사전 정의 파이프라인 레시피 5종

"""
사전 정의 파이프라인 레시피 5종

자주 사용되는 콘텐츠 변환 시나리오를 레시피로 미리 정의한다.
레시피를 기반으로 PipelineConfig를 즉시 생성할 수 있다.

@source claude-world/notebooklm-skill
@extracted 2026-03-18
@version 1.0.0

의존성:
    - pydantic>=2.0 (필수)

사용법:
    from pipelines.recipes import get_recipe, list_recipes, create_config_from_recipe
    from pipelines.models import SourceInput

    # 레시피 조회
    recipe = get_recipe("research-to-article")
    print(recipe.description)

    # 레시피 기반 설정 생성
    source = SourceInput(type="url", content="https://example.com/paper")
    config = create_config_from_recipe("research-to-article", source)
"""

from __future__ import annotations

import logging

from .models import PipelineConfig, RecipeDefinition, SourceInput
from .types import OutputType, PipelineStage

logger = logging.getLogger(__name__)

# 사전 정의 레시피 레지스트리
RECIPES: dict[str, RecipeDefinition] = {
    "research-to-article": RecipeDefinition(
        name="research-to-article",
        description=(
            "연구 자료(논문/URL/텍스트)를 수집하여 구조화된 보고서와 "
            "마인드맵을 자동 생성한다. 학술 정리 및 팀 공유에 적합하다."
        ),
        stages=[
            PipelineStage.INGEST,
            PipelineStage.SYNTHESIZE,
            PipelineStage.CREATE,
            PipelineStage.PUBLISH,
        ],
        default_outputs=[OutputType.REPORT, OutputType.MIND_MAP],
        estimated_cost=0.05,
        tags=["research", "academic", "report"],
    ),
    "trend-to-content": RecipeDefinition(
        name="trend-to-content",
        description=(
            "트렌드 뉴스·커뮤니티 포스트를 수집하여 슬라이드 덱과 "
            "브리핑 문서를 생성한다. 마케팅·전략 팀의 트렌드 파악에 활용한다."
        ),
        stages=[
            PipelineStage.INGEST,
            PipelineStage.SYNTHESIZE,
            PipelineStage.CREATE,
            PipelineStage.PUBLISH,
        ],
        default_outputs=[OutputType.SLIDES, OutputType.BRIEFING],
        estimated_cost=0.04,
        tags=["trend", "marketing", "content"],
    ),
    "lecture-to-study-kit": RecipeDefinition(
        name="lecture-to-study-kit",
        description=(
            "강의 영상 URL 또는 강의 노트를 입력받아 플래시카드, 퀴즈, "
            "학습 가이드를 생성한다. 온라인 강좌 학습자를 위한 레시피."
        ),
        stages=[
            PipelineStage.INGEST,
            PipelineStage.SYNTHESIZE,
            PipelineStage.CREATE,
            PipelineStage.PUBLISH,
        ],
        default_outputs=[
            OutputType.FLASHCARDS,
            OutputType.QUIZ,
            OutputType.STUDY_GUIDE,
        ],
        estimated_cost=0.08,
        tags=["education", "study", "quiz"],
    ),
    "docs-to-training": RecipeDefinition(
        name="docs-to-training",
        description=(
            "기술 문서(README, API 문서, 위키)를 분석하여 사내 교육용 "
            "슬라이드와 오디오 요약을 생성한다. 신규 팀원 온보딩에 활용한다."
        ),
        stages=[
            PipelineStage.INGEST,
            PipelineStage.SYNTHESIZE,
            PipelineStage.CREATE,
            PipelineStage.PUBLISH,
        ],
        default_outputs=[OutputType.SLIDES, OutputType.AUDIO, OutputType.STUDY_GUIDE],
        estimated_cost=0.07,
        tags=["documentation", "training", "onboarding"],
    ),
    "news-to-briefing": RecipeDefinition(
        name="news-to-briefing",
        description=(
            "다수의 뉴스 기사를 수집·분석하여 핵심 브리핑 문서와 "
            "타임라인을 생성한다. 일간/주간 뉴스레터 자동화에 적합하다."
        ),
        stages=[
            PipelineStage.INGEST,
            PipelineStage.SYNTHESIZE,
            PipelineStage.CREATE,
            PipelineStage.PUBLISH,
        ],
        default_outputs=[OutputType.BRIEFING, OutputType.TIMELINE],
        estimated_cost=0.03,
        tags=["news", "briefing", "newsletter"],
    ),
}


def get_recipe(name: str) -> RecipeDefinition:
    """이름으로 레시피를 조회한다.

    Args:
        name: 레시피 식별자 (kebab-case)

    Returns:
        RecipeDefinition 인스턴스

    Raises:
        KeyError: 존재하지 않는 레시피 이름인 경우

    사용 예::

        recipe = get_recipe("research-to-article")
        print(recipe.estimated_cost)
    """
    if name not in RECIPES:
        available = sorted(RECIPES.keys())
        raise KeyError(
            f"Recipe '{name}' not found. Available recipes: {available}"
        )
    logger.debug("레시피 조회: name=%s", name)
    return RECIPES[name]


def list_recipes() -> list[RecipeDefinition]:
    """등록된 모든 레시피를 이름 순서로 반환한다.

    Returns:
        RecipeDefinition 목록 (이름 오름차순 정렬)

    사용 예::

        for recipe in list_recipes():
            print(f"{recipe.name}: {recipe.description}")
    """
    logger.debug("레시피 목록 조회: count=%d", len(RECIPES))
    return sorted(RECIPES.values(), key=lambda r: r.name)


def create_config_from_recipe(
    recipe_name: str,
    source: SourceInput,
    **options: object,
) -> PipelineConfig:
    """레시피를 기반으로 PipelineConfig를 생성한다.

    레시피의 기본 단계와 산출물 타입을 그대로 사용하며,
    options를 통해 실행 옵션을 오버라이드할 수 있다.

    Args:
        recipe_name: 레시피 식별자 (kebab-case)
        source: 파이프라인 입력 소스
        **options: 파이프라인 실행 옵션 (stop_on_error, timeout_seconds 등)

    Returns:
        생성된 PipelineConfig 인스턴스

    Raises:
        KeyError: 존재하지 않는 레시피 이름인 경우

    사용 예::

        source = SourceInput(type="url", content="https://example.com/paper")
        config = create_config_from_recipe(
            "research-to-article",
            source,
            stop_on_error=False,
            timeout_seconds=600,
        )
        report = await orchestrator.run(config)
    """
    recipe = get_recipe(recipe_name)

    # 기본 옵션에 사용자 옵션 병합
    merged_options: dict[str, object] = {
        "stop_on_error": True,
        "timeout_seconds": 300,
        **options,
    }

    config = PipelineConfig(
        name=recipe.name,
        stages=list(recipe.stages),
        outputs=list(recipe.default_outputs),
        source=source,
        options=merged_options,
    )

    logger.info(
        "레시피 기반 설정 생성: recipe=%s, stages=%s, outputs=%s",
        recipe_name,
        [s.value for s in config.stages],
        [o.value for o in config.outputs],
    )
    return config