ltcai 0.1.26 → 0.1.28

package/README.md

@@ -294,7 +294,7 @@ Or: `./start_ai.sh` (auto-restart + caffeinate)
 | VS Code Marketplace | [marketplace.visualstudio.com](https://marketplace.visualstudio.com/items?itemName=parktaesoo.ltcai) |
 | Open VSX | [open-vsx.org](https://open-vsx.org/extension/parktaesoo/ltcai) |
 
-Current version: **0.1.26** — [Changelog](docs/CHANGELOG.md)
+Current version: **0.1.27** — [Changelog](docs/CHANGELOG.md)
 
 ---
 

package/docs/CHANGELOG.md

@@ -1,5 +1,43 @@
 # Changelog
 
+## [0.1.28] - 2026-05-24
+
+### 버그 수정: 추천 모델 ID 오류
+
+- **`google/gemma-4-E4B` → `mlx-community/gemma-4-e4b-it-4bit` 수정**
+  - 기존 ID는 HuggingFace의 BF16 풀프리시전 원본 모델 (~16GB) 로, MLX 포맷이 아니어서 `mlx_vlm.load()` 로 로드 불가능
+  - 올바른 MLX 4-bit 양자화 버전(`mlx-community/gemma-4-e4b-it-4bit`, 5.2GB, 43K downloads)으로 교체
+  - 크기 표시도 `"Next-Gen"` → `"5.2GB"` 로 실제 값으로 수정
+
+### Release
+- 배포 버전을 `0.1.28`로 상향
+- 대상 채널: `npm` · `PyPI` · `VS Code Marketplace` · `Open VSX`
+
+---
+
+## [0.1.27] - 2026-05-24
+
+### 로그인 페이지 UI 개선
+
+**Language 버튼**
+- 언어 표시 버튼 라벨을 `한국어 / English` 가변 텍스트에서 `Language` 고정 텍스트로 변경
+- 버튼 위치를 화면 고정(fixed) → 로그인 카드 우측 상단(absolute) 으로 이동, 화면 크기 무관하게 카드 안에 항상 위치
+- 버튼 크기 약 2/3 축소 (font 13px→11px, padding 6/14px→4/9px)
+- footer 하단 언어 전환 버튼 제거 (도움말·개인정보처리방침 링크만 유지)
+
+**로그인 카드 레이아웃**
+- 카드 전체 크기 약 4/5 축소 — 너비 `min(720px)→min(460px)`, 폰트·버튼 높이·여백 비례 감소
+- 타이틀 폰트 `38–54px → 28–40px`, 부제목 `24–34px → 17–24px`
+- 카드 수직 위치: 타이틀바(58px)를 제외한 나머지 화면의 정중앙 배치 (`flex-direction: column` + `justify-content: center`, `padding-top: 58px`)
+- 카드가 타이틀바와 겹치는 현상 구조적 수정 (기존 `align-items: center` 로 카드가 위로 올라가는 문제 해결)
+- 로그인 카드와 개인정보처리방침 사이 여백 확보 (bottom padding 증가)
+
+### Release
+- 배포 버전을 `0.1.27`로 상향
+- 대상 채널: `npm` · `PyPI` · `VS Code Marketplace` · `Open VSX`
+
+---
+
 ## [0.1.26] - 2026-05-24
 
 ### MCP 관리 대폭 확장 — 3-탭 UI

package/docs/architecture.md

@@ -119,3 +119,38 @@ GET /auth/sso/callback?code=... → 토큰 교환 → 세션 생성
 Claude Desktop / Cursor의 MCP 설정에 `http://localhost:4825/mcp` 추가 시 직접 도구 사용 가능.
 
 자세한 내용: [mcp-tools.md](mcp-tools.md)
+
+---
+
+## PPT 명세와의 정렬 (2026-05 추가)
+
+`lattice_ai_full_spec.pptx` (UI 명세서) 에 맞춰 세 가지 보강 모듈이 추가됐다.
+어떤 슬라이드가 어떤 파일에 매핑되는지 한눈에:
+
+| PPT 슬라이드 | 의미 | 구현 파일 |
+|--------------|------|-----------|
+| 14 (세 가지 약속) | Cross-platform · Auto-setup · Graph 원칙 | (전체 아키텍처) |
+| 15·19 (크로스플랫폼·디자인 토큰) | 공유 토큰 = 단일 진실 근원 | [`static/css/tokens.css`](../static/css/tokens.css) |
+| 16·17 (자동 환경 매트릭스·5단계) | OS·HW 감지 → 모델 추천 → 설치 → 검증 → 프리셋 | [`auto_setup.py`](../auto_setup.py) |
+| 20·21·22 (KG 노드·엣지·데이터 모델) | 10 NodeType / 12 EdgeType + embedding + confidence | [`kg_schema.py`](../kg_schema.py), [`docs/kg-schema.md`](kg-schema.md) |
+| 24 (통합 아키텍처) | 6 레이어 (UI / Logic / AI Core / KG / Storage / Auto-Setup) | 이 문서 + 위 파일들 |
+
+### 신규 모듈 빠른 참조
+
+```bash
+# 자동 환경 세팅 5단계
+python3 auto_setup.py probe          # ① 시스템 감지
+python3 auto_setup.py recommend      # ② 모델 추천
+python3 auto_setup.py plan           # ③ 설치 계획 (실행 안 함)
+python3 auto_setup.py plan --apply   # ③ 실제 설치 (위험)
+python3 auto_setup.py verify         # ④ 검증
+python3 auto_setup.py preset         # ⑤ 프리셋
+python3 auto_setup.py all            # 전체 흐름
+
+# KG v2 스키마
+python3 kg_schema.py init  ~/.ltcai/kg_v2.db
+python3 kg_schema.py migrate ~/.ltcai/knowledge_graph.db    # legacy → v2
+python3 kg_schema.py stats ~/.ltcai/knowledge_graph.db
+```
+
+전체 명세 ↔ 구현 매핑은 [`spec-vs-impl.md`](spec-vs-impl.md) 참고.

package/docs/kg-schema.md

@@ -0,0 +1,210 @@
+# Knowledge Graph — v2 스키마
+
+명세 출처: `lattice_ai_full_spec.pptx` 슬라이드 20·21·22
+구현: `kg_schema.py`
+
+---
+
+## 한 줄 요약
+
+> **점(노드)은 워크스페이스의 모든 *명사*. 선(엣지)은 모든 *동사*.**
+> 모든 노드는 임베딩 벡터를 가지고, 모든 엣지는 (방향 · 타입 · 가중치 · 신뢰도 · 근거)를 가진다.
+
+---
+
+## 점 (Node)
+
+```
+Node {
+  id          string          // ULID, 영속, 전역 유일 ("node:01HX…")
+  type        NodeType        // 아래 10가지 중 하나
+  label       string          // 사람이 읽는 짧은 이름 (≤240자)
+  attrs       object          // 타입별 구조화 메타데이터
+  embedding   float[1024]?    // 의미 벡터 (옵셔널, 권장)
+  owner_id    string?         // 소유 사용자
+  visibility  Visibility      // private | internal | shared | public
+  created_at  ISO8601 UTC
+  updated_at  ISO8601 UTC
+}
+```
+
+### 노드 타입 카탈로그
+
+| 타입 | 의미 | 대표 `attrs` |
+|------|------|--------------|
+| `CONVERSATION` | 대화 세션 전체 | `started_at`, `model_id`, `mode` |
+| `MESSAGE` | 단일 발화 | `role`, `tokens`, `parent_id` |
+| `FILE` | 업로드/연결된 파일 | `mime`, `sizeBytes`, `pageCount`, `lang` |
+| `CHUNK` | 파일의 분할 청크 | `parent_file`, `offset`, `length` |
+| `CODE_SYMBOL` | 함수·클래스·모듈 | `path`, `lang`, `signature` |
+| `CONCEPT` | 추출된 개념 / 태그 | `aliases[]`, `extractor` |
+| `PERSON` | 사용자·협업자 | `email`, `role` |
+| `MODEL` | 로컬/원격 LLM | `provider`, `runtime`, `quantization` |
+| `TOOL` | MCP 서버·외부 도구 | `scope`, `version`, `capabilities[]` |
+| `PROJECT` | 주제별 작업 공간 | `description`, `members[]` |
+
+---
+
+## 선 (Edge)
+
+```
+Edge {
+  id           string          // ULID ("edge:01HX…")
+  source       string          // 출발 노드 id
+  target       string          // 도착 노드 id (방향 있음)
+  type         EdgeType        // 아래 12가지 중 하나
+  weight       float [0..1]    // 관계의 ‘강도’
+  confidence   float [0..1]    // 추출/추론의 ‘신뢰도’
+  evidence     string[]        // 근거 (메시지/청크 ID 리스트)
+  created_by   string          // extractor:llm-gemma-3-12b | rule:regex | user
+  created_at   ISO8601 UTC
+}
+```
+
+### 엣지 타입 카탈로그
+
+| 타입 | 허용 source → target | 의미 |
+|------|---------------------|------|
+| `CONTAINS`      | `FILE → CHUNK` | 파일이 청크를 포함 |
+| `MENTIONS`      | `MESSAGE`·`FILE`·`CHUNK` → `CONCEPT`·`PERSON`·`MODEL`·`TOOL` | 언급/등장 |
+| `REFERENCES`    | `FILE`·`MESSAGE`·`CHUNK` → 동일 | 명시적 참조/링크 |
+| `REPLIES_TO`    | `MESSAGE → MESSAGE` | 답글 |
+| `AUTHORED_BY`   | `FILE`·`MESSAGE`·`CONVERSATION` → `PERSON` | 작성자 |
+| `USES`          | `PROJECT`·`CONVERSATION` → `TOOL`·`MODEL` | 도구/모델 사용 |
+| `DERIVED_FROM`  | `CHUNK`·`FILE` → 동일 | 요약·재가공 출처 |
+| `SIMILAR_TO`    | ANY ↔ ANY | 코사인 유사도 기반 (자기 자신 허용) |
+| `DEPENDS_ON`    | `CODE_SYMBOL → CODE_SYMBOL` | 코드 의존 관계 |
+| `TAGGED_AS`     | ANY → `CONCEPT` | 태깅 |
+| `VERSION_OF`    | `FILE → FILE` | 버전 히스토리 |
+| `GRANTS_ACCESS` | `PERSON → FILE`·`CONVERSATION`·`PROJECT` | 접근 권한 부여 |
+
+**엔드포인트 룰은 코드에서 강제된다** (`validate_endpoints` in `kg_schema.py`).
+잘못된 페어(예: `FILE → FILE` 에 `REPLIES_TO`)는 `upsert_edge` 가 거부한다.
+
+---
+
+## 예시 (PPT 슬라이드 22 와 동일)
+
+```json
+{
+  "node": {
+    "id":         "node:01HX7K…",
+    "type":       "FILE",
+    "label":      "LatticeAI_기획서.pdf",
+    "embedding":  [0.014, -0.231, "…", 0.082],
+    "attrs":      { "mime":"application/pdf",
+                    "pageCount":24, "lang":"ko" },
+    "owner_id":   "user_seoljun",
+    "visibility": "private",
+    "created_at": "2026-05-20T05:30:00Z"
+  },
+  "edge": {
+    "id":         "edge:01HX7M…",
+    "source":     "node:01HX7K…",        // FILE
+    "target":     "node:01HX5A…",        // CONCEPT  'MCP'
+    "type":       "MENTIONS",
+    "weight":     0.82,
+    "confidence": 0.91,
+    "evidence":   ["chunk:01HX7K…#p3", "chunk:01HX7K…#p11"],
+    "created_by": "extractor:llm-gemma-3-12b"
+  }
+}
+```
+
+---
+
+## 마이그레이션 (legacy → v2)
+
+기존 `knowledge_graph.py` 가 만든 `nodes` / `edges` 테이블은 자유 문자열 타입을
+사용해 왔다. `kg_schema.py` 는 매핑 표를 가지고 있어 정식 enum 으로 변환한다.
+
+| legacy 타입 (한글 동사) | → v2 `EdgeType` |
+|------------------------|------------------|
+| `언급함`, `설명함`, `관련됨` | `MENTIONS` |
+| `포함함` | `CONTAINS` |
+| `해결함`, `연결함`, `발생함` | `REFERENCES` |
+| `의존함` | `DEPENDS_ON` |
+| `비교함` | `SIMILAR_TO` |
+| `사용함`, `지원함` | `USES` |
+| `확장함` | `DERIVED_FROM` |
+| `생성함` | `AUTHORED_BY` |
+| `대체함` | `VERSION_OF` |
+
+| legacy 타입 (노드, 자유 문자열) | → v2 `NodeType` |
+|-------------------------------|------------------|
+| `Code` | `CODE_SYMBOL` |
+| `Concept`, `Feature`, `Error`, `Tag` | `CONCEPT` |
+| `Person`, `User` | `PERSON` |
+| `File`, `Document`, `Page`, `Sheet`, `Slide` | `FILE` / `CHUNK` |
+| `Message`, `AIResponse` | `MESSAGE` |
+| `Model` | `MODEL` |
+| `Tool`, `MCP` | `TOOL` |
+| `Project`, `Workspace` | `PROJECT` |
+
+### 실행
+
+```bash
+# 1) 현재 DB 의 어떤 row 가 어떻게 변환될지만 보기
+python3 kg_schema.py migrate ~/.ltcai/knowledge_graph.db --dry-run
+
+# 2) 실제 마이그레이션 (v2 테이블에 복사. 기존 테이블은 보존)
+python3 kg_schema.py migrate ~/.ltcai/knowledge_graph.db
+
+# 3) 결과 확인
+python3 kg_schema.py stats ~/.ltcai/knowledge_graph.db
+```
+
+마이그레이션은 **기존 `nodes` / `edges` 를 건드리지 않는다.** 신규 `nodes_v2` / `edges_v2`
+테이블에 복사할 뿐이다. 새 코드가 안정화되면 다음 메이저 릴리스에서 legacy 테이블을
+DROP 한다.
+
+---
+
+## 임베딩
+
+- 차원: 환경 변수 `LATTICEAI_EMBED_DIM` (기본 `1024`)
+- 저장: SQLite `BLOB` 컬럼, `struct.pack('<{n}f', …)` 직렬화
+- 검색: `KGStoreV2.search_similar(vec, top_k=8)` — sqlite-vec 가 없는 환경에서도
+  순수 Python 코사인으로 동작. sqlite-vec 가 설치되면 인덱스 자동 활용 (추후).
+
+임베딩 모델은 LLM 라우터(`llm_router.py`) 가 결정한다 — 기본 `sentence-transformers/all-MiniLM-L12-v2`
+(384-d, dim 변경시 `LATTICEAI_EMBED_DIM` 도 함께 설정).
+
+---
+
+## 사용 (Python)
+
+```python
+from kg_schema import KGStoreV2, Node, Edge, NodeType, EdgeType, Visibility
+
+store = KGStoreV2("/Users/me/.ltcai/kg_v2.db")
+store.init_schema()
+
+# 노드 만들기
+file_node = Node(
+    type=NodeType.FILE,
+    label="LatticeAI_기획서.pdf",
+    attrs={"mime": "application/pdf", "pageCount": 24, "lang": "ko"},
+    owner_id="user_seoljun",
+    visibility=Visibility.PRIVATE,
+)
+store.upsert_node(file_node)
+
+# 관계 만들기
+store.upsert_edge(Edge(
+    source=file_node.id,
+    target=concept_node.id,
+    type=EdgeType.MENTIONS,
+    weight=0.82, confidence=0.91,
+    evidence=["chunk:01HX7K…#p3"],
+    created_by="extractor:llm-gemma-3-12b",
+))
+
+# 이웃 탐색
+for edge, other in store.neighbors(file_node.id, edge_type=EdgeType.MENTIONS):
+    print(f"-[{edge.type.value}]-> {other.label}")
+
+# 의미 검색
+for node, score in store.search_similar(query_embedding, top_k=8):
+    print(f"{score:+.3f}  {node.type.value:>12}  {node.label}")
+```

package/docs/spec-vs-impl.md

@@ -0,0 +1,132 @@
+# Lattice AI — 명세(PPT) vs 구현(repo) 매핑
+
+`lattice_ai_full_spec.pptx` 의 사양과 현재 리포지토리 구현 사이의 정렬 상태를 한 장으로 정리한다.
+각 항목은 **목표(PPT) → 현재(repo) → 갭 → 보강 위치** 순으로 본다.
+
+---
+
+## 0. 세 가지 약속
+
+| 약속 | 목표 (PPT) | 현재 (repo) | 갭 |
+|------|-----------|-------------|----|
+| Cross-Platform Parity | Win·macOS·Linux·iOS·Android, 같은 디자인 토큰·컴포넌트 | Web(static) + VSCode ext + Telegram (브라우저 어디서나) | 네이티브 데스크탑/모바일 셸 없음 (PWA 부분 지원) |
+| Zero-Config Auto Setup | PROBE → RECOMMEND → INSTALL → VERIFY → PRESET, 90초 내 | `LTCAI doctor` (의존성만 체크 = PROBE의 일부) | GPU/RAM 프로빙, 추천, 설치, 벤치마크, 프리셋 미구현 |
+| Everything is a Graph | 10 노드 타입 / 12 엣지 타입 / 임베딩 / 신뢰도+증거 | nodes·edges·chunks 테이블 + 한글 동사 엣지(EDGE_VERB) | 명시 enum·embedding·confidence/evidence·owner 결손 |
+
+---
+
+## 1. 크로스플랫폼
+
+PPT 명세는 "한 코드·다섯 화면" — Shared Core(Design Tokens, UI Components, Business Logic, AI/Graph Core) 위에서 Tauri(데스크탑) / Capacitor·RN(모바일) 렌더러가 같은 결과를 낸다.
+
+**현재 구현**
+- `static/chat.html`, `static/graph.html`, `static/admin.html`, `static/account.html` 4개 HTML — 각자 자체 CSS 변수 보유
+- `vscode-extension/` — TypeScript VSCode 통합
+- `static/manifest.json` + `static/sw.js` — PWA 부분 지원 (iOS/Android 홈 화면 추가는 됨)
+- `telegram_bot.py` — Telegram 미러
+
+**갭**
+- 데스크탑 네이티브 셸 (Tauri) 미구현
+- 모바일 네이티브 (Capacitor / RN) 미구현
+- 4개 HTML이 각자 다른 색 토큰 사용 → 같은 화면이 같게 안 보임
+- 다국어(i18n) 시스템화 안 됨 (HTML에 한글 하드코딩)
+
+**보강 결과물**
+- `static/css/tokens.css` (이번 PR에서 추가) — 4개 HTML이 공유할 단일 진실 토큰
+- 로드맵: `apps/desktop/` (Tauri 셸) · `apps/mobile/` (Capacitor 셸) 차후 단계
+
+---
+
+## 2. 자동 환경 세팅
+
+PPT 명세 5단계:
+
+| 단계 | 의미 | 현재 |
+|------|------|------|
+| ① PROBE | OS · CPU · GPU · RAM · 디스크 · 권한 감지 | `LTCAI doctor` 가 의존성만 체크 |
+| ② RECOMMEND | 사양 점수 → 최적 모델 자동 선택 | 없음 |
+| ③ INSTALL | OS별 패키지 매니저로 런타임 설치 | 없음 |
+| ④ VERIFY | 토큰/초 측정, 첫 응답 지연 검증 | 없음 |
+| ⑤ PRESET | 기본/고급 모드 분기 + 단축키/MCP/테마 | 없음 |
+
+**보강 결과물**
+- `auto_setup.py` (이번 PR) — 위 5단계를 단일 모듈로 구현
+- `LTCAI setup` 서브커맨드 추가 (`ltcai_cli.py` 마이너 패치 또는 별도 진입점)
+
+---
+
+## 3. 지식 그래프
+
+PPT 명세 (점 = 노드, 선 = 엣지):
+
+```
+NODE  { id, type∈10종, label, embedding[1024], attrs, createdAt, updatedAt,
+        ownerId, visibility }
+EDGE  { id, source, target, type∈12종, weight, confidence, evidence[],
+        createdBy, createdAt }
+```
+
+**현재 구현 (`knowledge_graph.py`)**
+```
+nodes  ( id, type, title, summary, metadata_json, raw_json, created_at, updated_at )
+edges  ( id, from_node, to_node, type, weight, metadata_json, created_at,
+         UNIQUE(from_node, to_node, type) )
+chunks ( id, source_node, text, metadata_json, created_at )
+```
+
+**갭**
+- 노드 타입이 enum이 아닌 자유 문자열 (`Code`, `Person`, `Concept`, `Feature`, `Error`, `Message`, `AIResponse` 산발)
+- `embedding` 컬럼 부재 → semantic similarity 검색 불가, `SIMILAR_TO` 엣지 추론 불가
+- 엣지 타입이 한글 동사 14종 (`언급함`, `포함함` …) — PPT 영문 SCREAMING_CASE 12종과 불일치
+- `confidence` / `evidence` 가 metadata_json 안에 비공식적으로 섞임
+- `ownerId` / `visibility` 부재 → multi-tenant 권한 정책 불가
+- `createdBy` (추출기 출처) 부재 → 디버깅·재추출 안 됨
+
+**보강 결과물**
+- `kg_schema.py` (이번 PR) — `NodeType`, `EdgeType` Enum + Pydantic 모델 + 마이그레이션 가이드
+- `docs/kg-schema.md` — JSON 예시, 매핑 표
+- 기존 코드와의 호환: 신규 모델은 기존 SQLite 와 공존 (별도 v2 테이블), 점진 마이그레이션
+
+---
+
+## 4. 디자인 일관성
+
+| 파일 | 현재 --bg | 현재 --accent |
+|------|-----------|---------------|
+| `chat.html`   | `#182332` 다크 블루그린 | `#22d3a0` 민트 |
+| `graph.html`  | `#282a36` 다크 그레이   | `#a77cff` 라일락 |
+| `admin.html`  | `#282a36`               | `#a77cff` |
+| `account.html`| `#282a36` + `#f7f3ff` 혼재 | `#a77cff` |
+| `lattice-reference.css` | (라이트, PPT) | `#6f42e8` Lattice 보라 |
+| **PPT 명세** | `#FFFFFF` 또는 `#0B0B16` | `#6E4AE6` Lattice 보라 |
+
+**보강 결과물**
+- `static/css/tokens.css` — 단일 토큰 (PPT 명세 그대로)
+- 4개 HTML 의 `:root {}` 블록을 `@import` 한 줄로 대체 가능하도록 토큰 명 호환
+
+---
+
+## 5. SSO·다국어
+
+PPT 화면 1, 13 (login, security) 에 한국어 / Microsoft Entra ID / Okta SSO 가 있음.
+
+**현재**
+- `server.py` 의 `/auth/sso` 엔드포인트 존재 (architecture.md 언급) — Entra/Okta 둘 다 명시되어 있는지 확인 필요
+- 다국어 — HTML 하드코딩 (`lang="ko"`)
+
+**갭 / 다음 단계**
+- i18n 사전 (`static/i18n/{ko,en,ja}.json`) 추출 → PPT 명세 그대로 토큰화
+
+---
+
+## 6. 보강 우선순위 요약
+
+| 순위 | 파일 | 무엇 |
+|------|------|------|
+| 1 | `docs/kg-schema.md`, `kg_schema.py` | KG 스키마 정식화 (10 노드 · 12 엣지 · embedding · confidence) |
+| 2 | `static/css/tokens.css` | 디자인 토큰 통합 (PPT 색팔레트) |
+| 3 | `auto_setup.py` | OS 프로빙 + 모델 추천 + 설치 어댑터 |
+| 4 | `docs/architecture.md` 보강 | 위 변경 반영 |
+| 5 | (차후) `apps/desktop`, `apps/mobile` 스캐폴딩 | Tauri/Capacitor |
+
+각 항목은 이번 PR 에 함께 들어간다 (1~3은 코드, 4는 문서, 5는 청사진만).

package/knowledge_graph.py

@@ -18,6 +18,11 @@ from datetime import datetime
 from pathlib import Path
 from typing import Any, Dict, List, Optional
 
+try:
+    from kg_schema import KGStoreV2
+except Exception:  # pragma: no cover - v2 schema is optional at import time
+    KGStoreV2 = None  # type: ignore[assignment]
+
 
 GRAPH_SCHEMA_VERSION = 1
 
@@ -438,6 +443,16 @@ class KnowledgeGraphStore:
                 "INSERT OR REPLACE INTO graph_meta(key, value) VALUES (?, ?)",
                 ("schema_version", str(GRAPH_SCHEMA_VERSION)),
             )
+        self._init_v2_schema()
+
+    def _init_v2_schema(self) -> None:
+        """Initialize the PPT-aligned v2 tables alongside the legacy graph tables."""
+        if KGStoreV2 is None:
+            return
+        try:
+            KGStoreV2(self.db_path).init_schema()
+        except Exception as e:
+            logging.warning("knowledge_graph: v2 schema init skipped: %s", e)
 
     def _upsert_node(
         self,
@@ -1275,4 +1290,17 @@ class KnowledgeGraphStore:
                 row["type"]: row["count"]
                 for row in conn.execute("SELECT type, COUNT(*) AS count FROM edges GROUP BY type")
             }
-        return {"db_path": str(self.db_path), "nodes": node_counts, "edges": edge_counts}
+        v2 = None
+        if KGStoreV2 is not None:
+            try:
+                v2 = KGStoreV2(self.db_path).stats()
+            except Exception as e:
+                v2 = {"available": False, "error": str(e)}
+        return {
+            "db_path": str(self.db_path),
+            "schema_version": GRAPH_SCHEMA_VERSION,
+            "v2_schema_available": KGStoreV2 is not None,
+            "nodes": node_counts,
+            "edges": edge_counts,
+            "v2": v2,
+        }

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "ltcai",
-  "version": "0.1.26",
+  "version": "0.1.28",
   "description": "Lattice AI local MLX/cloud LLM workspace server",
   "homepage": "https://github.com/TaeSooPark-PTS/LatticeAI#readme",
   "repository": {
@@ -56,6 +56,8 @@
     "static/graph.html",
     "static/manifest.json",
     "static/sw.js",
+    "static/lattice-reference.css",
+    "static/css/",
     "static/icons/",
     "docs/",
     "requirements.txt",

package/server.py

@@ -48,6 +48,13 @@ from llm_router import AsyncOpenAI, LLMRouter, OPENAI_COMPATIBLE_PROVIDERS, HF_M
 from knowledge_graph import KnowledgeGraphStore
 from p_reinforce import BRAIN_DIR, PReinforceGardener
 from setup import get_recommendations, install_stream, open_url, scan_environment
+from auto_setup import (
+    plan as auto_setup_plan,
+    preset as auto_setup_preset,
+    probe as auto_setup_probe,
+    recommend as auto_setup_recommend,
+    verify as auto_setup_verify,
+)
 from telegram_bot import broadcast_web_chat
 from tools import (
     AGENT_ROOT,
@@ -3993,7 +4000,7 @@ async def list_models():
         {"id": "mlx-community/Llama-3.1-8B-Instruct-4bit",      "name": "Llama 3.1 8B",      "tag": "general", "size": "4.7GB"},
         
         # Gemma Series
-        {"id": "google/gemma-4-E4B",                            "name": "Gemma 4 E4B (Latest)", "tag": "next-gen", "size": "Next-Gen"},
+        {"id": "mlx-community/gemma-4-e4b-it-4bit",             "name": "Gemma 4 E4B (4-bit)", "tag": "next-gen", "size": "5.2GB"},
         {"id": "mlx-community/gemma-2-9b-it-4bit",              "name": "Gemma 2 9B",        "tag": "balanced","size": "5.4GB"},
         {"id": "mlx-community/gemma-2-2b-it-4bit",              "name": "Gemma 2 2B",        "tag": "ultra-light", "size": "1.6GB"},
 
@@ -4334,6 +4341,17 @@ async def knowledge_graph_stats(request: Request):
     require_user(request)
     return KNOWLEDGE_GRAPH.stats()
 
+@app.get("/knowledge-graph/schema")
+async def knowledge_graph_schema(request: Request):
+    _require_graph()
+    require_user(request)
+    stats = KNOWLEDGE_GRAPH.stats()
+    return {
+        "legacy_schema_version": stats.get("schema_version"),
+        "v2_schema_available": stats.get("v2_schema_available"),
+        "v2": stats.get("v2"),
+    }
+
 
 @app.get("/knowledge-graph/graph")
 async def knowledge_graph_data(request: Request, limit: int = 300):
@@ -6772,13 +6790,37 @@ async def garden_tree(request: Request):
 class SetupInstallRequest(BaseModel):
     items: List[Dict]
 
+def setup_auto_state() -> Dict[str, object]:
+    """Return the PPT-aligned zero-config setup state used by setup UI/API."""
+    profile = auto_setup_probe()
+    recommendation = auto_setup_recommend(profile)
+    install_plan = auto_setup_plan(profile, recommendation)
+    return {
+        "probe": profile.to_json(),
+        "recommend": recommendation.to_json(),
+        "plan": install_plan.to_json(),
+        "verify": auto_setup_verify(profile, recommendation),
+        "preset": auto_setup_preset(profile, recommendation),
+    }
+
 @app.get("/setup/scan")
 async def setup_scan(request: Request):
     """환경 감지 및 맞춤 추천 반환."""
     require_user(request)
     env  = scan_environment()
     recs = get_recommendations(env)
-    return {"environment": env, "recommendations": recs}
+    zero_config = setup_auto_state()
+    env["zero_config"] = zero_config
+    recs.setdefault("summary", {})["zero_config"] = zero_config["recommend"]
+    recs["install_plan"] = zero_config["plan"]
+    recs["preset"] = zero_config["preset"]
+    return {"environment": env, "recommendations": recs, "zero_config": zero_config}
+
+@app.get("/setup/auto")
+async def setup_auto(request: Request):
+    """PPT-aligned zero-config setup pipeline: probe → recommend → plan → verify → preset."""
+    require_user(request)
+    return setup_auto_state()
 
 @app.post("/setup/install")
 async def setup_install(req: SetupInstallRequest, request: Request):