ivada-infra/DOCS
3
0
Fork 0
Code Issues 1 Pull Requests 5 Actions Packages Projects Releases Wiki Activity
DOCS/troubleshooting/250815_happybell80_개발작업.md
happybell80 1033e30674 docs: 헬스체크 표준화 관련 오류 정보 제거 
- 250811_Gateway필드변환문제.md: "nginx/k8s 표준" 표현 제거
- 250811_ChromaDB메모리손실.md: "k8s/nginx 표준" 표현 제거
- 250812_함수형전환및포트변경.md: "k8s/nginx 표준 준수" 제거
- 250815_개발작업.md: "/healthz 통일" 언급 제거
- Docker Compose 환경에서 /healthz는 표준 아님

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
2025-10-02 18:29:29 +09:00

3.0 KiB
Raw Blame History

2025년 8월 15일 개발 작업 기록

오전 11시 31분

1. robeing-gateway 헬스체크 경로 불일치 해결

문제 상황

  • robeing-gateway가 3일 이상 unhealthy 상태
  • FailingStreak: 10,028회 실패
  • 서비스는 정상 작동하지만 헬스체크만 실패

원인 분석

  • Dockerfile: /health 경로로 헬스체크
  • 실제 코드: /healthz 엔드포인트만 구현
  • 이전 커밋에서 main.py와 Actions는 수정했지만 Dockerfile 누락

해결 방법

# Dockerfile 수정
HEALTHCHECK ... CMD curl -f http://localhost:8000/healthz || exit 1

교훈

  • 헬스체크 엔드포인트 변경 시 체크리스트 필수
    • main.py (실제 엔드포인트)
    • Dockerfile (컨테이너 헬스체크)
    • docker-compose.yml (compose 헬스체크)
    • .gitea/workflows/*.yml (CI/CD 헬스체크)
  • CLAUDE.md에 규칙 추가 완료

2. rb10508_micro 하드코딩 제거 및 중앙 설정 관리

문제 상황

  • ChromaDB 검색 개수 100개가 하드코딩
  • Gemini 모델명이 부분적으로 하드코딩
  • Mistral 모델명이 완전히 하드코딩

현황 파악

  1. ChromaDB 검색 100개

    • storage.py:112에 하드코딩
    • config.py에 설정 없음

  2. Gemini 모델

    • brain.py:72에 'gemini-2.5-flash-lite' 하드코딩
    • config.py:48에 GEMINI_FALLBACK_MODEL 있지만 미사용

  3. Mistral 모델

    • mistral.py:112에 'mistral-small-latest' 하드코딩
    • config.py에 설정 없음

해결 방법

# config.py 추가
MEMORY_SEARCH_LIMIT: int = 100
MISTRAL_MODEL: str = "mistral-small-latest"

# 각 파일에서 settings 활용
settings.MEMORY_SEARCH_LIMIT
settings.GEMINI_FALLBACK_MODEL
settings.MISTRAL_MODEL

추가 수정

  • README.md 업데이트

교훈

  • 하드코딩 금지 원칙 재확인
  • 설정값은 반드시 config.py에서 중앙 관리
  • 코드 리뷰 시 하드코딩 여부 우선 체크

3. 사랑 기반 윤리 시스템 설계 논의

현재 상태

  • rb10508_micro/app/core/ethics.py는 거의 비어있음
  • 기본 구조만 있고 실제 구현 없음

아키텍처 결정 사항

  1. 윤리 평가 위치: rb10508_micro 내부 (로빙의 핵심 정체성)
  2. Love Index 저장: ChromaDB 메타데이터 (기억과 연결)
  3. LLM 사용: 하이브리드 (명확한 경우 규칙, 애매한 경우 LLM)
  4. 구현 전략: 점진적 추가 (기존 시스템 유지)
  5. 표현 방식: 내부는 사랑, 외부는 세속적 용어

기억 시스템 분석

  • ChromaDB 벡터 저장소 사용
  • 적응형 메모리 선택 (LLM + MMR 알고리즘)
  • 100개 초기 검색 → 10-20개 최종 선택
  • 황금비(1.618) 활용한 효율적 축소

다음 단계

  • ethics.py에 Love Index 계산 함수 추가
  • brain.py에서 윤리 평가 통합
  • ChromaDB에 love_metrics 메타데이터 추가

배포 결과

  • robeing-gateway: Dockerfile 헬스체크 수정 후 푸시
  • rb10508_micro: 하드코딩 제거 후 푸시
  • 두 서비스 모두 Gitea Actions 통해 자동 배포 진행 중