"""파이프라인 Step Manifest v4 + shot-more — 49단계 정의, 의존성, 설정. 이 파일이 파이프라인의 단일 진실 소스(Single Source of Truth). v4 + shot-more: beat→shot 기반 파이프라인. 정확한 실측 baseline은 `docs/architecture/_step_manifest.generated.md` 참조 (재생성 — 저장소 루트에서: `backend/.venv/bin/python backend/scripts/dump_step_manifest.py > docs/architecture/_step_manifest.generated.md`). 구성 (총 50, 2026-04-27 기준) - analysis: 42 (always 34, if_planning_doc 1, on_demand 4, disabled 3) - image: 6 (always 4, if_has_outlooks 1, on_demand 1) - auxiliary: 2 (on_demand 1, disabled 1) Active (분석 실행 경로, 40): always 38 + if_planning_doc 1 + if_has_outlooks 1 applicability 종류 - always: 항상 실행 - disabled: 실험용/비활성 - on_demand: 사용자 요청 시만 (project_summary 등) - if_planning_doc: 기획서 있을 때만 - if_has_outlooks: 아웃룩 있을 때만 Phase 1 추가 필드 (01-principles-revised.md §4, §5) - step_type (실측 3종, 2026-04-22): transform (41): 체크포인트 → 체크포인트 (DB 쓰기 금지) asset (6): 파일 + DB 메타 (이미지 계열) editorial (2): 타 step 체크포인트 수정 (t2i_review, scene_verify) (설계 초안의 `projection` 타입은 별도 step_type으로 분리되지 않고 Phase 2의 CheckpointSyncService 5-way 분해로 흡수됨. step은 여전히 transform/asset으로 남고 projection은 sync 레이어 책임.) - lifecycle: active | deprecated | removed (실측: active 42, deprecated 6, removed 1) - resume_sensitive: resume 모드에서도 재실행 필요 (bool, 기본 False) - modifies_checkpoints: editorial만 사용. 자신이 덮어쓰는 타 step 체크포인트 목록 - replaced_by: deprecated만 사용. 대체된 step_id - allow_partial_downstream: 본 step 의 ``partial`` 결과가 downstream 으로 cascade 되어도 안전한지 (bool, 기본 True). False 시 downstream cascade stop — analysis_dispatch_service 가 batch 중단, check_gate 가 blocked. partial 시 incomplete 데이터로 후속 step 진행하면 잘못된 결과 (asset/entity 누락) 가 발생하는 step 에 명시 False. (problems.md #11 contract) default_model 컨벤션 (problems.md #5) - **반드시 LiteLLM Router 에 등록된 alias** (예: ``"gpt"``, ``"gpt-mini"``, ``"gemini-pro"``, ``"gemini-flash"``, ``"gemini-lite"``, ``"gemini-image"``, ``"fal-ai"``) 만 사용. 실 model ID (예: ``"gemini-3.1-flash-lite-preview"``) 는 사용 금지 — alias 가 router 에서 model ID 로 해소되며, alias 통일이 UI/admin/runtime parity 의 근거. - ``llm_client.PIPELINE_STEPS`` 가 본 manifest 의 default_model 을 derived view 로 build (#5: STEP_MANIFEST 가 single source of truth). 참조: docs/architecture-refactor-final/02-final-roadmap.md §Phase 1 """ from typing import Any, Dict, List, Optional STEP_STATUSES = [ "pending", "blocked", "runnable", "running", "completed", "partial", "failed", "not_applicable", "stale", "cancelled", ] # Block B B5 (resume architecture, plan v2.1.3 / spec V5 §4.5): # schema_version mismatch (cp_mismatch) 자동 RERUN_SELF 허용 step 한정 allowlist. # config_hash mismatch 는 어떤 step 도 허용 X (allowlist 미적용). # # entity_t2i 만 허용 사유: 다른 step (scene_detail / shot_dependency 등) 은 # rerun_self 시 downstream (shot_dependency_t2i / scene_image_pipeline 등) 보존 # → 새 결과와 기존 downstream 사이 contract drift 위험. # # expiry: D3 (manifest.allow_auto_rerun_on_schema_bump flag) 도입 후 제거 예정. _LEGACY_SCHEMA_BUMP_ALLOWLIST: frozenset = frozenset({"entity_t2i"}) STEP_MANIFEST: Dict[str, Dict[str, Any]] = { # ── 분석 Phase ── # 0. 기획서 분석 (프로젝트 레벨, 선택적) "planning_doc_analysis": { "label": "기획서 분석", "category": "analysis", "order": 0, # alias 통일 (problems.md #5) — 다른 step 들과 동일한 alias 표기. "default_model": "gemini-lite", "provider": "gemini", "depends_on": [], "fan_out": False, "applicability": "if_planning_doc", "step_type": "transform", "lifecycle": "active", }, # 1. PDF 텍스트 정리 (LLM regex 규칙) "text_cleanup": { "label": "텍스트 정리", "category": "analysis", "order": 1, "default_model": "gemini-lite", "provider": "gemini", "depends_on": [], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 2. 씬 세그먼테이션 (헤딩 기반) "scene_segmentation": { "label": "씬 세그먼테이션", "category": "analysis", "order": 2, "default_model": "gemini-flash", "provider": "gemini", "depends_on": ["text_cleanup"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", # ★2 = 저작 규칙 분해(2026-08-08). 1 은 후보 하나에 평균 길이 검증 # 하나였고, 그 방식은 "개수는 맞는데 경계가 틀린" 규칙을 그대로 # 통과시켰다(실측 4건). 올려 두지 않으면 옛 체크포인트가 조용히 # 그대로 쓰여, 코드를 바꿨는데 옛 경계가 하류로 계속 내려간다. "schema_version": 2, }, # 3. 에피소드 요약 "episode_summary": { "label": "에피소드 요약", "category": "analysis", "order": 3, "default_model": "gpt-mini", "provider": "gemini", "depends_on": [], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 4. 시각적 세계관 규칙 "visual_world_rules": { "label": "시각적 세계관 규칙", "category": "analysis", "order": 4, "default_model": "gpt", "provider": "openai", "depends_on": ["episode_summary"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "schema_version": 1, # 2026-05-19 (Area #7a W1): rules_schema.json v7 — rule_type 10-enum strict (possession/transformation/ghost/projection/superpower/body_deformation/time_period/costume/technology/other) + director_notes description abstraction. cp invalidation: incompatible-stamp cp blocked via _check_cp_mismatch; older unstamped/default-stamped cp may need force rerun. }, # 5. 씬 재분할 (v4에서 비활성화 — beat/shot으로 대체) "scene_split": { "label": "큰 씬 분할 (레거시)", "category": "analysis", "order": 5, "default_model": "gemini-flash", "provider": "gemini", "depends_on": ["scene_segmentation"], "fan_out": True, "applicability": "on_demand", "step_type": "transform", "lifecycle": "deprecated", "replaced_by": "beat_extract,shot_extract", }, # 6. 씬 저장 (DB + JSON) "scene_save": { "label": "씬 저장", "category": "analysis", "order": 6, "default_model": "-", "provider": "-", "depends_on": ["scene_segmentation"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 6.5 인물 리스트 사전 추출 (beat/shot에서 참조) # 2026-07-11 모델 비교 4회차 전수 판정(Claude+Codex 교차 합의): 캐릭터 후보 # 회수율은 GPT-5.6 Sol 우세(단역·동물·상태변형 승격) — 추출 계열만 Sol 재이관. # 확정 계열(beat/shot/director/detail/consistency)은 Gemini Pro 유지. "entity_character_list": { "label": "인물 리스트 (사전 추출)", "category": "analysis", "order": 6.5, "default_model": "gpt", "provider": "openai", "depends_on": ["scene_save", "visual_world_rules"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 7. 씬별 요약 "scene_summary": { "label": "씬별 요약 (병렬)", "category": "analysis", "order": 7, "default_model": "gpt-mini", "provider": "gemini", "depends_on": ["scene_save", "episode_summary", "visual_world_rules"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 7.1 Beat 추출 (병렬) "beat_extract": { "label": "Beat 추출 (병렬)", "category": "analysis", "order": 7.1, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["scene_save", "visual_world_rules", "entity_character_list"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 7.2 Shot 추출 (순차 — 이전 shot 결과 전달) "shot_extract": { "label": "Shot 추출 (순차)", "category": "analysis", "order": 7.2, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["beat_extract", "visual_world_rules", "entity_character_list"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 7.25 Shot 검증 — '한 찰나' 원칙 재작성 (shot_extract 이후 다운스트림 입력) "shot_validator": { "label": "Shot 검증", "category": "analysis", "order": 7.25, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["shot_extract"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", # G4.6 Phase 3 — partial 결과 (validator_status='failed' 씬 포함) 를 # 다운스트림 silent carry 차단. operator override = project_config # ['allow_failed_validator']=True 설정 시 step_runner.check_gate 가 통과 # 허용 + 각 consumer 의 assert_no_failed_scenes 가 동일 키 인식하여 # second line of defense 로 작동 (force / resume / 비표준 dispatch 안전망). "allow_partial_downstream": False, "partial_override_config_key": "allow_failed_validator", }, # 8a. 인물 리스팅 (shot 기반) # 2026-07-11 캐릭터 추출 계열 Sol 재이관 (entity_character_list 주석 참조) "entity_all_character": { "label": "인물 리스팅", "category": "analysis", "order": 8, "default_model": "gpt", "provider": "openai", "depends_on": ["scene_save", "visual_world_rules", "shot_validator"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 8b. 인물 추출 (상세) "entity_extract_character": { "label": "인물 추출", "category": "analysis", "order": 9, "default_model": "gpt", "provider": "openai", "depends_on": ["entity_all_character"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 9a. 배경 리스팅 (shot 기반 1회 호출) "entity_all_location": { "label": "배경 리스팅", "category": "analysis", "order": 10, "default_model": "gpt", "provider": "openai", "depends_on": ["scene_save", "visual_world_rules", "shot_validator"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 9b. 배경 추출 (상세) "entity_extract_location": { "label": "배경 추출", "category": "analysis", "order": 11, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["entity_all_location"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 10a. 소품 리스팅 (shot 기반 1회 호출) "entity_all_prop": { "label": "소품 리스팅", "category": "analysis", "order": 12, "default_model": "gpt", "provider": "openai", "depends_on": ["scene_save", "visual_world_rules", "shot_validator"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 10b. 소품 추출 (상세) "entity_extract_prop": { "label": "소품 추출", "category": "analysis", "order": 13, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["entity_all_prop"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 13.6 요소 변형 관계 추출 (이름 기반 후보 + LLM 확인) "entity_relation": { "label": "요소 변형 관계 추출", "category": "analysis", "order": 13.6, "default_model": "gpt", "provider": "openai", "depends_on": ["entity_merge"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, "entity_filter": { "label": "저빈도 요소 필터링", "category": "analysis", "order": 13.7, "default_model": "gpt-mini", "provider": "gemini", "depends_on": ["entity_relation"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 13.5 요소 중복 병합 (타입 간 중복/유사 요소 판별) "entity_merge": { "label": "요소 중복 병합", "category": "analysis", "order": 13.5, "default_model": "gpt", "provider": "openai", "depends_on": ["entity_extract_character", "entity_extract_location", "entity_extract_prop", "scene_summary", "visual_world_rules"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 14. 요소 상세 + enum 확정 "entity_detail": { "label": "요소 상세 + enum", "category": "analysis", "order": 14, "default_model": "gpt", "provider": "openai", "depends_on": ["entity_filter"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 15. T2I 프롬프트 (병렬) # default_model = gemini-pro: entity_t2i step 이 t2i_prompt 외에 # description / visual_traits 까지 재생성하는 구조 (entity_steps.py 의 # ENTITY_DETAIL_SCHEMA 호출) 라, 보조 모델이 의미 layer 에서 unsourced # trait hallucination 을 만들던 결함 차단. CLAUDE.md 정책: 의미 생성은 # gpt-5.5 / gemini-pro 만. 추가로 description / visual_traits 자체는 # entity_detail 결과를 forward 하여 LLM 의 unsourced trait 이 final # output 에 반영되지 않도록 막음 (entity_steps.py 참조). # # schema_version 3 (D6 T2-fix, review iter3 B1): location entity 의 metadata_json # (location.space_profile) 을 cp 에 포함 + post-validation. 기존 v2 cp 는 # metadata_json 부재라 D6 contract 미충족 → stale 처리 + RERUN_SELF cascade. # `_LEGACY_SCHEMA_BUMP_ALLOWLIST` (entity_t2i 만) 안이라 자동 재실행 path. # # schema_version 2: source-forward 정책 + short_description 제거 (Codex iter 1 # 후속). step_runner._check_cp_mismatch 가 cp.schema_version 을 manifest 의 # current_schema 와 직접 비교 → schema_version 이 기록된 (cp_schema=1) 기존 # checkpoint resume 가 stale 처리되며 force 재실행 cascade trigger. 단, schema_version # 필드 자체가 없는 legacy no-schema checkpoint 는 호환 위해 invalidation 대상 # 아님 — legacy 도 강제 재실행이 필요하면 별도 force 절차 사용. "entity_t2i": { "label": "요소 T2I 프롬프트 (병렬)", "category": "analysis", "order": 15, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["entity_detail"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", "schema_version": 3, }, # 15.5 중요 샷 선택 "shot_selection": { "label": "중요 샷 선택 (병렬)", "category": "analysis", "order": 15.5, "default_model": "gpt-mini", "provider": "gemini", "depends_on": ["shot_validator"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 16. 씬 감독 (물리적 존재 판정) "scene_director": { "label": "씬 감독 (물리적 존재)", "category": "analysis", "order": 16, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["scene_save", "entity_t2i"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "requires_projection_sync_before_run": True, # W1-F12: scene_director enum이 DB short_id에 의존 }, # 16.5 Shot별 VE 판정 + 변형 확정 "shot_director": { "label": "Shot별 VE 판정", "category": "analysis", "order": 16.5, "default_model": "gpt", "provider": "openai", # schema_version: shot_director_step.SHOT_DIRECTOR_SCHEMA_VERSION 와 # 일치 필수. cp(schema=N) 와 manifest(schema=N) 일치해야 step_runner # P0-3 mismatch 검증 통과. # 2026-05-10 SOT drift fix: # 1→2 (off-camera/gaze deterministic 제외 + audit field # excluded_offscreen_entity_ids + prompt v3 → v4 OOS 작품 고유 # 명사 → synthetic placeholder). # 2026-05-13 frame-visible SOT unification: # 2→3 (deterministic _resolve_scene_no_variant 영구 폐기 + 항상 LLM # path + prompt v5 (5.202605131800) L/P frame-visible 명시 # 강화). v2 cp 는 L/P scene-present over-inclusion 상태라 # Area B render_contracts 충돌 발생 — schema bump 로 invalidate. # shot_director 는 _LEGACY_SCHEMA_BUMP_ALLOWLIST 외 → # step_runner._check_cp_mismatch 가 BLOCK. 운영자 명시 force 의무. "schema_version": 3, "depends_on": ["scene_director", "shot_selection", "entity_relation", "shot_validator"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 17. 촬영 감독 (레거시 — shot_cinematography로 대체) "scene_cinematography": { "label": "촬영 감독 (레거시)", "category": "analysis", "order": 17, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["scene_director"], "fan_out": False, "applicability": "on_demand", "step_type": "transform", "lifecycle": "deprecated", "replaced_by": "shot_staging", }, # 17.05 씬 단위 카메라 연속 흐름 (shot_staging 이전) "scene_camera_flow": { "label": "씬 카메라 플로우", "category": "analysis", "order": 17.05, # gemini-pro가 일부 씬(예: 옥탑방 폭력 함축 콘텐츠)에 빈 응답을 반환해 partial로 끝나는 # 사례 발생 (S25). gpt-5.5는 동일 입력에 정상 응답. 안정성 위해 gpt로 변경 (2026-04-27). "default_model": "gpt", "provider": "openai", "depends_on": ["shot_validator", "shot_selection", "scene_director", "entity_merge", "scene_save"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "resume_sensitive": True, }, # 17.1. Shot별 촬영 기법 (deprecated — scene_detail에서 shot_staging 우선) "shot_cinematography": { "label": "Shot별 촬영 기법 (deprecated)", "category": "analysis", "order": 17.1, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["shot_selection", "scene_director"], "fan_out": True, "applicability": "disabled", "step_type": "transform", "lifecycle": "deprecated", "replaced_by": "shot_staging", }, # 18. 씬 연관 분석 (레거시) "scene_dependency": { "label": "씬 연관 분석 (레거시 — disabled)", "category": "analysis", "order": 18, "default_model": "gpt", "provider": "openai", "depends_on": ["scene_director"], "fan_out": False, "applicability": "disabled", "step_type": "transform", "lifecycle": "deprecated", "replaced_by": "shot_dependency", }, # 18.1. Shot 연관 분석 (배경+인물) "shot_dependency": { "label": "Shot 연관 분석 (병렬)", "category": "analysis", "order": 18.1, "default_model": "gpt", "provider": "openai", "depends_on": ["shot_selection", "scene_director"], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", }, # 19a. 아웃룩 Phase1: 목록 추출 "outlook_phase1": { "label": "아웃룩 목록 추출", "category": "analysis", "order": 19, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["scene_director"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "requires_projection_sync_before_run": True, # W1-F12: 상류 scene_director projection 필요 }, # 19b. 아웃룩 Phase2: 씬별 매핑 "outlook_phase2": { "label": "아웃룩 씬별 매핑", "category": "analysis", "order": 19.1, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["outlook_phase1"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "requires_projection_sync_before_run": True, # W1-F12 }, # 19c. 아웃룩 Phase3: 병합 정리 "outlook_phase3": { "label": "아웃룩 병합 정리", "category": "analysis", "order": 19.2, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["outlook_phase2"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "requires_projection_sync_before_run": True, # W1-F12 }, # Legacy: outlook_extraction (하위 호환 — 3단계 순차 실행) "outlook_extraction": { "label": "아웃룩 추출 (레거시)", "category": "analysis", "order": 19.3, "default_model": "gemini-pro", "provider": "gemini", "depends_on": ["scene_director"], "fan_out": False, "applicability": "on_demand", "step_type": "transform", "lifecycle": "deprecated", "replaced_by": "outlook_phase1,outlook_phase2,outlook_phase3", "requires_projection_sync_before_run": True, # W1-F12 }, # 19.5. 샷별 촬영 연출 + 배경 핵심 요소 "shot_staging": { "label": "촬영 연출 (DP)", "category": "analysis", "order": 19.5, "default_model": "gpt", "provider": "openai", "depends_on": ["shot_validator", "shot_selection", "visual_world_rules", "entity_merge", "scene_camera_flow"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "resume_sensitive": True, "schema_version": 6, # 2026-05-21 (E2E v1): v15 schema — character_angles.items.gaze_target_id 가 required nullable 로 승격 (이전엔 looks_at_* 일 때만 emit). OpenAI strict 호환 위해 oneOf 조건부 제거. 이전: 5 (Area #2, 3 field 분리). }, # location_consistency — v0.5.10에서 주입 비활성화, v0.5.12에서 manifest도 제거. # step 코드(steps/location_consistency_step.py) + 프롬프트 + version_registry는 보존 (향후 재도입 여지). # manifest에 넣으면 run-all이 실행해 LLM 비용만 소비하므로 완전 제외. # 19.7 shot_essence_extraction — Phase 1b (v3 plan, 2026-04-29). # selected shot description을 essence/peripheral/atmospheric 3분류. # toggle: settings.shot_essence_enabled (default False) → if_shot_essence_enabled # validator. off 시 run-all 정적 필터에서 제외 + not_applicable 체크포인트 미생성 # (Codex H3 회귀 가드). # consumer 통합(scene_detail prepend)은 Phase 2와 함께. "shot_essence_extraction": { "label": "샷 essence 추출", "category": "analysis", "order": 19.7, "default_model": "gpt", "provider": "openai", "depends_on": ["shot_validator", "shot_selection"], "fan_out": False, "applicability": "if_shot_essence_enabled", "step_type": "transform", "lifecycle": "active", }, # 21.5 location_floor_plan — Phase 3 (v3 plan, 2026-04-29). # location 단위 top-down architectural floor plan PNG 1장 자동 생성. # gpt-5.5 (prompt 자동 작성) + gpt-image-2 (PNG 생성). # toggle: settings.background_mode == 'floor_plan_anchored' # → applicability='if_floor_plan_mode'. off/chain_only 모드에선 자동 not_applicable. # spike test 6 (backend/scripts/spike_floor_plan_svg/test_06_auto_floor_plan.py) # 의 패턴 그대로 production화. 사람 개입 0. # DEPRECATED by Phase 7 (T16, 2026-04-29): floor_plan_prompt + floor_plan_render # (order 19.60 + 21.55) 가 이 step을 대체한다. background_mode='on' 시 Phase 7 # step만 동작. 코드는 보류 — Phase 7.1 cleanup PR에서 별도 삭제 예정. "location_floor_plan": { "label": "위치 도면 생성 (deprecated, Phase 7로 대체)", "category": "image", "order": 21.5, # 21.5: scene_verify(21) 후 / world_guide(22) 전. image>analysis 불변식 만족. "default_model": "gpt", "provider": "openai", # Phase 5 (T8): planner-driven 시 background_planner 결과(floor_plan_order / # building_group spec)를 입력으로 받아 sequential 처리. 따라서 manifest # depends_on에 background_planner 추가. background_chain_planning / # background_chain_render는 best-effort 의존(Phase 4 I1 패턴) — 둘 다 # on_demand applicability이므로 manifest depends_on에는 명시하지 않는다. "depends_on": [ "shot_validator", "shot_selection", "scene_save", "entity_merge", "visual_world_rules", "scene_director", "background_planner", ], "fan_out": False, "applicability": "disabled", # Phase 7 deprecation "step_type": "asset", "lifecycle": "deprecated", # Phase 7 deprecation }, "scene_consistency": { "label": "씬 시각적 일관성", "category": "analysis", "order": 19.9, "default_model": "gemini-pro", "provider": "gemini", # schema_version: scene_consistency_step.SCENE_CONSISTENCY_SCHEMA_VERSION 와 # 일치 필수. cp(schema=N)와 manifest(schema=N) 일치해야 step_runner P0-3 # mismatch 검증 통과. G3.1: 1→2 (evidence/inference 4-field). Area #4: 2→3 # (element_scope enum required — fixed_elements item 에 "full" | "close" SOT). # 옛 v6 cp 는 schema_version 2 → mismatch 로 cp invalidation 강제 v7 rerun. "schema_version": 3, "depends_on": ["shot_staging", "shot_director", "entity_merge", "shot_validator", "shot_selection", "beat_extract", "scene_save", "visual_world_rules"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "resume_sensitive": True, # G2.1 (visual_pipeline_contracts_plan #4) — partial 시 downstream cascade 차단. # scene_detail/shot_dependency_t2i 가 fixed_elements 를 무방비로 빈 array 처리 하면 # silent fallback 회귀. blocked_no_selection / failed_all_tiers 는 dispatcher 가 # batch 중단 + episode.analysis_error 에 명시하도록 fail-fast. "allow_partial_downstream": False, }, # 21.70 씬 상세 분석 (병렬) — Phase 9.2: gpt-5.5 → gemini-pro 전환 (시각 추론 강화). # G3.2 Phase 6 (Task 20, 2026-05-04): order 20 → 21.70. # background_prompt(21.60) 직후로 재배치 — owned list 의존성 (Round 2 #1). "scene_detail": { "label": "씬 상세 분석 (병렬)", "category": "analysis", "order": 21.70, # G3.2: 20 → 21.70 (background_prompt 21.60 뒤). "default_model": "gemini-pro", "provider": "gemini", # schema_version: detail_steps.SCENE_DETAIL_SCHEMA_VERSION 와 일치 필수. # cp(schema=N)와 manifest(schema=N) 일치해야 step_runner P0-3 검증 통과. # Phase 9.1: 1→2 / Phase 9.2: 2→3 (Rule E/F/G/H + 모델 swap) / # Group 1 #1: 3→4 (ID 정책 alignment + outlook validity 검사 + outfit cleanup). # G3.1: 4→5 (evidence/inference 4-field — t2i_variations item 에 source_facts/ # visual_inferences/creative_decisions/confidence required). # G3.2: 5→6 (cp shape 에 owned_validation post-parse field 추가). # G4.1 (Wave 6 iter3 R1-B1 / R3-B1): 6→7 (cp shape 에 render_prompt_card + # render_prompt_card_hash top-level field). 운영 안내 필요 — scene_detail 은 # `_LEGACY_SCHEMA_BUMP_ALLOWLIST` 외 (entity_t2i 만 자동 RERUN_SELF) 라 # `_check_cp_mismatch` 가 BLOCK (`step_runner.py:763-769`). 운영자 명시 force # 의무. (이전 주석의 "mode='force' 자동 escalate" 표현은 정확히 entity_t2i # 한정 — T5-fix iter7 정정.) # D6 T5d: 7→8 (cp shape 에 consumed_bg_catalog_hash + consumed_shot_binding_hash # top-level field). preflight (T8) 가 master_plan cp 의 sibling 과 비교해 # STALE_UPSTREAM 판단. T5-fix I1: scene_detail 은 _LEGACY_SCHEMA_BUMP_ALLOWLIST # 외 → step_runner._check_cp_mismatch 가 BLOCK (`step_runner.py:763-769`). # 운영자 명시 force 의무 (자동 escalate 안 됨). # 2026-05-14 area-frame-spatial-contract Task 5: 8→9 (t2i_variations[]. # applied_frame_spatial_constraint_ids required field 추가, per-variation echo). # 2026-05-16 Area #1 W5: 9→10 (id_policy.subject_reference_policy required # array — per-subject identity policy SOT, 구 2 sub-field 폐기 대체). # 2026-05-18 Area #5 W1: 10→11 (t2i_variations[].reference_phrase_kinds # array required — per-variation sidecar # for ref_contract_validator step 6 phantom guard replacement). # 2026-05-20 C2 v1: 11→12 (t2i_variations[].owned_object_usage[] required — # per-variation owned echo {owned_token, usage_kind enum [redraw|anchor|absent], # source_phrase} — scene_detail_owned_judge verb whitelist 폐기 → producer echo SOT). # 2026-05-23 reference-necessity Phase 2: 12→13 (render_prompt_card 가 # episode_reference_policy overlay 반영 — text_only subject 의 id_policy/ # asset_requirements 변동 + card hash semantics 변경 → 구 cp invalidation). "schema_version": 13, "depends_on": [ "shot_dependency", "shot_director", "outlook_phase3", "entity_t2i", "shot_staging", "scene_consistency", "background_prompt", # G3.2: owned list 의존성 (Round 2 #1). "episode_reference_policy", # reference-necessity Phase 2: render_prompt_card overlay. # W21B-W7 W-B (2026-06-12): printed_prop anchor 컨텍스트 주입 — # ordering 만 강제 (producer not_applicable/flag OFF 시 주입 0 + # config_hash 불변 = byte-identical). "visual_continuity_anchor", ], "fan_out": True, "applicability": "always", "step_type": "transform", "lifecycle": "active", # 2-pass 의존성 선언: scene_detail은 scene_context_loader를 통해 하류 step인 # shot_dependency_t2i의 refined ref_usage(zoom_in_detail 등)를 역참조로 소비한다 # (9956c27 이후). scene_detail force 시 cascade가 shot_dependency_t2i 파일을 # 지우면 역참조가 dead code가 되므로, 아래 선언된 하류는 파일 보존(DB는 stale). # 주의: scene_detail force 완료 후 shot_dependency_t2i도 수동 재실행 권장 — drift 방지. "consumes_downstream": ["shot_dependency_t2i"], "requires_projection_sync_before_run": True, # W1-F12: scene_consistency/shot_staging projection 필요 # G3.2 (Round 2 #6): contract_violation partial 시 downstream cascade stop. # owned judge 가 violations 검출 시 status=partial → shot_dependency_t2i / # t2i_review 가 잘못된 owned 가 박힌 t2i_prompt 를 무방비로 소비하지 않도록 차단. "allow_partial_downstream": False, }, # 21.71 Shot 연관 재계산 (T2I 기반, scene_detail 이후). # G3.2 Phase 6 (Task 20, 2026-05-04): order 20.5 → 21.71 (scene_detail 21.70 직후). "shot_dependency_t2i": { "label": "Shot 연관 재계산 (LLM)", "category": "analysis", "order": 21.71, # G3.2: 20.5 → 21.71. "default_model": "gpt-mini", "provider": "gemini", "depends_on": ["scene_detail", "scene_consistency"], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", # Area D-next (2026-05-14) — keep_elements shape List[str] → # List[{label, kind}]. v5 cp 는 schema_version=1 (또는 missing). # Area D-next-min (2026-05-15) — kind enum 3종 → 2종 (immobilized_character 폐기, # person/character 묘사 keep_elements 에서 금지). v6 cp 는 schema_version=2. # C7 (2026-05-20) — keep_elements[] 에 subject_kind required field 추가 # (output shape change). v8 cp 는 schema_version=4. v7 cp 는 schema_version=3. # step_runner._check_cp_mismatch 가 _LEGACY_SCHEMA_BUMP_ALLOWLIST # 외 → BLOCK, 운영자 명시 force 의무 (D6 T5d 패턴). "schema_version": 4, }, # 21.72 T2I 검수 (entity_t2i + scene_detail 검증 후 치환) — Phase 9.2: gemini-flash → gpt 전환 # + shot_staging 의존 추가 (camera_direction inject 위함, 신규 close_framing/physical 검증). # G3.2 Phase 6 (Task 20, 2026-05-04): order 20.7 → 21.72 (shot_dependency_t2i 21.71 직후). "t2i_review": { "label": "T2I 프롬프트 검수", "category": "analysis", "order": 21.72, # G3.2: 20.7 → 21.72. "default_model": "gpt", "provider": "openai", "depends_on": ["entity_t2i", "scene_detail", "shot_validator", "shot_staging", "visual_world_rules", "entity_merge", "entity_detail"], "fan_out": False, "applicability": "always", "step_type": "editorial", "lifecycle": "active", "modifies_checkpoints": ["entity_t2i", "scene_detail"], # Area #6 v1 (2026-05-18+): output cp shape 변경 (review_summary 확장 + # diagnostics array + regeneration_required 신설). schema_version: 1 신규 # — `step_runner._check_cp_mismatch` (line 1496) 가 stale cp (no # schema_version stamp OR stamp != 1) 감지 시 BLOCK. 운영자 명시 force # 의무 (D6 T5d 패턴). step_runner.py:385-386 의 save-time default stamp # (`data["schema_version"] = manifest.get("schema_version", 1)`) 행동 # 으로 v1 bump 이전 cp 가 default 1 stamp 를 갖고 있을 수 있음 — 본 # bump 의 invalidation 효과는 cp save 시점에 manifest 에 schema_version # 가 명시되어 있던 시점 cp 에만 적용. W3 canary 가 effect 검증. "schema_version": 1, }, # 21.73 zoom_continuity_anchor — W21B-W7 W-C1 (2026-06-12). # zoom(C) continuity anchor 를 visual_continuity_anchor(21.66, printed_prop # 전용)에서 분리 — Codex W_C_NARROW_REVIEW=APPROVE_C3_VARIANT. C seed 의 # SOT 인 refined ref_usage(zoom_in_detail) 는 shot_dependency_t2i(21.71) # cp 에만 실재(18.1=None 실측)라 21.66 은 fresh run 1st pass 에 C seed 0 — # 이 step 은 21.71 **이후**(t2i_review 21.72 직후 / image 22 이전)라 # fresh-run 1-pass proof. seed/anchor 는 기존 plan/provider 모듈 재사용 + # wide 멤버 t2i 재작문(revised_wide_t2i, 스파이크1 ②) 산출 — W-C2 가 # image-phase prompt override(scene_detail cp 불변, prompt_used provenance) # + crop/i2i-fill 로 소비. revised 는 새 entity ID 토큰/새 ref 요구 추가 # 금지(deterministic audit, 위반 variation 폐기+진단 — Codex 안전안). # opt-in: settings.zoom_continuity_anchor_enabled (default False, D 와 # 독립). OFF 시 not_applicable 만 — default 경로 영향 0. "zoom_continuity_anchor": { "label": "zoom continuity anchor (W21B-W7 W-C1)", "category": "analysis", "order": 21.73, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_dependency_t2i", # C seed SOT (refined ref_usage) — hard "scene_detail", # 최종 t2i variations (재작문 입력) "t2i_review", # scene_detail t2i 수정 반영 보장 (ordering) "scene_save", "shot_validator", "shot_selection", "shot_staging", ], "fan_out": False, "applicability": "if_zoom_continuity_anchor_enabled", "step_type": "transform", "lifecycle": "active", # zoom_continuity_anchor_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.76 outdoor_site_layout — W21B-W8 (2026-06-12, Codex # W21B_W8_SITE_LAYOUT_DESIGN_REVIEW=APPROVED_WITH_NARROW_SCOPE). # B-run "가는 방향/멀어짐 구분 못함" fix — ablation 실측(spike_gallery): # 텍스트 위치 구절이 지배 변수, top-down 이미지는 ref 채널로 무력 → 좌표는 # 텍스트 생성의 입력으로만. outdoor(background_classify is_indoor=false) # × staging character_angles 2인+ selected shot 을 location 별로 묶어 # LLM1(sparse site layout 좌표, shape/범위 validator) → 코드(카메라-인물 # 거리/방향 deterministic 요약) → LLM2(위치/깊이/상대크기/카메라거리 구절만 # 최소 보정 — entity ID 불변 audit, 카메라워크 언어 금지). 소비는 # image-phase prompt override 만 (scene_detail cp 불변, 우선순위 # custom > zoom > site > original). layout 이미지는 review 갤러리 전용 — # scene ref 부착 금지. opt-in: settings.outdoor_site_layout_enabled # (default False) — OFF 시 not_applicable, default 경로 영향 0. "outdoor_site_layout": { "label": "야외 site layout 좌표 SOT (W21B-W8)", "category": "analysis", "order": 21.76, "default_model": "gpt", "provider": "openai", "depends_on": [ "scene_detail", # 최종 t2i variations (재작문 입력) "t2i_review", # scene_detail t2i 수정 반영 보장 (ordering) "background_classify", # is_indoor structured (outdoor seed) "shot_dependency_t2i", # zoom 멤버 제외 신호 (soft read) "scene_save", "shot_validator", "shot_selection", "shot_staging", "shot_director", ], "fan_out": False, "applicability": "if_outdoor_site_layout_enabled", "step_type": "transform", "lifecycle": "active", # outdoor_site_layout_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.77 outdoor_place_spec — W22 직행 체인 ①. building_group(실외 멤버)당 # 마커 스펙(존 라벨+마커 항목, evidence-bound) LLM 저작. 하류=outdoor_place_canon # (캐논 자산)/outdoor_shot_grounding(샷 접지). opt-in: # settings.outdoor_direct_compose_enabled (default False) — OFF 시 not_applicable. # 설계: docs/w22-outdoor-canon-direct-compose-design-20260709/design.md "outdoor_place_spec": { "label": "야외 장소 마커 스펙 (W22 직행 ①)", "category": "analysis", "order": 21.77, "default_model": "gpt", "provider": "openai", "depends_on": [ "background_classify", # building_groups + is_indoor (실외 그룹 seed) "scene_save", # 씬 원문 전문 (evidence 근거) "scene_director", # scene → primary_location 매핑 "shot_validator", "shot_selection", "shot_staging", # 선택 샷 연출 데이터 (화면 중요 요소 단서) "entity_merge", # loc 상세 (description/visual_traits) "visual_world_rules", # 세계 물리 규칙 (참고) ], "fan_out": False, # BLOCKING-4 fix (2026-07-13): 직행 OR 레시피 맵 분기 어느 쪽이든 # 실행 — outdoor_map_conti 가 direct compose 없이 독립 성립. # Stage D5 (2026-07-15): lane pipe 도 스펙 소비(레인 판정·seed SOT· # SITE PLAN 마커) — OR 확장, 기존 flag 조합 byte-identical. "applicability": "if_outdoor_direct_or_map_or_lane", "step_type": "transform", "lifecycle": "active", # outdoor_place_spec_step.py 의 SCHEMA_VERSION 와 동기 의무. # E2E 6회차 실측(2026-07-16): step v2 bump(2026-07-11, temporal_scope) # 때 이 값이 1 로 방치 — resume drift 검사가 정상 CP 를 BLOCK. "schema_version": 2, }, # 21.78 outdoor_place_canon — W22 직행 체인 ②. 스펙 그룹당 캐논 자산 2장 # (실사 마스터=룩 SOT, 탑다운 맵=배치 SOT) — s29 역방향 체인(nb2 3롤→ # GPT/Gemini 이중 판정→결함 수정→gpt 재투영). asset_type=place_canon, # pipeline_role=outdoor_canon_photo/outdoor_canon_map. floor_plan_render # 는 스타일 참조 soft 의존(FP 0 프로젝트=텍스트 계약만으로 작도). "outdoor_place_canon": { "label": "장소 캐논 자산 (W22 직행 ②)", "category": "image", "order": 21.78, "default_model": "gpt", "provider": "openai", "depends_on": [ # Stage D: lane pipe ON 시 map_marker 그룹 필터 입력 (CP 부재 # 시 all-groups fallback — 소프트 소비) "outdoor_lane_plan", # floor_plan_render 는 soft 의존 — manifest 에 넣으면 FP 부재/실패 # 시 이 스텝이 게이트에 막힌다. order 21.78(>21.55)로 순서만 보장, # 스타일 FP 는 _execute 안 checkpoint soft-load (Codex NARROW). "outdoor_place_spec", # 마커 스펙 (콘텐츠 SOT) ], "fan_out": False, # BLOCKING-4 fix: 직행 OR 레시피 맵 분기 (spec 과 동일). "applicability": "if_outdoor_direct_or_map_or_lane", "step_type": "asset", "lifecycle": "active", # outdoor_place_canon_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.79 outdoor_shot_grounding — W22 직행 체인 ③. 캐논 그룹의 야외 선택 # 샷마다 맵+범례+샷+씬 전문 → 존/앵커/카메라 접지 + moment_context_en # (씬 원문 세계 사실 보강). 캐논 결측 그룹=skip(기존 라인 fallback). "outdoor_shot_grounding": { "label": "야외 샷 grounding (W22 직행 ③)", "category": "analysis", "order": 21.79, "default_model": "gpt", "provider": "openai", "depends_on": [ "outdoor_place_spec", # 마커 스펙 (동적 enum 소스) "outdoor_place_canon", # 맵 png (첨부 대상) "scene_save", "scene_director", "shot_validator", "shot_selection", "shot_staging", ], "fan_out": False, "applicability": "if_outdoor_direct_compose", "step_type": "transform", "lifecycle": "active", # outdoor_shot_grounding_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.80 outdoor_lane_plan — 야외 3레인 재설계 Stage A (2026-07-14, 설계 v2). # outdoor_place_spec 그룹(스펙 있는 그룹만)마다 place_segment 분할+선택 샷 # 레인 바인딩(map_marker/structure_plate, evidence-bound) LLM 저작 + 보수 # 라우팅(저신뢰/혼합→structure_plate). 이미지 생성 없음 — canon/맵 불요. # opt-in: settings.outdoor_lane_plan_enabled (default False). fresh-run 에서 # 이 flag 만 ON 이면 outdoor_place_spec 이 not_applicable(=gate satisfied)일 # 수 있음 — spec cp 부재 그룹은 skipped(비실패). spec applicability 확장은 # Stage E(flag 전환)에서 결정. "outdoor_lane_plan": { "label": "야외 3레인 lane plan (설계 v2 ①)", "category": "analysis", # Codex Stage D 재리뷰 BLOCKING-1: 그룹 실패=partial 이 하류로 # 조용히 통과하지 않도록 선제 차단 (group parity 검증과 이중 방어) "allow_partial_downstream": False, # Stage D BLOCKING-1: 21.80 → 21.775 — outdoor_place_canon(21.78)이 # lane plan CP 로 map_marker 그룹만 타깃하도록 선행 배치. "order": 21.775, "default_model": "gpt", "provider": "openai", "depends_on": [ "outdoor_place_spec", # 존 라벨+마커 스펙 (레인 판정 입력) "scene_save", # 씬 원문 전문 (evidence 근거) "scene_director", # scene → primary_location 매핑 "shot_validator", "shot_selection", "shot_staging", ], "fan_out": False, "applicability": "if_outdoor_lane_plan", "step_type": "transform", "lifecycle": "active", # outdoor_lane_plan_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.78 outdoor_frame_mode — E2E6 피드백 ③ (2026-07-16). lane plan 의 # structure_plate 샷별 frame_mode(structure_dominant/layout_dominant) # LLM 판정 — structure_dominant=마커 맵→스케치 생략(스틸 seed 직참조). # evidence 인용 실재+대상 샷 parity fail-closed. 이미지 생성 없음. # opt-in: outdoor_frame_mode_enabled(+lane pipe, default False). "outdoor_frame_mode": { "label": "레인2 구도 판정 (E2E6 ③)", "category": "analysis", "allow_partial_downstream": False, "order": 21.78, "default_model": "gpt", "provider": "openai", "depends_on": [ "outdoor_lane_plan", # structure_plate 바인딩 (대상 SOT) "outdoor_place_spec", # persisted plan 재검증 입력 "scene_save", # 씬 원문 전문 (evidence 근거) "shot_validator", "shot_selection", "shot_staging", "scene_director", # reconstructor 입력 ], "fan_out": False, "applicability": "if_outdoor_frame_mode", "step_type": "transform", "lifecycle": "active", # outdoor_frame_mode_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.915 outdoor_structure_form_reference — 검색 그라운딩 형태 참조 # (2026-07-28 사용자 지시: "야외 구조물은 모두 검색 기반 + VLM"). # structure_plate 바인딩 그룹마다 ①원본어 검색 지시문 저작 ②웹 이미지 # 검색(search_content_types=[image,text] — 기본값은 텍스트만이라 사진이 # 안 온다) ③안전 다운로드 ④VLM **비교선택 1장**. 선택 사진은 # structure_form_ref ImageAsset 으로 영속되고 seed 가 형태 참조로 소비한다. # 필수 대상 fail-closed — 순수 T2I 자동 degrade 금지(조용한 하강은 "배경이 # 이상해"를 아무도 모르게 재생산한다). 설계=docs/superpowers/specs/ # 2026-07-28-search-grounded-seed-and-conti-entity-chain-design.md "outdoor_structure_form_reference": { "label": "야외 구조물 형태 참조 검색·선택 (Stage D 선행)", "category": "image", "order": 21.915, "default_model": "gpt", "provider": "openai", "depends_on": [ # 대상 = structure_plate 바인딩 ∪ scope 판정 yes (v2 합집합). "outdoor_lane_plan", "outdoor_place_spec", # persistent_site 검증 서술 (검색 대상) "background_classify", # building_groups "entity_merge", # 실내/실외 loc 서술 "scene_save", # 씬 원문 (source_language 판정 전용) "visual_world_rules", # 지역·시대 확정 사실 ], "fan_out": False, "applicability": "if_outdoor_lane_pipe", "step_type": "generate", "lifecycle": "active", # outdoor_structure_form_reference_step.py 의 SCHEMA_VERSION 와 동기. # v2 = 그룹 지문 재사용 / v3 (2026-07-30) = 대상 seed exact parity # (판정 제거) + Gemini·GPT 이중 판정 선택. # v4 (2026-08-02, A4) = 라운드 불변 저장. group entry 에 round_id · # path_kind · round_contract_version 이 붙고 최상위에 # round_replayed_count 가 생겼다. shape 이 바뀌었으므로 # config_hash 만으로 두지 않는다. # v5 (2026-08-03) = **사전조사가 이미지 검색보다 먼저** 이 스텝 # 안에서 돈다(예전에는 씨드 스텝이 검색 뒤에 조사해서 조사 결과가 # 질의로 이어질 수 없었다). group entry 에 typology · fitting_refs # 가 붙는다 — 부속 대상별로 따로 검색해 고른 참조 사진들이다. # ★핀이 어긋나면 신규 CP 를 resume 이 구 스키마로 읽는다 — # test_step_schema_pins.py 가 두 값을 교차 검증한다. "schema_version": 5, }, # 21.92 outdoor_structure_seed — 야외 3레인 Stage D (2026-07-15, 레인2). # structure_plate 바인딩 그룹마다 구조물 seed 실사 생성. # seed 입력 SOT=outdoor_place_spec persistent_site 검증 서술 # +excluded_transient negative contract. persisted lane plan 소비 직전 # 재검증(fail-closed). opt-in: outdoor_lane_pipe_enabled+outdoor_lane_plan_ # enabled (default OFF = not_applicable, 기존 경로 byte-identical). # v3 (2026-07-28): 순수 T2I → **검색 선택 실사 형태 참조 i2i**. # 권위 = seed 가 이 작품 구조물의 IDENTITY/LOOK SOT, 웹 사진은 그 종류의 # 구조·비례·재료 관습만 주는 FORM REFERENCE (dual SOT 방지). "outdoor_structure_seed": { "label": "야외 레인2 구조물 seed (Stage D)", "category": "image", "order": 21.92, "default_model": "gemini-image", "provider": "google", "depends_on": [ "outdoor_lane_plan", # 레인 바인딩 (structure_plate 그룹 선정) "outdoor_place_spec", # persistent_site 검증 서술 (seed SOT) "background_classify", # building_groups (실내 규모 앵커 조인) "entity_merge", # 실내 loc 서술 (규모 SOT) "scene_save", # 씬 원문 (plan 재검증 evidence) "shot_ref_classify", # world_anchor_en # [2026-08-01 Codex BLOCKING 3] 검색 선택 형태 참조의 producer. # 의존이 없으면 producer 의 partial·재실행이 seed 를 막지도 # 무효화하지도 못한다 — 소비자는 CP 를 직접 읽는데 그래프상 # 남남이었다. "outdoor_structure_form_reference", # Stage D BLOCKING-2: authoritative 그룹 샷 재구성 입력 "shot_validator", "shot_selection", "shot_staging", "scene_director", ], "fan_out": False, "applicability": "if_outdoor_lane_pipe", "step_type": "generate", "lifecycle": "active", # outdoor_structure_seed_step.py 의 SCHEMA_VERSION 와 동기 의무. # v2 (2026-07-16 R7): siteplan 산출 제거. # v3 (2026-07-28): 검색 선택 실사 형태 참조 i2i + 필수 대상 fail-closed. # v5 (2026-08-01): 감사 계약 shape — seed_decision 무조건 기록 + # 재생성 이슈 정책(이름·버전)·보류 결함·수정 생략 사유 typed 영속. # v6 (2026-08-03): entry 에 seed_paths 추가(직접/스케치 두 경로 중 # 무엇이 돌고 무엇이 이겼는지·도해 파일과 자산). 롤 라벨의 뜻이 저작 # 변형에서 **경로**로 바뀌어 옛 CP 의 seed_selected 를 같은 뜻으로 # 읽으면 안 된다. ★스텝은 6 이었는데 이 핀이 5 에 남아 있었다 — # 어긋난 채로 두면 신규 CP 를 resume 이 구 스키마로 읽는다. "schema_version": 6, }, # 21.90 shot_ref_classify — s40/s41 콘티·스틸 레시피 이식 (2026-07-13) ①. # 선택 샷 전체를 bgonly(person_visible)/prev v3(배경 동일성 유일 기준, # usage_en TAKE/EXCLUDE 동시 저작)/씬별 time_of_day(LLM 저작 — 헤딩 # substring 매칭 금지 규칙 대체)로 분류. 소비자=shot_conti_light(콘티 # 대상 선별)+scene_image still_recipe(참조 규칙·시간대 lock). # still_recipe_mode="v1" 일 때만 applicable — OFF 면 기존 파이프 # byte-identical. "shot_ref_classify": { "label": "샷 참조 분류 (레시피)", "category": "analysis", "order": 21.90, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_validator", "shot_selection", # 샷 목록·선택 필터 "scene_save", # 씬 원문 전문·헤딩 "scene_director", # primary_location (LOCATION 병기) ], "fan_out": False, "applicability": "if_still_recipe", "step_type": "transform", "lifecycle": "active", # shot_ref_classify_step.py 의 SCHEMA_VERSION 와 동기 의무. # v4 (2026-08-07): bgonly 번들 `handled_by` 신설 — 손에 든 물건의 # 주인을 샷 텍스트 근거로 판정한다. 스텝 상수와 함께 승격. # v3 (2026-07-23 슬라이스 E 실측): a07f8c84 가 스텝 상수만 3 으로 # 승격하고 여기를 방치 — completed CP(schema 3) resume 이 contract # drift BLOCK 되던 동일 패턴 3번째 재발. 동기 교정. "schema_version": 4, }, # 21.905 background_share_plan — 2026-07-19 재설계 B-2: 에피소드 전체 # 배경 공유·참조 계획(LLM 지휘). 계획=스틸 prev/배경 결정의 상위 권위 # (부재=classify 판정 fail-safe). flag OFF=no-op. "background_share_plan": { "label": "배경 공유 계획 (전체 지휘)", "category": "analysis", "order": 21.905, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_validator", "shot_selection", # 샷 목록·선택 필터 "scene_save", # 씬 원문 전문 "scene_director", # primary_location ], "fan_out": False, "applicability": "if_background_share_plan", "step_type": "transform", "lifecycle": "active", "schema_version": 1, }, # 21.91 shot_continuity — s40/s41 레시피 이식 ②. 텍스트 안전망 저작: # 자세 정본(움직일 수 없는 인물, 전 등장 샷 글자 그대로 재사용)+중의어 # 최소 교정(pose_fix)+carried state(양방향 전파·씬 경계 차단=프롬프트 # 계약). 소비자=shot_conti_light+scene_image still_recipe 프롬프트 조립. "shot_continuity": { "label": "샷 연속성 저작 (레시피)", "category": "analysis", "order": 21.91, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_validator", "shot_selection", # 샷 목록·선택 필터 "scene_save", # 씬 원문 전문·헤딩 "entity_merge", # EntityCanon(short_id 매핑) ], "fan_out": False, "applicability": "if_still_recipe", "step_type": "transform", "lifecycle": "active", # shot_continuity_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 24.73 shot_conti_light — s40/s41 레시피 이식 ③. 인물 샷(비 bgonly·비 # prev)마다 배경 플레이트 느슨 참조(BG_REF_CLAUSE) LIGHT_FRAME 단일 프레임 # 콘티(gpt-image-2, 1롤 — multiroll 미적용, s41 실증). Codex 1차 리뷰 # BLOCKING-1 fix: order 21.92→24.73(background_render 24.72 뒤) + # background_render hard dependency — fresh run 에서 플레이트가 먼저 # 생성되도록 보장(not_applicable=satisfied 라 BACKGROUND_MODE=off 무해). # 소비자=scene_image still_recipe 참조 조립([플레이트+콘티+엔티티]). "shot_conti_light": { "label": "경량 콘티 (레시피)", "category": "image", "order": 24.73, "default_model": "gpt-image-2", "provider": "openai", "depends_on": [ # 2026-07-16 복잡 구조물=A/B 재설계: outdoor_frame_mode 의존 # 제거 (소비처 소멸 — Codex 열린쟁점④ consumer/hash/dependency # 전부 제거) # Stage D BLOCKING-2: lane 분기 입력 (flag OFF 시 두 스텝 모두 # not_applicable=gate satisfied — 기존 스케줄 불변) "outdoor_lane_plan", "outdoor_structure_seed", "shot_ref_classify", # bgonly·prev 대상 선별 "shot_continuity", # 자세 정본·pose_fix·carried 절 "shot_validator", "shot_selection", # 샷 목록·선택 필터 "scene_save", "scene_director", # 헤딩·primary_location "background_render", # 플레이트 (fresh-run 순서 보장) # 2차 리뷰 H4: 맵 분기 생산자 — map OFF 면 not_applicable= # satisfied 라 정적 추가 안전, ON 시 fresh-run 순서 보장. "outdoor_place_spec", "outdoor_place_canon", # E2E10 fix④ Codex BLOCKING-1: 콘티 스텝이 share_plan CP 로 # classify prev 를 override(apply_share_plan_prev) — targeted # rerun/force 후 stale 전파 보장. flag OFF=not_applicable= # satisfied 라 정적 추가 안전. "background_share_plan", ], "fan_out": False, "applicability": "if_still_recipe", "step_type": "asset", "lifecycle": "active", # shot_conti_light_step.py 의 SCHEMA_VERSION 와 동기 의무. # v2 (2026-07-16 R1/R2): plate_authority + lane ab_select 재편. # v3 (2026-07-17): seed-bg typed 배경 권위 (bg_source/bg_path). "schema_version": 3, }, # 19.51 background_classify — Phase 7 Step 1. building group 분류 + chain_bg vs prev_shot_ref. # order=19.51: 19.5 active shot_staging와 충돌 회피 (T20 fix). 직접 후행 단계는 master_plan(19.52). "background_classify": { "label": "배경 그룹 분류", "category": "analysis", "order": 19.51, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_validator", "shot_selection", "entity_merge", "entity_detail", "visual_world_rules", "scene_director", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", }, # 19.52 background_master_plan — Phase 7 Step 2. 그룹별 master plan (그룹간 ThreadPool 병렬). # order=19.52: Phase 5 background_planner(19.55)와 collision 방지. background_classify(19.50) # 직후, legacy background_planner(19.55) 직전. floor_plan_anchored alias 환경에서 # 두 step이 동시에 trigger되어도 실행 순서 ambiguous하지 않도록 한다. "background_master_plan": { "label": "배경 마스터플랜", "category": "analysis", "order": 19.52, "default_model": "gpt", "provider": "openai", "depends_on": [ "background_classify", "scene_save", "shot_validator", "shot_selection", "visual_world_rules", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # D6 T4: schema_version 2 — raw intent + bg_catalog post-processing 도입. # 기존 v1 cp 는 sibling field (background_catalog/bg_catalog_hash) 부재 → # _check_cp_mismatch 가 stale 신호. allowlist 외라 BLOCK — 운영자 force 의무. # T4-fix3: schema_version 3 — floor_plans[].loc_id + space_key_hint required + # raw validator 의 fp ↔ bg link cross-check (FpLinkMismatchError). # W20F6 (2026-05-28): schema_version 4 — historical hard floor-plan # scope filter (indoor AND shots>=2 AND dep_BG>=1) + transitive BG # cascade. Superseded by W21B-wave-2 surface_role diagnostics below. # W21B-wave-2 (2026-05-29): schema_version 5 — # backgrounds[].surface_role raw intent + catalog/hash carry + # data.diagnostics.w21b_surface_role_scope_filter 추가. # background_master_plan_step.py:39 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 5, }, # 19.61 floor_plan_prompt — Phase 7 Step 3. master_plan의 floor_plans[]별 t2i prompt 생성. # 도면간 depends_on_fp DAG는 거의 single-level이지만 compute_dag_levels로 안전 처리. # order=19.61: 19.6 deprecated background_chain_planning과 충돌 회피 (T20 fix). "floor_plan_prompt": { "label": "도면 t2i 프롬프트", "category": "analysis", "order": 19.61, "default_model": "gpt", "provider": "openai", # schema_version: floor_plan_prompt_step.SCHEMA_VERSION 와 일치 필수. # D6 v4 (2026-05-09): 1→2 — camera_recommendations[].bg_id pattern BG_ID_RE # 정합 + runtime enum injection + exact-set validator + state_label_raw. # 누락 시 step_runner._check_cp_mismatch 가 manifest default 1 vs cp 2 비교 # → resume 시 cp_mismatch BLOCK. "schema_version": 2, "depends_on": [ "background_master_plan", "scene_save", "shot_validator", "shot_selection", "visual_world_rules", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", }, # 21.55 floor_plan_render — Phase 7 Step 4. floor_plan_prompt + master_plan(depends_on_fp) # 결과를 따라 PNG 생성 (gpt-image-2). 도면간 DAG → compute_dag_levels로 level 병렬. # category=image / step_type=asset (이미지 단계 — 분석 단계 뒤에 배치). # order=21.55: Phase 5 location_floor_plan(21.5)와 collision 방지. applicability=if_background_mode # vs Phase 5 if_floor_plan_mode로 상호 배타이지만 표시 순서를 명확히 분리. "floor_plan_render": { "label": "도면 이미지 생성", "category": "image", "order": 21.55, "default_model": "gpt", "provider": "openai", "depends_on": [ "floor_plan_prompt", "background_master_plan", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "asset", "lifecycle": "active", }, # 21.56 floor_plan_light_sidecar — W21B-w5 STEP5-B (2026-06-01, gpt-image-2 sparse). # 설계: ①gpt-5.5 빈도인식 sparse selection — floor_plan_prompt 의 # numbered_elements + per-element camera_use_count(camera_recommendations. # use_numbered_elements 집계 = 샷 등장빈도) 로 8-10 essential 번호마커(고빈도 # TV·커튼 보호) + 무번호 geometry skeleton + 짧은 room_schematic_prompt(마커배치 # 제약 포함) → ②gpt-image-2 순수 text-to-image 렌더(ref 일절 금지 — ref 주면 # 마커번호 누출/중복, v0 ref-edit 은 "11" 중복) → best_of_n draw 중 첫 성공 = # primary, 전체 draw 는 visual gate 용 persist → step checkpoint # `light_renders/_.png`. (렌더 모델=gpt-image-2: 2026-06-01 사용자 # 육안 — 동일 프롬프트에서 "번호당 1원"을 Nano Banana 2 보다 잘 지킴, NB2 는 # office 반복가구 마커 중복. 잔존 STRUCTURE 문제는 upstream floor_plan_prompt # skeleton 이슈로 두 모델 공통, 렌더 탓 아님). 상세 PNG 는 # shot_projection_card / edge-judge substrate 로 불변(sidecar ONLY — W21B-w5 # partition SOT 불변). background_render consumer 가 rendered 시 FP anchor PNG # 를 light sidecar 로 교체, else 상세 FP fallback. validation = STRUCTURAL+render # -status only(방 그려짐/overlay essential 금지/prompt 존재) — geometry fidelity # + best-of-N 품질은 육안 gate(Codex lock). category=image / step_type=asset. # opt-in: settings.floor_plan_light_sidecar_enabled (default False) + # floor_plan_prompt_version ∈ {"6","7"}. default 경로 영향 0 (not_applicable cp # 만). floor_plan_light_sidecar_step.py 의 SCHEMA_VERSION 와 동기 의무. "floor_plan_light_sidecar": { "label": "도면 단순화 사이드카 (W21B-w5)", "category": "image", "order": 21.56, "default_model": "gpt", "provider": "openai", # NB2 sparse path reads floor_plan_prompt (numbered_elements + # camera_recommendations) — pure text-to-image, no detailed-FP reference. "depends_on": [ "floor_plan_prompt", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "asset", "lifecycle": "active", "schema_version": 2, }, # 21.57 floor_plan_overlay_payload — W19B-1 (2026-05-26). # floor_plan_prompt v6 의 numbered_elements + camera_recommendations # (per-bg use/ignore arrays) 와 background_master_plan 의 backgrounds[] # DAG 를 deterministic exact-ID join → per-bg overlay payload (base / # transient marker partition + target_unit_marker_numbers + # dominant_target_unit_marker_number + clean_background_expected). # **LLM / image / VLM API 호출 0** — 순수 join. v6 (background_prompt # v7 + background_render w18j_overlap) opt-in 시 producer. v5 default # path 는 step 내부 floor_plan_prompt_version not in {"6","7"} 분기에서 # not_applicable 로 떨어진다 (v7 = v6-compatible, W21B-wave-4). "floor_plan_overlay_payload": { "label": "도면 오버레이 페이로드", "category": "analysis", "order": 21.57, "default_model": "gpt", # 미사용 (deterministic) — manifest 형식상 필수 "provider": "openai", "depends_on": [ "floor_plan_prompt", "background_master_plan", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", "schema_version": 1, }, # 21.58 base_location_dossier — W20A (2026-05-27). # floor_plan_prompt v6 numbered_elements + floor_plan_render png_path + # background_master_plan backgrounds[] DAG + floor_plan_overlay_payload # overlays{} 를 deterministic 하게 join → per-fp dossier artifact. # 산출: dwelling identity 5 axes (structure / materials placeholder / # fixed_elements_inventory / standard_of_living_band / # lighting_identity placeholder) + fp_geometry_candidates shape # (camera/look-at/visible-units/visible-openings slots, VLM 의존 빈 # dict) + fp_geometry_vlm_readback (synthetic_placeholder, real VLM # 미호출) + anchor_selection_metadata (LLM 영역 — code 가 anchor 선택 # 안 함, candidate surface 만 emit). **LLM / image / VLM API 호출 0**. # opt-in: settings.base_location_dossier_enabled (default False) + # floor_plan_prompt_version ∈ {"6","7"} 동시 만족 시에만 active (v7 = # v6-compatible, W21B-wave-4). default 경로 영향 0 (not_applicable cp 만). "base_location_dossier": { "label": "기초 위치 정보 (W20A)", "category": "analysis", "order": 21.58, "default_model": "gpt", # 미사용 (deterministic) — manifest 형식상 필수 "provider": "openai", "depends_on": [ "floor_plan_prompt", "floor_plan_render", "background_master_plan", "floor_plan_overlay_payload", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # W20F5 (2026-05-28): schema_version 2 — _anchor_candidate_surface # ramped fallback. base_location_dossier_step.py:39 의 SCHEMA_VERSION # 와 동기 의무. "schema_version": 2, }, # 21.59 floor_plan_geometry_readback — W20A2 (2026-05-27). # base_location_dossier 의 fp_id 별 base_marker_inventory + fp_image_path # 를 consume → synthetic_fixture readback (deterministic placeholder # cells; real VLM 미호출) → geometry candidates (camera_cell / # look_at_cell candidates per unit, direction_vector / view_cone # records, visible_units / visible_openings supersets, # wall_door_invalidation diagnostics) → review HTML overlay 산출 + # checkpoint dir 안 `review_html/.html` 에 write. **LLM / # image / VLM API 호출 0**, sidecar HTML file 만 추가. opt-in: # settings.floor_plan_geometry_readback_enabled (default False) + # base_location_dossier_enabled=True + floor_plan_prompt_version ∈ # {"6","7"} 모두 만족 시 active (v7 = v6-compatible, W21B-wave-4). # default 경로 영향 0. "floor_plan_geometry_readback": { "label": "도면 기하 readback (W20A2)", "category": "analysis", "order": 21.59, "default_model": "gpt", # 미사용 (deterministic) — manifest 형식상 필수 "provider": "openai", "depends_on": [ "base_location_dossier", "floor_plan_render", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # W20F7-A (2026-05-28): schema_version 2 — VLM provider # max_completion_tokens 2000→16000 bump (stale cp 자동 인식용). # floor_plan_geometry_readback_step.py:39 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 2, }, # 21.591 floor_plan_semantic_readback — W21B-wave-4 (2026-05-29). # base_location_dossier 의 fp_id 별 base_marker_inventory + fp_image_path # 를 consume → marker-SEMANTIC readback (도면 PNG 의 각 base marker 에 # 실제로 그려진 object 가 expected label/class 와 일치하는가) + fail-closed # gate (pass / needs_fix / needs_review / synthetic_unverified). real # provider selector OFF (default) 시 synthetic fixture (deterministic # placeholder verdicts, real VLM 미호출). W20A2 geometry readback # (marker number/cell/base-kind 공간 readback) 과 **별도** gate — 비용/ # 실패정책/acceptance 가 다름. shot_aware_bg_render_plan 의 hard # depends_on 에는 넣지 않는다 (semantic 은 관측/품질 gate, planner hard # dep 은 geometry+dossier+overlay). opt-in: # settings.floor_plan_semantic_readback_enabled (default False) + # base_location_dossier_enabled=True + floor_plan_prompt_version ∈ # {"6","7"} 모두 만족 시 active. default 경로 영향 0. "floor_plan_semantic_readback": { "label": "도면 마커 의미 fidelity readback (W21B-w4)", "category": "analysis", "order": 21.591, "default_model": "gpt", # synthetic default; real provider opt-in "provider": "openai", "depends_on": [ "base_location_dossier", "floor_plan_render", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # floor_plan_semantic_readback_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.593 shot_projection_card — W21B-wave-4 (2026-05-30, C2). # semantic_readback(21.591) 이후 / plan(21.595) 이전. (bg_id, shot_id) # 단위로 overlay payload union(base∪transient∪ignored) inventory + # source_hashes provenance 를 조립 → projection-card VLM output(카메라 # pose 안에서 무엇이 어디쯤 보이는지 한국어 prose 2층: 전체 scene + # bg-plate-only) → card envelope + v0 deterministic gate (pass / # needs_review / blocked). real provider selector OFF (default) 시 # synthetic fixture (non-authoritative placeholder, gate auto-pass # 불가, real VLM 미호출). hard precondition (per-(bg,shot) 누락 시 # provider 미호출 + card_state=blocked+fallback_reason) = render / # overlay / dossier / geometry / camera pose(floor_plan_prompt # camera_recommendations). dossier/geometry/overlay/render/camera_rec # +shot_context 는 source_hashes 에 포함되어 변경 시 card invalidation. # shot_staging/scene_save 는 shot_context(shot intent + scene text) # 조립용 soft dep (누락 시 empty context, block 아님). semantic_readback # 은 OPTIONAL gate (enabled 면 per-fp gate_state 반영, disabled 면 # semantic_gate_state=not_available). card 는 background_prompt # (C4) 와 scene_detail (C5) 공통 shot-observation SOT. opt-in: # settings.shot_projection_card_enabled (default False) + # base_location_dossier_enabled=True + applicable (bg, shot) target 존재 # 시 active. default 경로 영향 0. shot_aware_bg_render_plan hard # depends_on 엔 넣지 않는다 (plan vNext 가 card 를 소비하는 건 C3). "shot_projection_card": { "label": "샷 projection card — 카메라 가시물 서술 SOT (W21B-w4)", "category": "analysis", "order": 21.593, "default_model": "gpt", # synthetic default; real provider opt-in "provider": "openai", "depends_on": [ "base_location_dossier", "floor_plan_render", "floor_plan_overlay_payload", "floor_plan_geometry_readback", "floor_plan_prompt", "background_master_plan", "shot_staging", "scene_save", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # shot_projection_card_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.594 bg_space_partition — W21B-w5 (2026-05-31, D2). # shot_projection_card(21.593) 이후 / shot_aware_bg_render_plan(21.595) # 이전. per fp_id 로 base_location_dossier checkpoint(base_marker_inventory # structural units + per_bg_render_facts_by_bg_id camera-target floors)에서 # deterministic candidate edge(build_candidate_edges: IDF ubiquity discount + # hub 격리 = diagnostic floor, 최종 SOT 아님)를 만들고, borderline edge 를 # projection-card visible_items 위의 pass-2 edge judge(text LLM, VLM 재호출 # 없음)로 판정 → space_partition_plan(plate_group / anchor / render_action / # ref_tree_parents max2)을 조립한다. 이 plan 이 cross-zone reuse 의 LLM SOT — # wave-4 geometry/band PLATE_PARTITION / REFERENCE_DAG mirror 는 candidate / # diagnostic 으로 demote(D1). edge judge 의 R3 precondition = 양쪽 bg 가 real / # pass / non-synthetic / visible_items 있는 card 일 때만 판정(아니면 skipped, # strong parent 절대 금지). R2 strong-parent gate = same_space && conf>=0.75 && # shared_distinctive non-empty(validator 계산, free text 의미판단 0). cost cap # (Codex lock ⑤) = per-fp edge cap + global LLM-call cap, 초과 edge 는 skipped # (cap reason) 기록(silent drop / auto-merge 금지). geometry presence 는 per-fp # hard precondition. opt-in: settings.bg_space_partition_enabled (default # False) + base_location_dossier_enabled=True + dossier checkpoint 존재 시 # active. real provider selector OFF (default) 시 모든 edge skipped # (provider_disabled) → strong edge 0 → bg 별 own plate, real LLM 미호출. # default 경로 영향 0 (no checkpoint, no consumer change). shot_aware_bg_render # _plan hard depends_on 엔 넣지 않는다 (plan 이 partition 을 소비하는 건 A 배선). "bg_space_partition": { "label": "BG 공간분할 — plate group / anchor / ref DAG SOT (W21B-w5)", "category": "analysis", "order": 21.594, "default_model": "gpt", # provider OFF default → 미호출 "provider": "openai", # hard deps = dossier(candidate edge 입력) / geometry(per-fp hard # precondition) / shot_projection_card(edge judge visible_items 시드). # background_master_plan 은 직접 읽지 않는다 (bg_ids 는 dossier 의 # per_bg_render_facts_by_bg_id 에서 나오고, master_plan readiness 는 # dossier 가 이미 transitive 로 보장) → depends_on 에 넣지 않음. "depends_on": [ "base_location_dossier", "floor_plan_geometry_readback", "shot_projection_card", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # bg_space_partition_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 21.5945 dwelling_zone_map — W21B (2026-06-08). # shot_projection_card(21.593) / bg_space_partition(21.594) 이후 / # shot_aware_bg_render_plan(21.595) 이전. FP-이미지 + VLM vision 으로 # 같은 dwelling 의 bg 들을 zone 으로 묶는다 (edge-judge 우회 — edge-judge # 는 같은 dwelling 의 다른 카메라각 bg 를 confidence 로 못 묶어 cross-angle # pair 가 strong gate 밑 adjacent_related 로 떨어지는 한계). per fp_id 로 # interior dwelling 의 bg 를 모아: ①per-bg 구조 묘사 조립(우선순위: # shot_projection_card plate prose → freshness 검증된 background_prompt t2i → # master_plan catalog; dossier 구조 facts enrichment 첨부) ②구조 SOT= # floor_plan_prompt.space_model(전체 dwelling 모든 zone) → clean 흑백 2D FP # prompt(gpt-5.5) → NEW clean plan 렌더(gpt-image-2 text-to-image; 왜곡된 # floor_plan_render PNG 재사용 안 함) → gpt-5.5 VISION 이 각 bg 를 zone + # grid focus 로 매핑 ③deterministic join → zone-map contract (zones + # bg/shot zone assignments) + SEPARATE annotated(번호 overlay, # must_not_be_used_for_render) FP + edge-judge diagnostic 비교. CLEAN # 렌더 ref 와 ANNOTATED(번호) ref 는 분리 — 번호누출 가드. zone_map 이 # grouping SOT, bg_space_partition 은 diagnostic 으로 비교만(이 step 은 # 수정 안 함 — consumer 재배선은 Phase 2). Phase 1 = contract 산출/검증만 # (렌더 배선 없음). opt-in: settings.dwelling_zone_map_enabled (default # False) + floor_plan_prompt_version ∈ {"6","7"}. real_provider selector # OFF (default) 시 dwelling 마다 synthetic fixture (LLM/VLM/image 0). default # 경로 영향 0 (not_applicable cp 만). shot_aware_bg_render_plan hard # depends_on 엔 넣지 않는다 (consumer 배선은 Phase 2). dwelling_zone_map_step.py # 의 SCHEMA_VERSION 와 동기 의무. "dwelling_zone_map": { "label": "dwelling zone map — FP+VLM 공간 묶기 (W21B)", "category": "analysis", "order": 21.5945, "default_model": "gpt", # real_provider OFF default → 미호출 "provider": "openai", # hard = master_plan(bg catalog / shot binding) + floor_plan_prompt(spec). # soft (enrichment / diagnostic, 누락해도 동작): dossier / geometry / # shot_projection_card(plate prose) / bg_space_partition(edge-judge 비교). # background_prompt 는 hard dep 아님 — t2i prose 는 있으면 쓰고 없으면 # projection / catalog 로 degrade (order-robust). "depends_on": [ "background_master_plan", "floor_plan_prompt", "base_location_dossier", "floor_plan_geometry_readback", "shot_projection_card", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", "schema_version": 1, }, # 22.5 space_set_bg — W21B (2026-06-10). frame/addon/life 3층 공간 세트 # BG 새 경로 (실험 geum_fp_frame_addon_exp 14회 육안 반복 검증의 production # 포팅, 사용자 합의). 장소 그룹당: analyze(frame=경계·개구부·access path· # construction_character / addon=씬 증거 핵심 가구→FP 에 그림 / life_baseline= # 인물 상황→환경 추론 고정물→FP 미표기·BG 생성시만) → place_desc whole/ # indoor/outdoor 분리 → 실내: frame 2D(t2i)→addon i2i=최종 2D FP→VLM 좌표 # →★공간당 단일 번호 마킹★(PIL)→마킹 사본 base BG i2i / 옥외(open_air): # FP 미경유 공간당 단 한 장 T2I 기준 BG / threshold=connector(plate 생략) / # same_space=canonical 사진 참조. ★3D FP 단계 없음(실험 비교로 손실 변환 # 판정·제거). frame_check 는 VLM 진단(게이트 아님). opt-in: # settings.space_set_bg_enabled (default False) → OFF 시 not_applicable 만, # 기존 FP/BG 체인 영향 0. 하류(scene_image) 배선은 Phase 2. # # category=image / order 22.5 (2026-06-10 fresh full E2E 실측 fix, # Codex MOVE_TO_IMAGE_CATEGORY_APPROVED_WITH_ORDER_NARROW): # 원래 analysis/21.5946 이었으나 hard dep world_guide(image, 22)가 순서상 # 미래를 가리켜 fresh category=all run 에서 항상 blocked ('선행 단계 미완료'). # world_guide 직후 asset-prep 슬롯 — ref_image_gen(23)과는 독립이며 단지 # background_render/scene_image_pipeline 전에만 완료되면 된다(shot_plate_map # overlay 가 scene_image 의 background ref 로 소비). image category 이동으로 # 기존 CAVEAT(analysis category 의 gpt-image-2 호출이 image budget gate 밖)도 # 해소 — image/all dispatch 의 cap·approve 관할로 정상 편입. "space_set_bg": { "label": "space set BG — frame/addon/life 3층 공간 세트 (W21B)", "category": "image", "order": 22.5, "default_model": "gpt", # default OFF → 미호출 "provider": "openai", # hard = master_plan(group/loc 묶음) + world_guide(시각 정체성) # + scene_save/shot_validator/shot_selection(_select_scenes_for_group # 직접 소비 — force/수동 정리 상황에서도 gate 가 부재를 보호, Codex 리뷰 #4). "depends_on": [ "background_master_plan", "world_guide", "scene_save", "shot_validator", "shot_selection", "scene_director", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "asset", # image category 불변식 (test_image_steps_are_asset) "lifecycle": "active", "schema_version": 1, }, # 21.595 shot_aware_bg_render_plan — W20B (2026-05-27). # dwelling-scoped reference graph DAG + per-bg camera_decision + # reference_decision. LLM planner step; mock/dry 중심 구현 + 실 # LLM call 0 (default OFF + production llm_provider=None). consumer # = future W20C+ (HTML inspectable surface 는 W20A2 가 이미 제공, # W20B 는 plan/checkpoint/validation 까지). 입력: dossier + geometry + # overlay + master_plan + shot_staging. validators: # DAG / same-fp / max_refs<=2 / two-refs distinct physical_space_id / # camera-cell ∈ candidate sets / exactly-one anchor / non-empty # rationale / synthetic readback → production_clear=False. opt-in: # settings.shot_aware_bg_render_plan_enabled (default False) + 4 # upstream opt-in flags 모두 True 일 때만 active. default 경로 영향 0. # W20D (2026-05-27): per-node render_guidance (5 directive strings) # 추가; prompt pack v2 = 1.202605271800, schema_version 1->2. "shot_aware_bg_render_plan": { "label": "shot-aware BG render plan (W20B)", "category": "analysis", "order": 21.595, "default_model": "gpt", # llm_provider=None default → 미호출 "provider": "openai", "depends_on": [ "base_location_dossier", "floor_plan_geometry_readback", "floor_plan_overlay_payload", "background_master_plan", "shot_staging", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", # W21B-w3 (2026-05-29): schema_version 7 = wave-3 전체 persisted # shape. Commit 1 = v2 prompt pack (same_physical_space_view / # related_style_new_space mode split + same-space low-delta reuse # candidate 신호). Commit 2a = checkpoint graph node 에 canonical # render_action / reuse_target_bg_id router output 추가. 1·2a 한 # schema 세대(중간 bump 없음). stale cascade. # shot_aware_bg_render_plan_step.py 의 SCHEMA_VERSION 와 동기 의무. # W21B-w4 C3 (2026-05-31): plan vNext stamps additive per-node # projection-card fields (anchor_shot_id / projection_card_* ) # consuming the shot_projection_card checkpoint (default OFF → # not_available). camera_decision demoted (NOT deleted). Persisted # node shape changed → 7→8. # W21B-w4 3a/3b (2026-05-31): card-aware router # (route_render_actions_v2 D5 horizontal-band withhold) + two additive # deterministic mirrors of the canonical render_action SOT — # mirror_plate_partition (PLATE_PARTITION_FIELDS) and # build_reference_dag (REFERENCE_DAG_FIELDS). (A) decision: both run # unconditionally (card OFF → geometry-only), so the persisted node # shape always carries these fields → 8→9. Allowlist 밖이라 # _check_cp_mismatch 가 BLOCK (운영자 force 의무, 자동 rerun X). # W21B-w5 STEP4 (2026-05-31): A wiring — ⑧ apply_space_partition_plan # canonical normalizer runs last, consuming the bg_space_partition # (21.594) space_partition_plan. A usable plan OVERRIDES the whole # canonical render surface from the LLM partition SOT and demotes the # wave4 geometry route/mirror/DAG to geometry_*_diagnostic; default # (no plan) → no-op + render_action_source=geometry_route + # partition_fallback_reason. Persisted node shape changed → 9→10. # shot_aware_bg_render_plan_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 10, }, # 21.60 background_prompt — Phase 7 Step 5. master_plan의 backgrounds[]별 t2i prompt 생성. # depends_on_bg DAG → compute_dag_levels로 level batch 병렬. floor_plan_render(21.55) 직후 # 위치하여 fp PNG 경로를 ref로 전달 가능. 이 step은 prompt만 생성 — PNG는 background_render(T14). # category=analysis (LLM text 호출). chain_bg_render(24.7)보다 앞에 위치. "background_prompt": { "label": "배경 t2i 프롬프트", "category": "analysis", "order": 21.60, "default_model": "gpt", "provider": "openai", # schema_version: background_prompt_step.SCHEMA_VERSION 와 일치 필수. # G3.2 (2026-05-04): 1→2 명시 (objects_owned_by_background field 추가). # D6 v6 (2026-05-09): 2→3 (bg_id pattern → BG_ID_RE + state_label_raw 통합). "schema_version": 3, "depends_on": [ "background_master_plan", "floor_plan_render", # W19B-2 (2026-05-26): v7 opt-in 시 floor_plan_overlay_payload 가 # required producer (background_prompt_step._execute 내 selector # "7" 분기에서 cp 직접 로드). v6 default path 는 producer 가 # not_applicable 이어도 동작 — manifest dep 추가는 ordering 만 강제. "floor_plan_overlay_payload", "scene_save", "shot_validator", "shot_selection", "visual_world_rules", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "transform", "lifecycle": "active", }, # 21.65 episode_reference_policy — scene_detail 직전 reference necessity # manifest. deterministic (LLM 없음). render_prompt_card producer/verify 가 # 동일 immutable manifest 를 읽어 text-only subject 의 identity policy 를 # generic_descriptor_allowed 로 다운그레이드 → reference 과생성 차단. # 설계: docs/reference-necessity/index.html. "episode_reference_policy": { "label": "에피소드 참조 정책", "category": "analysis", "order": 21.65, "default_model": "gpt", # 미사용 (deterministic) — manifest 형식상 필수 "provider": "openai", "depends_on": [ "shot_director", "shot_selection", "shot_validator", "entity_merge", "entity_relation", ], "fan_out": False, "applicability": "always", "step_type": "transform", "lifecycle": "active", "schema_version": 1, }, # 21.66 visual_continuity_anchor — W21B-W7 (2026-06-12). # ★v1 production scope = printed_prop(D) anchors 전용 — zoom continuity(C) # 는 zoom_continuity_anchor(21.73)로 이동 (W-C1, Codex C3 변형: refined # ref_usage 가 21.71 에만 실재해 21.66 은 fresh run 에 C seed 0 — SOT 1곳 # 원칙). 이 step 의 zoom/exact 후보는 diagnostics 로만 기록. # seed deterministic 탐지(D=prop short_id 의 selected-shot 반복 + framing # structured-enum priority score) → 그룹당 1콜 LLM anchor 추출(gpt-5.5, # 씬 원문 전체) → immutable anchor manifest cp + review_html 갤러리. # consumer (별도 wave): W-B=ref_image_gen(23) prop ref prompt overlay + # scene_detail scale 계약 / W-C=scene_detail wide 계약 + zoom crop/i2i-fill. # episode_reference_policy(21.65) 의 deterministic immutable manifest 선례. # opt-in: settings.visual_continuity_anchor_enabled (default False) — OFF 시 # not_applicable cp 만, default 경로 영향 0. cap 초과 seed 는 # skipped(reason="cap") 진단 (silent drop 금지). 설계: # docs/w21b-w7-visual-continuity-anchor-production-brief-20260612/. "visual_continuity_anchor": { "label": "시각 연속성 anchor (W21B-W7)", "category": "analysis", "order": 21.66, "default_model": "gpt", "provider": "openai", "depends_on": [ "scene_save", # 씬 원문 전체 (LLM 입력, 자르지 않음) "shot_validator", "shot_selection", "shot_dependency", # C seed ordering (refined cp 는 soft 역참조) "shot_staging", # 멤버 샷 staging + framing_scale enum "shot_director", # D seed: per-shot visible_entity_ids "entity_t2i", # 현 canon t2i_prompt (prop + 인물) ], "fan_out": False, "applicability": "if_visual_continuity_anchor_enabled", "step_type": "transform", "lifecycle": "active", # 2-pass 역참조: refined ref_usage(zoom_in_detail) 는 하류 # shot_dependency_t2i(21.71) cp 에만 실재 — W-B 에서 scene_detail 이 # 이 step 에 depends_on 하면서 shot_dependency_t2i 가 재귀 downstream # 에 들어와 consumes_downstream 불변식 충족 + force cascade 시 파일 # 보존 (scene_detail 의 동일 선례). "consumes_downstream": ["shot_dependency_t2i"], # visual_continuity_anchor_step.py 의 SCHEMA_VERSION 와 동기 의무. "schema_version": 1, }, # 19.55 background_planner — Phase 5 (v3 plan, 2026-04-29). # 단일 LLM 호출로 frequency 분석 + building group + floor_plan_order/chain_bg_order # 결정 + prev_shot_only fallback. set_design / location-loop chain_bg_planning 교체. # toggle: settings.background_mode == 'floor_plan_anchored' # → applicability='if_floor_plan_mode'. off/chain_only 모드에선 자동 not_applicable. # 19.55: shot_essence(19.7) 직전이 아니라 chain_bg_planning(19.6) 직전에 위치 — Phase 5 # downstream(chain_bg_planning, location_floor_plan, chain_bg_render)이 이 결과를 소비. # DEPRECATED by Phase 7 (T16, 2026-04-29): background_classify(19.50) + # background_master_plan(19.52) 가 이 step의 frequency 분석 + grouping + # ordering 책임을 분리해 대체한다. 코드는 보류 — Phase 7.1 cleanup PR에서 # 별도 삭제 예정. "background_planner": { "label": "배경 생성 Planner (deprecated, Phase 7로 대체)", "category": "analysis", "order": 19.55, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_validator", "shot_selection", "scene_director", "entity_merge", "entity_detail", "visual_world_rules", ], "fan_out": False, "applicability": "disabled", # Phase 7 deprecation "step_type": "transform", "lifecycle": "deprecated", # Phase 7 deprecation }, # 19.6 background_chain_planning — set_design 교체용 신규 step (2026-04-27). # on_demand: 자동 실행 X. 사용자가 명시 트리거할 때만. # 새 background_chain_render(별도 step)이 이 결과를 입력으로 받아 실제 PNG 생성. # DEPRECATED by Phase 7 (T16, 2026-04-29): background_master_plan(19.52) + # background_prompt(21.60) 이 chain 플래닝 + per-bg t2i prompt 책임을 분리해 # 대체한다. 코드는 보류 — Phase 7.1 cleanup PR에서 별도 삭제 예정. "background_chain_planning": { "label": "배경 chain 플래닝 (deprecated, Phase 7로 대체)", "category": "analysis", "order": 19.6, "default_model": "gpt", "provider": "openai", "depends_on": [ "shot_validator", "shot_selection", "shot_staging", "scene_director", "entity_merge", "entity_detail", "visual_world_rules", ], "fan_out": False, "applicability": "disabled", # Phase 7 deprecation "step_type": "transform", "lifecycle": "deprecated", # Phase 7 deprecation }, # 21. 교차 검증 (병렬, 앞2씬 컨텍스트) "scene_verify": { "label": "교차 검증 (레거시)", "category": "analysis", "order": 21, "default_model": "gpt", "provider": "openai", "depends_on": ["scene_detail"], "fan_out": True, "requires_projection_sync_before_run": True, # W1-F12 "applicability": "disabled", "step_type": "editorial", "lifecycle": "deprecated", }, # ── 이미지 Phase (5단계) ── "world_guide": { "label": "월드 가이드", "category": "image", "order": 22, "default_model": "gpt", "provider": "openai", "depends_on": ["entity_t2i", "scene_detail"], "fan_out": False, "applicability": "always", "step_type": "asset", "lifecycle": "active", }, "ref_image_gen": { "label": "요소 참조 이미지", "category": "image", "order": 23, "default_model": "gemini-image", "provider": "gemini", "depends_on": ["entity_t2i"], "fan_out": True, "applicability": "always", "step_type": "asset", "lifecycle": "active", }, "composite_image_gen": { "label": "인물+아웃룩 합성 이미지", "category": "image", "order": 24, "default_model": "gemini-image", "provider": "gemini", "depends_on": ["ref_image_gen", "outlook_phase3"], "fan_out": True, "applicability": "if_has_outlooks", "step_type": "asset", "lifecycle": "active", }, "character_state_variant": { "label": "인물 상태 변형 참조 이미지", "category": "image", "order": 24.5, "default_model": "gemini-image", "provider": "gemini", "depends_on": ["composite_image_gen", "shot_staging"], "fan_out": False, "applicability": "always", "step_type": "asset", "lifecycle": "active", }, # 24.72 background_render — Phase 7 Step 6. master_plan backgrounds[]별 PNG 생성 # (gpt-image-2). depends_on_bg DAG → compute_dag_levels로 level 분할 후 # level 내부 ThreadPool 병렬. ref 우선순위: floor_plan_render PNG 1순위 + # 이전 background PNG 2순위. 출력 shape는 Phase 5 chain_bg_render와 호환: # data.groups[bg_id].{status, location_id, png_path, t2i_prompt, shot_guides, # shot_ids, parent_id, ref_used, ...} → Phase 6 scene_context_loader 변경 0. # order=24.72: Phase 5 chain_bg_render(24.7) 와 collision 회피. # category=image / step_type=asset. "background_render": { "label": "배경 이미지 생성", "category": "image", "order": 24.72, "default_model": "gpt", "provider": "openai", # schema_version: background_render_step.SCHEMA_VERSION 와 일치 필수. # Phase 9.1: 1→2 (data.groups[bg_id].camera_recommendations 추가). # D6 T5c + T5-fix B2: 2→3 (data.consumed_bg_catalog_hash + # data.consumed_shot_binding_hash 추가). _LEGACY_SCHEMA_BUMP_ALLOWLIST 외라 # 운영자 명시 force 의무 (`step_runner.py:763-769`). "schema_version": 3, "depends_on": [ # W19B-3 (2026-05-26): w18j_overlap opt-in path 는 # background_render_step._execute 안에서 floor_plan_overlay_payload # cp 를 직접 로드 → manifest dependency 도 명시. legacy default # path 는 overlay step 이 not_applicable 이어도 동작 (cp 부재여도 # legacy branch 진입 X 영향 0). 추가 의도: pipeline ordering / # applicability 가 producer 와 consumer 를 정확히 묶도록. "floor_plan_overlay_payload", "background_prompt", "floor_plan_render", "background_master_plan", ], "fan_out": False, "applicability": "if_background_mode", "step_type": "asset", "lifecycle": "active", }, # 24.7 background_chain_render — chain plan → 노드별 PNG (gpt-image-2). # on_demand: 사용자 명시 트리거만. PR #5 머지 후 scene_image_pipeline의 # 첫 번째 ref 슬롯에 노드 PNG가 주입될 예정. # DEPRECATED by Phase 7 (T16, 2026-04-29): background_render(24.72) 가 # 동일한 data.groups shape으로 출력하면서 도면 ref + level 병렬 처리를 통합 # 수행해 이 step을 대체한다. 코드는 보류 — Phase 7.1 cleanup PR에서 별도 # 삭제 예정. "background_chain_render": { "label": "배경 chain 렌더 (deprecated, Phase 7로 대체)", "category": "image", "order": 24.7, "default_model": "gpt", "provider": "openai", "depends_on": ["background_chain_planning", "location_floor_plan"], "fan_out": False, "applicability": "disabled", # Phase 7 deprecation "step_type": "asset", "lifecycle": "deprecated", # Phase 7 deprecation }, "scene_image_pipeline": { "label": "씬 이미지 생성 (compound)", "category": "image", "order": 25, "default_model": "mixed", "provider": "mixed", # background_render 추가 (Phase 9.2 사고 fix): scene 이미지가 chain_bg를 # ref로 사용하므로 dep 명시. background_render가 not_applicable # (BACKGROUND_MODE=off)이면 dispatcher가 자동 skip — 위반 없음. # 레시피 3스텝 추가 (2026-07-13 Codex 1차 리뷰 BLOCKING-1 fix): # still_recipe_mode=v1 소비 데이터 생산자 완료 보장. OFF 시 # not_applicable=satisfied 라 기존 파이프 무해. "depends_on": [ "composite_image_gen", "world_guide", "character_state_variant", "background_render", "shot_ref_classify", "shot_continuity", "shot_conti_light", # E2E10 fix④ Codex BLOCKING-1: 스틸 서비스가 share_plan CP 를 # prev 상위 권위+groupbg(장소 단위 배경) 묶음 SOT 로 직접 소비 # — share plan force/rerun 후 downstream stale 전파 보장. # flag OFF=not_applicable=satisfied 라 정적 추가 안전. "background_share_plan", ], "fan_out": True, "sub_steps": [ {"id": "prompt_translation", "label": "T2I 번역", "default_model": "gpt-mini", "provider": "gemini"}, {"id": "scene_t2i_gen", "label": "T2I 이미지 생성", "default_model": "gemini-image", "provider": "gemini"}, {"id": "scene_t2i_validation", "label": "이미지 검증", "default_model": "gpt", "provider": "openai"}, {"id": "prompt_sanitize", "label": "프롬프트 안전화", "default_model": "gpt", "provider": "openai"}, {"id": "angle_recommend", "label": "앵글 추천", "default_model": "gpt", "provider": "openai"}, {"id": "fal_angle_apply", "label": "fal.ai 앵글 적용", "default_model": "fal-ai", "provider": "fal"}, {"id": "final_select", "label": "최종 선택", "default_model": "gpt", "provider": "openai"}, ], "applicability": "always", "step_type": "asset", "lifecycle": "active", }, # ── 보조 (on-demand) ── "outlook_dedup": { "label": "아웃룩 중복 판별", "category": "auxiliary", "order": 100, "default_model": "gpt", "provider": "openai", "depends_on": ["outlook_phase3"], "fan_out": False, "applicability": "on_demand", "step_type": "transform", "lifecycle": "active", }, "project_summary": { # ProjectSummaryStep 클래스 부재 (summary_steps.py 미구현) — Phase 1 리뷰 반영. # manifest 항목 유지는 UI legacy 표시 목적. 호출 시 "Step class not found" 404. # 실제 기능 재도입 전까지 lifecycle=removed로 자동 실행 경로에서 제외. "label": "프로젝트 요약 (미구현)", "category": "auxiliary", "order": 101, "default_model": "gpt", "provider": "openai", "depends_on": ["episode_summary"], "fan_out": False, "applicability": "disabled", "step_type": "transform", "lifecycle": "removed", }, } # ── Helper Functions ── def get_step_info(step_id: str) -> Optional[Dict[str, Any]]: """주어진 step_id의 매니페스트 항목을 반환. 없으면 None.""" return STEP_MANIFEST.get(step_id) # W1-F10: 런타임 소비자 (StepRunner / steps API) 가 STEP_MANIFEST dict를 직접 import하지 # 않도록 제공하는 함수 API. step_catalog에서도 re-export되지만, 순환 import 안전을 위해 # 원형은 여기 둔다. def contains(step_id: str) -> bool: """등록된 step_id인지.""" return step_id in STEP_MANIFEST def get_manifest_dict(step_id: str) -> Optional[Dict[str, Any]]: """dict 형태의 manifest entry (읽기 전용 관례).""" return STEP_MANIFEST.get(step_id) def get_depends_on(step_id: str) -> List[str]: """주어진 step_id의 선행 의존 step_id 목록을 반환.""" info = STEP_MANIFEST.get(step_id) if info is None: return [] return list(info.get("depends_on", [])) def get_downstream_steps(step_id: str) -> List[str]: """주어진 step_id를 의존하는 직접 하위 step_id 목록을 반환.""" return [ sid for sid, info in STEP_MANIFEST.items() if step_id in info.get("depends_on", []) ] def get_all_downstream_recursive(step_id: str) -> List[str]: """주어진 step_id의 모든 하위 의존 step_id를 재귀적으로 반환 (BFS).""" visited: set = set() queue = get_downstream_steps(step_id) while queue: current = queue.pop(0) if current not in visited: visited.add(current) queue.extend(get_downstream_steps(current)) return sorted(visited) def get_ordered_steps() -> List[Dict[str, Any]]: """order 기준으로 정렬된 매니페스트 항목 리스트 반환. 각 항목에 step_id 키 포함.""" result = [] for sid, info in STEP_MANIFEST.items(): entry = {"step_id": sid, **info} result.append(entry) result.sort(key=lambda x: x["order"]) return result