refactor : Bloom Local LLM Runtime 전환

[sunwoo162]

✨ PR 내용

📝 코드 변경 사항

• Codex/OpenAI 호출 없이 llama.cpp 기반 Local LLM을 사용하는 Bloom 호환 Runtime을 추가했습니다.
• Qwen2.5-Coder-1.5B-Instruct Q4_K_M 단일 모델 실행 스크립트와 서버 프로비저닝 스크립트를 추가했습니다.
• 기존 Codex exec/app-server 프로토콜을 Local LLM shim으로 호환하여 Intake, PM, Agent 실행 경로를 유지했습니다.
• Local Agent tool loop에 repository read/search/write, 제한된 build/test/Git/GitHub PR 도구를 추가했습니다.
• 전체 Local Agent session을 1개로 직렬화하고 RAM/CPU Resource Guard를 추가했습니다.
• Local Runtime 정책 테스트와 환경변수 예시를 추가했습니다.

💡 변경 이유

• Codex 사용량 제한과 외부 모델 API 비용 없이 Bloom Agent를 지속적으로 운영하기 위해 필요합니다.
• 4 vCPU / 6GB RAM 서버에서 30 Agent identity를 유지하면서 실제 AI 추론과 build 부하를 제한하기 위해 필요합니다.

🛠️ 구현 방법

• llama.cpp의 로컬 OpenAI-compatible endpoint를 Node compatibility runtime에서 호출합니다.
• 기존 Rust Runtime이 기대하는 codex exec/app-server JSONL 계약을 로컬 shim에서 구현해 기존 orchestration을 재사용했습니다.
• 모델 세션은 파일 lock으로 한 번에 하나만 허용하고 /proc/meminfo 및 load average를 확인해 서버 여유가 있을 때만 시작합니다.
• Repository writer가 완료될 때 dirty worktree를 자동 commit/push하고 develop 대상 PR을 보장하도록 delivery finalization을 추가했습니다.

📌 영향 범위

• bloom-worker Local Agent Runtime
• Bloom Intake/PM/Agent 실행 경로
• 서버 Local LLM 프로비저닝
• Bloom worker build 및 환경변수 설정

✅ 테스트

• Local LLM JSON parsing 및 report normalization 정책 테스트를 추가했습니다.
• fake OpenAI-compatible HTTP server를 사용해 Local completion 호출을 검증합니다.
• bloom-worker build에서 Local Runtime syntax 및 정책 테스트를 실행하도록 연결했습니다.

테스트 결과 / 참고 사항

• 실제 Qwen 모델 다운로드와 6GB production 서버 실측은 PR Harness 통과 후 서버 배포 단계에서 검증합니다.
• 모델 추론 API 비용은 없지만 기존 서버 운영 비용은 별도입니다.

🌿 반영 브랜치

• develop