feat: EXAONE 분류기 — direct/route/clarify 라우팅 + 대화 기억

- EXAONE: 분류기+프롬프트엔지니어+직접응답 (JSON 출력)
- 간단한 질문은 EXAONE이 직접 답변 (파이프라인 스킵)
- 복잡한 질문은 AI 최적화 프롬프트로 Gemma에 전달
- 모호한 질문은 사용자에게 추가 질문 (clarify)
- user별 최근 대화 기억 (최대 10개, 1시간 TTL)
- ModelAdapter: messages 직접 전달 옵션 추가

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

nanoclaude/services/backend_registry.py

@@ -10,40 +10,45 @@ from services.model_adapter import ModelAdapter
 
 logger = logging.getLogger(__name__)
 
-REWRITER_PROMPT = (
-    "너는 질문 재구성 전문가다. "
-    "사용자의 질문을 분석하여 의도를 명확히 하고, 더 명확한 질문으로 재작성하라. "
-    "재구성된 질문만 출력하라. 부연 설명이나 답변은 절대 하지 마라. "
-    "인사, 잡담, 간단한 질문, 1~2문장 질문은 원문 그대로 출력하라. "
-    "복잡하거나 모호한 질문만 재구성하라."
-)
+CLASSIFIER_PROMPT = """\
+너는 AI 라우터다. 사용자 메시지를 분석하여 JSON으로 응답하라.
+반드시 아래 3가지 action 중 하나를 선택하라:
+
+1. "direct" — 인사, 잡담, 간단한 질문, 자기소개 요청 등. 네가 직접 답변한다.
+2. "route" — 복잡한 질문, 분석, 설명, 코딩 등. 추론 모델에게 넘긴다. 이때 prompt 필드에 추론 모델이 이해하기 좋게 정리된 프롬프트를 작성하라.
+3. "clarify" — 질문이 모호하거나 정보가 부족할 때. 사용자에게 추가 질문한다.
+
+반드시 아래 JSON 형식으로만 응답하라. JSON 외 텍스트는 절대 출력하지 마라:
+{"action": "direct|route|clarify", "response": "direct/clarify일 때 사용자에게 보낼 텍스트", "prompt": "route일 때 추론 모델에게 보낼 프롬프트"}
+
+너의 이름은 '이드'이고, 상냥하고 친근하게 대화한다.
+너는 GPU 서버의 EXAONE 모델과 맥미니의 Gemma4 모델로 구성된 NanoClaude 파이프라인에서 돌아간다.
+대화 이력이 있으면 맥락을 고려하라.\
+"""
 
 REASONER_PROMPT = (
     "너는 '이드'라는 이름의 상냥하고 친근한 AI 어시스턴트야. "
-    "너는 GPU 서버의 EXAONE 모델(질문 정리)과 맥미니의 Gemma4 모델(답변 생성)로 구성된 "
-    "NanoClaude 파이프라인 위에서 돌아가고 있어. "
-    "간결하고 자연스럽게 대화해. 인사에는 짧게 인사로 답하고, "
+    "간결하고 자연스럽게 대화해. "
     "질문에는 핵심만 명확하게 답해. "
-    "불필요한 구조화(번호 매기기, 헤더, 마크다운)는 피하고, 대화하듯 편하게 답변해. "
-    "너 자신에 대한 질문에는 솔직하게 답해."
+    "불필요한 구조화(번호 매기기, 헤더, 마크다운)는 피하고, 대화하듯 편하게 답변해."
 )
 
 
 class BackendRegistry:
     def __init__(self) -> None:
-        self.rewriter: ModelAdapter | None = None
-        self.reasoner: ModelAdapter | None = None
-        self._health: dict[str, bool] = {"rewriter": False, "reasoner": False}
-        self._latency: dict[str, float] = {"rewriter": 0.0, "reasoner": 0.0}
+        self.classifier: ModelAdapter | None = None  # EXAONE: 분류 + 직접응답
+        self.reasoner: ModelAdapter | None = None     # Gemma4: 추론
+        self._health: dict[str, bool] = {"classifier": False, "reasoner": False}
+        self._latency: dict[str, float] = {"classifier": 0.0, "reasoner": 0.0}
         self._health_task: asyncio.Task | None = None
 
     def init_from_settings(self, settings) -> None:
-        self.rewriter = ModelAdapter(
+        self.classifier = ModelAdapter(
             name="EXAONE",
             base_url=settings.exaone_base_url,
             model=settings.exaone_model,
-            system_prompt=REWRITER_PROMPT,
-            temperature=settings.exaone_temperature,
+            system_prompt=CLASSIFIER_PROMPT,
+            temperature=0.3,  # 분류는 낮은 temperature
             timeout=settings.exaone_timeout,
         )
         self.reasoner = ModelAdapter(
@@ -68,7 +73,7 @@ class BackendRegistry:
             await asyncio.sleep(interval)
 
     async def _check_all(self) -> None:
-        for role, adapter in [("rewriter", self.rewriter), ("reasoner", self.reasoner)]:
+        for role, adapter in [("classifier", self.classifier), ("reasoner", self.reasoner)]:
             if not adapter:
                 continue
             start = time.monotonic()
@@ -86,7 +91,7 @@ class BackendRegistry:
 
     def health_summary(self) -> dict:
         result = {}
-        for role, adapter in [("rewriter", self.rewriter), ("reasoner", self.reasoner)]:
+        for role, adapter in [("classifier", self.classifier), ("reasoner", self.reasoner)]:
             if adapter:
                 result[role] = {
                     "name": adapter.name,

nanoclaude/services/conversation.py

@@ -0,0 +1,52 @@
+"""Conversation — user별 최근 대화 기억."""
+
+from __future__ import annotations
+
+from collections import defaultdict
+from dataclasses import dataclass, field
+from time import time
+
+MAX_HISTORY = 10  # user당 최근 대화 수
+HISTORY_TTL = 3600.0  # 1시간 이후 대화 만료
+
+
+@dataclass
+class Message:
+    role: str  # "user" | "assistant"
+    content: str
+    timestamp: float = field(default_factory=time)
+
+
+class ConversationStore:
+    def __init__(self) -> None:
+        self._history: dict[str, list[Message]] = defaultdict(list)
+
+    def add(self, user_id: str, role: str, content: str) -> None:
+        msgs = self._history[user_id]
+        msgs.append(Message(role=role, content=content))
+        # 최대 개수 제한
+        if len(msgs) > MAX_HISTORY:
+            self._history[user_id] = msgs[-MAX_HISTORY:]
+
+    def get(self, user_id: str) -> list[Message]:
+        """만료되지 않은 최근 대화 반환."""
+        now = time()
+        msgs = self._history.get(user_id, [])
+        # TTL 필터
+        fresh = [m for m in msgs if now - m.timestamp < HISTORY_TTL]
+        self._history[user_id] = fresh
+        return fresh
+
+    def format_for_prompt(self, user_id: str) -> str:
+        """EXAONE에 전달할 대화 이력 포맷."""
+        msgs = self.get(user_id)
+        if not msgs:
+            return ""
+        lines = []
+        for m in msgs[-6:]:  # 최근 6개만
+            prefix = "사용자" if m.role == "user" else "이드"
+            lines.append(f"{prefix}: {m.content}")
+        return "\n".join(lines)
+
+
+conversation_store = ConversationStore()

nanoclaude/services/model_adapter.py

@@ -31,14 +31,16 @@ class ModelAdapter:
         self.temperature = temperature
         self.timeout = timeout
 
-    async def stream_chat(self, message: str) -> AsyncGenerator[str, None]:
-        """스트리밍 호출. content chunk를 yield."""
-        payload = {
-            "model": self.model,
-            "messages": [
+    async def stream_chat(self, message: str, *, messages: list[dict] | None = None) -> AsyncGenerator[str, None]:
+        """스트리밍 호출. content chunk를 yield. messages 직접 전달 가능."""
+        if messages is None:
+            messages = [
                 {"role": "system", "content": self.system_prompt},
                 {"role": "user", "content": message},
-            ],
+            ]
+        payload = {
+            "model": self.model,
+            "messages": messages,
             "stream": True,
             "temperature": self.temperature,
         }
@@ -78,14 +80,16 @@ class ModelAdapter:
                 logger.error("%s read timeout", self.name)
                 raise
 
-    async def complete_chat(self, message: str) -> str:
-        """비스트리밍 호출. 전체 응답 텍스트 반환."""
-        payload = {
-            "model": self.model,
-            "messages": [
+    async def complete_chat(self, message: str, *, messages: list[dict] | None = None) -> str:
+        """비스트리밍 호출. 전체 응답 텍스트 반환. messages 직접 전달 가능."""
+        if messages is None:
+            messages = [
                 {"role": "system", "content": self.system_prompt},
                 {"role": "user", "content": message},
-            ],
+            ]
+        payload = {
+            "model": self.model,
+            "messages": messages,
             "stream": False,
             "temperature": self.temperature,
         }

nanoclaude/services/worker.py

@@ -1,8 +1,9 @@
-"""Worker — 2단계 파이프라인: EXAONE rewrite → Gemma reasoning (cancel-safe + fallback)."""
+"""Worker — EXAONE 분류 → direct/route/clarify 분기 (cancel-safe + fallback)."""
 
 from __future__ import annotations
 
 import asyncio
+import json
 import logging
 from time import time
 
@@ -10,6 +11,7 @@ from config import settings
 from db.database import log_completion, log_request
 from models.schemas import JobStatus
 from services.backend_registry import backend_registry
+from services.conversation import conversation_store
 from services.job_manager import Job, job_manager
 from services.state_stream import state_stream
 from services.synology_sender import send_to_synology
@@ -17,38 +19,38 @@ from services.synology_sender import send_to_synology
 logger = logging.getLogger(__name__)
 
 HEARTBEAT_INTERVAL = 4.0
-REWRITE_HEARTBEAT = 2.0
-MAX_REWRITE_LENGTH = 1000
+CLASSIFY_HEARTBEAT = 2.0
+MAX_PROMPT_LENGTH = 1000
 SYNOLOGY_MAX_LEN = 1500
 
 
-async def _complete_with_heartbeat(adapter, message: str, job_id: str) -> str:
-    """complete_chat + heartbeat 병행. rewrite 대기 중 사용자 체감 멈춤 방지."""
+async def _complete_with_heartbeat(adapter, message: str, job_id: str, *, messages=None, beat_msg="처리 중...") -> str:
+    """complete_chat + heartbeat 병행."""
     result_holder: dict[str, str] = {}
     exc_holder: list[Exception] = []
 
     async def call():
         try:
-            result_holder["text"] = await adapter.complete_chat(message)
+            result_holder["text"] = await adapter.complete_chat(message, messages=messages)
         except Exception as e:
             exc_holder.append(e)
 
     task = asyncio.create_task(call())
     while not task.done():
-        await asyncio.sleep(REWRITE_HEARTBEAT)
+        await asyncio.sleep(CLASSIFY_HEARTBEAT)
         if not task.done():
-            await state_stream.push(job_id, "processing", {"message": "질문을 재구성하고 있습니다..."})
+            await state_stream.push(job_id, "processing", {"message": beat_msg})
 
     if exc_holder:
         raise exc_holder[0]
     return result_holder.get("text", "")
 
 
-async def _stream_with_cancel(adapter, message: str, job: Job, collected: list[str]) -> bool:
-    """스트리밍 + cancel 체크. 정상 완료 시 True, cancel 시 False."""
+async def _stream_with_cancel(adapter, message: str, job: Job, collected: list[str], *, messages=None) -> bool:
+    """스트리밍 + cancel 체크."""
     last_heartbeat = asyncio.get_event_loop().time()
 
-    async for chunk in adapter.stream_chat(message):
+    async for chunk in adapter.stream_chat(message, messages=messages):
         if job.status == JobStatus.cancelled:
             return False
         collected.append(chunk)
@@ -62,68 +64,108 @@ async def _stream_with_cancel(adapter, message: str, job: Job, collected: list[s
     return True
 
 
+def _parse_classification(raw: str) -> dict:
+    """EXAONE JSON 응답 파싱. 실패 시 direct fallback."""
+    raw = raw.strip()
+    # JSON 블록 추출 (```json ... ``` 감싸는 경우 대응)
+    if "```" in raw:
+        start = raw.find("{")
+        end = raw.rfind("}") + 1
+        if start >= 0 and end > start:
+            raw = raw[start:end]
+    try:
+        result = json.loads(raw)
+        if "action" in result:
+            return result
+    except json.JSONDecodeError:
+        pass
+    # JSON 파싱 실패 → direct로 취급 (raw 텍스트가 직접 응답)
+    return {"action": "direct", "response": raw, "prompt": ""}
+
+
+async def _send_callback(job: Job, text: str) -> None:
+    """Synology callback이면 전송."""
+    if job.callback == "synology":
+        if len(text) > SYNOLOGY_MAX_LEN:
+            text = text[:SYNOLOGY_MAX_LEN] + "\n\n...(생략됨)"
+        await send_to_synology(text)
+
+
 async def run(job: Job) -> None:
-    """EXAONE rewrite → Gemma reasoning 파이프라인 (fallback + cancel-safe)."""
+    """EXAONE 분류 → direct/route/clarify 분기."""
     start_time = time()
-    rewrite_model = None
+    user_id = job.callback_meta.get("user_id", "api")
+    classify_model = None
     reasoning_model = None
     rewritten_message = ""
 
     try:
-        await log_request(job.id, job.message, "pipeline", job.created_at)
+        await log_request(job.id, job.message, "classify", job.created_at)
     except Exception:
         logger.warning("Failed to log request for job %s", job.id, exc_info=True)
 
     try:
         # --- ACK ---
-        await state_stream.push(job.id, "ack", {"message": "요청을 확인했습니다. 분석을 시작합니다."})
+        await state_stream.push(job.id, "ack", {"message": "요청을 확인했습니다."})
         job_manager.set_status(job.id, JobStatus.processing)
 
-        # --- Cancel 체크 #1 ---
         if job.status == JobStatus.cancelled:
             return
 
-        use_pipeline = settings.pipeline_enabled and backend_registry.is_healthy("reasoner")
+        classify_model = backend_registry.classifier.model
+
+        # --- 대화 이력 포함하여 분류 요청 ---
+        history = conversation_store.format_for_prompt(user_id)
+        classify_input = job.message
+        if history:
+            classify_input = f"[대화 이력]\n{history}\n\n[현재 메시지]\n{job.message}"
+
+        await state_stream.push(job.id, "processing", {"message": "메시지를 분석하고 있습니다..."})
+        classify_start = time()
+
+        try:
+            raw_result = await _complete_with_heartbeat(
+                backend_registry.classifier, classify_input, job.id,
+                beat_msg="메시지를 분석하고 있습니다..."
+            )
+        except Exception:
+            logger.warning("Classification failed for job %s, falling back to direct", job.id)
+            raw_result = ""
+
+        classify_latency = (time() - classify_start) * 1000
+        classification = _parse_classification(raw_result)
+        action = classification.get("action", "direct")
+        response_text = classification.get("response", "")
+        route_prompt = classification.get("prompt", "")
+
+        logger.info("Job %s classified as '%s'", job.id, action)
+
+        # 대화 기록: 사용자 메시지
+        conversation_store.add(user_id, "user", job.message)
+
         collected: list[str] = []
 
-        if not use_pipeline:
-            # === EXAONE 단독 모드 (Phase 1 fallback) ===
-            rewrite_model = backend_registry.rewriter.model
-            await state_stream.push(job.id, "processing", {"message": "EXAONE 모델이 응답을 생성하고 있습니다..."})
+        if job.status == JobStatus.cancelled:
+            return
 
-            ok = await _stream_with_cancel(backend_registry.rewriter, job.message, job, collected)
-            if not ok:
-                return
-        else:
-            # === 파이프라인 모드: EXAONE rewrite → Gemma reasoning ===
-            rewrite_model = backend_registry.rewriter.model
+        if action == "clarify":
+            # === CLARIFY: 추가 질문 ===
+            collected.append(response_text)
+            await state_stream.push(job.id, "result", {"content": response_text})
+            conversation_store.add(user_id, "assistant", response_text)
+
+        elif action == "route" and settings.pipeline_enabled and backend_registry.is_healthy("reasoner"):
+            # === ROUTE: Gemma reasoning ===
             reasoning_model = backend_registry.reasoner.model
-
-            # --- Rewrite ---
-            await state_stream.push(job.id, "processing", {"message": "질문을 재구성하고 있습니다..."})
-            rewrite_start = time()
-
-            try:
-                rewritten_message = await _complete_with_heartbeat(
-                    backend_registry.rewriter, job.message, job.id
-                )
-                rewritten_message = rewritten_message[:MAX_REWRITE_LENGTH]
-            except Exception:
-                logger.warning("Rewrite failed for job %s, using original message", job.id)
-                rewritten_message = job.message
-
-            rewrite_latency = (time() - rewrite_start) * 1000
+            rewritten_message = (route_prompt or job.message)[:MAX_PROMPT_LENGTH]
             job.rewritten_message = rewritten_message
 
-            # --- Rewrite 결과 SSE 노출 (Synology에서는 숨김) ---
             if job.callback != "synology":
                 await state_stream.push(job.id, "rewrite", {"content": rewritten_message})
 
-            # --- Cancel 체크 #2 ---
             if job.status == JobStatus.cancelled:
                 return
 
-            # --- Reasoning ---
             await state_stream.push(job.id, "processing", {"message": "Gemma 4가 응답을 생성하고 있습니다..."})
 
             try:
@@ -131,47 +173,55 @@ async def run(job: Job) -> None:
                 if not ok:
                     return
             except Exception:
-                # Gemma streaming 중간 실패 → EXAONE fallback
-                logger.warning("Reasoner failed for job %s, falling back to rewriter", job.id, exc_info=True)
-
+                logger.warning("Reasoner failed for job %s, falling back to EXAONE", job.id, exc_info=True)
                 if job.status == JobStatus.cancelled:
                     return
-
                 await state_stream.push(job.id, "processing", {"message": "모델 전환 중..."})
-                reasoning_model = rewrite_model  # fallback 기록
-
-                ok = await _stream_with_cancel(backend_registry.rewriter, job.message, job, collected)
+                reasoning_model = classify_model
+                ok = await _stream_with_cancel(backend_registry.classifier, job.message, job, collected)
                 if not ok:
                     return
 
+            if collected:
+                conversation_store.add(user_id, "assistant", "".join(collected))
+
+        else:
+            # === DIRECT: EXAONE 직접 응답 ===
+            if response_text:
+                # 분류기가 이미 응답을 생성함
+                collected.append(response_text)
+                await state_stream.push(job.id, "result", {"content": response_text})
+            else:
+                # 분류 실패 → EXAONE 스트리밍으로 직접 응답
+                await state_stream.push(job.id, "processing", {"message": "응답을 생성하고 있습니다..."})
+                ok = await _stream_with_cancel(backend_registry.classifier, job.message, job, collected)
+                if not ok:
+                    return
+
+            if collected:
+                conversation_store.add(user_id, "assistant", "".join(collected))
+
         # --- Complete ---
         if not collected:
             job_manager.set_status(job.id, JobStatus.failed)
             await state_stream.push(job.id, "error", {"message": "응답을 받지 못했습니다."})
             status = "failed"
-            if job.callback == "synology":
-                await send_to_synology("⚠️ 응답을 받지 못했습니다. 다시 시도해주세요.")
+            await _send_callback(job, "⚠️ 응답을 받지 못했습니다. 다시 시도해주세요.")
         else:
             job_manager.set_status(job.id, JobStatus.completed)
             await state_stream.push(job.id, "done", {"message": "완료"})
             status = "completed"
-            # Synology callback: 결과 전송
-            if job.callback == "synology":
-                full_response = "".join(collected)
-                if len(full_response) > SYNOLOGY_MAX_LEN:
-                    full_response = full_response[:SYNOLOGY_MAX_LEN] + "\n\n...(생략됨)"
-                await send_to_synology(full_response)
+            await _send_callback(job, "".join(collected))
 
         # --- DB 로깅 ---
         latency_ms = (time() - start_time) * 1000
-        response_text = "".join(collected)
         try:
             await log_completion(
-                job.id, status, len(response_text), latency_ms, time(),
-                rewrite_model=rewrite_model,
+                job.id, status, len("".join(collected)), latency_ms, time(),
+                rewrite_model=classify_model,
                 reasoning_model=reasoning_model,
                 rewritten_message=rewritten_message,
-                rewrite_latency_ms=rewrite_latency if use_pipeline else 0,
+                rewrite_latency_ms=classify_latency,
             )
         except Exception:
             logger.warning("Failed to log completion for job %s", job.id, exc_info=True)