Merge pull request #25 from hanjuhn/main

chore: 관세 재예측 문구 추가

Author: dongyeon1031

app/dto/request.py

@@ -2,3 +2,4 @@
 
 class Request(BaseModel):
     message: str
+    session_id: str = None

app/routes.py

@@ -1,7 +1,8 @@
-from flask import Blueprint, request, jsonify
+from flask import Blueprint, request, jsonify, make_response
 from app.dto.request import Request
 from flasgger import swag_from
 from .service import run_model
+import uuid
 
 api_blueprint = Blueprint("api", __name__)
 
@@ -19,6 +20,11 @@
                     'question': {
                         'type': 'string',
                         'example': '이 물건의 세금이 얼마나 나올까?'
+                    },
+                    'session_id': {
+                        'type': 'string',
+                        'example': 'uuid-1234',
+                        'required': False
                     }
                 },
                 'required': ['question']
@@ -42,5 +48,8 @@
 })
 def predict():
     request_data = Request(**request.get_json())
-    answer = run_model(question=request_data.message)
-    return jsonify(answer.model_dump())
+    session_id = request_data.session_id or request.cookies.get("session_id")
+    answer = run_model(question=request_data.message, session_id=session_id)
+    answer_dict = answer.model_dump()
+    response = make_response(jsonify(answer_dict))
+    return response

app/service.py

@@ -1,16 +1,32 @@
 from app.dto.response import Response
 from core.graphs.runner import run_customs_agent
+from langchain_core.messages import HumanMessage, AIMessage
+
+# 세션 맵: {session_id: messages}
+session_map = {}
+
+def run_model(question: str, session_id: str = None) -> "Response":
+    # session_id가 없으면 대화내역 없이 동작
+    if not session_id:
+        messages = [HumanMessage(content=question)]
+    else:
+        # session_map에 없으면 빈 리스트 할당
+        if session_id not in session_map:
+            session_map[session_id] = []
+        messages = session_map[session_id]
+        messages.append(HumanMessage(content=question))
+
+    # agent 실행 (messages를 넘김)
+    state = run_customs_agent(question, session_id=session_id, messages=messages)
+
+    # AI 응답 메시지 추가 (state["final_response"] 기준)
+    ai_reply = state.get("final_response")
+    if session_id and ai_reply:
+        messages.append(AIMessage(content=ai_reply))
+        session_map[session_id] = messages
 
-def run_model(question: str) -> "Response":
-    """
-        중앙 관리 모델을 통해 각 요청을 적절한 모델로 라우팅
-        아무 모델과도 관계없는 경우 중앙 모델에서 적절한 응답을 생성해야 합니다.
-        ex : "안녕, 너는 뭘 할 수 있어?"
-        예시 코드는 아래와 같습니다.
-    """
-    state = run_customs_agent(question)
     return Response(
-        reply=state.get("final_response"),
+        reply=ai_reply,
         progress_details=state.get("progress_details"),
         error_reason=state.get("error_reason"),
         success=True

core/graphs/runner.py

@@ -4,15 +4,19 @@
 from core.shared.states.states import CustomsAgentState
 
 
-def run_customs_agent(query: str) -> CustomsAgentState:
+def run_customs_agent(query: str, session_id: str = None, messages=None) -> CustomsAgentState:
     """관세청 에이전트를 실행합니다."""
 
     # 그래프 생성
     app = create_customs_graph()
 
+    # messages가 없으면 query만 포함
+    if messages is None:
+        messages = [HumanMessage(content=query)]
+
     # 초기 상태 설정
     initial_state = CustomsAgentState(
-        messages=[HumanMessage(content=query)],
+        messages=messages,
         query=query,
         intent=None,
         final_response="",

core/shared/constants/constants.py

@@ -35,6 +35,7 @@
 # 질문 형태 감지 패턴
 QUESTION_PATTERNS = [
     r'\?$',  # 물음표로 끝나는 경우
+    r'뭐야', r'뭔가요', r'무엇이야', r'무엇인가요',
     r'^어떻게', r'^무엇', r'^언제', r'^어디서', r'^왜', r'^누가',
     r'^무슨', r'^어떤', r'^얼마나', r'^어디', r'^언제', r'^왜',
     r'알려줘', r'알려주세요', r'궁금해', r'궁금합니다'

core/shared/router/intent_router.py

@@ -1,6 +1,7 @@
 from langchain_core.messages import SystemMessage, AIMessage
 import re
 from typing import List, Optional
+import uuid
 
 from core.shared.states.states import CustomsAgentState
 from core.shared.utils.llm import get_llm
@@ -89,57 +90,61 @@ def _classify_with_llm(query: str) -> str:
 
 
 def _add_classification_message(state: CustomsAgentState, intent: str, reason: str) -> None:
-    """의도 분류 완료 메시지를 추가합니다."""
-    state["messages"].append(
-        AIMessage(content=f"의도 분류 완료: {intent} ({reason})")
-    )
+    # 의도 분류 메시지를 messages에 남기지 않음
+    pass
 
 
 def intent_router(state: CustomsAgentState) -> CustomsAgentState:
-    """사용자 쿼리의 의도를 분류합니다."""
-    
+    prev_intent = state.get("intent")
     current_query = state["query"].strip()
     if not current_query:
         state["intent"] = DEFAULT_INTENT
         _add_classification_message(state, DEFAULT_INTENT, "빈 쿼리")
         return state
-    
     # 세션 연속성 확인
     is_in_tariff_session = _is_in_tariff_session(state)
-    
     # 관세 예측 세션 중이면 무조건 tariff_prediction으로 분류
     if is_in_tariff_session:
         state["intent"] = "tariff_prediction"
         _add_classification_message(state, "tariff_prediction", "관세 예측 세션 연속성 유지")
         return state
-    
     # 패턴 기반 분류
     is_number_selection = _is_number_selection(current_query)
     is_question = _is_question(current_query)
-    
     # 질문 형태이면서 관세 예측 세션이 아닌 경우 QnA로 분류
     if is_question:
         state["intent"] = "qna"
-        _add_classification_message(state, "qna", "질문 형태 감지")
+        _add_classification_message(state, "qna", "질문 형태 감지(우선)")
+        if prev_intent == "tariff_prediction":
+            try:
+                from core.tariff_prediction.agent.tariff_prediction_agent import workflow_manager
+                workflow_manager.cleanup_session()
+            except Exception:
+                pass
         return state
-    
     # 키워드 기반 분류
     keyword_intent = _classify_by_keywords(current_query)
     if keyword_intent:
         state["intent"] = keyword_intent
         _add_classification_message(state, keyword_intent, "키워드 기반 분류")
+        if prev_intent == "tariff_prediction" and keyword_intent != "tariff_prediction":
+            try:
+                from core.tariff_prediction.agent.tariff_prediction_agent import workflow_manager
+                workflow_manager.cleanup_session()
+            except Exception:
+                pass
         return state
-    
-    # 숫자 선택이지만 관세 예측 세션이 아닌 경우에도 tariff_prediction으로 분류
-    # (HS 코드 직접 입력 등의 경우)
     if is_number_selection:
         state["intent"] = "tariff_prediction"
         _add_classification_message(state, "tariff_prediction", "숫자 선택 감지")
         return state
-    
-    # LLM 기반 의도 분류를 수행
     intent = _classify_with_llm(current_query)
     state["intent"] = intent
     _add_classification_message(state, intent, "LLM 분류")
-    
+    if prev_intent == "tariff_prediction" and intent != "tariff_prediction":
+        try:
+            from core.tariff_prediction.agent.tariff_prediction_agent import workflow_manager
+            workflow_manager.cleanup_session()
+        except Exception:
+            pass
     return state