Apppublic

m97j/symbolic-processor

sourceHugging Facemitupdated 7mo agoView on Hugging Face

0likes

App README

⚙️ Symbolic Processor (symbolic/)

역할 & 데이터 흐름

1.게임 서버 요청 수신(`app.py`)
2.최소 입력만 와도 동작: { text, npc_id, player_id, ... }
3.옵션: 상태/컨텍스트 부족 시 rag/docs/npc_config.json 등에서 NPC 메타를 조회해 보강

1.전처리·프롬프트 구성(`pipeline/preprocess.py`, `utils/context_parser.py`, `manager/prompt_builder.py`)
2.태그/컨텍스트/플레이어 발화를 묶어 <SYS>, <CTX>, <PLAYER>, <NPC> 포맷으로 구성

1.추론 요청(`utils/hf_client.py`, `models/fallback_model.py`, `pipeline/generator.py`)
2.조건 불충족 input → fallback_model.py에서 대체 응답 생성
3.조건 충족 input → generator.py에서 payload 구성 후 HF Space /predict_main POST

1.후처리(`pipeline/postprocess.py`)
2.모델 응답에서 대사 텍스트, delta, flag를 파싱·정규화
3.flags → 시그모이드+threshold, delta → 범위 클램프·라운딩

1.게임 서버 응답(`schemas.py`)
2.표준 JSON으로 반환

json

   {
     "text": "NPC의 대답...",
     "delta": {"trust": 0.10, "relationship": 0.08},
     "flags": {"give_item": true, "npc_main_story": false},
     "meta": {"npc_id": "mother_abandoned_factory"}
   }

📁 디렉토리 구조

bash

symbolic/
├── app.py                  # FastAPI 엔트리포인트
├── config.py               # 서버 설정 및 모델 경로 관리
├── schemas.py              # 요청/응답 데이터 구조 정의
├── requirements.txt        # 의존성 패키지 목록
├── pipeline/               # 대화 흐름 처리 모듈
│   ├── preprocess.py       # 입력 전처리 및 프롬프트 구성
│   ├── postprocess.py      # 모델 출력 후처리
│   └── generator.py        # 모델 추론 요청 처리
├── rag/                    # RAG 기반 flag 해석 모듈
│   ├── rag_manager.py
│   └── docs/npc_config.json
├── utils/                  # 유틸리티 모듈
│   ├── hf_client.py        # HF API 통신
│   └── context_parser.py   # 대화 맥락 파싱
├── models/                 # 모델 로딩 및 fallback 처리
│   ├── emotion_model.py    # emotion model을 이용한 inference 진행
│   ├── fallback_model.py   # fallback model을 이용한 inference 진행
│   └── model_loader.py
└── manager/
    ├── agent_manager.py    
    ├── dialogue_manager.py # 전체 pipeline 모듈 관리
    └── prompt_builder.py

🧩 최신 RAG 타입별 매핑 (11종)

type	조회 시점	조회 조건	사용 모듈/함수	주요 목적
`trigger_def`	preprocess_input	npcid, queststage	retrieve(...)	메인 경로 조건 판정
`fallback`	preprocess_input	npcid, queststage	retrieve(...)	fallback prompt 구성
`forbidden_trigger_list`	preprocess_input	npc_id	loadforbiddentriggerdata	금지 트리거 감지
`trigger_meta`	preprocess_input	npc_id, trigger	loadtrigger_meta	특수 fallback 시 delta/action 확정
`lore`	buildmainprompt	npcid, queststage/any	RAG main docs	세계관/배경 설명
`description`	buildmainprompt	npcid, queststage	RAG main docs	현재 상황 설명
`flag_def`	postprocess_pipeline	npcid, queststage, flag_name	predata["ragmain_docs"]	flag threshold/예시 문장
`main_res_validate`	postprocess_pipeline	npcid, queststage	predata["ragmain_docs"]	응답 검증 기준
`npc_persona`	buildmainprompt	npc_id	retrieve(...)	NPC 성격·특성 반영
`dialogue_turn`	postprocess_pipeline	npcid, queststage	retrieve(...)	대화 예시 참조
(없음)	fallbackfinalcheck	predata["triggermeta"]	-	응답 의미 일치 검증

📌 데이터 흐름 요약

1.preprocess_input()
2.trigger_def → 메인 조건 판정
3.forbiddentriggerlist + trigger_meta → 특수 fallback 감지
4.fallback → 일반 fallback 스타일

1.build_main_prompt()
2.lore + description + npc_persona → 메인 prompt 컨텍스트 구성

1.build_fallback_prompt()
2.fallbackstyle + triggermeta → fallback prompt 구성

1.postprocess_pipeline()
2.flag_def → flag threshold/예시
3.mainresvalidate → 응답 검증

1.fallback_final_check()
2.trigger_meta → delta/action 의미 일치 검증

🔗 테스트

업데이트 예정

👀 CWIE Symbolic Processor

게임 내 환경과 상호작용하는 API 서버입니다. Neuro-Symbolic System에서 Symbolic Processing(Pre/Post Processing)을 담당합니다.

⚙️ 주요 기능

—게임 서버 요청 수신 및 전처리
—조건 판정 후 모델 추론 방식 결정 [delta, flag head 사용 여부 결정]
—Neuro Engine과 API 통신을 통해 Core 모델 추론 진행
—모델 응답 후처리 및 JSON 표준 응답 반환
—전, 후처리, 조건 검증시 RAG 기반 세계관·상황별 규칙·NPC 성격 반영  ---