의 프로세스 작업(Todolist)을 폴링하고, A2A 규격 이벤트를 통해 작업 상태/결과를 기록하는 **경량 에이전트 서버 프레임워크**입니다.
-
-### 📋 요구사항
-- **런타임**: Python 3.9+ (권장: Python 3.11)
-- **데이터베이스**: Supabase (PostgreSQL) + 제공된 RPC/테이블
-- **이벤트 규격**: A2A `TaskStatusUpdateEvent` / `TaskArtifactUpdateEvent`
-
-## 📊 이벤트 타입별 저장 테이블 및 특징
-
-### 1. TaskStatusUpdateEvent (작업 상태 이벤트)
-- **저장 테이블**: `events`
-- **용도**: 작업 진행 상황, 사용자 입력 요청, 에러 알림 등
-- **저장 데이터**: 메시지 래퍼를 제거한 순수 payload만 `data` 컬럼에 JSON으로 저장
-
-```python
-# 예시 코드
-event_queue.enqueue_event(
-    TaskStatusUpdateEvent(
-        status={
-            "state": TaskState.working,  # working, input_required, completed 등
-            "message": new_agent_text_message("진행 중입니다", context_id, task_id),
-        },
-        final=False,
-        contextId=context_id,
-        taskId=task_id,
-        metadata={"event_type": "task_started"}  # events.event_type에 저장
-    )
-)
-```
-
-**특별 규칙**:
-- `state=input_required`일 때는 자동으로 `event_type=human_asked`로 저장됨
-- 메시지는 `new_agent_text_message()` 유틸 함수로 생성
-
-### 2. TaskArtifactUpdateEvent (작업 결과 이벤트)
-- **저장 테이블**: `todolist` (output 컬럼)
-- **용도**: 최종 작업 결과물 전송
-- **저장 데이터**: 아티팩트 래퍼를 제거한 순수 payload만 `output` 컬럼에 JSON으로 저장
-
-```python
-# 예시 코드
-artifact = new_text_artifact(
-    name="처리결과",
-    description="작업 완료 결과",
-    text="실제 결과 데이터"
-)
-event_queue.enqueue_event(
-    TaskArtifactUpdateEvent(
-        artifact=artifact,
-        lastChunk=True,  # 최종 결과면 True
-        contextId=context_id,
-        taskId=task_id,
-    )
-)
-```
-
-**특별 규칙**:
-- `lastChunk=True` 또는 `final=True`일 때만 최종 저장됨 (`p_final=true`)
-- 아티팩트는 `new_text_artifact()` 유틸 함수로 생성
-
-## 🔄 데이터 흐름과 값 전달 방식
-
-### 전체 흐름
-1. **작업 폴링**: 서버가 Supabase `todolist` 테이블에서 새 작업을 가져옴
-2. **컨텍스트 준비**: `RequestContext`에 작업 정보와 사용자 입력을 담음
-3. **익스큐터 실행**: 사용자가 구현한 `AgentExecutor.execute()` 메서드 호출
-4. **이벤트 전송**: 익스큐터에서 진행 상황과 결과를 이벤트로 전송
-5. **데이터 저장**: 이벤트 타입에 따라 적절한 테이블에 저장
-
-### 값 전달 과정
-```python
-# 1. 서버에서 작업 정보 가져오기
-row = context.get_context_data()["row"]  # todolist 테이블의 한 행
-context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")  # 프로세스 ID
-task_id = row.get("id")  # 작업 ID
-user_input = context.get_user_input()  # 사용자가 입력한 내용
-
-# 2. 메시지/아티팩트 생성시 JSON 문자열로 변환
-payload = {"result": "처리 완료"}
-message_text = json.dumps(payload, ensure_ascii=False)  # 중요: JSON 문자열로!
-
-# 3. 서버가 자동으로 래퍼 제거 후 순수 payload만 저장
-# events.data 또는 todolist.output에 {"result": "처리 완료"}만 저장됨
-```
-
-## 🚀 빠른 시작 가이드
-
-### 1단계: 설치
-```bash
-# 패키지 설치
-pip install -e .
-
-# 또는 requirements.txt 사용
-pip install -r requirements.txt
-```
-
-### 2단계: 환경 설정
-`.env` 파일 생성:
-```env
-SUPABASE_URL=your_supabase_project_url
-SUPABASE_KEY=your_supabase_anon_key
-ENV=dev
-```
-
-### 3단계: 서버 구현 방법
-서버는 이렇게 만드세요:
-
-```python
-# my_server.py
-import asyncio
-from dotenv import load_dotenv
-from processgpt_agent_sdk.processgpt_agent_framework import ProcessGPTAgentServer
-from my_executor import MyExecutor  # 아래에서 구현할 익스큐터
-
-async def main():
-    load_dotenv()
-    
-    server = ProcessGPTAgentServer(
-        agent_executor=MyExecutor(),  # 여러분이 구현할 익스큐터
-        agent_type="my-agent"  # Supabase todolist.agent_orch와 매칭되어야 함
-    )
-    server.polling_interval = 3  # 3초마다 새 작업 확인
-    
-    print("서버 시작!")
-    await server.run()
-
-if __name__ == "__main__":
-    try:
-        asyncio.run(main())
-    except KeyboardInterrupt:
-        print("서버 종료")
-```
-
-### 4단계: 익스큐터 구현 방법
-익스큐터는 이렇게 만드세요:
-
-```python
-# my_executor.py
-import asyncio
-import json
-from typing_extensions import override
-from a2a.server.agent_execution import AgentExecutor, RequestContext
-from a2a.server.events import EventQueue
-from a2a.types import TaskStatusUpdateEvent, TaskState, TaskArtifactUpdateEvent
-from a2a.utils import new_agent_text_message, new_text_artifact
-
-class MyExecutor(AgentExecutor):
-    @override
-    async def execute(self, context: RequestContext, event_queue: EventQueue) -> None:
-        # 1. 작업 정보 가져오기
-        row = context.get_context_data()["row"]
-        context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")
-        task_id = row.get("id")
-        user_input = context.get_user_input()  # 사용자가 입력한 내용
-        
-        print(f"처리할 작업: {user_input}")
-        
-        # 2. 작업 시작 알림 (events 테이블에 저장됨)
-        event_queue.enqueue_event(
-            TaskStatusUpdateEvent(
-                status={
-                    "state": TaskState.working,
-                    "message": new_agent_text_message("작업 시작", context_id, task_id),
-                },
-                final=False,
-                contextId=context_id,
-                taskId=task_id,
-                metadata={"event_type": "task_started"}
-            )
-        )
-        
-        # 3. 실제 작업 수행 (여기에 여러분의 로직 작성)
-        await asyncio.sleep(2)
-        result_data = {"status": "완료", "input": user_input, "output": "처리 결과"}
-        
-        # 4. 최종 결과 전송 (todolist.output에 저장됨)
-        artifact = new_text_artifact(
-            name="처리결과",
-            description="작업 완료 결과",
-            text=json.dumps(result_data, ensure_ascii=False)  # JSON 문자열로!
-        )
-        event_queue.enqueue_event(
-            TaskArtifactUpdateEvent(
-                artifact=artifact,
-                lastChunk=True,  # 중요: 최종 결과면 True
-                contextId=context_id,
-                taskId=task_id,
-            )
-        )
-
-    @override
-    async def cancel(self, context: RequestContext, event_queue: EventQueue) -> None:
-        pass  # 취소 로직 (필요시 구현)
-```
-
-### 5단계: 실행
-```bash
-python my_server.py
-```
-
-## 🤝 Human-in-the-Loop (사용자 입력 요청) 패턴
-
-사용자 입력이 필요할 때:
-
-```python
-# 사용자 입력 요청
-question_data = {
-    "question": "어떤 방식으로 처리할까요?",
-    "options": ["방식A", "방식B", "방식C"]
-}
-
-event_queue.enqueue_event(
-    TaskStatusUpdateEvent(
-        status={
-            "state": TaskState.input_required,  # 이 상태가 중요!
-            "message": new_agent_text_message(
-                json.dumps(question_data, ensure_ascii=False),
-                context_id, task_id
-            ),
-        },
-        final=True,
-        contextId=context_id,
-        taskId=task_id,
-        metadata={"job_id": f"job-{task_id}"}  # job_id 필수
-    )
-)
-# 자동으로 events 테이블에 event_type=human_asked로 저장됨
-```
-
-## 📋 체크리스트 (실패 없는 통합을 위한)
-
-### 필수 설정
-- [ ] `.env`에 `SUPABASE_URL`, `SUPABASE_KEY` 설정
-- [ ] `requirements.txt` 설치 완료
-- [ ] Supabase에서 제공 SQL(`database_schema.sql`, `function.sql`) 적용
-
-### 코드 구현
-- [ ] 서버에서 `agent_type`이 Supabase `todolist.agent_orch`와 매칭됨
-- [ ] 익스큐터에서 `contextId`, `taskId`를 올바르게 설정
-- [ ] 상태 이벤트는 `new_agent_text_message()`로 생성
-- [ ] 최종 결과는 `new_text_artifact()` + `lastChunk=True`로 전송
-- [ ] HITL 요청시 `TaskState.input_required` 사용
-
-## 🚨 자주 발생하는 문제
-
-### 1. 설치 문제
-**증상**: `ModuleNotFoundError`
-```bash
-# 해결
-pip install -e .
-pip install a2a-sdk==0.3.0 --force-reinstall
-```
-
-### 2. 작업이 폴링되지 않음
-**원인**: Supabase 연결 문제
-**해결**:
-- `.env` 파일 위치 확인 (프로젝트 루트)
-- URL/Key 재확인
-- `agent_type`이 todolist.agent_orch와 매칭되는지 확인
-
-### 3. 이벤트가 저장되지 않음
-**원인**: 테이블/함수 누락
-**해결**:
-- `database_schema.sql`, `function.sql` 실행 확인
-- Supabase 테이블 권한 확인
-
-### 4. 결과가 래퍼와 함께 저장됨
-**원인**: JSON 문자열 변환 누락
-```python
-# 올바른 방법
-text=json.dumps(data, ensure_ascii=False)  # JSON 문자열로!
-
-# 잘못된 방법  
-text=data  # 딕셔너리 직접 전달 (X)
-```
-
-## 📚 샘플 코드 (간단 버전)
-
-### 기본 서버
-```python
-# sample_server/minimal_server.py
-import asyncio
-from dotenv import load_dotenv
-from processgpt_agent_sdk.processgpt_agent_framework import ProcessGPTAgentServer
-from sample_server.minimal_executor import MinimalExecutor
-
-async def main():
-    load_dotenv()
-    server = ProcessGPTAgentServer(
-        agent_executor=MinimalExecutor(), 
-        agent_type="crewai-action"
-    )
-    server.polling_interval = 3
-    await server.run()
-
-if __name__ == "__main__":
-    try:
-        asyncio.run(main())
-    except KeyboardInterrupt:
-        pass
-```
-
-### 기본 익스큐터  
-```python
-# sample_server/minimal_executor.py
-import asyncio
-import json
-from typing_extensions import override
-from a2a.server.agent_execution import AgentExecutor, RequestContext
-from a2a.server.events import EventQueue
-from a2a.types import TaskStatusUpdateEvent, TaskState, TaskArtifactUpdateEvent
-from a2a.utils import new_agent_text_message, new_text_artifact
-
-class MinimalExecutor(AgentExecutor):
-    @override
-    async def execute(self, context: RequestContext, event_queue: EventQueue) -> None:
-        row = context.get_context_data()["row"]
-        context_id = row.get("root_proc_inst_id") or row.get("proc_inst_id")
-        task_id = row.get("id")
-        user_input = context.get_user_input()
-
-        # 진행 상태
-        event_queue.enqueue_event(
-            TaskStatusUpdateEvent(
-                status={
-                    "state": TaskState.working,
-                    "message": new_agent_text_message("처리중", context_id, task_id),
-                },
-                final=False,
-                contextId=context_id,
-                taskId=task_id,
-                metadata={"event_type": "task_started"}
-            )
-        )
-
-        await asyncio.sleep(1)
-
-        # 최종 결과
-        result = {"input": user_input, "output": "처리 완료"}
-        artifact = new_text_artifact(
-            name="결과",
-            description="처리 결과",
-            text=json.dumps(result, ensure_ascii=False)
-        )
-        event_queue.enqueue_event(
-            TaskArtifactUpdateEvent(
-                artifact=artifact,
-                lastChunk=True,
-                contextId=context_id,
-                taskId=task_id,
-            )
-        )
-
-    @override
-    async def cancel(self, context: RequestContext, event_queue: EventQueue) -> None:
-        pass
-```
-
-## 🔧 실행 방법
-
-### 개발 환경에서 실행
-```bash
-python sample_server/minimal_server.py
-```
-
-### 실제 사용시
-```bash
-python my_server.py
-```
-
----
-
-## 📚 레퍼런스
-
-### 주요 함수들
-- `ProcessGPTAgentServer.run()`: 서버 시작
-- `new_agent_text_message(text, context_id, task_id)`: 상태 메시지 생성
-- `new_text_artifact(name, desc, text)`: 결과 아티팩트 생성
-
-### 이벤트 저장 규칙
-- **TaskStatusUpdateEvent** → `events` 테이블 (`data` 컬럼)
-- **TaskArtifactUpdateEvent** → `todolist` 테이블 (`output` 컬럼)
-- 래퍼 자동 제거 후 순수 payload만 저장

process_gpt_agent_sdk-0.3.12.dist-info/RECORD

@@ -1,6 +0,0 @@
-processgpt_agent_sdk/database.py,sha256=k219S54XwQoGJcKYq6Zr0f7j-Dtrp-v7SpLMRnIgHCI,18979
-processgpt_agent_sdk/processgpt_agent_framework.py,sha256=YE5JB4TyRkYFYxRMRfo-SyXb5JuFZwaNtNaxFNd9PXA,16894
-process_gpt_agent_sdk-0.3.12.dist-info/METADATA,sha256=x5kNRsZ9J0jaCmYmWEhQiuDeiXqH_vgjaDkZ8jizLSE,13600
-process_gpt_agent_sdk-0.3.12.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
-process_gpt_agent_sdk-0.3.12.dist-info/top_level.txt,sha256=Xe6zrj3_3Vv7d0pl5RRtenVUckwOVBVLQn2P03j5REo,21
-process_gpt_agent_sdk-0.3.12.dist-info/RECORD,,