feat: clawdbot 클라이언트 추가 및 DB/앱 업데이트

- clawdbot_client.py: 챗봇 연동 클라이언트
- db_setup.py, pet_recommend_app.py 수정
- .gitignore: _dev_scripts/ 제외 추가

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

db_setup.py

@@ -963,5 +963,100 @@ class InventorySupplementary(Base):
     supplementary = relationship('SupplementaryProduct', back_populates='inventories')
 
 
-# 26. 테이블 생성
+# ============================================================
+# 26. RecommendationLog 테이블 (추천 조회 로그)
+# 보호자 질문 → 추천 결과 → 백그라운드 분석 결과 저장
+# ============================================================
+class RecommendationLog(Base):
+    """추천 조회 로그 테이블 - GPT vs Opus 비교용"""
+    __tablename__ = 'recommendation_log'
+    __table_args__ = (
+        Index('ix_reclog_created', 'created_at'),
+        Index('ix_reclog_animal', 'animal_type'),
+        Index('ix_reclog_session', 'session_id'),
+        {'comment': '동물약 추천 조회 로그'}
+    )
+
+    id = Column(Integer, primary_key=True, comment='고유 ID')
+    session_id = Column(String(100), nullable=True, comment='세션 ID')
+    
+    # 입력 정보
+    animal_type = Column(String(10), nullable=False, comment='동물 종류: dog/cat')
+    breed = Column(String(100), nullable=True, comment='견종/묘종')
+    weight_kg = Column(Float, nullable=True, comment='체중 (kg)')
+    pregnancy_status = Column(String(20), nullable=True, comment='임신/수유 상태')
+    symptoms = Column(JSONB, nullable=True, comment='선택된 증상 코드 목록')
+    symptom_descriptions = Column(JSONB, nullable=True, comment='증상 설명 목록')
+    
+    # 추천 결과
+    matched_products = Column(JSONB, nullable=True, comment='추천된 제품 목록')
+    product_count = Column(Integer, default=0, comment='추천 제품 수')
+    
+    # AI 응답 (즉시 응답)
+    gpt_response = Column(Text, nullable=True, comment='GPT-4o-mini 즉시 응답')
+    gpt_response_time_ms = Column(Integer, nullable=True, comment='GPT 응답 시간 (ms)')
+    
+    # AI 응답 (백그라운드 Opus)
+    opus_response = Column(Text, nullable=True, comment='Claude Opus 심층 분석')
+    opus_response_time_ms = Column(Integer, nullable=True, comment='Opus 응답 시간 (ms)')
+    opus_analyzed_at = Column(DateTime, nullable=True, comment='Opus 분석 완료 시간')
+    
+    # 근거 자료
+    evidence_references = Column(JSONB, nullable=True, comment='PubMed 등 근거 자료')
+    evidence_fetched_at = Column(DateTime, nullable=True, comment='근거 자료 수집 시간')
+    
+    # 품질 비교
+    quality_score_gpt = Column(Float, nullable=True, comment='GPT 응답 품질 점수')
+    quality_score_opus = Column(Float, nullable=True, comment='Opus 응답 품질 점수')
+    reviewed_at = Column(DateTime, nullable=True, comment='검토 완료 시간')
+    reviewer_notes = Column(Text, nullable=True, comment='검토자 메모')
+    
+    # 메타 정보
+    created_at = Column(DateTime, default=datetime.utcnow, server_default=func.now(), nullable=False, comment='생성 시간')
+    client_ip = Column(String(50), nullable=True, comment='클라이언트 IP')
+    user_agent = Column(String(500), nullable=True, comment='User Agent')
+
+
+# ============================================================
+# 27. EvidenceReference 테이블 (근거 자료)
+# PubMed 등에서 수집한 논문/근거 자료
+# ============================================================
+class EvidenceReference(Base):
+    """근거 자료 테이블 - PubMed 논문 등"""
+    __tablename__ = 'evidence_reference'
+    __table_args__ = (
+        Index('ix_evidence_component', 'component_code'),
+        Index('ix_evidence_symptom', 'symptom_code'),
+        Index('ix_evidence_pubmed', 'pubmed_id'),
+        {'comment': '동물약 근거 자료 (PubMed 등)'}
+    )
+
+    id = Column(Integer, primary_key=True, comment='고유 ID')
+    
+    # 연결 정보
+    component_code = Column(String(50), nullable=True, comment='성분 코드')
+    symptom_code = Column(String(20), nullable=True, comment='증상 코드')
+    product_idx = Column(Integer, nullable=True, comment='제품 IDX')
+    
+    # 논문 정보
+    pubmed_id = Column(String(20), nullable=True, comment='PubMed ID')
+    doi = Column(String(100), nullable=True, comment='DOI')
+    title = Column(Text, nullable=False, comment='논문 제목')
+    authors = Column(Text, nullable=True, comment='저자')
+    journal = Column(String(300), nullable=True, comment='저널명')
+    publication_date = Column(Date, nullable=True, comment='출판일')
+    abstract = Column(Text, nullable=True, comment='초록')
+    
+    # 분석 정보
+    relevance_score = Column(Float, nullable=True, comment='관련성 점수 (0~1)')
+    key_findings = Column(Text, nullable=True, comment='주요 발견 요약')
+    animal_species = Column(String(100), nullable=True, comment='연구 대상 동물')
+    
+    # 메타 정보
+    source = Column(String(50), default='pubmed', comment='출처: pubmed, scholar, manual')
+    fetched_at = Column(DateTime, default=datetime.utcnow, comment='수집 시간')
+    is_verified = Column(Boolean, default=False, comment='검증 여부')
+
+
+# 28. 테이블 생성
 Base.metadata.create_all(engine)