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,