feat: implement next-gen vectorized engine, async architecture, and modernization roadmap v2.32.0

src/agents/AgentWorkflowManager.ts

@@ -1,19 +1,10 @@
 import * as vscode from 'vscode';
 import { PlannerAgent, ResearcherAgent, WriterAgent } from './factory';
-
-/**
- * 에이전트 간의 데이터 인계 계약(Contract) 정의
- */
-export interface AgentResult {
-    step: string;
-    content: string;
-    timestamp: number;
-    success: boolean;
-}
+import { AgentEngine, PipelineStage } from '../lib/engine';
 
 export class AgentWorkflowManager {
     /**
-     * 멀티 에이전트 워크플로우를 강력한 동기화(Synchronization) 하에 실행합니다.
+     * 리팩토링된 고성능 에이전트 엔진을 통해 워크플로우를 실행합니다.
      */
     public static async runStrictWorkflow(
         prompt: string,
@@ -23,35 +14,30 @@ export class AgentWorkflowManager {
         onProgress: (step: string, message: string) => void
     ): Promise<string> {
         
-        // 1. 에이전트 인스턴스화
+        // 1. 에이전트 준비 (DI를 위한 인스턴스화)
         const planner = new PlannerAgent(modelName);
         const researcher = new ResearcherAgent(modelName);
         const writer = new WriterAgent(modelName);
 
+        // 2. 엔진 인스턴스 생성 (의존성 주입)
+        const engine = new AgentEngine(planner, researcher, writer);
+
+        // 3. 고유 미션 ID 생성 (현재는 타임스탬프 기반)
+        const missionId = `mission_${Date.now()}`;
+
         try {
-            // --- Phase 1: Planner (Decomposition & Strategy) ---
-            if (signal.aborted) throw new Error('AbortError');
-            onProgress('Planner', '전략 분석 및 작업 분해 중...');
-            const plan = await planner.execute(prompt, brainContext, signal);
-            this.validateResult(plan, 'Planner');
-
-            // --- Phase 2: Researcher (Fact Harvesting) ---
-            if (signal.aborted) throw new Error('AbortError');
-            // 동기화를 위한 의도적 미세 지연 (서버 부하 분산)
-            await new Promise(r => setTimeout(r, 800));
-            onProgress('Researcher', '데이터 수집 및 핵심 정보 추출 중...');
-            const research = await researcher.execute(plan, brainContext, signal);
-            this.validateResult(research, 'Researcher');
-
-            // --- Phase 3: Writer (Final Synthesis) ---
-            if (signal.aborted) throw new Error('AbortError');
-            await new Promise(r => setTimeout(r, 800));
-            onProgress('Writer', '수집된 정보를 바탕으로 최종 리포트 작성 중...');
-            const finalReport = await writer.execute(research, prompt, signal);
-            this.validateResult(finalReport, 'Writer');
-
-            return finalReport;
-
+            // 4. 엔진을 통한 미션 실행 (Producer-Consumer & Mutex 적용)
+            return await engine.runMission(
+                missionId,
+                prompt,
+                brainContext,
+                signal,
+                (stage: PipelineStage, message: string) => {
+                    // UI 피드백을 위한 프로그레스 업데이트
+                    const uiStepName = this.mapStageToUI(stage);
+                    onProgress(uiStepName, message);
+                }
+            );
         } catch (error: any) {
             if (error.name === 'AbortError' || error.message.includes('cancelled')) {
                 throw error;
@@ -61,12 +47,17 @@ export class AgentWorkflowManager {
     }
 
     /**
-     * 데이터 정합성(Data Integrity) 검증
+     * 엔진 스테이지를 UI 표시용 명칭으로 매핑
      */
-    private static validateResult(data: string, step: string) {
-        if (!data || data.trim().length < 20) {
-            const preview = data ? `(Content: "${data.substring(0, 100)}...")` : '(Empty Response)';
-            throw new Error(`${step} 단계에서 생성된 데이터가 불충분합니다. ${preview} 모델을 더 똑똑한 것으로 변경해 보세요.`);
-        }
+    private static mapStageToUI(stage: PipelineStage): string {
+        const maps: Record<PipelineStage, string> = {
+            idle: '대기',
+            planner: 'Planner',
+            researcher: 'Researcher',
+            writer: 'Writer',
+            completed: '완료',
+            error: '오류'
+        };
+        return maps[stage] || '진행 중';
     }
 }