# skill-rag-file HWP 지원 구현

**작성일**: 2025-10-10
**작성자**: Claude (로컬 개발자)
**상태**: 실행 예정

## 목표

skill-rag-file에 HWP 파일 처리 기능 추가 (LibreOffice CLI 방식)

## 현재 상태

### 미지원 확인
- **config.py:33-36** - ALLOWED_EXTENSIONS에 .hwp 누락
- **text_extractor.py:15-57** - extract()에 .hwp 처리 로직 없음
- **Dockerfile:6-9** - LibreOffice 미설치

### 선택한 방식
**LibreOffice CLI 래퍼** (무료, 크로스 플랫폼)
- HWP → PDF 변환 후 텍스트 추출
- 명령어: `soffice --headless --convert-to pdf <hwp파일> --outdir <경로>`
- 출처: `/DOCS/ideas/250916_HWP-PDF_변환_전략_분석.md`

## 구현 계획

### 1. Dockerfile 수정
- **위치**: skill-rag-file/Dockerfile:6-9
- **추가**: `libreoffice --headless` 설치

### 2. config.py 수정
- **위치**: skill-rag-file/app/core/config.py:33-36
- **추가**: `".hwp"` to ALLOWED_EXTENSIONS

### 3. text_extractor.py 수정
- **위치**: skill-rag-file/app/services/text_extractor.py
- **extract() 메서드:15-57** - `.hwp` 분기 추가
- **신규 메서드** - `_extract_hwp(file_path)` 추가
  - subprocess로 soffice 호출
  - HWP → PDF 변환
  - PyPDF2로 텍스트 추출

### 4. 배포
- docker-compose down && up --build
- Gitea Actions 자동 배포

## 테스트 방법

### 로컬 테스트
```bash
# LibreOffice 설치 (Ubuntu)
apt-get install -y libreoffice --no-install-recommends

# 변환 테스트
soffice --headless --convert-to pdf test.hwp --outdir /tmp
```

### API 테스트
```bash
# 파일 업로드
curl -X POST http://localhost:8508/api/v1/upload \
  -H "Authorization: Bearer {TOKEN}" \
  -F "file=@test.hwp" \
  -F "user_uuid={UUID}"
```

## 주의사항

1. **변환 품질**: 리버스 엔지니어링 기반, 레이아웃 깨질 수 있음
2. **성능**: soffice 프로세스 시작 오버헤드 있음
3. **Dockerfile 크기**: LibreOffice 추가 시 ~300MB 증가
4. **에러 처리**: subprocess 실패 시 적절한 로그 필요

## 참고 문서

- `/DOCS/ideas/250916_HWP-PDF_변환_전략_분석.md` - 전략 분석
- `/DOCS/300_architecture/311_FastAPI_구조_원칙.md` - 계층 분리 원칙