process-gpt-agent-sdk 0.3.17__tar.gz → 0.3.18__tar.gz

{process_gpt_agent_sdk-0.3.17 → process_gpt_agent_sdk-0.3.18}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: process-gpt-agent-sdk
-Version: 0.3.17
+Version: 0.3.18
 Summary: Supabase 기반 이벤트/작업 폴링으로 A2A AgentExecutor를 실행하는 SDK
 License: MIT
 Project-URL: Homepage, https://github.com/your-org/process-gpt-agent-sdk

{process_gpt_agent_sdk-0.3.17 → process_gpt_agent_sdk-0.3.18}/process_gpt_agent_sdk.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: process-gpt-agent-sdk
-Version: 0.3.17
+Version: 0.3.18
 Summary: Supabase 기반 이벤트/작업 폴링으로 A2A AgentExecutor를 실행하는 SDK
 License: MIT
 Project-URL: Homepage, https://github.com/your-org/process-gpt-agent-sdk

{process_gpt_agent_sdk-0.3.17 → process_gpt_agent_sdk-0.3.18}/processgpt_agent_sdk/database.py

@@ -157,8 +157,14 @@ async def fetch_context_bundle(
         notify = (row.get("notify_emails") or "").strip()
         mcp = row.get("tenant_mcp") or None
         form_id = row.get("form_id")
-        form_fields = row.get("form_fields") or [{"key": form_id, "type": "default", "text": ""}]
+        form_fields = row.get("form_fields")
         form_html = row.get("form_html")
+        
+        # form 정보가 없는 경우 자유형식 폼으로 처리
+        if not form_id or not form_fields:
+            form_id = "freeform"
+            form_fields = [{"key": "freeform", "type": "textarea", "text": "자유형식 입력", "placeholder": "원하는 내용을 자유롭게 입력해주세요."}]
+            form_html = None
         agents = row.get("agents") or []
         return notify, mcp, (form_id, form_fields, form_html), agents
 

{process_gpt_agent_sdk-0.3.17 → process_gpt_agent_sdk-0.3.18}/processgpt_agent_sdk/processgpt_agent_framework.py

@@ -23,7 +23,7 @@ from .database import (
     get_consumer_id,
     fetch_context_bundle,
 )
-from .utils import summarize_error_to_user
+from .utils import summarize_error_to_user, summarize_feedback
 
 load_dotenv()
 logging.basicConfig(level=logging.INFO)
@@ -93,7 +93,7 @@ class TodoListRowContext:
 class ProcessGPTRequestContext(RequestContext):
     def __init__(self, row: Dict[str, Any]):
         self.row = row
-        self._user_input = (row.get("description") or "").strip()
+        self._user_input = (row.get("query") or "").strip()
         self._message = self._user_input
         self._current_task = None
         self._task_state = row.get("draft_status") or ""
@@ -124,16 +124,27 @@ class ProcessGPTRequestContext(RequestContext):
             )
             form_id, form_fields, form_html = form_tuple
             
-            logger.info("📦 컨텍스트 번들 조회 완료 - agents: %d개, notify_emails: %s", 
+            logger.info("📦 컨텍스트 번들 조회 완료 - agents: %d개, notify_emails: %s, form_type: %s", 
                        len(agents) if isinstance(agents, list) else 0, 
-                       "있음" if notify_emails else "없음")
+                       "있음" if notify_emails else "없음",
+                       "자유형식" if form_id == "freeform" else "정의된 폼")
             
         except Exception as e:
             logger.error("❌ 컨텍스트 번들 조회 실패: %s", str(e))
             # 사용자 친화 요약은 상위 경계에서 한 번만 기록하도록 넘김
             raise ContextPreparationError(e)
 
-        # 3단계: 컨텍스트 구성
+        # 3단계: 피드백 요약 처리
+        logger.info("📝 피드백 요약 처리 중...")
+        feedback_str = self.row.get("feedback", "")
+        contents_str = self.row.get("output", "") or self.row.get("draft", "")
+        summarized_feedback = ""
+
+        if feedback_str.strip():
+            summarized_feedback = await summarize_feedback(feedback_str, contents_str)
+            logger.info("✅ 피드백 요약 완료 - 원본: %d자 → 요약: %d자", len(feedback_str), len(summarized_feedback))
+
+        # 4단계: 컨텍스트 구성
         logger.info("🏗️ 컨텍스트 구성 중...")
         self._extra_context = {
             "id": self.row.get("id"),
@@ -146,6 +157,7 @@ class ProcessGPTRequestContext(RequestContext):
             "form_html": form_html,
             "form_id": form_id,
             "notify_user_emails": notify_emails,
+            "summarized_feedback": summarized_feedback,
         }
         
         logger.info("✅ 컨텍스트 준비 완료! (agents=%d개)", 

process_gpt_agent_sdk-0.3.18/processgpt_agent_sdk/utils.py

@@ -0,0 +1,193 @@
+import os
+import logging
+import traceback
+from typing import Any, Dict, Optional, List
+
+try:
+    # 비동기 클라이언트 사용 → 이벤트 루프 블로킹 방지
+    from openai import AsyncOpenAI
+except Exception:
+    AsyncOpenAI = None  # type: ignore
+
+logger = logging.getLogger(__name__)
+
+# ─────────────────────────────
+# Lazy Singleton OpenAI Client
+# ─────────────────────────────
+_client: Optional["AsyncOpenAI"] = None  # type: ignore[name-defined]
+
+def _require_env(name: str, default: Optional[str] = None) -> str:
+    v = os.getenv(name, default if default is not None else "")
+    if not v:
+        raise RuntimeError(f"Missing required environment variable: {name}")
+    return v
+
+def get_client() -> "AsyncOpenAI":  # type: ignore[name-defined]
+    global _client
+    if _client is not None:
+        return _client
+    if AsyncOpenAI is None:
+        raise RuntimeError("OpenAI SDK (async) is not available")
+    base_url = os.getenv("OPENAI_BASE_URL", "https://api.openai.com/v1")
+    api_key = _require_env("OPENAI_API_KEY", "")
+    _client = AsyncOpenAI(base_url=base_url, api_key=api_key)
+    return _client
+
+# ─────────────────────────────
+# 공통 LLM 호출 유틸
+# ─────────────────────────────
+async def _llm_request(system: str, user: str, model_env: str, default_model: str) -> str:
+    model_name = os.getenv(model_env, default_model)
+    logger.info("📡 LLM 요청 전송 (모델: %s)", model_name)
+
+    client = get_client()
+    # responses API (신규)
+    resp = await client.responses.create(
+        model=model_name,
+        input=[
+            {"role": "system", "content": system},
+            {"role": "user", "content": user},
+        ],
+    )
+
+    # 다양한 SDK 출력 구조 호환
+    text: Optional[str] = None
+    try:
+        text = getattr(resp, "output_text", None)  # 최신 필드
+    except Exception:
+        text = None
+
+    if not text and hasattr(resp, "choices") and resp.choices:  # 구 구조 호환
+        choice0 = resp.choices[0]
+        text = getattr(getattr(choice0, "message", None), "content", None)
+
+    if not text:
+        raise RuntimeError("No text in LLM response")
+
+    return text.strip()
+
+# ─────────────────────────────
+# 공개 API
+# ─────────────────────────────
+async def summarize_error_to_user(exc: Exception, meta: Dict[str, Any]) -> str:
+    """
+    예외 정보를 바탕으로 사용자 친화적인 5줄 요약을 생성.
+    - 모델: gpt-4.1-nano (환경변수 ERROR_SUMMARY_MODEL로 재정의 가능)
+    - 폴백: 없음 (LLM 실패 시 예외를 상위로 전파)
+    """
+    logger.info("🔍 오류 컨텍스트 분석 시작")
+
+    err_text = f"{type(exc).__name__}: {str(exc)}"
+
+    # 가벼운 스택 문자열 (상위 3프레임)
+    try:
+        tb = "".join(traceback.TracebackException.from_exception(exc, limit=3).format())
+    except Exception:
+        tb = traceback.format_exc(limit=3)
+
+    meta_items: List[str] = []
+    for k in ("task_id", "proc_inst_id", "agent_orch", "tool"):
+        v = meta.get(k)
+        if v:
+            meta_items.append(f"{k}={v}")
+    meta_text = ", ".join(meta_items)
+
+    logger.info("📋 오류 컨텍스트 정리 완료 - %s", meta_text)
+
+    system = (
+        "당신은 엔터프라이즈 SDK의 오류 비서입니다. "
+        "사용자(비개발자도 이해 가능)를 위해, 아래 조건을 정확히 지켜 5줄로 한국어 설명을 만드세요.\n"
+        "형식: 각 줄은 1문장씩, 총 5줄.\n"
+        "포함 요소: ①무슨 문제인지(원인 추정) ②어떤 영향이 있는지 ③즉시 할 일(대처) "
+        "④재발 방지 팁 ⑤필요시 지원 요청 경로.\n"
+        "과장 금지, 간결하고 친절하게."
+    )
+    user = (
+        f"[오류요약대상]\n"
+        f"- 컨텍스트: {meta_text}\n"
+        f"- 에러: {err_text}\n"
+        f"- 스택(상위 3프레임):\n{tb}\n"
+        f"위 정보를 바탕으로 5줄 설명을 출력하세요."
+    )
+
+    try:
+        text = await _llm_request(system, user, "ERROR_SUMMARY_MODEL", "gpt-4.1-nano")
+        logger.info("✅ LLM 오류 요약 생성 완료")
+        return text
+    except Exception as e:
+        logger.warning("⚠️ LLM 오류 요약 생성 실패: %s", e, exc_info=True)
+        # 폴백 없이 상위 전파
+        raise
+
+async def summarize_feedback(feedback_str: str, contents_str: str = "") -> str:
+    """
+    피드백과 결과물을 바탕으로 통합된 피드백 요약을 생성.
+    - 모델: gpt-4.1-nano (환경변수 FEEDBACK_SUMMARY_MODEL로 재정의 가능)
+    - 폴백: 없음 (LLM 실패 시 예외를 상위로 전파)
+    """
+    logger.info(
+        "🔍 피드백 요약 처리 시작 | 피드백: %d자, 결과물: %d자",
+        len(feedback_str or ""), len(contents_str or "")
+    )
+
+    system_prompt = _get_feedback_system_prompt()
+    user_prompt = _create_feedback_summary_prompt(feedback_str, contents_str)
+
+    try:
+        text = await _llm_request(system_prompt, user_prompt, "FEEDBACK_SUMMARY_MODEL", "gpt-4.1-nano")
+        logger.info("✅ LLM 피드백 요약 생성 완료")
+        return text
+    except Exception as e:
+        logger.error("❌ LLM 피드백 요약 생성 실패: %s", e, exc_info=True)
+        # 폴백 없이 상위 전파
+        raise
+
+# ─────────────────────────────
+# 프롬프트 유틸
+# ─────────────────────────────
+def _create_feedback_summary_prompt(feedbacks_str: str, contents_str: str = "") -> str:
+    """피드백 정리 프롬프트 - 현재 결과물과 피드백을 함께 분석"""
+    blocks: List[str] = ["다음은 사용자의 피드백과 결과물입니다. 이를 분석하여 통합된 피드백을 작성해주세요:"]
+    if feedbacks_str and feedbacks_str.strip():
+        blocks.append(f"=== 피드백 내용 ===\n{feedbacks_str}")
+    if contents_str and contents_str.strip():
+        blocks.append(f"=== 현재 결과물/작업 내용 ===\n{contents_str}")
+
+    blocks.append(
+        """**상황 분석 및 처리 방식:**
+- **현재 결과물을 보고 어떤 점이 문제인지, 개선이 필요한지 판단**
+- 피드백이 있다면 그 의도와 요구사항을 정확히 파악
+- 결과물 자체가 마음에 안들어서 다시 작업을 요청하는 경우일 수 있음
+- 작업 방식이나 접근법이 잘못되었다고 판단하는 경우일 수 있음
+- 부분적으로는 좋지만 특정 부분의 수정이나 보완이 필요한 경우일 수 있음
+- 현재 결과물에 매몰되지 말고, 실제 어떤 부분이 문제인지 파악하여 개선 방안을 제시
+
+**피드백 통합 원칙:**
+- **가장 최신 피드백을 최우선으로 반영**
+- 결과물과 피드백을 종합적으로 분석하여 핵심 문제점 파악
+- **시간 흐름을 파악하여 피드백들 간의 연결고리와 문맥을 이해**
+- 구체적이고 실행 가능한 개선사항 제시
+- **자연스럽고 통합된 하나의 완전한 피드백으로 작성**
+- 최대 1000자까지 허용하여 상세히 작성
+
+**중요한 상황별 처리:**
+- 결과물 품질에 대한 불만 → **품질 개선** 요구
+- 작업 방식에 대한 불만 → **접근법 변경** 요구
+- 이전에 저장을 했는데 잘못 저장되었다면 → **수정**이 필요
+- 이전에 조회만 했는데 저장이 필요하다면 → **저장**이 필요
+- 부분적 수정이 필요하다면 → **특정 부분 개선** 요구
+
+출력 형식: 현재 상황을 종합적으로 분석한 완전한 피드백 문장 (다음 작업자가 즉시 이해하고 실행할 수 있도록)"""
+    )
+    return "\n\n".join(blocks)
+
+def _get_feedback_system_prompt() -> str:
+    """피드백 요약용 시스템 프롬프트"""
+    return """당신은 피드백 정리 전문가입니다.
+
+핵심 원칙:
+- 최신 피드백을 최우선으로 하여 시간 흐름을 파악
+- 피드백 간 문맥과 연결고리를 파악하여 하나의 완전한 요청으로 통합
+- 자연스럽고 통합된 피드백으로 작성
+- 구체적인 요구사항과 개선사항을 누락 없이 포함
+- 다음 작업자가 즉시 이해할 수 있도록 명확하게"""

{process_gpt_agent_sdk-0.3.17 → process_gpt_agent_sdk-0.3.18}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "process-gpt-agent-sdk"
-version = "0.3.17"
+version = "0.3.18"
 description = "Supabase 기반 이벤트/작업 폴링으로 A2A AgentExecutor를 실행하는 SDK"
 readme = "README.md"
 requires-python = ">=3.9"

process_gpt_agent_sdk-0.3.17/processgpt_agent_sdk/utils.py

@@ -1,100 +0,0 @@
-import os
-import traceback
-import logging
-from typing import Any, Dict
-
-# OpenAI 호환 엔드포인트 사용 (환경변수 기반)
-# OPENAI_API_KEY, OPENAI_BASE_URL(required if not default)
-try:
-    from openai import OpenAI
-except Exception:  # 라이브러리 미설치/호환 환경 대비
-    OpenAI = None  # type: ignore
-
-logger = logging.getLogger(__name__)
-
-
-async def summarize_error_to_user(exc: Exception, meta: Dict[str, Any]) -> str:
-    """
-    예외 정보를 바탕으로 사용자 친화적인 5줄 요약을 생성.
-    - 모델: gpt-4.1-nano (요청사항 반영)
-    - 실패 시 Fallback: 간단한 수동 요약문
-    """
-    # 오류 컨텍스트 정리
-    logger.info("🔍 오류 컨텍스트 분석 중...")
-    err_text = f"{type(exc).__name__}: {str(exc)}"
-    tb = traceback.format_exc(limit=3)
-    meta_lines = [
-        f"task_id={meta.get('task_id')}",
-        f"proc_inst_id={meta.get('proc_inst_id')}",
-        f"agent_orch={meta.get('agent_orch')}",
-        f"tool={meta.get('tool')}",
-    ]
-    meta_text = ", ".join([x for x in meta_lines if x])
-    logger.info("📋 오류 컨텍스트 분석 완료 - %s", meta_text)
-
-    system = (
-        "당신은 엔터프라이즈 SDK의 오류 비서입니다. "
-        "사용자(비개발자도 이해 가능)를 위해, 아래 조건을 정확히 지켜 5줄로 한국어 설명을 만드세요.\n"
-        "형식: 각 줄은 1문장씩, 총 5줄.\n"
-        "포함 요소: ①무슨 문제인지(원인 추정) ②어떤 영향이 있는지 ③즉시 할 일(대처) "
-        "④재발 방지 팁 ⑤필요시 지원 요청 경로.\n"
-        "과장 금지, 간결하고 친절하게."
-    )
-    user = (
-        f"[오류요약대상]\n"
-        f"- 컨텍스트: {meta_text}\n"
-        f"- 에러: {err_text}\n"
-        f"- 스택(상위 3프레임):\n{tb}\n"
-        f"위 정보를 바탕으로 5줄 설명을 출력하세요."
-    )
-
-    try:
-        if OpenAI is None:
-            logger.warning("⚠️ OpenAI SDK 사용 불가 - Fallback 모드로 전환")
-            raise RuntimeError("OpenAI SDK not available")
-
-        logger.info("🤖 OpenAI 클라이언트 초기화 중...")
-        client = OpenAI(
-            base_url=os.getenv("OPENAI_BASE_URL", "https://api.openai.com/v1"),
-            api_key=os.getenv("OPENAI_API_KEY", ""),
-        )
-        
-        model_name = os.getenv("ERROR_SUMMARY_MODEL", "gpt-4.1-nano")
-        logger.info("📡 LLM 요청 전송 중... (모델: %s)", model_name)
-        
-        # responses API (신규 SDK)
-        resp = client.responses.create(
-            model=model_name,
-            input=[{"role": "system", "content": system},
-                   {"role": "user", "content": user}],
-        )
-        
-        logger.info("🔍 LLM 응답 분석 중...")
-        # 텍스트 추출(호환성 고려)
-        text = None
-        try:
-            text = resp.output_text  # type: ignore[attr-defined]
-        except Exception:
-            # 다른 필드 구조 호환
-            if hasattr(resp, "choices") and resp.choices:
-                text = getattr(resp.choices[0].message, "content", None)  # type: ignore
-        if not text:
-            raise RuntimeError("No text in LLM response")
-        
-        logger.info("✅ LLM 오류 요약 생성 완료")
-        return text.strip()
-
-    except Exception as e:
-        logger.warning("⚠️ LLM 오류 요약 생성 실패: %s - Fallback 모드로 전환", str(e))
-        # Fallback: 간단 5줄
-        logger.info("📝 Fallback 오류 요약 생성 중...")
-        
-        fallback_text = (
-            "1) 처리 중 알 수 없는 오류가 발생했어요(환경/입력 값 문제일 수 있어요).\n"
-            "2) 작업 결과가 저장되지 않았거나 일부만 반영됐을 수 있어요.\n"
-            "3) 입력 값과 네트워크 상태를 확인하고, 다시 시도해 주세요.\n"
-            "4) 같은 문제가 반복되면 로그와 설정(키/URL/권한)을 점검해 주세요.\n"
-            "5) 계속되면 관리자나 운영팀에 문의해 원인 분석을 요청해 주세요."
-        )
-        logger.info("✅ Fallback 오류 요약 생성 완료")
-        return fallback_text