AI 디버깅을 위한 consumer workflow artifact를 구성한다

[opficdev]

배경

AI prediction이 failed, skipped, 또는 기대와 다른 판단을 만들었을 때 현재는 최종 Markdown report만 남아 원인 추적이 어려움.

reusable workflow는 consumer repository의 Actions run에서 실행되므로, debug artifact도 Watcher repository가 아니라 consumer repository workflow run에 남아야 함.

작업 범위

• consumer workflow input으로 debug artifact 업로드 여부를 선택할 수 있게 구성
• Watcher 실행 중 AI 호출 전후의 추적 데이터를 파일로 기록
• reusable workflow에서 actions/upload-artifact로 consumer repository run artifact 업로드
• artifact에는 secret, token, webhook URL, raw file content, raw diff 전문이 포함되지 않도록 제한

포함할 데이터

• run metadata: repository, base branch, default branch, critical file patterns, generated time, Watcher ref
• branch selection: 수집된 branch, 제외된 branch와 사유, 최종 감시 대상 branch
• deterministic evidence: git merge signal, changed files, changed hunks, check metadata, PR metadata
• deterministic risk result: score, status, reasons
• AI target selection: 호출 대상 branch, skipped branch와 사유
• AI request evidence: system prompt, user prompt 또는 user prompt 원본 구조
• AI response: provider 응답, validation 결과, branch 매핑 결과
• final report markdown

완료 기준

• 기본값에서는 artifact를 업로드하지 않음
• opt-in 시 consumer repository Actions run에서 debug artifact를 다운로드할 수 있음
• OpenAI API key, GitHub token, Discord webhook URL이 artifact와 log에 노출되지 않음
• npm test로 artifact 생성 로직과 비활성 기본값 검증