Release v2.1.0

README.md

@@ -1,25 +1 @@
-## Lambda에 올릴 zip 파일 생성하는 법
-### 1. 관련된 의존성 설치
-```
-pip install \
---platform manylinux2014_x86_64 \
---target=./package \
---implementation cp \
---python-version 3.13 \
---only-binary=:all: \
---upgrade \
--r requirements.txt
-```
-### 2. 의존성 압축
-```
-cd package/  
-
-zip -r ../deployment-package.zip .    
-```
-
-### 3. 람다 함수 zip 파일에 추가
-```
-cd ..
-
-zip -g deployment-package.zip lambda_function.py
-```
+<img width="1174" height="549" alt="image" src="https://github.com/user-attachments/assets/ca5d57a4-7e21-40c8-88fc-5b4518964daf" />

edukit-AI-agent-1/lambda_function.py

@@ -1,43 +1,64 @@
 import json
 import os
 import boto3
-import openai
-from typing import Dict, Any
+import redis
+from openai import OpenAI, APIError # openai 라이브러리 import
 
 # SQS 클라이언트 초기화
 sqs = boto3.client('sqs')
 
+# Redis 클라이언트 초기화
+redis_client = redis.Redis(
+    host=os.environ.get('REDIS_HOST', 'localhost'),
+    port=int(os.environ.get('REDIS_PORT', 6379)),
+    password=os.environ.get('REDIS_PASSWORD'),
+    decode_responses=True
+)
+
+# OpenAI 클라이언트 초기화 (API 키 자동 로드)
+# 핸들러 바깥에서 초기화하여 연결을 재사용합니다.
+client = OpenAI(api_key=os.environ['OPENAI_API_KEY'])
+
 def lambda_handler(event, context):
     """
-    AWS Lambda function to process SQS messages and refine draft content using OpenAI
+    SQS 메시지를 처리하고 OpenAI를 사용해 생기부 초안을 검토하는 Lambda 함수
     """
-
-    # Initialize OpenAI API key
-    openai.api_key = os.environ['OPENAI_API_KEY']
-
-    # 다음 큐 URL (환경 변수로 설정)
-    next_queue_url = os.environ.get('NEXT_QUEUE_URL')
-
     try:
         # Process each record from SQS
         for record in event['Records']:
-            # Parse the SQS message body
             message_body = json.loads(record['body'])
 
             # Extract draft generation event data
-            task_id = message_body['taskId']
-            request_prompt = message_body['requestPrompt']
-            byte_count = message_body['byteCount']
+            task_id = message_body['task_id']
+            request_prompt = message_body['request_prompt']
+            byte_count = message_body['byte_count']
+            target_bytes = byte_count   
+            min_bytes = byte_count - 100
+
             version = message_body['version']
-            draft_content = message_body['draftContent']
-
-            # Refine the draft content using OpenAI
+            draft_content = message_body['draft_content']
+
+            processed_message = {
+                'task_id': task_id,
+                'version': version,
+                "status": "PHASE2_STARTED"
+            }
+            try:
+                stream_id = redis_client.xadd('ai-response', {'data': json.dumps(processed_message, ensure_ascii=False)})
+                print(f"Successfully added to Redis stream 'ai-response'. Stream ID: {stream_id}")
+            except Exception as redis_error:
+                print(f"Error adding to Redis stream: {str(redis_error)}")
+
+            # 규정 기반 프롬프트로 초안 개선 수행
             refined_content = refine_draft_content(
-                draft_content, 
-                request_prompt
+                draft_content=draft_content,
+                original_prompt=request_prompt
             )
-
-            # 개선된 내용을 다음 큐로 전송
+
+            next_queue_url = os.environ.get('NEXT_QUEUE_URL')
+            print(f"Successfully reviewed draft. Byte count: {len(refined_content.encode('utf-8'))}/{target_bytes}")
+
+            # 개선된 내용을 다음 SQS 큐로 전송
             if next_queue_url:
                 send_to_next_queue(
                     task_id=task_id,
@@ -48,121 +69,103 @@ def lambda_handler(event, context):
                     queue_url=next_queue_url
                 )
 
-            print(f"Processed and forwarded task_id: {task_id}")
-
-        return {
-            'statusCode': 200,
-            'body': json.dumps('Successfully processed all messages')
-        }
+        return {'statusCode': 200, 'body': json.dumps('Successfully processed all messages')}
 
     except Exception as e:
         print(f"Error processing messages: {str(e)}")
-        return {
-            'statusCode': 500,
-            'body': json.dumps(f'Error: {str(e)}')
-        }
-
+        return {'statusCode': 500, 'body': json.dumps(f'Error: {str(e)}')}
 
 def refine_draft_content(draft_content: str, original_prompt: str) -> str:
     """
-    생활기록부 제약 조건을 확인하고 초안을 개선하는 함수
+    생활기록부 제약 조건을 확인하고 초안을 개선하는 함수 (규정 기반 프롬프트 복구)
     """
     try:
-        # 새로운 프롬프팅 전용 시스템 프롬프트
-        system_prompt = """
-        다음은 학생 생활기록부 초안이야. 아래 '작성 금지 규정'에 따라, 위반되는 내용을 모두 찾아내서 수정하거나 일반적인 용어로 대체해 줘. 원본의 의미는 최대한 유지해 줘.
-
-        ## 작성 금지 규정
-
-        회사/브랜드명: '유튜브'는 '온라인 동영상 플랫폼', 'ChatGPT'는 '인공지능 챗봇'으로 변경
-
-        어학/자격증: 'TOEIC', 'HSK', '한자능력검정' 등 명칭 언급 금지
-
-        수상/대회: 'OO 경진대회에서 수상' 또는 'XX대회에 참여'와 같은 내용 모두 삭제
-
-        기관명: 허용된 교육기관 외의 특정 대학, 기관명 언급 금지
+        system_prompt = (
+            "다음은 학생 생활기록부 초안이야. 아래 '작성 금지 규정'에 따라, "
+            "위반되는 내용을 모두 찾아내서 수정하거나 일반적인 용어로 대체해 줘. "
+            "원본의 의미는 최대한 유지해 줘.\n\n"
+            "## 작성 금지 규정\n\n"
+            "회사/브랜드명: '유튜브'는 '온라인 동영상 플랫폼', 'ChatGPT'는 '인공지능 챗봇'으로 변경\n\n"
+            "어학/자격증: 'TOEIC', 'HSK', '한자능력검정' 등 명칭 언급 금지\n\n"
+            "수상/대회: 'OO 경진대회에서 수상' 또는 'XX대회에 참여'와 같은 내용 모두 삭제\n\n"
+            "기관명: 허용된 교육기관 외의 특정 대학, 기관명 언급 금지\n\n"
+            "외국어: '프로젝트'는 '과제', '리더'는 '대표' 등 모든 영어 단어를 한글로 변경"
+        )
 
-        외국어: '프로젝트'는 '과제', '리더'는 '대표' 등 모든 영어 단어를 한글로 변경
-        """
-
         # 원본 바이트 수 계산
         original_byte_count = len(draft_content.encode('utf-8'))
-
-        user_prompt = f"""## 검토할 초안 원문
-{original_prompt}"""
-
-        # OpenAI v0.28.1 API 사용
-        combined_prompt = f"{system_prompt}\n\n{user_prompt}"
-
-        response = openai.Completion.create(
-            model="gpt-3.5-turbo-instruct",
-            prompt=combined_prompt,
+
+        user_prompt = f"## 검토할 초안 원문\n{original_prompt}"
+
+        response = client.chat.completions.create(
+            model="gpt-4o",
+            messages=[
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": user_prompt}
+            ],
             temperature=0.5,
             max_tokens=2000
         )
-        
-        refined_content = response.choices[0].text.strip()
-        
+
+        refined_content = response.choices[0].message.content.strip()
+
         # 프롬프트 설명 부분 제거 (이중 안전장치)
         lines = refined_content.split('\n')
         cleaned_lines = []
-
         for line in lines:
-            # 설명성 텍스트 패턴 제거
             line_stripped = line.strip()
-            if not (line_stripped.startswith('개선된') or 
-                   line_stripped.startswith('초안') or
-                   line_stripped.startswith('다음은') or
-                   line_stripped.startswith('위의') or
-                   line_stripped.startswith('수정된') or
-                   line_stripped.startswith('다듬어진') or
-                   ('바이트' in line_stripped and ':' in line_stripped) or
-                   line_stripped.endswith(':') and len(line_stripped) < 30):
+            if not (
+                line_stripped.startswith('개선된') or
+                line_stripped.startswith('초안') or
+                line_stripped.startswith('다음은') or
+                line_stripped.startswith('위의') or
+                line_stripped.startswith('수정된') or
+                line_stripped.startswith('다듬어진') or
+                ('바이트' in line_stripped and ':' in line_stripped) or
+                (line_stripped.endswith(':') and len(line_stripped) < 30)
+            ):
                 cleaned_lines.append(line)
-        
+
         refined_content = '\n'.join(cleaned_lines).strip()
-        
+
         # 혹시 전체가 비어있으면 원본 반환
         if not refined_content:
             refined_content = draft_content
-        
+
         # 바이트 수 비교
         refined_byte_count = len(refined_content.encode('utf-8'))
         byte_ratio = refined_byte_count / original_byte_count if original_byte_count > 0 else 0
-
         print(f"Byte count change: {original_byte_count} -> {refined_byte_count} (ratio: {byte_ratio:.2f})")
-
-        # 분량이 너무 줄어들었으면 경고
         if byte_ratio < 0.7:
             print(f"Warning: Content significantly reduced (ratio: {byte_ratio:.2f})")
-        
+
         return refined_content
-
+    except APIError as e:
+        print(f"OpenAI API error: {e}")
+        return draft_content
     except Exception as e:
-        print(f"Error calling OpenAI API: {str(e)}")
-        raise e
+        print(f"An unexpected error occurred: {str(e)}")
+        return draft_content
 
 def send_to_next_queue(task_id: str, request_prompt: str, 
                       byte_count: int, version: int, refined_content: str, queue_url: str) -> None:
     """
-    개선된 내용을 다음 SQS 큐로 전송하는 함수
+    개선된 내용을 다음 SQS 큐로 전송하는 함수 (원상 복구)
     """
     try:
         message_body = {
             'task_id': task_id,
             'request_prompt': request_prompt,
             'byte_count': byte_count,
             'version': version,
-            'draft_content': refined_content,  # 개선된 내용으로 업데이트
+            'draft_content': refined_content,
         }
-        
+
         response = sqs.send_message(
             QueueUrl=queue_url,
             MessageBody=json.dumps(message_body, ensure_ascii=False)
         )
-
         print(f"Message sent to queue: {queue_url}, MessageId: {response['MessageId']}")
-
     except Exception as e:
         print(f"Error sending message to SQS: {str(e)}")
         raise e

edukit-AI-agent-1/requirements.txt

@@ -1,2 +1,3 @@
-openai==0.28.1
-boto3==1.34.34
+redis
+openai
+pydantic

edukit-AI-agent-2/lambda_function.py

@@ -37,7 +37,18 @@ def lambda_handler(event, context):
 
             version = message_body['version']
             draft_content = message_body['draft_content']
-
+
+            processed_message = {
+                'task_id': task_id,
+                'version': version,
+                "status": "PHASE3_STARTED"
+            }
+            try:
+                stream_id = redis_client.xadd('ai-response', {'data': json.dumps(processed_message, ensure_ascii=False)})
+                print(f"Successfully added to Redis stream 'ai-response'. Stream ID: {stream_id}")
+            except Exception as redis_error:
+                print(f"Error adding to Redis stream: {str(redis_error)}")
+
             # Review the draft content using OpenAI
             final_content = review_student_record(
                 draft_content=draft_content,
@@ -52,6 +63,7 @@ def lambda_handler(event, context):
                 'task_id': task_id,
                 'version': version,
                 'final_content': final_content,
+                "status": "COMPLETED"
             }
 
             try:
@@ -104,21 +116,23 @@ def review_student_record(draft_content: str, target_bytes: int, min_bytes: int)
 
 def create_review_prompt(draft_content: str, target_bytes: int, min_bytes: int) -> str:
     """학생 생활기록부 검토 프롬프트를 생성합니다."""
-    prompt = f"""다음은 학생 생활기록부 원고야. 아래 '스타일 가이드'에 맞춰 최종본을 완성해 줘.
+    prompt = f"""
+    다음은 학생 생활기록부 원고야. 아래 '스타일 가이드'에 맞춰 최종본을 완성해 줘.
 
-## 스타일 가이드
+    ## 스타일 가이드
 
-목표 분량: 각 버전은 UTF-8 인코딩 기준 {target_bytes}Byte (최소 {min_bytes}byte 이상)로 맞춰 줘.
-문체: 모든 문장은 '~함.' 또는 '~임.'으로 끝나는 현재형 음슴체로 변경하고, 문장 끝에 온점을 붙여 줘.
-구두점: 쉼표(,)는 사용하지 말고, 의미가 명확하도록 문장을 다듬어 줘.
-표현: '학생은', '학생이' 같은 표현은 사용하지 마.
+    목표 분량: 각 버전은 UTF-8 인코딩 기준 {target_bytes}Byte (최소 {min_bytes}byte 이상)로 맞춰 줘.
+    문체: 모든 문장은 '~함.' 또는 '~임.'으로 끝나는 현재형 음슴체로 변경하고, 문장 끝에 온점을 붙여 줘.
+    구두점: 쉼표(,)는 사용하지 말고, 의미가 명확하도록 문장을 다듬어 줘.
+    표현: '학생은', '학생이' 같은 표현은 사용하지 마.
 
-## 원고
+    ## 원고
 
-{draft_content}
+    {draft_content}
 
-## 최종본
+    ## 최종본
 
-위의 스타일 가이드를 정확히 따라 최종본을 작성해 줘. 설명이나 부연설명 없이 완성된 본문만 출력해."""
+    위의 스타일 가이드를 정확히 따라 최종본을 작성해 줘. 설명이나 부연설명 없이 완성된 본문만 출력해.
+    """
 
     return prompt