Add main.py - 메인 루프 (컨텍스트 압축 통합)

main.py

@@ -0,0 +1,117 @@
+"""
+main.py — 컨텍스트 압축 통합 버전
+
+초반: StateReader 직접 사용 (상세 정보 필요)
+중반 이후: ContextCompressor로 자동 전환 (건물 50개 초과 시)
+"""
+import time
+import os
+import json
+from factorio_rcon       import FactorioRCON
+from state_reader        import StateReader
+from context_compressor  import ContextCompressor
+from ai_planner          import AIPlanner
+from action_executor     import ActionExecutor
+
+RCON_HOST     = os.getenv("FACTORIO_HOST",     "127.0.0.1")
+RCON_PORT     = int(os.getenv("FACTORIO_PORT", "25575"))
+RCON_PASSWORD = os.getenv("FACTORIO_PASSWORD", "factorio_ai")
+ACTION_DELAY  = 0.5
+LOG_FILE      = "agent_log.jsonl"
+
+# 건물 N개 이상이면 압축 모드로 전환
+COMPRESS_THRESHOLD = 50
+
+
+def run():
+    print("=" * 60)
+    print("  팩토리오 완전 자율 AI 에이전트 (컨텍스트 압축 포함)")
+    print("=" * 60)
+
+    with FactorioRCON(RCON_HOST, RCON_PORT, RCON_PASSWORD) as rcon:
+        reader     = StateReader(rcon)
+        compressor = ContextCompressor(rcon)
+        planner    = AIPlanner()
+        executor   = ActionExecutor(rcon)
+
+        total_actions = 0
+        queue: list[dict] = []
+        entity_count = 0  # 마지막으로 파악한 건물 수
+
+        while True:
+            try:
+                if not queue:
+                    print(f"\n{'='*50}")
+                    print(f"[재계획] 총 {total_actions}개 실행 완료")
+
+                    # ── 압축 레벨 자동 선택 ──────────────────────
+                    if entity_count < COMPRESS_THRESHOLD:
+                        # 초반: 상세 상태
+                        print("[상태] 초반 모드 — 상세 상태 수집")
+                        state   = reader.get_full_state()
+                        summary = reader.summarize_for_ai(state)
+                        entity_count = sum(
+                            v for v in state.get("buildings", {}).values()
+                            if isinstance(v, int)
+                        )
+                    elif entity_count < 200:
+                        # 중반: 구역별 압축 (level 1)
+                        print(f"[상태] 중반 모드 — 구역 압축 (건물 {entity_count}개)")
+                        summary = compressor.get_compressed_state(detail_level=1)
+                    else:
+                        # 후반: 글로벌 압축 (level 0)
+                        print(f"[상태] 후반 모드 — 글로벌 압축 (건물 {entity_count}개)")
+                        summary = compressor.get_compressed_state(detail_level=0)
+
+                    # 건물 수 업데이트
+                    global_info = compressor._get_global_summary()
+                    entity_count = global_info.get("total_entities", entity_count)
+
+                    # ── AI 계획 ──────────────────────────────────
+                    queue = planner.decide(summary)
+                    if not queue:
+                        print("[경고] AI가 행동 반환 안 함. 10초 후 재시도")
+                        time.sleep(10)
+                        continue
+
+                # ── 행동 실행 ─────────────────────────────────────
+                action = queue.pop(0)
+                total_actions += 1
+                act    = action.get("action", "")
+                reason = action.get("reason", "")
+
+                print(f"\n[{total_actions}] {act}")
+                print(f"    이유: {reason}")
+                print(f"    params: {json.dumps(action.get('params',{}), ensure_ascii=False)}")
+
+                success, message = executor.execute(action)
+                status = "✅" if success else "❌"
+                print(f"    결과: {status} {message}")
+
+                planner.record_feedback(action, success, message)
+
+                if not success:
+                    print("    → 실패. 재계획")
+                    queue.clear()
+
+                _log(total_actions, action, success, message)
+                time.sleep(ACTION_DELAY)
+
+            except KeyboardInterrupt:
+                print(f"\n종료 (총 {total_actions}개 실행)")
+                break
+            except Exception as e:
+                print(f"[오류] {e}")
+                time.sleep(5)
+
+
+def _log(step, action, success, message):
+    with open(LOG_FILE, "a", encoding="utf-8") as f:
+        f.write(json.dumps({
+            "step": step, "action": action,
+            "success": success, "message": message
+        }, ensure_ascii=False) + "\n")
+
+
+if __name__ == "__main__":
+    run()