A2A 통신 전환: Agent 서버 분리 + POST /tasks/send + error_type + tool_call 어댑터

[SteadyCHOI]

지금은 A2ATaskRequest/A2ATaskResponse 모델과 Agent Card 조회(GET) 엔드포인트만 있고, 실제 태스크 송수신이 없음. knowledge/execution/perception이 별도 서버로 뜬 적이 없어서(리포 전체에 main.py가 Supervisor용 8001 하나뿐, docker-compose.yml도 비어있음) StateGraph 노드가 지금도 from app.agents.execution import run_execution 식으로 로컬 함수를 직접 import해서 그래프에 꽂고 있고, 그 함수들(knowledge_node/run_execution/perception_node)도 전체 AgentState 객체를 그대로 받는 in-process 구조로 짜여 있음. 함수 호출을 지우고 A2A만으로 E2E가 되려면 아래를 다 채워야 함.

0. knowledge/execution/perception 각각을 위한 독립 main.py(FastAPI app) 신설, 포트 8002/8003/8004 바인딩
1. 그 3개 서버 각각에 POST /tasks/send 핸들러 추가 (A2ATaskRequest 수신 → 해당 agent 로직 실행 → A2ATaskResponse 반환). Supervisor 쪽이 아니라 서브 에이전트 서버 쪽에 붙어야 함
2. A2ATaskResponse에 error_type 필드 추가 ("timeout" | "parameter" | "invalid_tool" | "sql")
3. A2AClient에 태스크 전송 메서드 추가 (fetch_card/fetch_all_cards 옆에 send_task 추가)
4. knowledge_node / run_execution / perception_node 시그니처를 state: AgentState 전체 수신 방식에서 A2ATaskRequest 수신 → A2ATaskResponse 반환 방식으로 재작성. AgentState.messages(LangChain 메시지 객체)를 A2ATaskRequest.context(Dict)로 실어 보낼 직렬화 규약도 함께 정의
5. Supervisor의 StateGraph 노드에서 로컬 함수 import 호출을 A2AClient.send_task() 호출로 교체하고, 응답(A2ATaskResponse) → tool_calls dict 변환 어댑터 추가
6. WS 스트리밍은 sub-agent에서 되쏘지 않고 Supervisor가 A2A 호출 경계에서 합성: A2AClient.send_task() 호출 직전 tool_start, 응답 수신 직후 tool_result를 Supervisor가 프론트엔드로 전송. sub-agent(execution.py/perception.py)에 있는 app/graph/ws.py 의존(websocket_manager, streamer_proxy)은 제거하고 Supervisor 프로세스에만 남김
   • 트레이드오프: Multi-Turn Tool Calling(여러 MCP tool 순차 호출)이 한 A2A 라운드트립 안에서 일어나면 tool 단위가 아니라 A2A 요청 단위로 tool_start/tool_result가 찍힘. 차량용 에이전트라 개별 tool 단위 실시간 UI 업데이트의 중요도가 낮다고 보고 이 방식으로 확정. 세부 진행률 표시가 필요해지면 그때 콜백 방식 재검토
7. 3~4개 프로세스를 동시에 띄우는 실행 스크립트 또는 docker-compose.yml 작성 (현재 비어있음)

주의: 그래프 엣지(라우팅 흐름) 자체는 그대로 유지, A2A는 노드 내부의 실행 주체를 찾고 통신하는 계층으로만 추가