티스토리 뷰
반응형
✅ Swarm SaaS 사용 이력 & 보고서 기능 구현하기 (4편)
– 사용자별 Task 기록 남기기, 사용 패턴 분석하고, 대시보드까지 시각화
SaaS 서비스에서 사용 이력과 성과 리포트는
👉 사용자 경험(UX) 향상
👉 재방문 유도
👉 유료 전환율 증가
👉 내부 운영 최적화
모두를 가능하게 하는 핵심 요소입니다.
이번 글에서는
✅ 유저별 Task 실행 기록 저장
✅ 각 Task별 Agent 참여 내역 저장
✅ 월별/주간 사용량 리포트 생성
✅ FastAPI + Streamlit 기반 미니 대시보드 구축
을 다루겠습니다.
🧱 1. 전체 기능 흐름
[사용자 Task 실행 요청]
↓
[Task ID, Agents, Tokens, 결과 저장]
↓
[사용자별 Task History 조회 API]
↓
[Streamlit or Admin Page로 리포트 시각화]
🛠️ 2. 사용 이력 테이블 설계 (PostgreSQL 예시)
CREATE TABLE task_history (
id UUID PRIMARY KEY,
user_id INTEGER REFERENCES users(id),
input_message TEXT,
agents TEXT[], -- 사용한 에이전트 리스트
prompt_tokens INTEGER,
completion_tokens INTEGER,
total_tokens INTEGER,
result JSONB, -- 최종 결과 메시지 저장
created_at TIMESTAMP DEFAULT NOW()
);
📋 3. Task 실행 후 기록하는 코드 예시
import uuid
def save_task_history(user_id, input_message, agents, usage, result):
db.insert(TaskHistory(
id=str(uuid.uuid4()),
user_id=user_id,
input_message=input_message,
agents=agents,
prompt_tokens=usage["prompt_tokens"],
completion_tokens=usage["completion_tokens"],
total_tokens=usage["total_tokens"],
result=result
))
요점:
- 사용자당 어떤 질문을 했는지
- 어떤 Agent가 참여했는지
- 결과는 어땠는지
모두 저장합니다.
📈 4. 사용자별 사용 이력 조회 API
@app.get("/tasks/history")
def get_task_history(user=Depends(get_current_user)):
tasks = db.query(TaskHistory).filter_by(user_id=user.id).order_by(TaskHistory.created_at.desc()).all()
return tasks
📊 5. Streamlit 기반 미니 대시보드 구성
✅ 기본 구조
import streamlit as st
import requests
st.title("🧠 내 Swarm 사용 이력")
tasks = requests.get("http://localhost:8000/tasks/history", headers={"Authorization": f"Bearer {token}"}).json()
for task in tasks:
st.subheader(f"🗓 {task['created_at']}")
st.text(f"사용한 에이전트: {', '.join(task['agents'])}")
st.text(f"총 토큰 사용량: {task['total_tokens']}")
st.json(task['result'])
✅ 추가 기능 아이디어
기능 설명
📄 PDF 보고서 다운로드 | Task 결과를 PDF로 저장 |
📅 월간 사용량 리포트 | 총 사용량, 평균 토큰 수 |
🏆 인기 에이전트 랭킹 | 자주 사용한 Agent 순위 |
🔍 Task 검색 | 키워드, 기간별 필터링 |
💬 피드백 제출 | 각 Task에 👍👎 평가 추가 |
💡 실전 팁
반응형
- result는 JSON 형태로 저장하면 다양한 포맷으로 쉽게 변환 가능
- 월별 사용량을 기준으로 "추가 과금" 경고 기능 추가 가능
- Task당 평균 토큰 수 계산 → Agent 최적화 가이드로 활용
- 유저별 “가장 자주 사용하는 Agent”를 분석해서 개인화 추천 가능
✅ 마무리
이제 우리는
✔ 사용자별 Task 이력을 관리하고
✔ 사용량 리포트를 생성하며
✔ 유저 맞춤형 대시보드로 UX를 개선하는 구조를 갖추었습니다.
이를 통해
SaaS 운영 안정성 + 유저 만족도 + 수익성
모두를 강화할 수 있습니다.
SwarmTask기록, GPT사용이력, 멀티에이전트기록, AI사용량대시보드, FastAPI기록관리, Streamlit리포트, LLM활용분석, AI리포트기능, SaaS사용량리포트, GPT이력관리
👉 다음 편은
5편: Swarm SaaS에 A/B 테스트 & Agent 튜닝 실험 기능 추가하기
를 다룹니다.
Agent 설정(A vs B)을 실험하고, 어떤 설정이 더 좋은 결과를 내는지 자동 분석하는 실전 A/B 실험 시스템을 구축해보겠습니다. 계속 이어가시겠어요? 😊
'AI+마케팅' 카테고리의 다른 글
광고 수익화를 위한 A/B 테스트 플랫폼 설계 – 지표 기반 자동 최적화 구조 만들기 (0) | 2025.04.30 |
---|---|
GA4 + GPT로 관심사 예측하는 프롬프트 설계 – 사용자 행동 기반 개인화 시작하기 (1) | 2025.04.29 |
사용자 행동 데이터를 어떻게 수집하고 정제할까 – 추천 시스템을 위한 실무 가이드 (1) | 2025.04.28 |
✅ Swarm SaaS를 위한 GPT 사용량 모니터링 및 과금 최적화 전략 (3편) (0) | 2025.04.24 |
마무리 정리 – AI 기반 콘텐츠 루틴, 이렇게 완성하세요 (0) | 2025.04.22 |
※ 이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- Prisma
- seo 최적화 10개
- Ktor
- AI챗봇
- REACT
- PostgreSQL
- Docker
- 프론트엔드
- CI/CD
- 개발블로그
- 백엔드개발
- 파이썬 알고리즘
- nodejs
- Python
- 프론트엔드면접
- Next.js
- SEO최적화
- App Router
- fastapi
- github
- gatsbyjs
- Webpack
- 관리자
- rag
- 웹개발
- NestJS
- llm
- LangChain
- nextJS
- kotlin
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함
반응형