hyungi
a0b11d66f3
C5 of family-adaptive-bengio. summarize_worker.py 의 doc.ai_model_version 이 실제 모델 (Gemma) 과 무관한 \"qwen3.5-35b-a3b\" hardcode 였음 — 추적/분석/로그 신뢰도 영향. client.ai.primary.model (config.yaml ai.models.primary.model = \"mlx-community/gemma-4-26b-a4b-it-8bit\") 으로 동적 swap — 향후 config model 변경 시 자동 정합. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
74 lines
2.7 KiB
Python
74 lines
2.7 KiB
Python
"""요약 전용 워커 — 뉴스 등 classify 불필요한 문서의 AI 요약만 생성.
|
|
|
|
P3 of family-adaptive-bengio (2026-05-23): 50k 초과 input 은 sliding window
|
|
(cumulative carry-over) 로 분할 처리. 50k 이하 input 은 기존 동작 유지.
|
|
"""
|
|
|
|
from datetime import datetime, timezone
|
|
|
|
from sqlalchemy.ext.asyncio import AsyncSession
|
|
|
|
from ai.client import AIClient, strip_thinking
|
|
from core.utils import setup_logger
|
|
from models.document import Document
|
|
|
|
logger = setup_logger("summarize_worker")
|
|
|
|
CHUNK_SIZE = 50000
|
|
SUMMARY_PROMPT_CONTINUATION = (
|
|
"이전 부분 요약:\n{prior}\n\n다음 부분:\n{text}\n\n"
|
|
"위 두 정보를 합쳐 전체 문서를 500자 이내로 요약해주세요."
|
|
)
|
|
|
|
|
|
async def process(document_id: int, session: AsyncSession) -> None:
|
|
"""문서 AI 요약 생성 (분류 없이 요약만)"""
|
|
doc = await session.get(Document, document_id)
|
|
if not doc:
|
|
raise ValueError(f"문서 ID {document_id}를 찾을 수 없음")
|
|
|
|
if not doc.extracted_text:
|
|
raise ValueError(f"문서 ID {document_id}: extracted_text가 비어있음")
|
|
|
|
if doc.ai_summary:
|
|
logger.info(f"[요약] document_id={document_id}: 이미 요약 있음, skip")
|
|
return
|
|
|
|
client = AIClient()
|
|
try:
|
|
text = doc.extracted_text
|
|
total_chars = len(text)
|
|
if total_chars <= CHUNK_SIZE:
|
|
summary = await client.summarize(text)
|
|
logger.info(
|
|
f"[요약] document_id={document_id}: single chunk ({total_chars}자)"
|
|
)
|
|
else:
|
|
chunks = [text[i:i + CHUNK_SIZE] for i in range(0, total_chars, CHUNK_SIZE)]
|
|
logger.info(
|
|
f"[요약] document_id={document_id}: sliding window {len(chunks)} chunk "
|
|
f"(total {total_chars}자, chunk_size={CHUNK_SIZE})"
|
|
)
|
|
carry = ""
|
|
for idx, chunk in enumerate(chunks):
|
|
if idx == 0:
|
|
partial = await client.summarize(chunk)
|
|
else:
|
|
prompt = SUMMARY_PROMPT_CONTINUATION.format(prior=carry, text=chunk)
|
|
partial = await client.call_primary(prompt)
|
|
carry = strip_thinking(partial)
|
|
logger.info(
|
|
f"[요약] document_id={document_id}: chunk {idx + 1}/{len(chunks)} done "
|
|
f"(in={len(chunk)}자, carry={len(carry)}자)"
|
|
)
|
|
summary = carry
|
|
|
|
doc.ai_summary = strip_thinking(summary)
|
|
doc.ai_model_version = client.ai.primary.model
|
|
doc.ai_processed_at = datetime.now(timezone.utc)
|
|
logger.info(
|
|
f"[요약] document_id={document_id}: {len(doc.ai_summary)}자 final"
|
|
)
|
|
finally:
|
|
await client.close()
|