# Pipeline Integration

ADO2 Agent 파이프라인에 본 엔진을 통합하는 인터페이스 스펙.

## 입력 인터페이스

```python
# agents/src/integrations/higgsfield_shorts.py 에서 호출
from engine.higgsfield_shorts import generate_short

result = await generate_short(
    tenant_id="acme-pension",
    shoot_id="2026-06-15_summer-shoot",
    photos=[
        "s3://ado2/media/acme/p1.jpg",  # 3~5장
        "s3://ado2/media/acme/p2.jpg",
        "s3://ado2/media/acme/p3.jpg",
    ],
    concept_id="cinematic-trailer",     # concepts/ 라이브러리에서 선택
    brand={
        "name": "○○펜션",
        "location": "강원 양양",
        "cta_url": "https://booking.example.com/acme",
    },
    options={
        "aspect_ratio": "9:16",
        "duration": 8,
        "caption_lang": "ko",
    },
)
# result.video_url, result.thumbnail_url, result.cost_usd, result.metrics
```

## 출력 메타데이터

```json
{
  "video_url": "s3://ado2/output/acme/2026-06-15/cinematic-trailer.mp4",
  "thumbnail_url": "s3://ado2/output/acme/2026-06-15/cinematic-trailer.jpg",
  "trust_track_link": "s3://ado2/output/acme/2026-06-15/trust-slideshow.mp4",
  "concept_id": "cinematic-trailer",
  "duration_seconds": 8,
  "cost_usd": 1.42,
  "quality_score": 0.87,
  "render_time_seconds": 240,
  "metadata_for_distribution": {
    "suggested_caption": "...",
    "suggested_hashtags": [...],
    "suggested_post_time": "...",
    "ai_disclosure_required": true
  }
}
```

## MarketingState 통합

`agents/src/common/state.py`의 `MarketingState`에 다음 필드 추가:

```python
class MarketingState(TypedDict):
    # ... existing fields
    higgsfield_renders: list[HiggsfieldRender]   # 어텐션 트랙 결과들
    trust_track_renders: list[CreatomateRender]  # 트러스트 트랙 결과들
    paired_assets: dict[str, str]  # shoot_id -> trust_video_id 매핑
```

## Distribution Agent 핸드오프

Distribution Agent는 두 트랙을 **페어 배포** 한다:

1. **Reels/Shorts 피드** ← Higgsfield (어텐션)
2. **프로필 핀 게시물** ← Creatomate (트러스트)
3. **캡션 자동 생성** 시 AI 디스클로저 라인 포함 ("AI로 재해석한 ○○펜션의 무드")

## Phase 2 (자동화 도입 후)

- Content Agent가 사진셋 자동 분석 → 컨셉 자동 선택
- 1개 사진셋 → 2개 컨셉으로 A/B 자동 생성
- 7일 후 Analytics Agent가 컨셉별 성과 학습 → 컨셉 가중치 업데이트