제안 내용
valuesent.json과 decisions.json을 읽어 일별 처리량, 소스별 분포(메일/Asana/GitHub/제안), 평균 created_at→decided_at 대기시간을 계산하면 운영 패턴을 파악할 수 있다. 특히 '금요일에 처리가 몰리는지', 'Q1 카드의 실제 처리 속도가 SLA를 지키는지'를 확인하는 데 유용하다.
limitssent.json이 무한 누적되면 집계 비용 증가 — 최근 30일 슬라이딩 윈도우로 한정 필요. 처리 시각은 decided_at이므로 실제 발송 시각(dispatched_at)과 다를 수 있어 SLA 측정에 약간의 오차 존재.
improve①server.py /status 엔드포인트에 stats 계산 추가(기간·소스별 집계) ②대시보드 .dw 위젯에 'N일간 처리' 롤업 카드 추가 ③stats는 캐시(60초) 후 재계산으로 부하 최소화.
evidence실행안: ① server.py compute_stats() 함수 신설: sent.json 최근 30일 필터 → source별 count, 평균 wait_sec(decided_at - created_at) 계산 ② GET /status JSON에 stats 필드 추가 ③ HTML 대시보드 위젯(.dw)에 JS로 /status 폴링 후 렌더. Notion rollup처럼 숫자+퍼센트 막대 시각화.