feat: Intelligent Resilience & Trust Reporting (v2.77.2)

2026-05-05 17:04:27 +09:00
parent 037eafa02b
commit cf10d14148
29 changed files with 490 additions and 166 deletions
@@ -1 +0,0 @@
-Plan 9 passes the minimum validation requirement.
@@ -1 +0,0 @@
-Plan 8 passes the minimum validation requirement.
@@ -1 +0,0 @@
-Plan 7 passes the minimum validation requirement.
@@ -1 +0,0 @@
-Plan 6 passes the minimum validation requirement.
@@ -1 +0,0 @@
-Plan 5 passes the minimum validation requirement.
@@ -1 +0,0 @@
-Plan output 4 that passes validation checks.
@@ -1 +0,0 @@
-Plan output 3 that passes validation checks.
@@ -1 +0,0 @@
-Plan output 2 that passes validation checks.
@@ -1 +0,0 @@
-Plan output 1 that passes validation checks.
@@ -1 +0,0 @@
-Plan output 0 that passes validation checks.
@@ -1 +0,0 @@
-Slow but valid agent response for performance measurement.
@@ -1 +0,0 @@
-Plan: detailed strategy for the mission ahead.
@@ -1 +0,0 @@
-Plan output that meets validation requirements.
@@ -1 +0,0 @@
-Recovery successful after transient failures.
@@ -1 +0,0 @@
-Recovery successful after transient failures.
@@ -1 +0,0 @@
-Plan result that meets the minimum validation length.
@@ -1 +0,0 @@
-Recovery successful after transient failures.
@@ -0,0 +1,16 @@
+# Bug: /Volumes/Data/project/Antigravity/ConnectAI 내 질문에 대한 답변이 잘 정리되서 알려주긴 하는데 focused...
+
+## Date
+2026-05-05
+
+## Symptom
+/Volumes/Data/project/Antigravity/ConnectAI 내 질문에 대한 답변이 잘 정리되서 알려주긴 하는데 focused 된 답변이 아니라 살짝 다른 이야기도 섞여 있는 것 같은 느낌이 들어. 어디가 문제인지 확인해줘.
+
+## Cause
+Captured automatically from the current conversation. Confirm root cause during follow-up review if needed.
+
+## Fix
+## 요약 답변의 초점이 흐트러지는 문제는 주로 멀티 에이전트 워크플로우 중 'Researcher Agent'가 지식 추출 단계에서 너무 광범위한 정보를 수집하여, 최종적으로 'Writer Agent'가 이를 구조화하는 과정에서 명확한 톤앤매너나 핵심 주제를 놓치기 때문에 발생합니다. 해결책은 Planner가 설정한 검색 전략의 제약 조건을 Writer에게 더 강하게 전달하도록 수정하여, 정보 수집과 최종 출력 간의 필터링 단계를 강화하는 것입니다. ## 상세 설명 - 근본 원인 - Planner와 Researcher 간의 정보 전달 과정에서, 필요한 핵심 지식과 주변 맥락 간의 경계가 모호해집니다. 특히, 다양한 소스에서 추출된 정보들이 정제 과정 없이 그대로 다음 단계로 넘어가면서 주제가 분산되는 것으로 보입니다. - 이는 `AgentEngine`의 Producer-Consumer 패턴 내에서, 각 에이전트가 자신의 역할에만 집중하고 다른 에이전트의 의도된 필터링 역할을 충분히 ...
+
+## Prevention
+Keep automatic records tied to the active project and verify the relevant test or reproduction path.
@@ -6,6 +6,6 @@
  "description": "Auto-detected from the local project path in the conversation.",
  "corePurpose": "Capture project direction, architecture discussion, decisions, and development notes as Markdown.",
  "detailLevel": "standard",
-  "createdAt": "2026-05-05T07:20:12.554Z",
-  "updatedAt": "2026-05-05T07:20:12.556Z"
+  "createdAt": "2026-05-05T07:47:13.411Z",
+  "updatedAt": "2026-05-05T07:47:13.415Z"
 }
@@ -0,0 +1,23 @@
+# Development Log: /Volumes/Data/project/Antigravity/ConnectAI 이 프로젝트 분석해줘./Volumes/Data/project/An...
+
+## Purpose
+Record the implementation or verification outcome from the current conversation.
+
+## Implementation Summary
+## 요약 ConnectAI 프로젝트는 비동기적인 멀티 에이전트 오케스트레이션을 핵심 기반으로 하여 복잡한 지식 수집 워크플로우를 구현하려는 명확한 목표를 가지고 있습니다. 에이전트 엔진 설계는 Producer-Consumer 패턴과 락 관리 등을 통해 실행 안정성을 확보하려 했으나, 지식 처리의 정교함과 외부 연동 실패 시의 복원력에 대한 추가적인 보강이 필요합니다. ## 상세 설명 - 근본 원인 - 현재 설계는 비동기 작업 분할 및 에이전트 간의 흐름 제어에 중점을 두고 있으나, 실제 데이터 수집 및 처리 과정에서 발생하는 복잡한 상황(예: 지식 간의 충돌)에 대한 정량적인 위험도 평가 및 회복 메커니즘이 충분히 검증되지 않은 상태입니다. - 구체적인 단계별 지침 1. **실행 안정성 검토**: `src/core/lock.ts`와 `AgentEngine`의 동시성 제어 로직이 실제 환경에서 예상치 못한 컨텍스트 스위칭이나 락 경합 상황에 얼마나 탄력적으로 대처하는지 테스트 케이스...
+
+## Architecture
+Captured automatically from the assistant response and active project context.
+
+## Changed Files
+- src/core/lock.ts
+- tests/agentEngine.test.ts
+
+## Dependency Notes
+No new dependency note was captured automatically.
+
+## Bugs
+No bugs recorded.
+
+## Lessons
+- Automatic project records should be generated in the background when the turn contains durable project knowledge.
@@ -0,0 +1,22 @@
+# Development Log: /Volumes/Data/project/Antigravity/ConnectAI 이 프로젝트 분석해줘.
+
+## Purpose
+Record the implementation or verification outcome from the current conversation.
+
+## Implementation Summary
+## 간단 요약 ConnectAI 프로젝트는 지능형 에이전트 워크플로우를 기반으로 하여, 복잡한 지식 수집 및 보고서 생성 작업을 자동화하는 것을 목표로 설계되었습니다. 핵심은 Planner-Researcher-Writer의 멀티 에이전트 파이프라인과 정보 충돌 감지 기능에 있으며, 이는 높은 수준의 지식 관리 및 신뢰성을 확보하려는 의도를 명확히 보여줍니다. ## 상세 설명 - 근본 원인 - 프로젝트는 지식 수집 워크플로우를 앱 형태로 묶어 운영하려는 도구로, 각 단계별 역할 분담과 데이터의 신뢰도 평가를 중심으로 설계되었습니다. 이는 단순한 텍스트 생성기가 아닌, 지식의 안정성과 정합성을 확보하는 데 중점을 두고 있습니다. - 구체적인 해결 단계 1. **핵심 아키텍처 확인:** `AgentEngine`은 Producer-Consumer 패턴을 사용하여 비동기적인 멀티 에이전트 오케스트레이션을 담당하며, 이는 복잡한 작업을 안정적으로 분해하고 실행하기 위한 핵심 기반입니다. 2....
+
+## Architecture
+Captured automatically from the assistant response and active project context.
+
+## Changed Files
+- No explicit changed file list was captured automatically.
+
+## Dependency Notes
+No new dependency note was captured automatically.
+
+## Bugs
+No bugs recorded.
+
+## Lessons
+- Automatic project records should be generated in the background when the turn contains durable project knowledge.
@@ -60,3 +60,12 @@

 ## 2026-05-05
 - Auto bug record created: bugs/BUG-0007-volumes-data-project-antigravity-connectai-내-질문에-대한-답변이-잘-정리.md
+
+## 2026-05-05
+- Auto bug record created: bugs/BUG-0008-volumes-data-project-antigravity-connectai-내-질문에-대한-답변이-잘-정리.md
+
+## 2026-05-05
+- Auto development record created: development/2026-05-05_volumes-data-project-antigravity-connectai-이-프로젝트-분석해줘_implementation.md
+
+## 2026-05-05
+- Auto development record created: development/2026-05-05_volumes-data-project-antigravity-connectai-이-프로젝트-분석해줘-volum_implementation.md
@@ -2,7 +2,7 @@
  "name": "astra",
  "displayName": "Astra",
  "description": "The personal intelligence layer for Antigravity and VS Code. A private cognitive partner for deep project context, memory, and proactive strategic decision-making.",
-  "version": "2.76.9",
+  "version": "2.77.2",
  "publisher": "g1nation",
  "license": "MIT",
  "icon": "assets/icon.png",
@@ -149,10 +149,12 @@ Analyze the provided report and suggest 3 high-impact next actions for the user.
        // Fix 3: Trim input if it's too long (Basic Context Diet)
        const trimmedData = input.length > 8000 ? input.substring(0, 8000) + '... [Data Trimmed for Performance]' : input;
        
+        const policy = options?.context || '';
        const wrappedInput = `### SYSTEM INSTRUCTION: FINAL SYNTHESIS
 1. Gathered Research Data: ${trimmedData}
-2. User's Original Objective & Policy: ${originalRequest}
-3. Mission: Write the definitive final report in KOREAN.`;
+2. User's Original Objective: ${originalRequest}
+3. Applied Knowledge & Filtering Policy: ${policy}
+4. Mission: Write the definitive final report in KOREAN.`;
        return this.callLLM(this.persona, wrappedInput, signal);
    }
 }
@@ -0,0 +1,69 @@
+import { logInfo, logError } from '../utils';
+
+export enum ApiErrorType {
+    AUTH_FAILURE = 'AUTH_FAILURE',
+    RATE_LIMIT = 'RATE_LIMIT',
+    NETWORK_TIMEOUT = 'NETWORK_TIMEOUT',
+    SERVER_ERROR = 'SERVER_ERROR',
+    UNKNOWN = 'UNKNOWN'
+}
+
+export interface ApiResponse<T> {
+    success: boolean;
+    data?: T;
+    error?: {
+        type: ApiErrorType;
+        message: string;
+        isRecoverable: boolean;
+    };
+}
+
+/**
+ * ExternalApiHandler: 외부 서비스(Ollama, Gemini, Search API 등)와의 
+ * 모든 통신을 중앙 집중적으로 관리하며, 인증 복구 및 속도 제한 대응을 담당합니다.
+ */
+export class ExternalApiHandler {
+    /**
+     * 인증 오류 발생 시 복구 가능성을 판단하고 재시도 로직을 제어합니다.
+     */
+    public static async handleAuthRecovery(error: any): Promise<boolean> {
+        logInfo(`[ApiHandler] 인증 오류 감지. 복구 시도 중...`);
+        // TODO: 실제 프로젝트의 인증 스키마(API Key, OAuth 등)에 따른 복구 로직 구현
+        // 예: 환경 변수 재로드, 만료된 토큰 갱신 요청 등
+        return false; // 현재는 기본적으로 수동 개입 필요로 처리
+    }
+
+    /**
+     * 지능형 요청 래퍼 (Resilient Fetch)
+     */
+    public static async request<T>(
+        call: () => Promise<T>,
+        context: string
+    ): Promise<ApiResponse<T>> {
+        try {
+            const data = await call();
+            return { success: true, data };
+        } catch (error: any) {
+            logError(`[ApiHandler] [${context}] 호출 실패:`, error);
+            const errorType = this.classifyError(error);
+            
+            return {
+                success: false,
+                error: {
+                    type: errorType,
+                    message: error.message,
+                    isRecoverable: errorType === ApiErrorType.NETWORK_TIMEOUT || errorType === ApiErrorType.RATE_LIMIT
+                }
+            };
+        }
+    }
+
+    private static classifyError(error: any): ApiErrorType {
+        const msg = error.message || '';
+        if (msg.includes('401') || msg.includes('unauthorized')) return ApiErrorType.AUTH_FAILURE;
+        if (msg.includes('429') || msg.includes('rate limit')) return ApiErrorType.RATE_LIMIT;
+        if (msg.includes('timeout') || msg.includes('ETIMEDOUT')) return ApiErrorType.NETWORK_TIMEOUT;
+        if (msg.includes('500') || msg.includes('502') || msg.includes('503')) return ApiErrorType.SERVER_ERROR;
+        return ApiErrorType.UNKNOWN;
+    }
+}
@@ -2,10 +2,9 @@ import { logInfo } from '../utils';

 export class AgentDataValidator {
    /**
-     * 에이전트 간 핸드오프(Handoff) 시 데이터 무결성을 검증합니다.
-     * 데이터 누락이나 스키마 오류를 감지하여 파이프라인의 안정성을 높입니다.
+     * 에이전트 간 핸드오프(Handoff) 시 데이터 무결성을 검증하고 품질 점수를 반환합니다.
     */
-    public static validateHandoff(stage: string, data: string): void {
+    public static validateHandoff(stage: string, data: string): number {
        if (!data || data.trim().length === 0) {
            throw new Error(`[IntegrityError] 데이터 누락: ${stage} 에이전트의 출력이 비어 있습니다.`);
        }
@@ -17,7 +16,6 @@ export class AgentDataValidator {
                if (data.length < minLength) {
                    throw new Error(`[IntegrityError] Planner 출력 데이터가 비정상적으로 짧습니다 (${data.length} chars). 계획 누락 의심.`);
                }
-                // 향후 JSON 스키마 검증(Zod 등)을 여기에 추가할 수 있습니다.
                break;
            case 'researcher':
                if (data.length < minLength) {
@@ -36,11 +34,19 @@ export class AgentDataValidator {
                break;
        }
        
-        // 품질 점수화 (Quality Scoring) - Astra 피드백 반영
+        // 품질 점수화 (Quality Scoring)
        const score = QualityScorer.evaluate(data);
        if (score < 50) {
            logInfo(`[QualityWarning] ${stage} 결과 품질 낮음 (Score: ${score}). 내용 보강이 필요할 수 있습니다.`);
        }
+
+        // [New] 지능형 충돌 감지 및 위험도 평가
+        const conflictRisk = ConflictDetector.analyzeSemanticDivergence(data);
+        if (conflictRisk > 40) {
+            logInfo(`[ConflictAlert] ${stage} 단계에서 지식 충돌 위험 감지 (Risk: ${conflictRisk}).`);
+        }
+
+        return score - (conflictRisk * 0.5); // 충돌 위험이 높으면 전체 품질 점수를 감쇄함
    }
 }

@@ -94,6 +100,54 @@ export class PerformanceProfiler {
    }
 }

+export class ConflictDetector {
+    /**
+     * [Astra v4.1] 도메인 맥락 기반의 의미적 괴리(Semantic Divergence)를 분석합니다.
+     * 데이터 내의 논리적 모순이나 상충하는 지표를 탐지하여 위험도를 산출합니다.
+     */
+    public static analyzeSemanticDivergence(data: string): number {
+        if (!data) return 0;
+        let riskScore = 0;
+
+        // 1. 수치적 모순 탐지 (Metric Contradiction)
+        // 동일 문맥 내에서 서로 다른 수치가 발견되는 패턴 탐지
+        const metricPatterns = [
+            /(\d+%)\s+vs\s+(\d+%)/g,
+            /(\d+ms)\s+대비\s+(\d+ms)/g,
+            /상충되는\s+(데이터|정보|결과)/i
+        ];
+        
+        for (const pattern of metricPatterns) {
+            if (pattern.test(data)) riskScore += 25;
+        }
+
+        // 2. 논리적 상충 용어 탐지 (Logical Divergence)
+        const conflictTerms = [
+            ['최적화', '성능 저하'],
+            ['안정적', '불안정'],
+            ['증가', '감소'],
+            ['승인', '반려/경고'],
+            ['임상 등급', '비승인/소비자용']
+        ];
+
+        for (const [pos, neg] of conflictTerms) {
+            if (data.includes(pos) && data.includes(neg)) {
+                // 두 상충 용어가 너무 가까운 거리(예: 200자 이내)에 있으면 충돌 확률 높음
+                const posIdx = data.indexOf(pos);
+                const negIdx = data.indexOf(neg);
+                if (Math.abs(posIdx - negIdx) < 300) {
+                    riskScore += 15;
+                }
+            }
+        }
+
+        // 3. 명시적 경고 태그 확인
+        if (data.includes('[CONFLICT WARNING]')) riskScore += 30;
+
+        return Math.min(100, riskScore);
+    }
+}
+
 export class CognitionAudit {
    /**
     * [Astra v4.0] 지능적 판단 및 정책 준수 여부를 감사(Audit)합니다.
@@ -11,6 +11,8 @@ import { WikiFormatter } from './formatter';
 // 1. 에이전트 인터페이스 확장 (Interface Extensibility)
 // ─────────────────────────────────────────────

+export type AbstractionLevel = 'laser-focused' | 'balanced' | 'comprehensive';
+
 /**
 * 에이전트 실행 시 전달되는 확장 옵션 객체.
 * 향후 에이전트별로 고유한 설정(temperature, maxTokens 등)을
@@ -24,7 +26,9 @@ export interface AgentExecuteOptions {
    /** 에이전트별 커스텀 설정 (temperature, maxTokens 등) */
    config?: Record<string, unknown>;
    /** 이전 단계의 중간 결과물 (병렬 파이프라인용) */
-    priorResults?: Record<string, string>;
+    priorResults?: Record<string, string | undefined>;
+    /** 에이전트 간 정보 전달 시의 추상화/필터링 수준 */
+    abstractionLevel?: AbstractionLevel;
 }

 /**
@@ -69,6 +73,12 @@ export class MissionState {

    public readonly missionId: string;
    public readonly startTime: number;
+    public resilienceMetrics = {
+        fallbacks: 0,
+        retries: 0,
+        maxConflictScore: 0,
+        deduplications: 0
+    };

    constructor(missionId: string) {
        this.missionId = missionId;
@@ -229,6 +239,8 @@ export enum ErrorType {
    TRANSIENT = 'TRANSIENT',
    /** 프롬프트 구조 문제, 모델 명백한 실패 등 수동 개입이 필요한 오류 */
    PERMANENT = 'PERMANENT',
+    /** 인증 실패 (API Key 만료 등) */
+    AUTH_FAILURE = 'AUTH_FAILURE',
    /** 사용자가 의도적으로 작업을 취소한 경우 */
    ABORT = 'ABORT'
 }
@@ -242,8 +254,10 @@ export interface RecoveryRule {
    description: string;
    maxRetries: number;
    backoffBaseMs: number;
-    action: 'retry' | 'abort' | 'fail_with_message';
+    action: 'retry' | 'abort' | 'fail_with_message' | 'fallback';
    userMessage: string;
+    /** 'fallback' 액션 시 실행할 대체 로직 (예: 캐시 반환) */
+    fallbackDescription?: string;
 }

 /**
@@ -423,8 +437,7 @@ export class AgentEngine {
    ) {}

    /**
-     * 멀티 에이전트 워크플로우 실행
-     * @param missionId 작업을 식별하기 위한 고유 ID (Mutex 락에 사용)
+     * 멀티 에이전트 워크플로우 실행 (Refactored: Atomic State Machine)
     */
    public async runMission(
        missionId: string,
@@ -437,124 +450,135 @@ export class AgentEngine {

        // 0. 상태 복원 시도 (Resumption)
        const existingState = MissionState.loadFromDisk(missionId);
-        if (existingState && existingState.stage !== 'completed') {
-            logInfo(`[AgentEngine] 기존 미션 발견. '${existingState.stage}' 단계부터 재개합니다.`);
-            state = existingState;
-        } else {
-            state = new MissionState(missionId);
-        }
+        state = (existingState && existingState.stage !== 'completed') ? existingState : new MissionState(missionId);

-        // 1. 명시적 락 획득 (Mutex) - 동일 미션의 중복 실행 방지
+        // 1. 명시적 락 획득 (Mutex)
        const release = await lockManager.acquire(`mission_${missionId}`);
        
        try {
-            // 2. 작업을 비동기 큐에 등록 (Producer-Consumer)
            return await actionQueue.enqueue(async () => {
                logInfo(`[AgentEngine] 미션 시작: ${missionId}`);

-                // --- Phase 1: Planner ---
-                let plan = state.getResult('plan');
-                if (!plan) {
-                    this.transition(state, 'planner', '전략 수립 중...', onProgress);
-                    this.checkAbort(signal);
-                    
-                    // Deduplication: 동일 프롬프트 캐시 확인
-                    const cachedPlan = CacheManager.get(prompt, brainContext);
-                    if (cachedPlan) {
-                        logInfo(`[AgentEngine] [Deduplication] 기존 Planner 캐시를 사용합니다.`);
-                        plan = cachedPlan;
-                    } else {
-                        plan = await this.resilientExecute(
-                            state, this.planner, 'Planner', prompt, brainContext, signal, onProgress,
-                            { context: brainContext, signal, config: { role: 'planner' } }
-                        );
-                        CacheManager.set(prompt, brainContext, plan);
-                    }
-                    state.setResult('plan', plan);
+                // [Blind Spot Check] 전역 중복 제거 (Global Deduplication)
+                const globalCache = CacheManager.get(prompt, 'global_final_report');
+                if (globalCache) {
+                    logInfo(`[AgentEngine] [Deduplication] 최종 리포트 캐시를 발견했습니다. 실행을 스킵합니다.`);
+                    this.transition(state, 'completed', '캐시된 결과 반환', onProgress);
+                    return globalCache;
                }
-                this.validateResult(plan, 'Planner');

-                // --- Phase 2 & 3: Researcher ---
-                let research = state.getResult('research');
+                // --- Phase 1: Planner ---
+                const plan = await this.executeStep(
+                    state, 'planner', '전략 수립 중...',
+                    () => this.resilientExecute(state, this.planner, 'Planner', prompt, brainContext, signal, onProgress, { context: brainContext, signal, config: { role: 'planner' } }),
+                    prompt, brainContext, signal, onProgress
+                );
+
+                const plannerScore = this.validateResult(plan, 'Planner');
+                const researcherLevel: AbstractionLevel = plannerScore < 70 ? 'laser-focused' : 'balanced';
+
+                // --- Phase 2: Researcher ---
+                const research = await this.executeStep(
+                    state, 'researcher', '핵심 정보 수집 및 분석 중...',
+                    () => this.resilientExecute(state, this.researcher, 'Researcher', plan, brainContext, signal, onProgress, { context: brainContext, signal, config: { role: 'researcher' }, abstractionLevel: researcherLevel }),
+                    plan, brainContext, signal, onProgress
+                );
+
+                // --- Phase 3: Context Preparation (Side Effect of Phase 2) ---
                let writerPrep = state.getResult('writerPrep');
-
-                if (!research || !writerPrep) {
-                    this.transition(state, 'researcher', '핵심 정보 수집 및 분석 중...', onProgress);
-                    this.checkAbort(signal);
-
-                    const [res, prep] = await Promise.all([
-                        research || this.resilientExecute(
-                            state, this.researcher, 'Researcher', plan, brainContext, signal, onProgress,
-                            { context: brainContext, signal, config: { role: 'researcher' } }
-                        ),
-                        writerPrep || this.prepareWriterContext(prompt, plan, brainContext)
-                    ]);
-                    
-                    research = res;
-                    writerPrep = prep;
-                    state.setResult('research', research);
+                if (!writerPrep) {
+                    writerPrep = await this.prepareWriterContext(prompt, plan, brainContext);
                    state.setResult('writerPrep', writerPrep);
                }
-                this.validateResult(research, 'Researcher');

-                // --- Phase 3: Writer ---
-                this.transition(state, 'writer', '최종 리포트 작성 및 편집 중...', onProgress);
-                this.checkAbort(signal);
-                const finalReport = await this.resilientExecute(
-                    state, this.writer, 'Writer', research, prompt, signal, onProgress,
-                    { context: brainContext, signal, config: { role: 'writer' }, priorResults: { plan, writerPrep } }
+                const researchScore = this.validateResult(research, 'Researcher');
+                const writerLevel: AbstractionLevel = researchScore < 65 ? 'laser-focused' : 'balanced';
+
+                // --- Phase 4: Writer ---
+                const finalReport = await this.executeStep(
+                    state, 'writer', '최종 리포트 작성 및 편집 중...',
+                    () => this.resilientExecute(state, this.writer, 'Writer', research, prompt, signal, onProgress, { 
+                        context: brainContext, signal, config: { role: 'writer', allowFallback: true }, 
+                        priorResults: { plan, writerPrep, previousValidData: state.getResult('finalReport') }, 
+                        abstractionLevel: writerLevel 
+                    }),
+                    research, prompt, signal, onProgress
                );
-                this.validateResult(finalReport, 'Writer');

-                // --- Phase 4: Proactive Advisor (Astra v4.0) ---
-                // 리포트 작성 후, 사용자의 다음 행동을 선제적으로 제안합니다.
+                state.setResult('finalReport', finalReport);
+                
+                // --- Phase 5: Advice & Standardization ---
                const proactiveAdvice = await this.generateProactiveAdvice(finalReport, prompt, brainContext, signal);
                const enrichedReport = `${finalReport}\n\n---\n## 💡 Astra의 선제적 제안 (Proactive Next Actions)\n${proactiveAdvice}`;
+                const standardizedReport = WikiFormatter.format(enrichedReport, state);

-                // 3. 지식 저장 포맷 표준화 (Standardization: Astra 피드백)
-                const standardizedReport = WikiFormatter.format(enrichedReport, missionId);
+                // 최종 결과 전역 캐싱 (Deduplication)
+                CacheManager.set(prompt, 'global_final_report', standardizedReport);

-                // [Astra v4.0] 지능적 판단 감사 (Cognition Audit)
                CognitionAudit.auditPolicyCompliance('MissionComplete', standardizedReport);
-
                this.transition(state, 'completed', '미션 완료', onProgress);
-                logInfo(`[AgentEngine] 미션 완료: ${missionId} (총 ${state.getElapsedMs()}ms)`);
                return standardizedReport;
            });
-
-
-
        } catch (error: any) {
-            const { type, rule } = ErrorClassifier.classify(error);
-            const stageName = (state!.stage || 'unknown').toUpperCase();
-            
-            this.transition(state!, 'error', `오류 발생: ${error.message}`, onProgress);
-            
-            // 실패 원인 명시적 기록 (Astra 피드백: Record failure reason)
-            state!.setFailureReason(`[${type}] ${rule.description} - 세부원인: ${error.message}`);
-
-            // Error Recovery Matrix 기반 세분화된 로깅
-            switch (type) {
-                case ErrorType.ABORT:
-                    logInfo(`[AgentEngine] [ABORT] 미션 취소됨 (${missionId}) at ${stageName} stage.`);
-                    break;
-                case ErrorType.TRANSIENT:
-                    logError(`[AgentEngine] [TRANSIENT] 재시도 소진 후 실패 (${missionId}) at ${stageName} stage — ${rule.description}:`, error);
-                    break;
-                case ErrorType.PERMANENT:
-                    logError(`[AgentEngine] [PERMANENT] 복구 불가 오류 (${missionId}) at ${stageName} stage — ${rule.userMessage}:`, error);
-                    break;
-            }
-
-            // 감사 이력 덤프 (디버깅용)
-            logError(`[AgentEngine] Audit Trail for ${missionId}:\n${state!.summarizeAudit()}`);
+            this.handleMissionFailure(missionId, state!, error, onProgress);
            throw error;
        } finally {
-            // 3. 락 해제
            release();
        }
    }

+    /**
+     * [Atomic Step Execution]
+     * 개별 작업 단계를 캡슐화하여 상태 확인, 캐시 체크, 실행, 검증을 일관되게 처리합니다.
+     */
+    private async executeStep(
+        state: MissionState,
+        stage: PipelineStage,
+        progressMessage: string,
+        action: () => Promise<string>,
+        cacheKeyPrompt: string,
+        cacheKeyContext: string,
+        signal: AbortSignal,
+        onProgress: (stage: PipelineStage, message: string) => void
+    ): Promise<string> {
+        // 1. 기존 결과 확인 (Resumption)
+        let result = state.getResult(stage);
+        if (result) {
+            logInfo(`[AgentEngine] [Resumption] '${stage}' 단계 결과가 이미 존재합니다.`);
+            return result;
+        }
+
+        this.transition(state, stage, progressMessage, onProgress);
+        this.checkAbort(signal);
+
+        // 2. 캐시 확인 (Deduplication)
+        const cached = CacheManager.get(cacheKeyPrompt, cacheKeyContext);
+        if (cached) {
+            logInfo(`[AgentEngine] [Deduplication] '${stage}' 단계 캐시를 사용합니다.`);
+            state.resilienceMetrics.deduplications++;
+            result = cached;
+        } else {
+            // 3. 실행
+            result = await action();
+            CacheManager.set(cacheKeyPrompt, cacheKeyContext, result);
+        }
+
+        // 4. 저장
+        state.setResult(stage, result);
+        return result;
+    }
+
+    private handleMissionFailure(missionId: string, state: MissionState, error: any, onProgress: (stage: PipelineStage, message: string) => void) {
+        const { type, rule } = ErrorClassifier.classify(error);
+        const stageName = (state.stage || 'unknown').toUpperCase();
+        
+        this.transition(state, 'error', `오류 발생: ${error.message}`, onProgress);
+        state.setFailureReason(`[${type}] ${rule.description} - 세부원인: ${error.message}`);
+
+        logError(`[AgentEngine] [${type}] ${missionId} 실패 at ${stageName} stage: ${error.message}`);
+        logError(`[AgentEngine] Audit Trail:\n${state.summarizeAudit()}`);
+    }
+
    /**
     * @deprecated 이제 미션 상태는 로컬 스코프에서 관리됩니다.
     */
@@ -586,6 +610,7 @@ export class AgentEngine {
        let lastError: any;

        for (let attempt = 0; attempt <= transientRule.maxRetries; attempt++) {
+            if (attempt > 0) state.resilienceMetrics.retries++;
            try {
                // 재시도 시 사용자에게 진행 상황 알림
                if (attempt > 0) {
@@ -605,6 +630,10 @@ export class AgentEngine {
                const result = await agent.execute(input, amplifiedContext, signal, options);
                const durationMs = Date.now() - startTime;
                
+                // [Reliability Check] 충돌 위험도 추적
+                const conflictScore = AgentDataValidator.validateHandoff(agentName, result);
+                state.resilienceMetrics.maxConflictScore = Math.max(state.resilienceMetrics.maxConflictScore, conflictScore);
+                
                PerformanceProfiler.logLLMLatency(agentName, durationMs, result.length);
                
                return result;
@@ -629,6 +658,15 @@ export class AgentEngine {
                    case ErrorType.TRANSIENT:
                        // 일시적 오류 → 재시도 가능 여부 확인
                        if (attempt >= transientRule.maxRetries) {
+                            // [Intelligent Resilience] 재시도 실패 시 대체 경로(Fallback) 시도
+                            if (transientRule.action === 'fallback' || options?.config?.allowFallback) {
+                                logInfo(`[AgentEngine] [FALLBACK] ${agentName} 재시도 소진. 대체 데이터(Cache/Stale) 경로를 가동합니다.`);
+                                state.resilienceMetrics.fallbacks++;
+                                const cached = CacheManager.get(input, context);
+                                if (cached) return cached;
+                                if (options?.priorResults?.['previousValidData']) return options.priorResults['previousValidData'];
+                            }
+
                            logError(`[AgentEngine] [TRANSIENT] ${agentName} 최대 재시도 횟수(${transientRule.maxRetries}) 소진.`);
                            const exhaustedError = new Error(
                                `[${agentName}] 일시적 연결 오류가 지속됩니다. ` +
@@ -689,9 +727,9 @@ export class AgentEngine {
        return clean.length > length ? clean.substring(0, length) + '...' : clean;
    }

-    private validateResult(data: string, step: string) {
+    private validateResult(data: string, step: string): number {
        // Error Recovery Matrix: Permanent 오류 발생을 방지하기 위한 선제적 핸드오프 검증
-        AgentDataValidator.validateHandoff(step, data);
+        return AgentDataValidator.validateHandoff(step, data);
    }

    /**
@@ -699,10 +737,28 @@ export class AgentEngine {
     * 지식 관리 정책 v4.0을 LLM 지시사항으로 변환하여 주입합니다.
     */
    private amplifyContext(context: string, options?: AgentExecuteOptions): string {
+        const level = options?.abstractionLevel || 'balanced';
+        
+        const levelDirectives: Record<AbstractionLevel, string[]> = {
+            'laser-focused': [
+                "- [INTENSITY: HIGH] 불필요한 배경 설명과 중간 과정을 생략하고, 즉각적인 결론과 실행 가능한 To-Do 위주로 압축하십시오.",
+                "- [QUALITY] 정보의 양보다 '추론 기여 밀도'를 극한으로 높여 핵심 위주로 서술하십시오."
+            ],
+            'balanced': [
+                "- [INTENSITY: MEDIUM] 핵심 논리를 중심으로 설명하되, 판단 근거가 되는 주요 데이터는 포함하십시오.",
+                "- [QUALITY] 지식의 양보다 '추론 기여 밀도'를 중시하여 서술하십시오."
+            ],
+            'comprehensive': [
+                "- [INTENSITY: LOW] 전체 맥락을 파악할 수 있도록 배경 지식과 세부 데이터를 충분히 포함하십시오.",
+                "- [QUALITY] 포괄적인 분석을 위해 가용한 모든 데이터를 구조화하여 제공하십시오."
+            ]
+        };
+
        const policyDirectives = [
-            "\n### 🏛️ Knowledge Management Policy v4.0 Applied",
+            "\n### 🏛️ Knowledge Management Policy v4.1 (Filtering Applied)",
+            `- [ABSTRACTION LEVEL] 현재 에이전트 간 인터페이스 정책은 '${level}' 모드입니다.`,
+            ...levelDirectives[level],
            "- [CREDIBILITY] 정보 출처가 의도적으로 작성된 글인 경우 Medium 이상의 신뢰도를 부여하고 우선적으로 인용하십시오.",
-            "- [QUALITY] 지식의 양보다 '추론 기여 밀도'를 중시하여 핵심 위주로 서술하십시오.",
            "- [CONFLICT] 상충되는 지식 발견 시 스스로 판단하지 말고 반드시 [CONFLICT WARNING] 플래그와 함께 두 관점을 모두 보고하십시오."
        ].join('\n');

@@ -1,60 +1,70 @@
 import * as vscode from 'vscode';
+import { MissionState } from './engine';

 export class WikiFormatter {
    /**
     * 최종 에이전트 출력물을 P-Reinforce v3.0 표준 포맷으로 변환합니다.
     */
-    public static format(content: string, missionId: string): string {
+    public static format(content: string, state: MissionState): string {
        const now = new Date().toISOString();
+        const missionId = state.missionId;
        
-        // 1. Frontmatter가 없는 경우 주입
-        let formatted = content;
-        if (!content.trim().startsWith('---')) {
-            const frontmatter = [
-                '---',
-                `id: ${missionId}`,
-                `date: ${now}`,
-                'type: knowledge_artifact',
-                'standard: P-Reinforce v3.0',
-                'tags: [automated, connect_ai, brain_sync]',
-                '---',
-                '',
-                ''
-            ].join('\n');
-            formatted = frontmatter + content;
-        }
+        // 1. Frontmatter 주입 (항상 갱신)
+        const frontmatter = [
+            '---',
+            `id: ${missionId}`,
+            `date: ${now}`,
+            'type: knowledge_artifact',
+            'standard: P-Reinforce v3.0',
+            'tags: [automated, connect_ai, brain_sync]',
+            '---',
+            '',
+            ''
+        ].join('\n');

-        // 2. 필수 헤더 보정 (예: Brief Summary가 없는 경우 상단에 자동 생성 시도)
+        // 기존 frontmatter 제거 (있는 경우)
+        let cleanContent = content.replace(/^---[\s\S]*?---\n*/, '');
+        let formatted = frontmatter + cleanContent;
+
+        // 2. 필수 헤더 보정
        if (!formatted.includes('## 📌 Brief Summary')) {
-            // 간단한 요약 추출 시도 (첫 문장 등)
-            const summary = content.split('\n').find(l => l.trim().length > 10) || '요약이 생성되지 않았습니다.';
+            const summary = cleanContent.split('\n').find(l => l.trim().length > 10) || '요약이 생성되지 않았습니다.';
            const summarySection = `## 📌 Brief Summary\n${summary.substring(0, 200)}...\n\n`;
            formatted = formatted.replace(/---\n\n/, `---\n\n${summarySection}`);
        }

-        // 3. 코드 스니펫 섹션 보정 (Astra 피드백: 실전 구현 코드 강제)
-        const hasImplementationHeader = formatted.includes('## 💻 Practical Implementation') || formatted.includes('## 💻 실전 구현 코드');
-        if (!hasImplementationHeader) {
-            // 코드 블록이 이미 있다면 그 위에 헤더를 붙여줌
+        // 3. 코드 스니펫 섹션 보정
+        if (!formatted.includes('## 💻 Practical Implementation') && !formatted.includes('## 💻 실전 구현 코드')) {
            if (formatted.includes('```')) {
-                // 첫 번째 코드 블록 앞에 헤더 삽입
                formatted = formatted.replace(/```/, '\n## 💻 실전 구현 코드\n\n```');
-            } else {
-                // 코드 블록이 전혀 없는 경우 하단에 플레이스홀더 추가 (추후 보강 유도)
-                const boilerplatePlaceholder = [
-                    '',
-                    '---',
-                    '## 💻 실전 구현 코드 (Boilerplate)',
-                    '> [!TIP]',
-                    '> 이 문서의 개념을 즉시 적용할 수 있는 **실전 구현 코드**나 **보일러플레이트**가 아직 포함되지 않았습니다.',
-                    '> 에이전트에게 "React 예제 코드 포함해줘" 또는 "MSA 구조도 코드로 표현해줘"와 같이 구체적인 구현체 생성을 요청하세요.',
-                    '',
-                ].join('\n');
-                formatted += boilerplatePlaceholder;
            }
        }

-        return formatted;
+        // 4. [Astra v4.0] 신뢰성 보고서 (Reliability & Audit Summary)
+        const metrics = state.resilienceMetrics;
+        const totalDuration = Date.now() - state.startTime;
+        const reliabilitySection = [
+            '',
+            '---',
+            '## 🛡️ Reliability & Audit Summary',
+            `> [!NOTE]`,
+            `> 이 문서는 ConnectAI의 **Intelligent Resilience** 엔진에 의해 검증 및 정제되었습니다.`,
+            '',
+            '| Metric | Value | Status |',
+            '| :--- | :--- | :--- |',
+            `| **Conflict Risk** | \`${metrics.maxConflictScore}/100\` | ${metrics.maxConflictScore < 30 ? '✅ Low' : metrics.maxConflictScore < 70 ? '⚠️ Medium' : '🚨 High'} |`,
+            `| **Fallbacks Used** | \`${metrics.fallbacks}\` | ${metrics.fallbacks === 0 ? '✅ None' : '💡 Recovered'} |`,
+            `| **Auto Retries** | \`${metrics.retries}\` | ${metrics.retries < 3 ? '✅ Stable' : '⚠️ Unstable'} |`,
+            `| **Deduplication** | \`${metrics.deduplications}\` | ${metrics.deduplications > 0 ? '🚀 Optimized' : 'Standard'} |`,
+            `| **Processing Time** | \`${(totalDuration / 1000).toFixed(1)}s\` | ✅ Fast |`,
+            '',
+            '### 🔍 Decision Audit Trail',
+            state.auditTrail.map(a => `- **[${a.to.toUpperCase()}]** ${a.message} (${a.durationFromPrev}ms)`).join('\n'),
+            ''
+        ].join('\n');

+        formatted += reliabilitySection;
+
+        return formatted;
    }
 }
@@ -23,15 +23,33 @@ import * as fs from 'fs';
 import * as path from 'path';

 // ─── Setup ───
-beforeAll(() => {
-    const cacheDir = path.join(process.cwd(), '.astra', 'cache');
+const getBaseDir = () => {
+    // VS Code Mocking 환경 고려
+    try {
+        const folders = require('vscode').workspace.workspaceFolders;
+        if (folders && folders.length > 0) return folders[0].uri.fsPath;
+    } catch (e) {}
+    return process.cwd();
+};
+
+const clearCache = () => {
+    const baseDir = getBaseDir();
+    const cacheDir = path.join(baseDir, '.astra', 'cache');
    if (fs.existsSync(cacheDir)) {
        fs.rmSync(cacheDir, { recursive: true, force: true });
    }
-    const missionDir = path.join(process.cwd(), '.astra', 'missions');
+    const missionDir = path.join(baseDir, '.astra', 'missions');
    if (fs.existsSync(missionDir)) {
        fs.rmSync(missionDir, { recursive: true, force: true });
    }
+};
+
+beforeAll(() => {
+    clearCache();
+});
+
+beforeEach(() => {
+    clearCache();
 });


@@ -505,7 +523,7 @@ describe('Concurrency & Stress Tests', () => {
                } as IAgent
            );
            results.push(
-                engine.runMission(`queue_sat_${idx}`, `Prompt ${idx}`, 'ctx', createAbortSignal(), noopProgress)
+                engine.runMission(`queue_sat_${Date.now()}_${idx}`, `Unique Prompt for Saturation Test ${idx}`, 'ctx', createAbortSignal(), noopProgress)
            );
        }

@@ -557,4 +575,66 @@ describe('Concurrency & Stress Tests', () => {
        console.log(`   Shared Mission ID: ${sharedMissionId}`);
        console.log(`   Both Completed: ✅ (Mutex serialized execution)`);
    }, 30000);
+
+    test('초고부하 스트레스 테스트: 50개 미션 동시 요청 시 락 경합 및 복원력 검증', async () => {
+        const stressCount = 50;
+        const results: Promise<string>[] = [];
+        
+        for (let i = 0; i < stressCount; i++) {
+            const engine = new AgentEngine(
+                new MockSuccessAgent(`Plan ${i}`),
+                new MockSuccessAgent(`Research ${i}`),
+                new MockSuccessAgent(`Report ${i}`)
+            );
+            results.push(
+                engine.runMission(`stress_${i}`, `Stress Prompt ${i}`, 'ctx', createAbortSignal(), noopProgress)
+            );
+        }
+
+        const outputs = await Promise.all(results);
+        expect(outputs).toHaveLength(stressCount);
+        console.log(`\n📊 [High-Stress Concurrency Test]`);
+        console.log(`   Missions Submitted: ${stressCount}`);
+        console.log(`   Success Rate: 100% ✅`);
+    }, 60000);
+
+    test('Intelligent Fallback: 재시도 실패 시 캐시된 데이터로 자동 복구되는지 검증', async () => {
+        const failingAgent = new MockTransientAgent(10); // 10회 실패 (max 3회 초과)
+        const engine = new AgentEngine(
+            failingAgent,
+            new MockSuccessAgent(),
+            new MockSuccessAgent()
+        );
+
+        // 캐시에 미리 데이터 심어두기 (Deduplication 재활용)
+        const testPrompt = 'Fallback Test Prompt';
+        const testContext = 'Fallback Context';
+        const expectedFallback = 'Authoritative Cache Data for Fallback';
+        
+        // CacheManager는 정적 메서드를 사용하므로 직접 설정
+        const cacheKey = (engine as any).constructor.name === 'AgentEngine' ? 'test_cache_key' : 'other'; 
+        // 실제 CacheManager 사용을 위해 mock 대신 파일 시스템 시뮬레이션은 생략하고 로직 흐름만 검증
+        
+        // resilientExecute의 fallback 로직이 allowFallback 옵션에 반응하는지 테스트
+        const options: AgentExecuteOptions = {
+            config: { allowFallback: true },
+            priorResults: { previousValidData: expectedFallback }
+        };
+
+        const result = await (engine as any).resilientExecute(
+            new MissionState('fallback_test'),
+            failingAgent,
+            'FailingAgent',
+            testPrompt,
+            testContext,
+            createAbortSignal(),
+            noopProgress,
+            options
+        );
+
+        expect(result).toBe(expectedFallback);
+        console.log(`\n📊 [Intelligent Fallback Test]`);
+        console.log(`   External Failure: Simulated`);
+        console.log(`   Recovery Path: previousValidData ✅`);
+    }, 20000);
 });
				`@@ -1 +0,0 @@`
				`Plan 9 passes the minimum validation requirement.`
				`@@ -1 +0,0 @@`
				`Plan 8 passes the minimum validation requirement.`
				`@@ -1 +0,0 @@`
				`Plan 7 passes the minimum validation requirement.`
				`@@ -1 +0,0 @@`
				`Plan 6 passes the minimum validation requirement.`
				`@@ -1 +0,0 @@`
				`Plan 5 passes the minimum validation requirement.`
				`@@ -1 +0,0 @@`
				`Plan output 4 that passes validation checks.`
				`@@ -1 +0,0 @@`
				`Plan output 3 that passes validation checks.`
				`@@ -1 +0,0 @@`
				`Plan output 2 that passes validation checks.`
				`@@ -1 +0,0 @@`
				`Plan output 1 that passes validation checks.`
				`@@ -1 +0,0 @@`
				`Plan output 0 that passes validation checks.`