feat(insta-lab): 'minimal' design theme — 10 cards

docs(env): align PACK_HOST_DIR with CLAUDE.md (F5)
fix(stock,docs): portfolio total_buy 수량 곱산 + insta-trends spec 변경 이력 (F4 + F6)
2026-05-17 20:40:50 +09:00 · 2026-05-17 20:40:50 +09:00 · 2026-05-17 20:40:50 +09:00 · 2026-05-17 14:27:37 +09:00 · 2026-05-17 14:23:07 +09:00 · 2026-05-17 14:19:13 +09:00
42 changed files with 3304 additions and 94 deletions
--- a/.env.example
+++ b/.env.example
@@ -51,9 +51,14 @@ PGID=1000
 # Windows AI Server (NAS 입장에서 바라본 Windows PC IP)
 WINDOWS_AI_SERVER_URL=http://192.168.45.59:8000
-# Admin API Key (trade/order 등 민감 엔드포인트 보호, 미설정 시 인증 비활성화)
+# Admin API Key — /api/trade/* 등 민감 엔드포인트 보호.
 # 운영 .env에는 반드시 값을 채워야 함. 빈 값이면 503 응답으로 거부됨 (CODE_REVIEW F2).
 ADMIN_API_KEY=
 # 개발 모드: 위 ADMIN_API_KEY 비워둔 채로 trade/admin 엔드포인트 호출 허용.
 # 운영 환경에서는 절대 true로 두지 말 것. 기본 false (보호 활성).
 ALLOW_UNAUTHENTICATED_ADMIN=false
 # Anthropic API Key (AI Coach 프록시 + 뉴스 요약 Claude provider)
 ANTHROPIC_API_KEY=
 ANTHROPIC_MODEL=claude-haiku-4-5-20251001
@@ -119,5 +124,6 @@ PACK_DATA_PATH=./data/packs
 PACK_BASE_DIR=/app/data/packs
 # DSM·Supabase에 노출되는 NAS 호스트 절대경로 (PACK_DATA_PATH와 같은 디렉토리를 호스트 시점에서 가리킴).
-# 운영 NAS는 반드시 /volume1/docker/webpage/media/packs 같은 절대경로 설정. 미설정 시 PACK_DATA_PATH로 fallback (로컬 개발용).
+# 운영 NAS는 반드시 /volume1/docker/webpage/media/packs 같은 절대경로 설정.
-PACK_HOST_DIR=/volume1/docker/webpage/media/packs
+# 미설정 시 PACK_DATA_PATH로 fallback (로컬 개발용).
 PACK_HOST_DIR=/docker/webpage/media/packs
--- a/.gitignore
+++ b/.gitignore
@@ -66,3 +66,11 @@ temp/
 # Git worktrees
 .worktrees/
 ################################
 # Local working files
 ################################
 # Superpowers 스킬 캐시·세션 메타
 .superpowers/
 # 임시 코드 리뷰 노트 (작업 끝나면 폐기 또는 docs/로 이동)
 CODE_REVIEW.md
--- a/README.md
+++ b/README.md
@@ -1,7 +1,7 @@
 # web-backend
 Synology NAS 기반 개인 웹 플랫폼 백엔드 모노레포.
-로또 분석, 주식 포트폴리오, AI 음악 생성, 블로그 마케팅, 부동산 청약, AI 에이전트 오피스, 여행 앨범을 하나의 Docker Compose 스택으로 운영한다.
+로또 분석, 주식 포트폴리오, AI 음악 생성, 인스타 카드 피드, 부동산 청약, AI 에이전트 오피스, 여행 앨범, 개인 서비스(포트폴리오·블로그·투두), NAS 자료 다운로드 자동화를 하나의 Docker Compose 스택으로 운영한다.
 ---
@@ -9,33 +9,37 @@ Synology NAS 기반 개인 웹 플랫폼 백엔드 모노레포.
 ```
 ┌──────────────────────────────────────────────────────────────────────┐
-│  lotto-frontend (Nginx:8080)                                          │
+│  frontend (Nginx:8080)                                                │
 │  ├── 정적 SPA 서빙 (React + Vite)                                     │
 │  └── API 리버스 프록시                                                 │
-│       ├── /api/                  → lotto-backend:8000  (로또·블로그·투두)│
+│       ├── /api/                  → lotto:8000        (로또)             │
-│       ├── /api/stock/, /trade/   → stock:8000                     │
+│       ├── /api/stock/, /trade/   → stock:8000                          │
-│       ├── /api/portfolio         → stock:8000                     │
+│       ├── /api/portfolio         → stock:8000                          │
-│       ├── /api/music/            → music-lab:8000                     │
+│       ├── /api/music/            → music-lab:8000                      │
-│       ├── /api/blog-marketing/   → blog-lab:8000                      │
+│       ├── /api/insta/            → insta-lab:8000                      │
-│       ├── /api/realestate/       → realestate-lab:8000                │
+│       ├── /api/realestate/       → realestate-lab:8000                 │
-│       ├── /api/agent-office/     → agent-office:8000 (+ WebSocket)    │
+│       ├── /api/agent-office/     → agent-office:8000 (+ WebSocket)     │
-│       ├── /api/travel/           → travel-proxy:8000                  │
+│       ├── /api/profile/, /todos, /blog/ → personal:8000                │
-│       ├── /media/music/…          (nginx 직접 서빙, 생성 오디오)        │
+│       ├── /api/packs/            → packs-lab:8000 (HMAC + 5GB upload)  │
 │       ├── /api/travel/           → travel-proxy:8000                   │
 │       ├── /media/music/, /media/videos/  (nginx 직접 서빙, 미디어)     │
 │       ├── /media/travel/…         (nginx 직접 서빙, 사진/썸네일)        │
-│       └── /webhook               → deployer:9000                      │
+│       └── /webhook               → deployer:9000                       │
 └──────────────────────────────────────────────────────────────────────┘
 ```
 | 컨테이너 | 포트 | 역할 |
 |---------|------|------|
-| `lotto-backend` | 18000 | 로또 데이터 수집·분석·추천 + 블로그·투두 API |
+| `lotto` | 18000 | 로또 데이터 수집·분석·추천 API |
 | `stock` | 18500 | 주식 뉴스·AI 요약·KIS 실계좌·포트폴리오·자산 추적 |
-| `music-lab` | 18600 | AI 음악 생성 (Suno + 로컬 MusicGen 듀얼 프로바이더) |
+| `music-lab` | 18600 | AI 음악 생성 (Suno + 로컬 MusicGen 듀얼 프로바이더) + YouTube 수익화 |
-| `blog-lab` | 18700 | 블로그 마케팅 수익화 (키워드→글 생성→리뷰→발행) |
+| `insta-lab` | 18700 | 인스타 카드 피드 자동 생성 (뉴스→키워드→10페이지 카드, Playwright) |
-| `realestate-lab` | 18800 | 청약 공고 자동 수집·프로필 매칭 |
+| `realestate-lab` | 18800 | 청약 공고 자동 수집·5티어 매칭·신규 매칭 push |
 | `agent-office` | 18900 | AI 에이전트 가상 오피스 (WebSocket + 텔레그램 봇) |
 | `personal` | 18850 | 개인 서비스 — 포트폴리오·블로그·투두 통합 |
 | `packs-lab` | 18950 | NAS 자료 다운로드 자동화 (DSM 공유 링크 + 5GB 청크 업로드) |
 | `travel-proxy` | 19000 | 여행 사진 API + 온디맨드 썸네일 |
-| `lotto-frontend` | 8080 | SPA 서빙 + 리버스 프록시 |
+| `frontend` | 8080 | SPA 서빙 + 리버스 프록시 |
 | `webpage-deployer` | 19010 | Gitea Webhook → 자동 배포 |
 ---
@@ -44,12 +48,14 @@ Synology NAS 기반 개인 웹 플랫폼 백엔드 모노레포.
 ```
 web-backend/
-├── backend/              # lotto-backend (로또·블로그·투두)
+├── lotto/                # 로또 추천·통계·시뮬레이션
-├── stock/            # 주식·포트폴리오
+├── stock/                # 주식·포트폴리오·KIS 연동
-├── music-lab/            # AI 음악 생성
+├── music-lab/            # AI 음악 생성 + YouTube 수익화
-├── blog-lab/             # 블로그 마케팅 파이프라인
+├── insta-lab/            # 인스타 카드 피드 자동 생성 (Playwright)
-├── realestate-lab/       # 청약 자동 수집·매칭
+├── realestate-lab/       # 청약 자동 수집·5티어 매칭
 ├── agent-office/         # AI 에이전트 오피스 (WS + 텔레그램)
 ├── personal/             # 포트폴리오·블로그·투두 통합
 ├── packs-lab/            # NAS 자료 다운로드 자동화 (HMAC + Supabase)
 ├── travel-proxy/         # 여행 사진 + 썸네일
 ├── deployer/             # Gitea Webhook 수신 → 자동 배포
 ├── nginx/default.conf    # 리버스 프록시 + SPA + 캐시
@@ -74,12 +80,14 @@ curl http://localhost:18500/health
 | 서비스 | 로컬 URL |
 |--------|----------|
 | Frontend + API | http://localhost:8080 |
-| lotto-backend | http://localhost:18000 |
+| lotto | http://localhost:18000 |
 | stock | http://localhost:18500 |
 | music-lab | http://localhost:18600 |
-| blog-lab | http://localhost:18700 |
+| insta-lab | http://localhost:18700 |
 | realestate-lab | http://localhost:18800 |
 | personal | http://localhost:18850 |
 | agent-office | http://localhost:18900 |
 | packs-lab | http://localhost:18950 |
 | travel-proxy | http://localhost:19000 |
 ---
@@ -123,20 +131,23 @@ curl http://localhost:18500/health
 - **라이브러리**: 생성 파일은 `/app/data/music/`에 저장되고 Nginx가 `/media/music/`으로 직접 서빙
 - **가사 도구**: 저장·편집·타임스탬프 기반 가라오케 동기
-### 4. blog-lab (`/api/blog-marketing/`)
+### 4. insta-lab (`/api/insta/`)
-블로그 마케팅 수익화 4단계 파이프라인 (`draft → marketed → reviewed → published`).
+인스타그램 카드 피드 자동 생성 — 뉴스 모니터링 → 키워드 추출 → 10페이지 카드 카피·PNG 렌더 → 텔레그램 푸시 → 사용자 수동 업로드.
 ```
-리서치(Naver Search + 상위 블로그 본문 크롤링)
+NAVER 뉴스 + YouTube 인기 (외부 트렌드)
-  → 작가(AI 초안 생성)
+  → 카테고리별 빈도 + Claude Haiku 정제 → 트렌딩 키워드
-    → 마케터(전환율 강화 + 브랜드 링크 삽입)
+    → 사용자가 키워드 선택
-      → 평가자(6기준×10점, 42/60 통과 시 published)
+      → Claude Sonnet으로 10페이지 카피 추론 (커버 1 + 본문 8 + CTA 1)
        → Jinja2 + Playwright 1080×1350 PNG 10장 렌더
          → 텔레그램 미디어 그룹 + 추천 캡션·해시태그
 ```
- **AI 엔진**: Claude API (`claude-sonnet-4-20250514`)
+- **AI 엔진**: Claude Sonnet (카피) + Claude Haiku (키워드 분류)
- **키워드 분석**: 네이버 검색(블로그+쇼핑) API + 경쟁도/기회 점수
+- **데이터 소스**: NAVER 뉴스 검색 + YouTube Data API v3 mostPopular(KR)
- **수익 추적**: 포스트별 월간 클릭/구매/수익 기록
+- **카테고리 가중치**: 사용자가 economy/psychology/celebrity 등 카테고리별 가중치 설정 → 자동 추출 비율에 반영
 - **카드 디자인**: `insta-lab/app/templates/default/card.html.j2` — 사용자가 자유 수정 (Tailwind 등)
 - **프롬프트 템플릿**: DB에 저장 → 코드 배포 없이 수정 가능
 ### 5. realestate-lab (`/api/realestate/`)
@@ -152,7 +163,7 @@ curl http://localhost:18500/health
 AI 에이전트 가상 오피스 — 2D 픽셀아트 사무실에서 4명의 에이전트가 실제 작업을 수행한다.
- **아키텍처**: stock / music-lab / blog-lab / realestate-lab 기존 API를 서비스 프록시로 호출 (직접 DB 접근 없음)
+- **아키텍처**: stock / music-lab / insta-lab / realestate-lab 기존 API를 서비스 프록시로 호출 (직접 DB 접근 없음)
 - **FSM 상태**: `idle → working → waiting(승인 대기) → reporting → break`
 - **실시간 동기화**: WebSocket `/api/agent-office/ws` (init, agent_state, task_complete, command_result)
 - **텔레그램 연동**: 양방향 알림 + 인라인 키보드 승인
@@ -165,22 +176,28 @@ AI 에이전트 가상 오피스 — 2D 픽셀아트 사무실에서 4명의 에
 |---------|--------|-----|----------|
 | 📈 **주식 트레이더** (`stock`) | 08:00 매일 | — | 뉴스 요약 (LLM) → 텔레그램 아침 브리핑, 종목 알람 등록 |
 | 🎵 **음악 프로듀서** (`music`) | 수동 트리거 | ✅ 작곡 | 프롬프트 수신 → 승인 → Suno API 작곡 → 트랙 푸시 |
-| ✍️ **블로그 마케터** (`blog`) | 10:00 매일 | ✅ 발행 | 트렌드 키워드 1개 선택 → 리서치→작가→마케터→평가 자동 실행 → 점수·본문을 텔레그램 승인 요청 → 승인 시 `published` 전환, 거절 시 재생성 |
+| 🎴 **인스타 큐레이터** (`insta`) | 09:00 / 09:30 매일 | — | 09:00 외부 트렌드(NAVER + YouTube) 수집 → 09:30 가중치 기반 키워드 추출 → 텔레그램 후보 5개씩 카테고리당 인라인 버튼 푸시 → 사용자 선택 시 카드 10장 미디어 그룹 |
-| 🏢 **청약 애널리스트** (`realestate`) | 09:15 매일 | — | realestate-lab 수집 트리거 → 신규 매칭 상위 5건 + 대시보드 요약을 텔레그램 리포트 (읽음 처리 자동) |
+| 🏢 **청약 애널리스트** (`realestate`) | realestate-lab push trigger | — | realestate-lab이 신규 매칭 발견 시 push → 인라인 [북마크] 버튼 포함 텔레그램 알림 |
 | 🎬 **YouTube 리서처** (`youtube`) | 09:00 매일 | — | 한국 YouTube 트렌딩 + Google Trends + Billboard → music-lab market_trends push |
 #### 에이전트별 명령
 **Stock** — `fetch_news`, `list_alerts`, `add_alert`, `test_telegram`
 **Music** — `compose` (승인 필요), `credits`
-**Blog** — `research {keyword}`, `add_trend_keyword`, `list_trend_keywords`
+**Insta** — `extract`, `render <keyword_id>`, `collect_trends`
 **Realestate** — `fetch_matches`, `dashboard`
 **YouTube** — `research {countries: [...]}`
 #### 스케줄러 잡
 - 07:00 월요일 — Lotto: AI 큐레이터 브리핑 (5세트 + 내러티브)
 - 07:30 — Stock: 뉴스 요약
- 09:15 — Realestate: 매칭 리포트
+- 08:00 평일 — Stock: AI 뉴스 sentiment 분석
- 10:00 — Blog: 자동 파이프라인 (리서치→생성→리뷰→승인 대기)
+- 09:00 — YouTube: 한국 트렌딩 수집
 - 09:00 — Insta: 외부 트렌드 수집 (NAVER 인기 + YouTube mostPopular)
 - 09:30 — Insta: 키워드 추출 (가중치 적용) + 텔레그램 후보 푸시
 - 15:40 평일 — Stock: 총 자산 스냅샷
 - 16:30 평일 — Stock: 스크리너 실행
 - 60초 interval — 유휴 에이전트 휴식 체크
 ### 7. travel-proxy (`/api/travel/`)
@@ -265,13 +282,15 @@ git push → Gitea → X-Gitea-Signature (HMAC SHA256)
 | DB | 소유 서비스 | 주요 테이블 |
 |----|------------|-----------|
-| `lotto.db` | lotto-backend | draws, recommendations, simulation_runs/candidates, best_picks, purchase_history, strategy_performance/weights, weekly_reports, lotto_briefings, todos, blog_posts |
+| `lotto.db` | lotto | draws, recommendations, simulation_runs/candidates, best_picks, purchase_history, strategy_performance/weights, weekly_reports, lotto_briefings |
 | `stock.db` | stock | articles, portfolio, broker_cash, asset_snapshots, sell_history |
-| `music.db` | music-lab | music_tasks, music_library (provider, lyrics, image_url, suno_id, file_hash, cover_images, wav_url, video_url, stem_urls) |
+| `music.db` | music-lab | music_tasks, music_library (provider, lyrics, image_url, suno_id, file_hash, cover_images, wav_url, video_url, stem_urls), video_projects, revenue_records, market_trends, trend_reports |
-| `blog_marketing.db` | blog-lab | keyword_analyses, blog_posts, brand_links, commissions, generation_tasks, prompt_templates |
+| `insta.db` | insta-lab | news_articles, trending_keywords (source 컬럼), card_slates, card_assets, generation_tasks, prompt_templates, account_preferences |
 | `realestate.db` | realestate-lab | announcements, announcement_models, user_profile, match_results, collect_log |
 | `agent_office.db` | agent-office | agent_config, agent_tasks, agent_logs, telegram_state, conversation_messages |
 | `personal.db` | personal | profile, careers, projects, skills, introductions, todos, blog_posts |
 | `travel.db` | travel-proxy | photos (album, filename, mtime, has_thumb), album_covers |
 | `pack_files` (외부 Supabase) | packs-lab | filename, host_path, mime, byte_size, sha256, deleted_at |
 ---
@@ -292,33 +311,50 @@ PGID=1000
 WINDOWS_AI_SERVER_URL=http://192.168.45.59:8000
 WEBHOOK_SECRET=your_secret_here
-# LLM (stock, blog-lab, agent-office 공통)
+# LLM (stock, insta-lab, agent-office 공통)
 ANTHROPIC_API_KEY=sk-ant-...
 ANTHROPIC_MODEL=claude-haiku-4-5-20251001
 LLM_PROVIDER=claude              # claude | ollama
 OLLAMA_URL=http://192.168.45.59:11435
 OLLAMA_MODEL=qwen3:14b
 # stock admin protection (CODE_REVIEW F2)
 ADMIN_API_KEY=
 ALLOW_UNAUTHENTICATED_ADMIN=false
 # music-lab
 SUNO_API_KEY=
 MUSIC_AI_SERVER_URL=
 MUSIC_MEDIA_BASE=/media/music
-# blog-lab
+# insta-lab + agent-office (NAVER 검색 + YouTube Data API 공유)
 NAVER_CLIENT_ID=
 NAVER_CLIENT_SECRET=
 YOUTUBE_DATA_API_KEY=
 # realestate-lab
 DATA_GO_KR_API_KEY=
 # packs-lab (DSM + Supabase)
 DSM_HOST=
 DSM_USER=
 DSM_PASS=
 BACKEND_HMAC_SECRET=
 SUPABASE_URL=
 SUPABASE_SERVICE_KEY=
 PACK_HOST_DIR=/docker/webpage/media/packs  # shared folder 시점 (CLAUDE.md F5)
 # agent-office
 TELEGRAM_BOT_TOKEN=
 TELEGRAM_CHAT_ID=
 TELEGRAM_WEBHOOK_URL=
 STOCK_URL=http://stock:8000
 MUSIC_LAB_URL=http://music-lab:8000
-BLOG_LAB_URL=http://blog-lab:8000
+INSTA_LAB_URL=http://insta-lab:8000
 REALESTATE_LAB_URL=http://realestate-lab:8000
 # personal (포트폴리오 편집 인증)
 PORTFOLIO_EDIT_PASSWORD=
 ```
 ---
--- a/STATUS.md
+++ b/STATUS.md
@@ -1,40 +1,42 @@
 # web-backend — 구현 현황 & 로드맵
-> 최종 갱신: 2026-05-07
+> 최종 갱신: 2026-05-17
 > 자세한 서비스·환경변수·DB 표는 [CLAUDE.md](./CLAUDE.md), 설계는 `docs/superpowers/specs/`, 실행 계획은 `docs/superpowers/plans/` 참조.
 ---
 ## 1. 서비스 구현 현황
-### 1-1. 운영 중인 컨테이너 (10개)
+### 1-1. 운영 중인 컨테이너 (11개)
 | 서비스 | 포트 | 상태 | 핵심 기능 |
 |--------|------|------|-----------|
-| `lotto-backend` | 18000 | ✅ | 로또 추천·통계·리포트·구매내역 + 블로그·투두 |
+| `lotto` | 18000 | ✅ | 로또 추천·통계·리포트·구매내역·AI 큐레이터 |
-| `stock` | 18500 | ✅ | 주식 뉴스·지수·트레이딩·포트폴리오·자산 스냅샷 |
+| `stock` | 18500 | ✅ | 주식 뉴스·지수·트레이딩·포트폴리오·자산 스냅샷·스크리너 |
 | `music-lab` | 18600 | ✅ | Suno + MusicGen + YouTube 수익화 + 컴파일 |
-| `blog-lab` | 18700 | ✅ | 블로그 마케팅 수익화 파이프라인 |
+| `insta-lab` | 18700 | ✅ | 인스타 카드 피드 자동 생성 (NAVER + YouTube 트렌드 → 10페이지 카드, Playwright) |
-| `realestate-lab` | 18800 | ✅ | 청약 수집·5티어 매칭·매칭 알림 |
+| `realestate-lab` | 18800 | ✅ | 청약 수집·5티어 매칭·매칭 알림 push |
-| `agent-office` | 18900 | ✅ | AI 에이전트 (WebSocket + 텔레그램 + YouTubeResearcher) |
+| `personal` | 18850 | ✅ | 포트폴리오·블로그·투두 통합 (개인 서비스) |
-| `packs-lab` | 18950 | ✅ | NAS 자료 다운로드 자동화 (HMAC + Supabase) — 2026-05-05 |
+| `agent-office` | 18900 | ✅ | AI 에이전트 (WebSocket + 텔레그램 + InstaAgent + YouTubeResearcher) |
 | `packs-lab` | 18950 | ✅ | NAS 자료 다운로드 자동화 (HMAC + Supabase + 5GB chunked upload) |
 | `travel-proxy` | 19000 | ✅ | 여행 사진 API + 썸네일 + 지역 관리 |
-| `nginx` | 8080 | ✅ | SPA + 리버스 프록시 (5GB body limit) |
+| `frontend` (nginx) | 8080 | ✅ | SPA + 리버스 프록시 (5GB body limit, 인스타 라우팅 포함) |
-| `webpage-deployer` | 19010 | ✅ | Gitea Webhook 자동 배포 |
+| `webpage-deployer` | 19010 | ✅ | Gitea Webhook 자동 배포 (BUILDKIT timeout 600s, healthcheck via docker inspect) |
-### 1-2. 최근 큰 작업 (2026-04 ~ 05)
+### 1-2. 최근 큰 작업 (2026-05)
 | 시기 | 영역 | 핵심 |
 |------|------|------|
 | 2026-05-17 | 보안 / 정합성 | CODE_REVIEW F1 (packs-lab path traversal `startswith→relative_to`) + F2 (stock admin auth 503 거부) + F4 (portfolio total_buy 수량 곱산) |
 | 2026-05-17 | insta-lab | Google Trends API 폐기 대응 → YouTube Data API v3로 source 교체. trend_collector 재작성 |
 | 2026-05-16 | insta-lab | Trends 탭 추가 — 외부 트렌드 수집 (NAVER 인기 + YouTube) + 카테고리 가중치 (`account_preferences`) + 가중치 기반 키워드 추출 |
 | 2026-05-15 | insta-lab | blog-lab 폐기 → insta-lab 신설. 뉴스 모니터링 → 키워드 추출 → 10페이지 카드 카피·PNG → 텔레그램 푸시 → 수동 인스타 업로드 파이프라인 |
 | 2026-05-05 | packs-lab | sign-link / upload / list / delete + admin mint-token + 5GB nginx body limit + Supabase DDL |
 | 2026-05-01~06 | music-lab | YouTube 수익화 백엔드 (market_trends·trend_reports DB + 5개 API) + 다중 트랙 FFmpeg concat MP4 |
-| 2026-04-28 | realestate-lab | targeting enhancement (5티어 매칭·5축 점수·알림 대상 카운트) |
+| 2026-04-28 | realestate-lab | targeting enhancement (5티어 매칭·5축 점수·알림 대상 카운트, realestate-lab push → agent-office RealestateAgent) |
 | 2026-04-27 | personal | personal 서비스 분리 마이그레이션 (블로그·투두·포트폴리오 인증) |
 | 2026-04-27 | agent-office | v2 — youtube_researcher (YouTube API + pytrends + Billboard) + 알림 |
-| 2026-04-24 | travel-proxy | 갤러리 리디자인 + 성능 개선 (썸네일/페이지네이션) |
+| 2026-04-15 | lotto | AI 큐레이터 (Claude 기반 주간 브리핑 자동 생성) |
 | 2026-04-15 | lotto-backend | AI 큐레이터 (Claude 기반 주간 브리핑 자동 생성) |
 | 2026-04-08 | music-lab | Suno enhancement + MusicGen 통합 |
 | 2026-04-06 | blog-lab | 마케팅 파이프라인 (research → generate → market → review) |
 ### 1-3. 인프라 / DX
--- a/agent-office/app/agents/insta.py
+++ b/agent-office/app/agents/insta.py
@@ -56,6 +56,8 @@ class InstaAgent(BaseAgent):
                              requires_approval=False)
        await self.transition("working", "뉴스 수집·키워드 추출", task_id)
        try:
            prefs = await service_proxy.insta_get_preferences()
            add_log(self.agent_id, f"insta preferences: {prefs}", "info", task_id)
            await self._run_collect_and_extract()
            kws = await service_proxy.insta_list_keywords(used=False)
            if auto_select:
@@ -147,6 +149,12 @@ class InstaAgent(BaseAgent):
                return {"ok": False, "message": "keyword_id 필수"}
            await self._render_and_push(kid)
            return {"ok": True}
        if command == "collect_trends":
            await messaging.send_raw("🌐 외부 트렌드 수집 시작")
            created = await service_proxy.insta_collect_trends()
            st = await self._wait_task(created["task_id"], step="trends_collect", timeout_sec=300)
            await messaging.send_raw(f"✅ 트렌드 수집 완료: {st.get('message', '')}")
            return {"ok": True, "result": st}
        return {"ok": False, "message": f"Unknown command: {command}"}
    async def on_callback(self, action: str, params: dict) -> dict:
--- a/agent-office/app/scheduler.py
+++ b/agent-office/app/scheduler.py
@@ -29,6 +29,12 @@ async def _run_insta_schedule():
    if agent:
        await agent.on_schedule()
 async def _run_insta_trends_collect():
    agent = AGENT_REGISTRY.get("insta")
    if agent:
        await agent.on_command("collect_trends", {})
 async def _run_lotto_schedule():
    agent = AGENT_REGISTRY.get("lotto")
    if agent:
@@ -68,6 +74,7 @@ def init_scheduler():
        id="stock_ai_news_sentiment",
    )
    scheduler.add_job(_run_insta_schedule, "cron", hour=9, minute=30, id="insta_pipeline")
    scheduler.add_job(_run_insta_trends_collect, "cron", hour=9, minute=0, id="insta_trends_collect")
    scheduler.add_job(_run_lotto_schedule, "cron", day_of_week="mon", hour=9, minute=0, id="lotto_curate")
    scheduler.add_job(_run_youtube_research, "cron", hour=9, minute=0, id="youtube_research")
    scheduler.add_job(_send_youtube_weekly_report, "cron", day_of_week="mon", hour=8, minute=0, id="youtube_weekly_report")
--- a/agent-office/app/service_proxy.py
+++ b/agent-office/app/service_proxy.py
@@ -167,6 +167,41 @@ async def insta_get_asset_bytes(slate_id: int, page: int) -> bytes:
        return resp.content
 async def insta_collect_trends(categories: Optional[list] = None) -> Dict[str, Any]:
    payload = {"categories": categories} if categories else {}
    resp = await _client.post(f"{INSTA_LAB_URL}/api/insta/trends/collect", json=payload)
    resp.raise_for_status()
    return resp.json()
 async def insta_list_trends(source: Optional[str] = None,
                            category: Optional[str] = None,
                            days: int = 1) -> List[Dict[str, Any]]:
    params: Dict[str, Any] = {"days": days}
    if source:
        params["source"] = source
    if category:
        params["category"] = category
    resp = await _client.get(f"{INSTA_LAB_URL}/api/insta/trends", params=params)
    resp.raise_for_status()
    return resp.json().get("items", [])
 async def insta_get_preferences() -> Dict[str, float]:
    resp = await _client.get(f"{INSTA_LAB_URL}/api/insta/preferences")
    resp.raise_for_status()
    return {p["category"]: p["weight"] for p in resp.json().get("categories", [])}
 async def insta_put_preferences(weights: Dict[str, float]) -> Dict[str, Any]:
    resp = await _client.put(
        f"{INSTA_LAB_URL}/api/insta/preferences",
        json={"categories": weights},
    )
    resp.raise_for_status()
    return resp.json()
 # --- realestate-lab ---
 async def realestate_collect() -> Dict[str, Any]:
--- a/agent-office/tests/test_insta_agent_trends.py
+++ b/agent-office/tests/test_insta_agent_trends.py
@@ -0,0 +1,73 @@
 import os
 import sys
 import tempfile
 _fd, _TMP = tempfile.mkstemp(suffix=".db")
 os.close(_fd)
 os.unlink(_TMP)
 os.environ["AGENT_OFFICE_DB_PATH"] = _TMP
 sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
 from unittest.mock import AsyncMock
 import pytest
 from app.agents.insta import InstaAgent
@pytest.fixture(autouse=True)
 def _init_db():
    import gc
    gc.collect()
    if os.path.exists(_TMP):
        os.remove(_TMP)
    from app.db import init_db
    init_db()
    yield
    gc.collect()
@pytest.mark.asyncio
 async def test_on_command_collect_trends_dispatches(monkeypatch):
    agent = InstaAgent()
    fake_collect = AsyncMock(return_value={"task_id": "tcollect"})
    fake_status = AsyncMock(return_value={"status": "succeeded", "result_id": 8,
                                          "message": "naver:5, google:3"})
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_collect_trends", fake_collect)
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_task_status", fake_status)
    monkeypatch.setattr("app.agents.insta.messaging.send_raw", AsyncMock(return_value={"ok": True}))
    result = await agent.on_command("collect_trends", {})
    assert result["ok"] is True
    fake_collect.assert_awaited()
@pytest.mark.asyncio
 async def test_on_schedule_loads_preferences(monkeypatch):
    """on_schedule이 preferences를 가져오는지 확인."""
    agent = InstaAgent()
    fake_collect = AsyncMock(return_value={"task_id": "t1"})
    fake_extract = AsyncMock(return_value={"task_id": "t2"})
    fake_status = AsyncMock(side_effect=[
        {"status": "succeeded", "result_id": 0},
        {"status": "succeeded", "result_id": 0},
    ])
    fake_keywords = AsyncMock(return_value=[
        {"id": 1, "keyword": "K", "category": "economy", "score": 0.9},
    ])
    fake_prefs = AsyncMock(return_value={"economy": 0.6, "psychology": 0.4})
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_collect", fake_collect)
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_extract", fake_extract)
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_task_status", fake_status)
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_list_keywords", fake_keywords)
    monkeypatch.setattr("app.agents.insta.service_proxy.insta_get_preferences", fake_prefs)
    monkeypatch.setattr("app.agents.insta.messaging.send_raw", AsyncMock(return_value={"ok": True}))
    agent.state = "idle"
    await agent.on_schedule()
    fake_prefs.assert_awaited()
--- a/docker-compose.yml
+++ b/docker-compose.yml
@@ -100,6 +100,7 @@ services:
      - ANTHROPIC_MODEL_SONNET=${ANTHROPIC_MODEL_SONNET:-claude-sonnet-4-6}
      - NAVER_CLIENT_ID=${NAVER_CLIENT_ID:-}
      - NAVER_CLIENT_SECRET=${NAVER_CLIENT_SECRET:-}
      - YOUTUBE_DATA_API_KEY=${YOUTUBE_DATA_API_KEY:-}
      - INSTA_DATA_PATH=/app/data
      - CARD_TEMPLATE_DIR=/app/app/templates
      - CORS_ALLOW_ORIGINS=${CORS_ALLOW_ORIGINS:-http://localhost:3007,http://localhost:8080}
--- a/docs/superpowers/plans/2026-05-16-insta-trends-implementation.md
+++ b/docs/superpowers/plans/2026-05-16-insta-trends-implementation.md
--- a/docs/superpowers/specs/2026-05-16-insta-trends-design.md
+++ b/docs/superpowers/specs/2026-05-16-insta-trends-design.md
@@ -0,0 +1,251 @@
 # insta-lab Trends 탭 설계 — 외부 트렌드 수집 + 카테고리 가중치
 작성일: 2026-05-16
 상태: 사용자 승인 대기 → writing-plans 진입 예정
 연관 문서: `2026-05-15-insta-agent-design.md` (insta-lab 기본 설계)
 ## ⚠️ 변경 이력
 - **2026-05-17**: 본문에 `google_trends` source로 기재된 모든 항목은 **실제 구현에서 `youtube_trending`으로 교체됨**. Google Trends 비공식 endpoint 두 가지(`trendingsearches/daily/rss?geo=KR`, `/trends/api/dailytrends?...`)가 모두 404로 폐기되어 운영 호출이 빈 결과로 끝나는 문제 확인 → YouTube Data API v3 `videos.list?chart=mostPopular&regionCode=KR`로 source 대체. 이후 spec 본문을 읽을 때는 `google_trends` → `youtube_trending`, "Google Trends" → "YouTube 인기"로 치환 해석. 사유와 source 교체 시 동시 갱신 체크리스트: `feedback_external_data_sources.md`.
 ---
 ## 1. 목적·배경
 insta-lab 운영 첫 사이클(2026-05-16 머지·배포 완료)에서 다음 두 가지 한계가 드러남:
 1. **키워드 발견 소스가 사용자 시드 키워드에만 의존** — 진짜 "지금 뜨고 있는" 화제를 잡지 못함. 카테고리당 5개 시드를 고정해두고 거기에 매칭되는 기사만 모음.
 2. **계정 정체성을 시스템이 모름** — 사용자가 "내 인스타 계정은 경제 위주"라고 정해도 시스템은 모든 카테고리를 균등하게 처리.
 이 spec은 두 한계를 해소하기 위해:
 - 외부 트렌드 소스(NAVER 인기 + Google Trends)를 추가해 "발견" 단계를 보강
 - 계정 카테고리 가중치 모델을 도입해 자동 추출 알고리즘이 계정 정체성을 반영
 ---
 ## 2. 스코프
 ### 포함
 - 신규 백엔드 모듈 `trend_collector.py` (NAVER 인기 + Google Trends 두 source)
 - 신규 백엔드 모듈 변경: `keyword_extractor.py`에 가중치 기반 `extract_with_weights()` 추가
 - DB 마이그레이션: `trending_keywords` 테이블에 `source` 컬럼 추가, `account_preferences` 신규 테이블
 - 신규 API 4개 (`POST /trends/collect`, `GET /trends`, `GET/PUT /preferences`)
 - 09:00 매일 cron 추가 (트렌드 수집), 09:30 cron 가중치 적용
 - 프론트엔드: InstaCards 페이지에 탭 네비게이션 추가, Trends 탭 신규 3개 패널
 ### 제외
 - pytrends 외 외부 SaaS 트렌드 API (BuzzSumo 등)
 - 트렌드 시계열 차트
 - 카테고리 자동 학습 (사용자 카드 생성 이력에서 선호도 추론)
 - 트렌드 알림 (특정 키워드 등장 시 push)
 ---
 ## 3. 데이터 소스
 ### 3-1. NAVER 인기 (source = 'naver_popular')
 - NAVER news.json API 재사용. 카테고리당 시드 키워드로 `sort=sim` (정확도 정렬 = 인기 시그널) 30건 수집
 - 응답 기사 묶음에서 빈도어 추출 → 카테고리 매핑 (기존 keyword_extractor의 `_count_nouns` + `_top_candidates` 재사용)
 - 상위 N개를 `trending_keywords` 테이블에 source='naver_popular'로 저장
 ### 3-2. Google Trends (source = 'google_trends')
 - 라이브러리: `pytrends` (PyPI, MIT)
 - `TrendReq(hl='ko-KR', tz=540).trending_searches(pn='south_korea')` 호출 → 일일 트렌딩 키워드 리스트
 - 각 키워드에 대해 Claude Haiku 1회 호출로 카테고리 분류 (`economy` / `psychology` / `celebrity` / 사용자 추가 카테고리 / `uncategorized`)
 - LLM 분류 비용 절감을 위해 분류 결과를 1일 캐시 — `trend_collector` 모듈 레벨 `_category_cache: dict[str, tuple[str, float]]` (keyword → (category, expires_ts)), 컨테이너 lifetime 동안 유효. 같은 키워드 재요청 시 cache hit. 캐시는 영속화하지 않음 (재시작 시 첫 호출은 LLM 재분류)
 - `trending_keywords` 테이블에 source='google_trends', score=traffic 정규화값
 ### 3-3. 통합 저장
 기존 `trending_keywords` 스키마에 한 컬럼 추가:
 ```sql
 ALTER TABLE trending_keywords ADD COLUMN source TEXT NOT NULL DEFAULT 'manual';
 -- 기존 row 모두 'manual'로 마킹됨 (시드 키워드에서 추출된 것)
 -- 신규 source: 'naver_popular' | 'google_trends'
 ```
 `source`별 추가 인덱스:
 ```sql
 CREATE INDEX idx_tk_source ON trending_keywords(source, suggested_at DESC);
 ```
 ---
 ## 4. 카테고리 가중치 모델
 ### 4-1. 신규 테이블 `account_preferences`
 ```sql
 CREATE TABLE account_preferences (
    category    TEXT PRIMARY KEY,
    weight      REAL NOT NULL DEFAULT 1.0,
    updated_at  TEXT NOT NULL DEFAULT (strftime('%Y-%m-%dT%H:%M:%fZ','now'))
 );
 ```
 - 초기 시드: `economy=1.0`, `psychology=1.0`, `celebrity=1.0` (균등)
 - 사용자는 0~10 자유 범위 (UI는 0~100 정수%로 노출, 백엔드에서 0~1 정규화)
 - 합계 강제 없음. 알고리즘 내부에서 비율 정규화
 - 카테고리 추가 자유. 단 추가 시 `prompt_templates.category_seeds`에도 시드 키워드 함께 정의해야 자동 추출에 반영됨 (UI에서 안내)
 ### 4-2. 가중치 기반 추출 알고리즘
 기존 `keyword_extractor.extract_for_category(category, limit)` 유지. 신규:
 ```python
 def extract_with_weights(weights: dict[str, float], total_limit: int) -> list[Keyword]:
    """카테고리 가중치 비율대로 키워드를 분배 추출."""
    if not weights or sum(weights.values()) == 0:
        # fallback: 균등 가중치
        cats = list(DEFAULT_CATEGORY_SEEDS.keys())
        weights = {c: 1.0 for c in cats}
    total_weight = sum(weights.values())
    saved = []
    for category, w in weights.items():
        if w <= 0:
            continue
        per_cat = round(total_limit * w / total_weight)
        if per_cat <= 0:
            continue
        saved.extend(extract_for_category(category, limit=per_cat))
    return saved
 ```
 - `total_limit` 기본 15 (3 카테고리 × 5 시드 시절 합계와 동일)
 - weight=0 카테고리는 skip (분류는 유지하되 자동 추출에서 제외하고 싶을 때)
 ---
 ## 5. API (insta-lab)
 | 메서드 | 경로 | 설명 |
 |--------|------|------|
 | POST | `/api/insta/trends/collect` | 두 source 모두 수집 (BackgroundTask) → `{task_id}` |
 | GET | `/api/insta/trends` | 트렌드 조회. query: `source` (`naver_popular`/`google_trends`/`all`), `category`, `days` (default 1, 의미: `suggested_at >= now() - days*24h`). 정렬 `suggested_at DESC, score DESC` |
 | GET | `/api/insta/preferences` | 가중치 조회 → `{categories: [{category, weight, updated_at}]}` |
 | PUT | `/api/insta/preferences` | body `{categories: {economy: 0.6, ...}}` → upsert |
 기존 `/api/insta/keywords`는 source 필터 추가 (`?source=manual` 등). 미지정 시 모든 source 반환 (default behavior 유지).
 ---
 ## 6. 스케줄러 변경 (agent-office InstaAgent)
 기존:
 - 09:30 — 키워드 추출 → 텔레그램 푸시
 신규:
 - **09:00 — 외부 트렌드 수집** (NAVER 인기 + Google Trends) — `_run_insta_trends_collect()` 신규 cron
 - **09:30 — 키워드 추출** (기존 + 가중치 적용) — InstaAgent가 `get_preferences()` 호출 후 `extract_with_weights()` 사용
 수동 트리거: InstaAgent에 `on_command("collect_trends", {})` 신규 액션. 텔레그램에서 `/insta collect_trends` 슬래시 명령 또는 Insta 페이지 버튼에서 호출.
 ---
 ## 7. 프론트엔드 변경 (web-ui InstaCards.jsx)
 ### 7-1. 탭 네비게이션
 기존 5개 패널을 두 탭으로 재구성:
 | 탭 | 패널 |
 |----|------|
 | **Cards** (기본) | Trigger, Trending Keywords, Slates, SlateDetail, PromptEditor (기존 그대로) |
 | **Trends** (신규) | AccountFocusPanel, ExternalTrendsPanel, PreferenceImpactPanel |
 탭 컴포넌트: `<TabBar>` 단순 buttons (`activeTab` state), URL에 `?tab=trends` 쿼리로 deep-link 지원.
 ### 7-2. AccountFocusPanel
 - 카테고리별 가중치 슬라이더 (0~100 정수%) + 우측 막대 차트 (분포 시각화)
 - **+ 카테고리 추가** 버튼 → 모달로 카테고리명 + 시드 키워드 N개 입력 (시드는 category_seeds 프롬프트 템플릿에 머지)
 - **저장** 버튼 → `PUT /preferences` (debounce 1초)
 ### 7-3. ExternalTrendsPanel
 - 상단: **🔄 수동 수집** 버튼 + "마지막 수집: HH:MM" 라벨 + 진행 task box
 - 두 컬럼 (반응형 → 모바일은 세로):
  - **🔥 NAVER 인기** — 카테고리별 그룹핑, 각 카드: keyword + score + 카테고리 배지
  - **🌐 Google Trends** — 단순 리스트, 각 카드: keyword + 카테고리 배지 + traffic
 - 각 카드 우측에 **🎴** 버튼 → 즉시 `POST /slates` (기존 흐름)
 - 색상 매핑: economy=#0F62FE, psychology=#A66CFF, celebrity=#FF5C8A, custom=#6B7280
 ### 7-4. PreferenceImpactPanel (작은 박스)
 - "현재 가중치 기준 다음 자동 추출 결과 미리보기: economy 3 / psychology 2 / celebrity 0"
 - 가중치 슬라이더 변경 시 즉시 클라이언트에서 계산해 갱신
 - 컴팩트 1줄 표시
 ### 7-5. 신규 API 헬퍼 (src/api.js)
 ```js
 export function getInstaTrends({ source, category, days = 1 } = {}) { ... }
 export function instaCollectTrends() { ... }
 export function getInstaPreferences() { ... }
 export function putInstaPreferences(categories) { ... }
 ```
 ---
 ## 8. 에러 처리
 | 상황 | 처리 |
 |------|------|
 | pytrends rate limit / 차단 | try/except → 빈 결과로 graceful degrade. NAVER 인기는 정상 수집 |
 | LLM 분류 실패 | `uncategorized` 카테고리로 폴백, 사용자가 UI에서 수동 재분류 가능 |
 | 가중치 합계 0 | 균등 가중치 (1/N)로 폴백, 로그 warning |
 | 카테고리 추가했는데 시드 없음 | 자동 추출에서 자연스럽게 skip (NAVER 검색에 시드 필요), UI에서 "시드 키워드 추가 필요" 경고 |
 | Google Trends 한국 region 부재 | hl='ko-KR' + pn='south_korea' 명시. 실패 시 빈 결과 |
 ---
 ## 9. 테스트
 ### insta-lab pytest
 - `test_trend_collector.py` (4): `fetch_naver_popular` mocked, `fetch_google_trends` pytrends mocked, 카테고리 매핑, 캐시 hit
 - `test_extract_with_weights.py` (3): 균등 가중치, 한쪽 0 가중치, fallback 빈 가중치
 - `test_preferences_crud.py` (2): GET 기본값, PUT upsert
 - `test_main_trends.py` (3): 신규 4개 엔드포인트 통합
 ### agent-office pytest
 - `test_insta_agent_trends.py` (2): `on_schedule_trends` mocked, weight-applied extract
 ---
 ## 10. 마이그레이션 절차
 1. `db.init_db()`에 `ALTER TABLE trending_keywords ADD COLUMN source ...` 추가 — `PRAGMA table_info`로 컬럼 존재 여부 확인 후 idempotent하게 실행
 2. `account_preferences` 테이블 신규 생성
 3. 초기 시드: 기존 카테고리 economy/psychology/celebrity 모두 weight=1.0
 4. 기존 `trending_keywords` row는 자동으로 source='manual' (컬럼 DEFAULT)
 5. `requirements.txt`에 `pytrends>=4.9` 추가
 6. 배포 후 사용자가 Trends 탭에서 가중치 조정 (필수 아님, 균등이 디폴트 동작)
 ---
 ## 11. 운영 영향
 | 항목 | 영향 |
 |------|------|
 | Anthropic 토큰 비용 | +미미 (Google Trends 1회당 ~20 키워드 × Haiku 분류 1콜 ≈ 600 토큰/일) |
 | DB 크기 | +미미 (트렌드 row 일일 ~50개, 카테고리당 30 + Google 20) |
 | NAS CPU | +낮음 (pytrends + NAVER API 호출만, LLM은 외부) |
 | 카드 생성 흐름 | 변경 없음. 트렌드는 "발견" 단계만 보강 |
 ---
 ## 12. 완료 정의
 - [ ] `trending_keywords.source` 컬럼 마이그레이션 적용, 기존 row 모두 'manual'로 표시됨
 - [ ] `account_preferences` 테이블 생성, 초기 3개 카테고리 weight=1.0
 - [ ] `POST /api/insta/trends/collect` 호출 시 NAVER 인기 + Google Trends 모두 수집되어 DB 저장
 - [ ] `GET /api/insta/trends?source=google_trends` 결과 카테고리 분류됨
 - [ ] `PUT /api/insta/preferences` 후 09:30 cron이 가중치 비율대로 추출
 - [ ] 09:00 cron 등록, 매일 자동 트렌드 수집
 - [ ] Insta 페이지에 Cards/Trends 탭 전환 작동
 - [ ] Trends 탭의 AccountFocusPanel에서 가중치 변경·저장 가능
 - [ ] ExternalTrendsPanel에서 NAVER 인기 + Google Trends 한 눈에 표시, 각 카드 생성 트리거 작동
 - [ ] PreferenceImpactPanel 미리보기 갱신
 - [ ] insta-lab pytest 전체 통과 (기존 21 + 신규 12 = 33)
 - [ ] agent-office pytest 전체 통과
--- a/insta-lab/Dockerfile
+++ b/insta-lab/Dockerfile
@@ -1,15 +1,24 @@
-FROM python:3.12-slim
+FROM python:3.12-slim-bookworm
 ENV PYTHONUNBUFFERED=1
 WORKDIR /app
 # Korean fonts + Chromium runtime deps (Debian 12 / bookworm)
 # `playwright install --with-deps`를 쓰지 않는 이유: 그 명령은 Ubuntu 패키지명을
 # 사용해 Debian에서 ttf-ubuntu-font-family / ttf-unifont 등 없는 패키지를 시도
 # → apt 실패. 대신 Chromium이 실제 필요로 하는 라이브러리만 명시 설치.
 RUN apt-get update && apt-get install -y --no-install-recommends \
    fonts-noto-cjk fonts-noto-cjk-extra \
    libnss3 libnspr4 libdbus-1-3 libatk1.0-0 libatk-bridge2.0-0 \
    libcups2 libdrm2 libxkbcommon0 libxcomposite1 libxdamage1 \
    libxfixes3 libxrandr2 libgbm1 libxshmfence1 libpango-1.0-0 \
    libcairo2 libasound2 libatspi2.0-0 \
 && rm -rf /var/lib/apt/lists/*
 COPY requirements.txt .
-RUN pip install --no-cache-dir -r requirements.txt
+# --timeout 600 --retries 5: NAS 느린 네트워크/CPU에서 pip 다운로드 timeout 방지
-RUN playwright install --with-deps chromium
+RUN pip install --no-cache-dir --timeout 600 --retries 5 -r requirements.txt
 RUN playwright install chromium
 COPY . .
--- a/insta-lab/app/config.py
+++ b/insta-lab/app/config.py
@@ -2,6 +2,7 @@ import os
 NAVER_CLIENT_ID = os.getenv("NAVER_CLIENT_ID", "")
 NAVER_CLIENT_SECRET = os.getenv("NAVER_CLIENT_SECRET", "")
 YOUTUBE_DATA_API_KEY = os.getenv("YOUTUBE_DATA_API_KEY", "")
 ANTHROPIC_API_KEY = os.getenv("ANTHROPIC_API_KEY", "")
 ANTHROPIC_MODEL_HAIKU = os.getenv("ANTHROPIC_MODEL_HAIKU", "claude-haiku-4-5-20251001")
 ANTHROPIC_MODEL_SONNET = os.getenv("ANTHROPIC_MODEL_SONNET", "claude-sonnet-4-6")
--- a/insta-lab/app/db.py
+++ b/insta-lab/app/db.py
@@ -101,6 +101,29 @@ def init_db() -> None:
            )
        """)
        # source column for trending_keywords (idempotent ALTER)
        cols = [r[1] for r in conn.execute("PRAGMA table_info(trending_keywords)").fetchall()]
        if "source" not in cols:
            conn.execute("ALTER TABLE trending_keywords ADD COLUMN source TEXT NOT NULL DEFAULT 'manual'")
            conn.execute("CREATE INDEX IF NOT EXISTS idx_tk_source ON trending_keywords(source, suggested_at DESC)")
        # account_preferences — 카테고리 가중치
        conn.execute("""
            CREATE TABLE IF NOT EXISTS account_preferences (
                category    TEXT PRIMARY KEY,
                weight      REAL NOT NULL DEFAULT 1.0,
                updated_at  TEXT NOT NULL DEFAULT (strftime('%Y-%m-%dT%H:%M:%fZ','now'))
            )
        """)
        # seed defaults if table empty
        existing = conn.execute("SELECT COUNT(*) FROM account_preferences").fetchone()[0]
        if existing == 0:
            for cat in ("economy", "psychology", "celebrity"):
                conn.execute(
                    "INSERT INTO account_preferences(category, weight) VALUES(?,?)",
                    (cat, 1.0),
                )
 # ── news_articles ────────────────────────────────────────────────
 def add_news_article(row: Dict[str, Any]) -> int:
@@ -132,8 +155,12 @@ def list_news_articles(category: Optional[str] = None, days: int = 1) -> List[Di
 def add_trending_keyword(row: Dict[str, Any]) -> int:
    with _conn() as conn:
        cur = conn.execute(
-            "INSERT INTO trending_keywords(keyword, category, score, articles_count) VALUES(?,?,?,?)",
+            "INSERT INTO trending_keywords(keyword, category, score, articles_count, source) VALUES(?,?,?,?,?)",
-            (row["keyword"], row["category"], float(row.get("score", 0.0)), int(row.get("articles_count", 0))),
+            (
                row["keyword"], row["category"],
                float(row.get("score", 0.0)), int(row.get("articles_count", 0)),
                row.get("source", "manual"),
            ),
        )
        return cur.lastrowid
@@ -276,3 +303,50 @@ def get_prompt_template(name: str) -> Optional[Dict[str, Any]]:
    with _conn() as conn:
        row = conn.execute("SELECT * FROM prompt_templates WHERE name=?", (name,)).fetchone()
    return dict(row) if row else None
 # ── external trends ─────────────────────────────────────────────
 def add_external_trend(row: Dict[str, Any]) -> int:
    """`source` 필수 — naver_popular | google_trends. trending_keywords에 인서트."""
    if "source" not in row:
        raise ValueError("add_external_trend requires 'source' field")
    return add_trending_keyword(row)
 def list_trends(source: Optional[str] = None, category: Optional[str] = None,
                days: int = 1) -> List[Dict[str, Any]]:
    sql = "SELECT * FROM trending_keywords WHERE suggested_at >= datetime('now', ?)"
    params: List[Any] = [f"-{int(days)} days"]
    if source and source != "all":
        sql += " AND source=?"
        params.append(source)
    if category:
        sql += " AND category=?"
        params.append(category)
    sql += " ORDER BY suggested_at DESC, score DESC"
    with _conn() as conn:
        rows = conn.execute(sql, params).fetchall()
    return [dict(r) for r in rows]
 # ── account_preferences ─────────────────────────────────────────
 def get_preferences() -> List[Dict[str, Any]]:
    with _conn() as conn:
        rows = conn.execute(
            "SELECT category, weight, updated_at FROM account_preferences ORDER BY category ASC"
        ).fetchall()
    return [dict(r) for r in rows]
 def upsert_preferences(weights: Dict[str, float]) -> None:
    """전체 upsert. 기존에 있던 카테고리는 weight 갱신, 신규는 INSERT.
    명시되지 않은 기존 카테고리는 그대로 둔다 (삭제 X). 삭제 필요 시 별도 API로."""
    with _conn() as conn:
        for cat, w in weights.items():
            conn.execute("""
                INSERT INTO account_preferences(category, weight)
                     VALUES(?,?)
                ON CONFLICT(category) DO UPDATE SET
                    weight=excluded.weight,
                    updated_at=strftime('%Y-%m-%dT%H:%M:%fZ','now')
            """, (cat, float(w)))
--- a/insta-lab/app/keyword_extractor.py
+++ b/insta-lab/app/keyword_extractor.py
@@ -81,3 +81,22 @@ def extract_for_category(category: str, limit: int = KEYWORDS_PER_CATEGORY) -> L
        })
        saved.append({"id": kid, **kw, "category": category})
    return saved
 def extract_with_weights(weights: Dict[str, float], total_limit: int) -> List[Dict[str, Any]]:
    """카테고리 가중치 비율대로 키워드를 분배 추출."""
    from .config import DEFAULT_CATEGORY_SEEDS
    if not weights or sum(weights.values()) == 0:
        cats = list(DEFAULT_CATEGORY_SEEDS.keys())
        weights = {c: 1.0 for c in cats}
    total_weight = sum(weights.values())
    out: List[Dict[str, Any]] = []
    for category, w in weights.items():
        if w <= 0:
            continue
        per_cat = round(total_limit * w / total_weight)
        if per_cat <= 0:
            continue
        out.extend(extract_for_category(category, limit=per_cat))
    return out
--- a/insta-lab/app/main.py
+++ b/insta-lab/app/main.py
@@ -15,7 +15,7 @@ from .config import (
    CORS_ALLOW_ORIGINS, NAVER_CLIENT_ID, ANTHROPIC_API_KEY,
    INSTA_DATA_PATH, DB_PATH, DEFAULT_CATEGORY_SEEDS, KEYWORDS_PER_CATEGORY,
 )
-from . import db, news_collector, keyword_extractor, card_writer, card_renderer
+from . import db, news_collector, keyword_extractor, card_writer, card_renderer, trend_collector
 logger = logging.getLogger(__name__)
 app = FastAPI()
@@ -99,11 +99,16 @@ class ExtractRequest(BaseModel):
    categories: Optional[list[str]] = None
-async def _bg_extract(task_id: str, categories: list[str]):
+async def _bg_extract(task_id: str, categories: Optional[list[str]] = None):
    try:
        db.update_task(task_id, "processing", 10, "추출 중")
-        for cat in categories:
+        prefs_rows = db.get_preferences()
-            keyword_extractor.extract_for_category(cat, limit=KEYWORDS_PER_CATEGORY)
+        weights = {p["category"]: p["weight"] for p in prefs_rows}
        if categories:
            # 사용자가 카테고리 명시한 경우만 그 서브셋으로 균등 가중치 (override)
            weights = {c: 1.0 for c in categories}
        total = KEYWORDS_PER_CATEGORY * max(1, len([w for w in weights.values() if w > 0]))
        keyword_extractor.extract_with_weights(weights, total_limit=total)
        db.update_task(task_id, "succeeded", 100, "완료", result_id=0)
    except Exception as e:
        logger.exception("extract failed")
@@ -119,7 +124,13 @@ def extract_keywords(req: ExtractRequest, bg: BackgroundTasks):
@app.get("/api/insta/keywords")
-def list_keywords(category: Optional[str] = None, used: Optional[bool] = None):
+def list_keywords(
    category: Optional[str] = None,
    used: Optional[bool] = None,
    source: Optional[str] = None,
 ):
    if source:
        return {"items": db.list_trends(source=source, category=category, days=30)}
    return {"items": db.list_trending_keywords(category=category, used=used)}
@@ -243,3 +254,52 @@ def get_prompt(name: str):
 def upsert_prompt(name: str, body: TemplateBody):
    db.upsert_prompt_template(name, body.template, body.description)
    return db.get_prompt_template(name)
 # ── Trends ───────────────────────────────────────────────────────
 class TrendsCollectRequest(BaseModel):
    categories: Optional[list[str]] = None
 async def _bg_collect_trends(task_id: str, categories: list[str]):
    try:
        db.update_task(task_id, "processing", 10, "외부 트렌드 수집 중")
        result = trend_collector.collect_all(categories)
        msg = f"naver:{result['naver_popular']}, youtube:{result['youtube_trending']}"
        db.update_task(task_id, "succeeded", 100, msg, result_id=sum(result.values()))
    except Exception as e:
        logger.exception("trends collect failed")
        db.update_task(task_id, "failed", 0, "", error=str(e))
@app.post("/api/insta/trends/collect")
 def collect_trends(req: TrendsCollectRequest, bg: BackgroundTasks):
    cats = req.categories or list(DEFAULT_CATEGORY_SEEDS.keys())
    tid = db.create_task("trends_collect", {"categories": cats})
    bg.add_task(_bg_collect_trends, tid, cats)
    return {"task_id": tid, "categories": cats}
@app.get("/api/insta/trends")
 def list_trends_endpoint(
    source: Optional[str] = None,
    category: Optional[str] = None,
    days: int = Query(1, ge=1, le=90),
 ):
    return {"items": db.list_trends(source=source, category=category, days=days)}
 # ── Preferences ──────────────────────────────────────────────────
 class PreferencesBody(BaseModel):
    categories: dict[str, float]
@app.get("/api/insta/preferences")
 def get_preferences_endpoint():
    return {"categories": db.get_preferences()}
@app.put("/api/insta/preferences")
 def put_preferences_endpoint(body: PreferencesBody):
    db.upsert_preferences(body.categories)
    return {"categories": db.get_preferences()}
--- a/insta-lab/app/templates/minimal/pages/insta_card_checklist.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_checklist.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_cta.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_cta.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_finish.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_finish.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_highlight.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_highlight.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_keyword.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_keyword.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_memo.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_memo.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_observation.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_observation.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_oneline.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_oneline.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_start.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_start.png
--- a/insta-lab/app/templates/minimal/pages/insta_card_study.png
+++ b/insta-lab/app/templates/minimal/pages/insta_card_study.png
--- a/insta-lab/app/trend_collector.py
+++ b/insta-lab/app/trend_collector.py
@@ -0,0 +1,250 @@
 """외부 트렌드 수집 — NAVER 인기 + YouTube 인기 영상 + LLM 카테고리 분류.
 NAVER: 카테고리별 시드 키워드로 인기 검색 → 빈도 상위 추출.
 YouTube: Google Trends 비공식 endpoint(RSS / dailytrends JSON)가 모두 404 폐기되어
 대체로 YouTube Data API v3 (`videos.list?chart=mostPopular&regionCode=KR`) 사용.
 무료 일일 quota 10000, 한국 region 지원, 인기 영상 50개 제목에서 트렌드 추출.
 LLM 분류 결과는 24h in-memory 캐시.
 """
 import json
 import logging
 import re
 import time
 from typing import Any, Dict, List, Optional
 import requests
 from anthropic import Anthropic
 from .config import (
    NAVER_CLIENT_ID, NAVER_CLIENT_SECRET, DEFAULT_CATEGORY_SEEDS,
    ANTHROPIC_API_KEY, ANTHROPIC_MODEL_HAIKU, YOUTUBE_DATA_API_KEY,
 )
 from . import db
 from .news_collector import _clean
 from .keyword_extractor import _count_nouns, _top_candidates
 logger = logging.getLogger(__name__)
 NEWS_URL = "https://openapi.naver.com/v1/search/news.json"
 _NAVER_HEADERS = {
    "X-Naver-Client-Id": NAVER_CLIENT_ID,
    "X-Naver-Client-Secret": NAVER_CLIENT_SECRET,
 }
 YOUTUBE_TRENDING_URL = "https://www.googleapis.com/youtube/v3/videos"
 # YouTube 제목 정제: 대괄호·이모지·과도한 길이 제거 후 카드 주제로 적합한 키워드 형태
 _TITLE_BRACKET_RE = re.compile(r"[\[【「『\(][^\]】」』\)]{0,30}[\]】」』\)]")
 _EMOJI_RE = re.compile(
    r"["
    r"\U0001F300-\U0001FAFF"   # symbols & pictographs, etc.
    r"\U00002600-\U000027BF"   # misc symbols, dingbats
    r"\U0001F1E6-\U0001F1FF"   # regional indicator
    r"]"
 )
 _TITLE_MAX_LEN = 60
 _PLACEHOLDER_SEEDS = {"...", "…", "tbd", "todo", "placeholder", "example"}
 def _is_valid_seed(s: str) -> bool:
    """프롬프트 템플릿에 placeholder/빈 값이 들어가 NAVER에 400을 유발하는 일을 막는 가드."""
    if not s:
        return False
    s = s.strip()
    if len(s) < 2:
        return False
    if s.lower() in _PLACEHOLDER_SEEDS:
        return False
    return True
 def _seeds_for(category: str) -> List[str]:
    """category_seeds 프롬프트 템플릿이 있으면 사용, 없거나 모두 invalid면 config DEFAULT 폴백."""
    pt = db.get_prompt_template("category_seeds")
    if pt and pt.get("template"):
        try:
            data = json.loads(pt["template"])
            if category in data:
                filtered = [s for s in (data[category] or []) if _is_valid_seed(s)]
                if filtered:
                    return filtered
                logger.warning("category_seeds[%s]에 유효한 시드 없음 → DEFAULT 폴백", category)
        except Exception as e:
            logger.warning("category_seeds JSON 파싱 실패 → DEFAULT 폴백: %s", e)
    return list(DEFAULT_CATEGORY_SEEDS.get(category, []))
 def fetch_naver_popular(category: str, per_seed: int = 30, top_n: int = 10) -> List[Dict[str, Any]]:
    """카테고리 시드 키워드들로 NAVER news.json `sort=sim` 호출,
    응답 기사 묶음에서 빈도어 추출 후 상위 N개 반환."""
    seeds = _seeds_for(category)
    if not seeds:
        return []
    blob_parts: List[str] = []
    for seed in seeds:
        try:
            resp = requests.get(
                NEWS_URL,
                headers=_NAVER_HEADERS,
                params={"query": seed, "display": per_seed, "sort": "sim"},
                timeout=10,
            )
            resp.raise_for_status()
            for item in resp.json().get("items", []):
                blob_parts.append(_clean(item.get("title", "")))
                blob_parts.append(_clean(item.get("description", "")))
        except Exception as e:
            logger.warning("fetch_naver_popular seed=%s err=%s", seed, e)
            continue
    text = "\n".join(blob_parts)
    counts = _count_nouns(text)
    candidates = _top_candidates(counts, n=top_n)
    if not candidates:
        return []
    max_count = candidates[0][1] or 1
    return [
        {
            "keyword": k,
            "category": category,
            "source": "naver_popular",
            "score": round(min(1.0, c / max_count), 4),
            "articles_count": c,
        }
        for k, c in candidates
    ]
 def collect_naver_popular_for(categories: List[str]) -> int:
    total = 0
    for cat in categories:
        trends = fetch_naver_popular(cat)
        for t in trends:
            db.add_external_trend(t)
            total += 1
    return total
 # ── LLM 분류 캐시 ────────────────────────────────────────────────────────────
 _CACHE_TTL_SEC = 24 * 3600
 _category_cache: Dict[str, tuple] = {}  # keyword -> (category, expires_ts)
 def _llm_classify_one(keyword: str) -> str:
    """Claude Haiku 1회 호출로 단일 키워드 분류."""
    if not ANTHROPIC_API_KEY:
        return "uncategorized"
    seeds_template = db.get_prompt_template("category_seeds")
    if seeds_template and seeds_template.get("template"):
        try:
            allowed = sorted(json.loads(seeds_template["template"]).keys())
        except Exception:
            allowed = sorted(DEFAULT_CATEGORY_SEEDS.keys())
    else:
        allowed = sorted(DEFAULT_CATEGORY_SEEDS.keys())
    allowed.append("uncategorized")
    client = Anthropic(api_key=ANTHROPIC_API_KEY)
    msg = client.messages.create(
        model=ANTHROPIC_MODEL_HAIKU,
        max_tokens=20,
        messages=[{
            "role": "user",
            "content": (
                f"다음 한국어 트렌딩 키워드를 카테고리 중 하나로 분류해라. "
                f"카테고리: {allowed}. 키워드: '{keyword}'. "
                f"카테고리명 한 단어만 출력. 다른 텍스트 금지."
            ),
        }],
    )
    raw = msg.content[0].text.strip().lower()
    for cat in allowed:
        if cat.lower() in raw:
            return cat
    return "uncategorized"
 def classify_keyword(keyword: str) -> str:
    now = time.time()
    cached = _category_cache.get(keyword)
    if cached and cached[1] > now:
        return cached[0]
    cat = _llm_classify_one(keyword)
    _category_cache[keyword] = (cat, now + _CACHE_TTL_SEC)
    return cat
 # ── YouTube Trending ──────────────────────────────────────────────────────────
 # YouTube Data API v3 videos.list?chart=mostPopular&regionCode=KR
 # 한국 인기 영상 50개 제목에서 카드 주제로 적합한 키워드 추출.
 def _clean_yt_title(title: str) -> str:
    """[공식]·【속보】·🔥 등 제거 후 60자 이내로 자른다."""
    if not title:
        return ""
    cleaned = _TITLE_BRACKET_RE.sub("", title)
    cleaned = _EMOJI_RE.sub("", cleaned)
    cleaned = re.sub(r"\s+", " ", cleaned).strip()
    return cleaned[:_TITLE_MAX_LEN]
 def fetch_youtube_trending() -> List[Dict[str, Any]]:
    """YouTube Data API v3 mostPopular (한국, 50개). API 키 없거나 호출 실패 시 빈 리스트."""
    if not YOUTUBE_DATA_API_KEY:
        logger.info("YOUTUBE_DATA_API_KEY 미설정 — youtube_trending skip")
        return []
    try:
        resp = requests.get(
            YOUTUBE_TRENDING_URL,
            params={
                "part": "snippet",
                "chart": "mostPopular",
                "regionCode": "KR",
                "maxResults": 50,
                "key": YOUTUBE_DATA_API_KEY,
            },
            timeout=15,
        )
        resp.raise_for_status()
        videos = resp.json().get("items", []) or []
    except Exception as e:
        logger.warning("YouTube trending fetch failed: %s", e)
        return []
    items: List[Dict[str, Any]] = []
    seen = set()
    total = max(1, len(videos))
    for idx, v in enumerate(videos):
        title = (v.get("snippet") or {}).get("title", "")
        kw = _clean_yt_title(title)
        if not kw or kw in seen:
            continue
        seen.add(kw)
        try:
            cat = classify_keyword(kw)
        except Exception as e:
            logger.warning("classify_keyword(%s) 실패: %s", kw, e)
            cat = "uncategorized"
        rank_score = round(max(0.0, 1.0 - (idx / total)), 4)
        items.append({
            "keyword": kw,
            "category": cat,
            "source": "youtube_trending",
            "score": rank_score,
            "articles_count": 0,
        })
    return items
 def collect_youtube_trending() -> int:
    items = fetch_youtube_trending()
    for it in items:
        db.add_external_trend(it)
    return len(items)
 def collect_all(categories: List[str]) -> Dict[str, int]:
    naver_n = collect_naver_popular_for(categories)
    yt_n = collect_youtube_trending()
    return {"naver_popular": naver_n, "youtube_trending": yt_n}
--- a/insta-lab/tests/test_db.py
+++ b/insta-lab/tests/test_db.py
@@ -24,7 +24,7 @@ def tmp_db(monkeypatch):
            pass
-def test_init_db_creates_six_tables(tmp_db):
+def test_init_db_creates_seven_tables(tmp_db):
    with db_module._conn() as conn:
        rows = conn.execute(
            "SELECT name FROM sqlite_master WHERE type='table' ORDER BY name"
@@ -33,6 +33,7 @@ def test_init_db_creates_six_tables(tmp_db):
    assert names == sorted([
        "news_articles", "trending_keywords", "card_slates",
        "card_assets", "generation_tasks", "prompt_templates",
        "account_preferences",
    ])
--- a/insta-lab/tests/test_extract_with_weights.py
+++ b/insta-lab/tests/test_extract_with_weights.py
@@ -0,0 +1,71 @@
 import os
 import gc
 import tempfile
 from unittest.mock import patch
 import pytest
 from app import db as db_module
 from app import keyword_extractor
@pytest.fixture
 def tmp_db(monkeypatch):
    fd, path = tempfile.mkstemp(suffix=".db")
    os.close(fd)
    monkeypatch.setattr(db_module, "DB_PATH", path)
    db_module.init_db()
    yield path
    gc.collect()
    for ext in ("", "-wal", "-shm"):
        try:
            os.remove(path + ext)
        except OSError:
            pass
 def test_extract_with_weights_proportional(tmp_db, monkeypatch):
    calls = []
    def fake_extract(category, limit):
        calls.append((category, limit))
        return [{"id": i, "keyword": f"{category}{i}", "category": category, "score": 0.5}
                for i in range(limit)]
    monkeypatch.setattr(keyword_extractor, "extract_for_category", fake_extract)
    out = keyword_extractor.extract_with_weights(
        {"economy": 0.6, "psychology": 0.3, "celebrity": 0.1}, total_limit=10,
    )
    by_cat = {c: l for c, l in calls}
    assert by_cat == {"economy": 6, "psychology": 3, "celebrity": 1}
    assert len(out) == 10
 def test_extract_with_weights_skips_zero(tmp_db, monkeypatch):
    calls = []
    def fake_extract(category, limit):
        calls.append((category, limit))
        return []
    monkeypatch.setattr(keyword_extractor, "extract_for_category", fake_extract)
    keyword_extractor.extract_with_weights(
        {"economy": 1.0, "celebrity": 0.0}, total_limit=10,
    )
    cats_called = [c for c, _ in calls]
    assert "celebrity" not in cats_called
    assert "economy" in cats_called
 def test_extract_with_weights_fallback_to_equal(tmp_db, monkeypatch):
    calls = []
    def fake_extract(category, limit):
        calls.append((category, limit))
        return []
    monkeypatch.setattr(keyword_extractor, "extract_for_category", fake_extract)
    keyword_extractor.extract_with_weights({}, total_limit=9)
    by_cat = {c: l for c, l in calls}
    assert set(by_cat.keys()) == {"economy", "psychology", "celebrity"}
    assert all(l == 3 for l in by_cat.values())
--- a/insta-lab/tests/test_main_trends.py
+++ b/insta-lab/tests/test_main_trends.py
@@ -0,0 +1,83 @@
 import os
 import gc
 import tempfile
 import pytest
 from fastapi.testclient import TestClient
 from app import db as db_module
@pytest.fixture
 def client(monkeypatch):
    fd, path = tempfile.mkstemp(suffix=".db")
    os.close(fd)
    monkeypatch.setattr(db_module, "DB_PATH", path)
    db_module.init_db()
    from app import main
    monkeypatch.setattr(main, "DB_PATH", path)
    with TestClient(main.app) as c:
        yield c
    gc.collect()
    for ext in ("", "-wal", "-shm"):
        try:
            os.remove(path + ext)
        except OSError:
            pass
 def test_get_preferences_returns_defaults(client):
    resp = client.get("/api/insta/preferences")
    assert resp.status_code == 200
    cats = {p["category"]: p["weight"] for p in resp.json()["categories"]}
    assert cats == {"economy": 1.0, "psychology": 1.0, "celebrity": 1.0}
 def test_put_preferences_upsert(client):
    resp = client.put("/api/insta/preferences",
                      json={"categories": {"economy": 0.7, "psychology": 0.2, "tech": 0.5}})
    assert resp.status_code == 200
    cats = {p["category"]: p["weight"] for p in resp.json()["categories"]}
    assert cats["economy"] == 0.7
    assert cats["tech"] == 0.5
 def test_list_trends_filter(client):
    db_module.add_external_trend({"keyword": "A", "category": "economy",
                                  "source": "naver_popular", "score": 1.0})
    db_module.add_external_trend({"keyword": "B", "category": "celebrity",
                                  "source": "google_trends", "score": 0.8})
    resp = client.get("/api/insta/trends?source=naver_popular")
    items = resp.json()["items"]
    assert {it["keyword"] for it in items} == {"A"}
 def test_collect_trends_kicks_background(client, monkeypatch):
    from app import main, trend_collector
    captured = {"called": False}
    def fake_collect_all(cats):
        captured["called"] = True
        return {"naver_popular": 3, "youtube_trending": 2}
    monkeypatch.setattr(trend_collector, "collect_all", fake_collect_all)
    resp = client.post("/api/insta/trends/collect", json={})
    assert resp.status_code == 200
    task_id = resp.json()["task_id"]
    for _ in range(20):
        st = client.get(f"/api/insta/tasks/{task_id}").json()
        if st["status"] in ("succeeded", "failed"):
            break
    assert st["status"] == "succeeded"
    assert captured["called"] is True
 def test_list_keywords_filters_by_source(client):
    db_module.add_trending_keyword({"keyword": "M", "category": "economy",
                                    "score": 0.4, "articles_count": 1, "source": "manual"})
    db_module.add_external_trend({"keyword": "N", "category": "economy",
                                  "source": "naver_popular", "score": 0.9})
    resp = client.get("/api/insta/keywords?source=manual")
    items = resp.json()["items"]
    assert {it["keyword"] for it in items} == {"M"}
--- a/insta-lab/tests/test_preferences_crud.py
+++ b/insta-lab/tests/test_preferences_crud.py
@@ -0,0 +1,77 @@
 import os
 import gc
 import tempfile
 import pytest
 from app import db as db_module
@pytest.fixture
 def tmp_db(monkeypatch):
    fd, path = tempfile.mkstemp(suffix=".db")
    os.close(fd)
    monkeypatch.setattr(db_module, "DB_PATH", path)
    db_module.init_db()
    yield path
    gc.collect()
    for ext in ("", "-wal", "-shm"):
        try:
            os.remove(path + ext)
        except OSError:
            pass
 def test_init_db_creates_account_preferences(tmp_db):
    with db_module._conn() as conn:
        rows = conn.execute("SELECT name FROM sqlite_master WHERE type='table'").fetchall()
    names = {r[0] for r in rows}
    assert "account_preferences" in names
 def test_init_db_seeds_default_weights(tmp_db):
    prefs = db_module.get_preferences()
    cats = {p["category"]: p["weight"] for p in prefs}
    assert cats["economy"] == pytest.approx(1.0)
    assert cats["psychology"] == pytest.approx(1.0)
    assert cats["celebrity"] == pytest.approx(1.0)
 def test_upsert_preferences_replaces_weights(tmp_db):
    db_module.upsert_preferences({"economy": 0.6, "psychology": 0.3, "celebrity": 0.1, "tech": 0.5})
    prefs = {p["category"]: p["weight"] for p in db_module.get_preferences()}
    assert prefs["economy"] == pytest.approx(0.6)
    assert prefs["tech"] == pytest.approx(0.5)
    assert "celebrity" in prefs and prefs["celebrity"] == pytest.approx(0.1)
 def test_trending_keywords_source_column_exists(tmp_db):
    with db_module._conn() as conn:
        cols = [r[1] for r in conn.execute("PRAGMA table_info(trending_keywords)").fetchall()]
    assert "source" in cols
 def test_add_trending_keyword_default_source(tmp_db):
    kid = db_module.add_trending_keyword({
        "keyword": "K", "category": "economy", "score": 0.5, "articles_count": 3,
    })
    with db_module._conn() as conn:
        row = conn.execute("SELECT source FROM trending_keywords WHERE id=?", (kid,)).fetchone()
    assert row[0] == "manual"
 def test_add_external_trend_stores_source(tmp_db):
    tid = db_module.add_external_trend({
        "keyword": "급등주", "category": "economy", "source": "naver_popular", "score": 0.9,
    })
    rows = db_module.list_trends(source="naver_popular")
    assert any(r["id"] == tid and r["keyword"] == "급등주" for r in rows)
 def test_list_trends_filters_by_source_and_category(tmp_db):
    db_module.add_external_trend({"keyword": "A", "category": "economy", "source": "naver_popular", "score": 1.0})
    db_module.add_external_trend({"keyword": "B", "category": "celebrity", "source": "google_trends", "score": 1.0})
    only_naver = db_module.list_trends(source="naver_popular")
    assert {r["keyword"] for r in only_naver} == {"A"}
    only_celeb_google = db_module.list_trends(source="google_trends", category="celebrity")
    assert {r["keyword"] for r in only_celeb_google} == {"B"}
--- a/insta-lab/tests/test_trend_collector.py
+++ b/insta-lab/tests/test_trend_collector.py
@@ -0,0 +1,160 @@
 import os
 import gc
 import tempfile
 from unittest.mock import patch, MagicMock
 import pytest
 from app import db as db_module
 from app import trend_collector
@pytest.fixture
 def tmp_db(monkeypatch):
    fd, path = tempfile.mkstemp(suffix=".db")
    os.close(fd)
    monkeypatch.setattr(db_module, "DB_PATH", path)
    db_module.init_db()
    yield path
    gc.collect()
    for ext in ("", "-wal", "-shm"):
        try:
            os.remove(path + ext)
        except OSError:
            pass
 NAVER_RESPONSE = {
    "items": [
        {"title": "<b>기준금리</b> 인상", "link": "https://n.news.naver.com/a/1", "description": "한국은행 발표"},
        {"title": "환율 급등", "link": "https://n.news.naver.com/a/2", "description": "달러 강세"},
        {"title": "기준금리 추가 인상", "link": "https://n.news.naver.com/a/3", "description": "추가 발표"},
    ],
 }
 def test_fetch_naver_popular_extracts_top_terms(tmp_db, monkeypatch):
    fake_resp = MagicMock()
    fake_resp.json.return_value = NAVER_RESPONSE
    fake_resp.raise_for_status.return_value = None
    with patch.object(trend_collector.requests, "get", return_value=fake_resp):
        trends = trend_collector.fetch_naver_popular("economy", per_seed=10, top_n=5)
    keywords = [t["keyword"] for t in trends]
    assert "기준금리" in keywords
    for t in trends:
        assert t["category"] == "economy"
        assert t["source"] == "naver_popular"
        assert 0.0 <= t["score"] <= 1.0
 def test_collect_naver_writes_to_db(tmp_db, monkeypatch):
    fake_resp = MagicMock()
    fake_resp.json.return_value = NAVER_RESPONSE
    fake_resp.raise_for_status.return_value = None
    with patch.object(trend_collector.requests, "get", return_value=fake_resp):
        n = trend_collector.collect_naver_popular_for(["economy"])
    assert n > 0
    rows = db_module.list_trends(source="naver_popular")
    assert len(rows) > 0
    assert all(r["source"] == "naver_popular" for r in rows)
 def test_classify_keyword_with_cache(monkeypatch):
    calls = {"n": 0}
    def fake_claude(keyword: str) -> str:
        calls["n"] += 1
        return "economy"
    monkeypatch.setattr(trend_collector, "_llm_classify_one", fake_claude)
    trend_collector._category_cache.clear()
    c1 = trend_collector.classify_keyword("기준금리")
    c2 = trend_collector.classify_keyword("기준금리")
    assert c1 == c2 == "economy"
    assert calls["n"] == 1
 def test_fetch_youtube_trending_parses_and_cleans_titles(tmp_db, monkeypatch):
    """YouTube Data API mostPopular 응답 → 제목 정제 + 분류."""
    monkeypatch.setattr(trend_collector, "YOUTUBE_DATA_API_KEY", "fake_key")
    payload = {
        "items": [
            {"snippet": {"title": "[속보] 기준금리 인상 단행 🔥"}},
            {"snippet": {"title": "(공식) BTS 컴백 무대 🎤"}},
            {"snippet": {"title": "스트레스 관리 5가지 방법"}},
            # 중복 제목 — 중복 제거 확인
            {"snippet": {"title": "[속보] 기준금리 인상 단행 🔥"}},
        ]
    }
    fake_resp = MagicMock()
    fake_resp.json.return_value = payload
    fake_resp.raise_for_status.return_value = None
    monkeypatch.setattr(trend_collector.requests, "get", lambda *a, **kw: fake_resp)
    monkeypatch.setattr(
        trend_collector, "classify_keyword",
        lambda kw: ("economy" if "금리" in kw else
                    "celebrity" if "BTS" in kw else
                    "psychology" if "스트레스" in kw else "uncategorized"),
    )
    trends = trend_collector.fetch_youtube_trending()
    keywords = [t["keyword"] for t in trends]
    assert "기준금리 인상 단행" in keywords  # 대괄호·이모지 제거
    assert "BTS 컴백 무대" in keywords  # 괄호 제거
    assert "스트레스 관리 5가지 방법" in keywords  # 그대로
    assert len(trends) == 3  # 중복 제거됨
    assert all(t["source"] == "youtube_trending" for t in trends)
 def test_fetch_youtube_trending_no_api_key_returns_empty(monkeypatch):
    monkeypatch.setattr(trend_collector, "YOUTUBE_DATA_API_KEY", "")
    out = trend_collector.fetch_youtube_trending()
    assert out == []
 def test_fetch_youtube_trending_graceful_on_api_failure(monkeypatch):
    monkeypatch.setattr(trend_collector, "YOUTUBE_DATA_API_KEY", "fake_key")
    fake_resp = MagicMock()
    fake_resp.raise_for_status.side_effect = RuntimeError("quota exceeded")
    monkeypatch.setattr(trend_collector.requests, "get", lambda *a, **kw: fake_resp)
    out = trend_collector.fetch_youtube_trending()
    assert out == []
 def test_collect_all_invokes_both_sources(tmp_db, monkeypatch):
    monkeypatch.setattr(trend_collector, "collect_naver_popular_for",
                        lambda cats: 5)
    monkeypatch.setattr(trend_collector, "collect_youtube_trending",
                        lambda: 3)
    out = trend_collector.collect_all(["economy"])
    assert out == {"naver_popular": 5, "youtube_trending": 3}
 def test_seeds_for_filters_placeholder(tmp_db, monkeypatch):
    """category_seeds 템플릿에 placeholder '...'가 들어가도 DEFAULT 폴백."""
    from app import db as db_module
    db_module.upsert_prompt_template(
        "category_seeds",
        '{"economy": ["...", "…", "a", "real_keyword"]}',
        "test",
    )
    out = trend_collector._seeds_for("economy")
    # '...', '…', 'a'(2자 미만)는 필터링되고 'real_keyword'만 남음
    assert out == ["real_keyword"]
 def test_seeds_for_falls_back_when_all_invalid(tmp_db, monkeypatch):
    """모든 시드가 invalid면 DEFAULT_CATEGORY_SEEDS 폴백."""
    from app import db as db_module
    db_module.upsert_prompt_template(
        "category_seeds",
        '{"economy": ["...", "TBD", ""]}',
        "test",
    )
    out = trend_collector._seeds_for("economy")
    # DEFAULT_CATEGORY_SEEDS["economy"] 가 반환되어야 함
    from app.config import DEFAULT_CATEGORY_SEEDS
    assert out == list(DEFAULT_CATEGORY_SEEDS["economy"])
--- a/packs-lab/app/routes.py
+++ b/packs-lab/app/routes.py
@@ -133,8 +133,12 @@ async def sign_link(
    # 경로 안전: PACK_HOST_DIR(NAS 호스트 절대경로) 하위인지 확인.
    # file_path는 upload 라우트가 Supabase에 저장한 호스트경로 그대로 전달되어 DSM API에 사용됨.
    # str.startswith는 '/foo/packs' 와 '/foo/packs_evil' 같은 sibling 경로를 통과시키므로
    # Path.relative_to로 엄격하게 컴포넌트 단위 검증한다 (CODE_REVIEW F1).
    abs_path = Path(payload.file_path).resolve()
-    if not str(abs_path).startswith(str(PACK_HOST_DIR)):
+    try:
        abs_path.relative_to(PACK_HOST_DIR.resolve())
    except ValueError:
        raise HTTPException(status_code=400, detail="허용된 경로 외부")
    try:
--- a/packs-lab/tests/test_routes.py
+++ b/packs-lab/tests/test_routes.py
@@ -60,6 +60,29 @@ def test_sign_link_path_outside_base():
    assert r.status_code == 400
 def test_sign_link_rejects_sibling_path():
    """PACK_HOST_DIR='/foo/packs' 일 때 '/foo/packs_evil/x.mp4' 같이 prefix만
    통과하는 sibling 경로는 거부해야 한다 (CODE_REVIEW F1, path traversal 변형).
    기존 str.startswith 방식은 trailing slash가 없어 sibling 경로를 통과시킴.
    relative_to 기반 검증으로 교체되어야 통과한다.
    """
    import json as _json
    from pathlib import Path
    base_resolved = Path("/foo/packs").resolve()
    # base의 자식이 아닌 sibling 경로 (예: /foo/packs_evil/...)
    sibling_posix = (base_resolved.parent / f"{base_resolved.name}_evil" / "x.mp4").as_posix()
    with patch("app.routes.PACK_HOST_DIR", base_resolved):
        body = _json.dumps(
            {"file_path": sibling_posix, "expires_in_seconds": 14400}
        ).encode()
        r = client.post("/api/packs/sign-link", content=body, headers=_signed(body))
    assert r.status_code == 400, (
        f"sibling 경로 '{sibling_posix}'가 허용됨 (status={r.status_code}) "
        f"— path traversal 가능성"
    )
 def test_upload_invalid_token():
    r = client.post(
        "/api/packs/upload",
--- a/scripts/deploy-nas.sh
+++ b/scripts/deploy-nas.sh
@@ -2,7 +2,7 @@
 set -euo pipefail
 # ── 서비스 목록 (한 곳에서만 관리) ──
-SERVICES="lotto travel-proxy deployer stock music-lab blog-lab realestate-lab agent-office personal packs-lab nginx scripts"
+SERVICES="lotto travel-proxy deployer stock music-lab insta-lab realestate-lab agent-office personal packs-lab nginx scripts"
 # 1. 자동 감지: Docker 컨테이너 내부인가?
 if [ -d "/repo" ] && [ -d "/runtime" ]; then
--- a/scripts/deploy.sh
+++ b/scripts/deploy.sh
@@ -1,19 +1,27 @@
 #!/bin/bash
 set -euo pipefail
 # ── docker / compose / buildkit timeout 늘리기 ──
 # NAS Celeron J4025에서 pip install·chromium 다운로드 등 무거운 RUN step이
 # 기본 timeout(2분)에 걸려 webhook 자동 배포가 "DeadlineExceeded"로 끝나는 일이
 # 있어 10분으로 상향. 호스트 셸 + deployer 컨테이너 둘 다에 적용됨.
 export COMPOSE_HTTP_TIMEOUT=600
 export DOCKER_CLIENT_TIMEOUT=600
 export BUILDKIT_STEP_LOG_MAX_SIZE=-1
 # ── 동시 배포 방지 (flock) ──
 exec 200>/tmp/deploy.lock
 flock -n 200 || { echo "Deploy already running, skipping"; exit 0; }
 # ── 서비스 목록 (한 곳에서만 관리) ──
 # docker compose 서비스명 (deployer 제외 — 자기 자신을 재빌드하면 스크립트 중단)
-BUILD_TARGETS="lotto travel-proxy stock music-lab blog-lab realestate-lab agent-office personal packs-lab frontend"
+BUILD_TARGETS="lotto travel-proxy stock music-lab insta-lab realestate-lab agent-office personal packs-lab frontend"
-# 컨테이너 이름 (고아 정리용)
+# 컨테이너 이름 (고아 정리용 — blog-lab은 폐기 대상으로 정리 리스트에 유지)
-CONTAINER_NAMES="lotto stock music-lab blog-lab realestate-lab agent-office personal packs-lab travel-proxy frontend"
+CONTAINER_NAMES="lotto stock music-lab insta-lab blog-lab realestate-lab agent-office personal packs-lab travel-proxy frontend"
 # 헬스체크 대상
-HEALTH_ENDPOINTS="lotto stock travel-proxy music-lab blog-lab realestate-lab agent-office personal packs-lab"
+HEALTH_ENDPOINTS="lotto stock travel-proxy music-lab insta-lab realestate-lab agent-office personal packs-lab"
 # data 디렉토리 (packs-lab은 별도 media/packs 사용)
-DATA_DIRS="music stock blog realestate agent-office personal"
+DATA_DIRS="music stock insta realestate agent-office personal"
 # 1. 자동 감지: Docker 컨테이너 내부인가?
 if [ -d "/repo" ] && [ -d "/runtime" ]; then
@@ -96,13 +104,25 @@ docker compose up -d --build $BUILD_TARGETS
 docker exec frontend nginx -s reload 2>/dev/null || true
 # ── 배포 후 헬스체크 ──
-echo "Waiting for services to start..."
+# Docker compose의 healthcheck 블록이 이미 모든 컨테이너에 정의되어 있으므로
-sleep 5
+# `docker inspect`로 컨테이너 health state를 직접 조회. 이 방식은
 # (a) deployer 컨테이너 내부에서도 호스트에서도 동일하게 동작
 # (b) 호스트네임 DNS 해석에 의존하지 않음 (호스트 셸에서는 'lotto' 등 미해석)
 echo "Waiting for services to become healthy..."
 HEALTH_OK=true
 for svc in $HEALTH_ENDPOINTS; do
-    if ! curl -sf --max-time 10 --retry 2 --retry-delay 3 "http://$svc:8000/health" > /dev/null 2>&1; then
+    health="starting"
-        echo "HEALTH_FAIL: http://$svc:8000/health"
+    # 최대 60초 (5초×12) 동안 starting → healthy 전이 대기
    for _ in $(seq 1 12); do
        health=$(docker inspect --format='{{.State.Health.Status}}' "$svc" 2>/dev/null || echo "missing")
        if [ "$health" = "healthy" ] || [ "$health" = "unhealthy" ] || [ "$health" = "missing" ]; then
            break
        fi
        sleep 5
    done
    if [ "$health" != "healthy" ]; then
        echo "HEALTH_FAIL: $svc (state=$health)"
        HEALTH_OK=false
    fi
 done
--- a/scripts/healthcheck.sh
+++ b/scripts/healthcheck.sh
@@ -44,8 +44,9 @@ check_url "Music Health" "http://localhost:18600/health"
 check_url "Music Providers" "http://localhost:18600/api/music/providers"
 echo ""
-echo "--- 4. Blog Lab ---"
+echo "--- 4. Insta Lab ---"
-check_url "Blog Health" "http://localhost:18700/health"
+check_url "Insta Health" "http://localhost:18700/health"
 check_url "Insta Status" "http://localhost:18700/api/insta/status"
 echo ""
 echo "--- 5. Realestate Lab ---"
--- a/stock/API_SPEC.md
+++ b/stock/API_SPEC.md
@@ -142,6 +142,7 @@ KB증권·삼성증권 등 Open API 미제공 증권사용.
      "name": "삼성전자",
      "quantity": 100,
      "avg_price": 72000,
      "purchase_price": 72000,
      "current_price": 74500,
      "price_session": "NXT_AFTER",
      "price_as_of": "2026-05-11T19:21:40+09:00",
@@ -159,6 +160,10 @@ KB증권·삼성증권 등 Open API 미제공 증권사용.
 }
 ```
 > **`purchase_price` 필드**: 종목별 매입 단가(1주당). 사용자가 수동 등록한 매입가가
 > 평균단가(`avg_price`)와 다를 때 표시용으로 분리한다. 미설정 시 `avg_price`로 폴백.
 > `summary.total_buy = SUM(purchase_price × quantity)` (CODE_REVIEW F4에서 명세 정합화).
 > **주의**: 현재가 조회에 실패한 종목은 `current_price`, `eval_amount`, `profit_amount`, `profit_rate` 가 `null`로 반환됩니다.
 > 프론트에서 `null` 체크 후 `"조회 실패"` 등으로 표시해 주세요.
--- a/stock/app/main.py
+++ b/stock/app/main.py
@@ -47,13 +47,30 @@ scheduler = BackgroundScheduler(timezone=os.getenv("TZ", "Asia/Seoul"))
 # Windows AI Server URL (NAS .env에서 설정)
 WINDOWS_AI_SERVER_URL = os.getenv("WINDOWS_AI_SERVER_URL", "http://192.168.0.5:8000")
-# Admin API Key 인증
+# Admin API Key 인증 — /api/trade/* 보호 (CODE_REVIEW F2)
 # 빈 키 + 명시적 dev flag 없으면 503으로 거부. 운영 .env에 ADMIN_API_KEY 누락 시
 # 무인증 통과되던 버그 차단.
 ADMIN_API_KEY = os.getenv("ADMIN_API_KEY", "")
 def verify_admin(x_admin_key: str = Header(None)):
-    """admin/trade 엔드포인트 보호용 API 키 검증"""
+    """admin/trade 엔드포인트 보호용 API 키 검증.
    - ADMIN_API_KEY 설정됨 + 키 일치 → 통과
    - ADMIN_API_KEY 설정됨 + 키 불일치 → 401 Unauthorized
    - ADMIN_API_KEY 미설정 + ALLOW_UNAUTHENTICATED_ADMIN=true → 통과 (개발 모드)
    - ADMIN_API_KEY 미설정 + dev flag 없음 → 503 (보호 강화, 운영 .env 누락 차단)
    """
    if not ADMIN_API_KEY:
-        return  # 키 미설정 시 인증 비활성화 (개발 환경)
+        if os.getenv("ALLOW_UNAUTHENTICATED_ADMIN", "false").lower() == "true":
            return  # 개발 환경 명시적 허용
        raise HTTPException(
            status_code=503,
            detail=(
                "admin endpoint protected — ADMIN_API_KEY not configured. "
                "Set ADMIN_API_KEY in .env, or set ALLOW_UNAUTHENTICATED_ADMIN=true "
                "for development only."
            ),
        )
    if x_admin_key != ADMIN_API_KEY:
        raise HTTPException(status_code=401, detail="Unauthorized")
@@ -337,11 +354,11 @@ def get_portfolio():
        price_session = detail["session"] if detail else None
        price_as_of = detail["as_of"] if detail else None
        # avg_price: 평균단가 — 손익(평가금액 - 매입원가) 계산 기준
-        # purchase_price: 매입가 — 총 매입 금액 표시 기준 (없으면 avg_price로 폴백)
+        # purchase_price: 매입 단가(1주당) — 없으면 avg_price로 폴백 (CODE_REVIEW F4)
        purchase_price = item.get("purchase_price") if item.get("purchase_price") is not None else item["avg_price"]
        cost_basis = item["avg_price"] * item["quantity"]
-        # 총 매입 금액 표시는 종목별 매입가의 단순 합계 (수량 미곱산)
+        # 총 매입 금액 = 단가 × 보유 수량. API_SPEC.md 예시(qty 100·avg 72000 → 7,200,000)와 일치
-        buy_amount = purchase_price
+        buy_amount = purchase_price * item["quantity"]
        eval_amount = current_price * item["quantity"] if current_price is not None else None
        profit_amount = (eval_amount - cost_basis) if eval_amount is not None else None
        profit_rate = round((profit_amount / cost_basis) * 100, 2) if (profit_amount is not None and cost_basis) else None
--- a/stock/pytest.ini
+++ b/stock/pytest.ini
@@ -0,0 +1,3 @@
 [pytest]
 pythonpath = .
 asyncio_mode = auto
--- a/stock/tests/test_admin_auth.py
+++ b/stock/tests/test_admin_auth.py
@@ -0,0 +1,43 @@
 """verify_admin 보안 강화 회귀 테스트 (CODE_REVIEW F2).
 운영 .env에서 ADMIN_API_KEY가 누락되면 /api/trade/balance, /api/trade/order
 인증이 무력화되는 버그를 막기 위한 가드.
 """
 import os
 from unittest.mock import patch
 import pytest
 from fastapi import HTTPException
 from app import main as stock_main
 def test_verify_admin_rejects_when_key_missing_and_no_dev_flag(monkeypatch):
    """ADMIN_API_KEY 미설정 + ALLOW_UNAUTHENTICATED_ADMIN 미설정 → 503."""
    monkeypatch.setattr(stock_main, "ADMIN_API_KEY", "")
    monkeypatch.delenv("ALLOW_UNAUTHENTICATED_ADMIN", raising=False)
    with pytest.raises(HTTPException) as exc_info:
        stock_main.verify_admin(x_admin_key=None)
    assert exc_info.value.status_code == 503
    assert "ADMIN_API_KEY" in exc_info.value.detail
 def test_verify_admin_allows_when_key_missing_with_dev_flag(monkeypatch):
    """ADMIN_API_KEY 미설정 + ALLOW_UNAUTHENTICATED_ADMIN=true → 통과 (개발 모드)."""
    monkeypatch.setattr(stock_main, "ADMIN_API_KEY", "")
    monkeypatch.setenv("ALLOW_UNAUTHENTICATED_ADMIN", "true")
    stock_main.verify_admin(x_admin_key=None)  # 예외 없으면 통과
 def test_verify_admin_rejects_wrong_key(monkeypatch):
    """ADMIN_API_KEY 설정 + 잘못된 키 → 401 (regression)."""
    monkeypatch.setattr(stock_main, "ADMIN_API_KEY", "secret123")
    with pytest.raises(HTTPException) as exc_info:
        stock_main.verify_admin(x_admin_key="wrong")
    assert exc_info.value.status_code == 401
 def test_verify_admin_allows_correct_key(monkeypatch):
    """ADMIN_API_KEY 설정 + 올바른 키 → 통과 (regression)."""
    monkeypatch.setattr(stock_main, "ADMIN_API_KEY", "secret123")
    stock_main.verify_admin(x_admin_key="secret123")  # 예외 없으면 통과
--- a/stock/tests/test_portfolio_total_buy.py
+++ b/stock/tests/test_portfolio_total_buy.py
@@ -0,0 +1,77 @@
 """포트폴리오 /api/portfolio 응답의 total_buy 계산 회귀 테스트 (CODE_REVIEW F4).
 purchase_price는 종목별 단가(1주당) 의미. total_buy = SUM(purchase_price × quantity).
 purchase_price가 없으면 avg_price로 폴백 후 동일하게 수량 곱산.
 """
 from unittest.mock import patch
 from fastapi.testclient import TestClient
 from app.main import app
 def _fake_db_setup(monkeypatch, items, cash=None):
    from app import main as stock_main
    monkeypatch.setattr(stock_main, "get_all_portfolio", lambda: items)
    monkeypatch.setattr(stock_main, "get_all_broker_cash", lambda: cash or [])
 def test_portfolio_total_buy_uses_purchase_price_times_quantity(monkeypatch):
    """purchase_price 설정 시: total_buy = purchase_price × quantity 의 합."""
    items = [
        {"id": 1, "broker": "KB", "ticker": "005930", "name": "삼성전자",
         "quantity": 100, "avg_price": 72000, "purchase_price": 70000},
    ]
    fake_prices = {"005930": {"price": 74500, "session": "REGULAR", "as_of": "2026-05-17T10:00:00+09:00"}}
    _fake_db_setup(monkeypatch, items)
    from app import main as stock_main
    monkeypatch.setattr(stock_main, "get_current_prices_detail", lambda t: fake_prices)
    client = TestClient(app)
    resp = client.get("/api/portfolio")
    assert resp.status_code == 200
    data = resp.json()
    # purchase_price=70000 × quantity=100 = 7,000,000
    assert data["summary"]["total_buy"] == 7_000_000
 def test_portfolio_total_buy_falls_back_to_avg_price_with_quantity(monkeypatch):
    """purchase_price 미설정 시: avg_price 폴백 + 수량 곱산. API_SPEC 예시와 일치."""
    items = [
        {"id": 1, "broker": "KB", "ticker": "005930", "name": "삼성전자",
         "quantity": 100, "avg_price": 72000, "purchase_price": None},
    ]
    fake_prices = {"005930": {"price": 74500, "session": "REGULAR", "as_of": "2026-05-17T10:00:00+09:00"}}
    _fake_db_setup(monkeypatch, items)
    from app import main as stock_main
    monkeypatch.setattr(stock_main, "get_current_prices_detail", lambda t: fake_prices)
    client = TestClient(app)
    resp = client.get("/api/portfolio")
    assert resp.status_code == 200
    data = resp.json()
    # avg_price=72000 × quantity=100 = 7,200,000 (API_SPEC.md 예시와 일치)
    assert data["summary"]["total_buy"] == 7_200_000
 def test_portfolio_total_buy_sums_multiple_holdings(monkeypatch):
    """여러 종목 합산도 단가 × 수량 합."""
    items = [
        {"id": 1, "broker": "KB", "ticker": "005930", "name": "삼성전자",
         "quantity": 100, "avg_price": 70000, "purchase_price": 70000},
        {"id": 2, "broker": "NH", "ticker": "000660", "name": "SK하이닉스",
         "quantity": 50, "avg_price": 130000, "purchase_price": 130000},
    ]
    fake_prices = {
        "005930": {"price": 74500, "session": "REGULAR", "as_of": "2026-05-17T10:00:00+09:00"},
        "000660": {"price": 140000, "session": "REGULAR", "as_of": "2026-05-17T10:00:00+09:00"},
    }
    _fake_db_setup(monkeypatch, items)
    from app import main as stock_main
    monkeypatch.setattr(stock_main, "get_current_prices_detail", lambda t: fake_prices)
    client = TestClient(app)
    resp = client.get("/api/portfolio")
    data = resp.json()
    # 70000*100 + 130000*50 = 7,000,000 + 6,500,000 = 13,500,000
    assert data["summary"]["total_buy"] == 13_500_000
Author	SHA1	Message	Date
gahusb	6674755800	feat(insta-lab): 'minimal' design theme — 10 cards	2026-05-17 20:40:50 +09:00
gahusb	d919c75ea7	docs(env): align PACK_HOST_DIR with CLAUDE.md (F5)	2026-05-17 20:40:50 +09:00
gahusb	3a71c91eeb	fix(stock,docs): portfolio total_buy 수량 곱산 + insta-trends spec 변경 이력 (F4 + F6) [F4] /api/portfolio 응답의 summary.total_buy가 종목별 단가 × 수량의 합이 되도록 fix. 기존 인라인 코드가 purchase_price를 수량 미곱산으로 단순 누적해 명세(qty 100 · avg 72000 → 7,200,000)와 어긋났음. API_SPEC.md에 purchase_price 필드 의미 + total_buy 계산식 명시. test 3건 (단가 곱산, avg_price 폴백, 다종목 합산). [F6] insta-trends spec/plan 상단에 "google_trends → youtube_trending" 변경 이력 추가. Google Trends endpoint 폐기로 source 교체된 이력이 본문 검색 시 혼란 주는 문제 차단. 사유 cross-ref: feedback_external_data_sources.md	2026-05-17 20:40:50 +09:00
gahusb	9d0e9aa8aa	Merge pull request 'feat/post-migration-cleanup' (#6 ) from feat/post-migration-cleanup into main Reviewed-on: #6	2026-05-17 14:27:37 +09:00
gahusb	d9c39a0206	docs(readme,status): CLAUDE.md 기준으로 동기화 (CODE_REVIEW F7) README.md / STATUS.md가 blog-lab을 운영 중인 18700 포트 컨테이너로 설명하고 insta-lab/personal/packs-lab을 누락했던 문제 정리. CLAUDE.md를 source of truth로 다음을 갱신: - 컨테이너 표 (11개로 정합화) - 디렉토리 구조 (insta-lab/personal/packs-lab 추가) - 빠른 시작 URL 표 - blog-lab 섹션 → insta-lab 파이프라인 설명 - agent-office 표 (InstaAgent + YouTubeResearcher 반영) - 스케줄러 잡 목록 (09:00 Insta trends, 09:30 Insta extract, 16:30 screener 등) - DB 표 (insta.db + personal.db + Supabase pack_files 추가) - .env 예시 (YOUTUBE_DATA_API_KEY, ADMIN_API_KEY, INSTA_LAB_URL 등) - STATUS 최근 작업: 2026-05-15~17 인스타 + 보안 fix 이력	2026-05-17 14:23:07 +09:00
gahusb	0f73b6b07d	chore(cleanup): post-migration tidying (CODE_REVIEW F8 + 정리 대상) - stock/app/test_scraper.py 삭제 — 미존재 함수 fetch_overseas_news를 import하는 untracked 임시 스크립트. 보존 가치 없음 (F8). - blog-lab/ 디렉토리 잔재 (__pycache__만 남음) 완전 제거. 서비스는 feat/insta-agent 머지에서 이미 폐기됨. - .gitignore에 .superpowers/ (스킬 캐시·세션 메타)와 CODE_REVIEW.md (임시 리뷰 노트) 추가 — git status 노이즈 차단.	2026-05-17 14:19:13 +09:00
gahusb	faffca0967	Merge pull request 'feat/security-hardening' (#5 ) from feat/security-hardening into main Reviewed-on: #5	2026-05-17 14:00:03 +09:00
gahusb	49c5c57be5	docs(env): add ALLOW_UNAUTHENTICATED_ADMIN guidance for F2	2026-05-17 13:58:24 +09:00
gahusb	6053e69afc	fix(stock): admin API auth hardening — ADMIN_API_KEY 빈 값 시 503 거부 (CODE_REVIEW F2) 운영 .env에 ADMIN_API_KEY가 누락되면 verify_admin이 무조건 통과해서 /api/trade/balance, /api/trade/order 인증이 무력화되던 문제 차단. - ADMIN_API_KEY 설정 + 올바른 키 → 통과 (기존 동작) - ADMIN_API_KEY 설정 + 잘못된 키 → 401 (기존 동작) - ADMIN_API_KEY 미설정 + ALLOW_UNAUTHENTICATED_ADMIN=true → 통과 (dev mode) - ADMIN_API_KEY 미설정 + dev flag 없음 → 503 (신규, 운영 보호) .env.example에 신규 ALLOW_UNAUTHENTICATED_ADMIN=false 안내 추가. stock/pytest.ini 신규 (pythonpath=. 설정으로 tests 모듈 import 가능). test_admin_auth.py 4 케이스 (RED → GREEN 검증, regression 포함).	2026-05-17 13:53:50 +09:00
gahusb	1e5e1bcdff	fix(packs-lab): sign-link path traversal — startswith → relative_to (CODE_REVIEW F1) str(abs_path).startswith(str(PACK_HOST_DIR))는 trailing slash가 없어 sibling 경로(/foo/packs ↔ /foo/packs_evil)를 통과시켜 DSM API에 잘못된 호스트 경로를 전달할 수 있었음. Path.relative_to 기반으로 컴포넌트 단위 엄격 검증으로 교체. test_sign_link_rejects_sibling_path 회귀 테스트 추가 (RED → GREEN 검증).	2026-05-17 13:50:22 +09:00
gahusb	64fbbb7958	fix(insta-lab): replace Google Trends with YouTube Data API (Google API 폐기 대응) Google이 비공식 trends endpoint 두 가지(/trends/.../rss + /trends/api/dailytrends) 모두 404로 폐기 (NAS에서 직접 호출 시 확정). 대안으로 YouTube Data API v3 mostPopular(regionCode=KR, 50개)로 source 교체: - source 이름: google_trends → youtube_trending - 키워드: 영상 제목 정제 (대괄호·이모지 제거, 60자 limit) - API 키: YOUTUBE_DATA_API_KEY (agent-office와 공유, .env 그대로 활용) - 키 미설정 시 graceful skip - docker-compose insta-lab에 환경변수 추가 - 테스트 9/9 pass (기존 6 + youtube 3 신규)	2026-05-17 11:54:31 +09:00
gahusb	cfbb72051f	fix(insta-lab): Google Trends — RSS endpoint도 404 폐기, dailytrends JSON API로 교체 Google이 /trends/trendingsearches/daily/rss?geo=KR도 404로 폐기 (직전 fix에서 RSS로 교체했으나 NAS에서 실제 호출 시 404 확인). 대안으로 비공식 /trends/api/dailytrends?hl=ko&tz=-540&geo=KR&ns=15 JSON API로 교체. 응답 앞 `)]}'` XSSI 보호 prefix는 정규식으로 자르고 JSON 파싱. 중복 키워드 제거 + 등장 순서 보존.	2026-05-17 09:30:40 +09:00
gahusb	bf5897fc85	fix(insta-lab): trend_collector — Google Trends RSS + seed placeholder filter (1) pytrends 4.x가 Google API 변경으로 trending_searches(pn='south_korea') 가 404 반환 → daily trending searches RSS endpoint를 requests로 직접 호출 하도록 교체. pytrends 의존성 제거. (2) category_seeds 프롬프트 템플릿에 placeholder ('...', 'TBD' 등) 또는 2자 미만 값이 들어가면 NAVER가 400 Bad Request 반환 → _seeds_for에 _is_valid_seed 가드 추가, 모두 invalid면 DEFAULT_CATEGORY_SEEDS 폴백. 테스트 8/8 PASS (기존 6 + placeholder/fallback 2 신규).	2026-05-17 09:21:38 +09:00
gahusb	ad6c744f2c	fix(deploy): increase docker/buildkit/pip timeouts for NAS slow build webhook 자동 배포가 pip install (pytrends 추가 후 75s+)에서 buildkit context deadline exceeded로 실패하던 이슈 대응. scripts/deploy.sh 상단에 COMPOSE_HTTP_TIMEOUT/DOCKER_CLIENT_TIMEOUT/BUILDKIT_STEP_LOG_MAX_SIZE 10분 환경변수 설정 + insta-lab Dockerfile의 pip install에 --timeout 600 --retries 5 추가. NAS Celeron J4025 환경 영구 대응.	2026-05-17 09:03:20 +09:00
gahusb	aad9bfbe8b	Merge pull request 'feat/insta-trends' (#4 ) from feat/insta-trends into main Reviewed-on: #4	2026-05-17 08:52:49 +09:00
gahusb	42bd53ee7b	feat(insta): _bg_extract uses preferences + 09:00 trends_collect cron	2026-05-16 17:58:52 +09:00
gahusb	86694ae4fe	feat(agent-office): InstaAgent collect_trends action + preferences-aware on_schedule	2026-05-16 17:57:44 +09:00
gahusb	41225b3337	feat(insta-lab): main.py — trends + preferences endpoints - POST /api/insta/trends/collect — background trend collection via trend_collector.collect_all - GET /api/insta/trends — list external trends with source/category/days filters - GET /api/insta/preferences — return category weights (defaults seeded on init_db) - PUT /api/insta/preferences — upsert category weights - Modified GET /api/insta/keywords to accept source= filter (source present → list_trends, else existing list_trending_keywords, backward compatible) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-05-16 17:54:09 +09:00
gahusb	6bb5c2fb40	feat(insta-lab): keyword_extractor.extract_with_weights for category proportions	2026-05-16 17:51:16 +09:00
gahusb	bd1773e29e	feat(insta-lab): trend_collector adds Google Trends + LLM category classification	2026-05-16 17:48:26 +09:00
gahusb	685320f3cf	feat(insta-lab): trend_collector with NAVER popular fetcher	2026-05-16 17:47:17 +09:00
gahusb	b3982c8f72	feat(insta-lab): db migration — trending_keywords.source + account_preferences + CRUD - Idempotent ALTER TABLE adds source column (default 'manual') + idx_tk_source index - New account_preferences table seeded with economy/psychology/celebrity at weight=1.0 - add_trending_keyword now accepts optional source param - New helpers: add_external_trend, list_trends, get_preferences, upsert_preferences - test_db updated: six→seven tables; test_preferences_crud.py (7 new tests, all pass) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>	2026-05-16 17:44:01 +09:00
gahusb	002c0893f8	chore(insta-lab): add pytrends>=4.9 dependency	2026-05-16 17:41:30 +09:00
gahusb	d6081ba2d3	docs(insta-trends): implementation plan (10 TDD-grouped tasks) trend_collector NAVER+Google+LLM 분류, db migration + preferences CRUD, extract_with_weights, 4 endpoints + keywords source 필터, InstaAgent collect_trends action + preferences-aware schedule, web-ui 탭 + 3 패널, 스모크 매트릭스.	2026-05-16 17:39:19 +09:00
gahusb	10cb3ae1df	docs(insta-trends): 셀프 리뷰 보강 — LLM 분류 캐시 위치, days 쿼리 의미 명시	2026-05-16 17:31:22 +09:00
gahusb	e3348da642	docs(insta-trends): 외부 트렌드 + 카테고리 가중치 설계 NAVER 인기 + Google Trends 두 source 수집, account_preferences로 카테고리 가중치 모델, 가중치 기반 키워드 추출 알고리즘, Insta 페이지 Cards/Trends 탭 분리.	2026-05-16 17:30:45 +09:00
gahusb	088bbaa097	fix(deploy): use docker inspect for healthcheck (호스트/컨테이너 둘 다 동작) 기존 curl http://lotto:8000/health은 deployer 컨테이너 내부에서만 Docker DNS가 'lotto'를 해석. 호스트 셸에서 sudo bash로 직접 실행 시 DNS 해석 실패해 모든 서비스가 HEALTH_FAIL로 오판정. docker inspect로 이미 정의된 compose healthcheck 결과를 직접 조회하도록 변경. starting 상태는 최대 60초 대기 후 최종 판정.	2026-05-16 02:11:38 +09:00
gahusb	be322557ee	fix(insta-lab): pin to bookworm + manual Chromium deps (drop --with-deps) python:3.12-slim이 trixie(Debian 13)로 옮겨가면서 Playwright 1.48의 --with-deps가 ttf-ubuntu-font-family / ttf-unifont 등 ubuntu20.04 fallback 패키지를 시도하다 apt 실패 → Docker build exit 100. 해결: python:3.12-slim-bookworm 명시(Debian 12, Playwright 공식 지원) + Chromium 런타임 라이브러리 직접 apt 설치 + --with-deps 제거.	2026-05-16 01:58:53 +09:00
gahusb	70438caa1f	fix(scripts): blog-lab → insta-lab in deploy/healthcheck service lists 배포 스크립트 hardcoded 서비스 리스트가 blog-lab을 참조해 머지 후 첫 webhook 배포가 rsync(/repo/blog-lab 없음) + docker compose (서비스 미정의) 양쪽에서 실패. SERVICES/BUILD_TARGETS/HEALTH_ENDPOINTS/ DATA_DIRS를 insta-lab 기준으로 갱신. CONTAINER_NAMES는 blog-lab 고아 정리용으로 유지(다음번 docker rm -f가 안전 실행).	2026-05-16 01:51:45 +09:00
gahusb	e16029ebdb	Merge pull request 'feat/insta-agent' (#3 ) from feat/insta-agent into main Reviewed-on: #3	2026-05-16 01:43:21 +09:00