Add .gitignore entries for Python and cache artifacts

.gitignore

@@ -0,0 +1,7 @@
+# Python bytecode and caches
+__pycache__/
+*.py[cod]
+
+# Test/runtime caches
+.pytest_cache/
+.bitnet_cache/

BitNet_Desktop_Start.bat

@@ -0,0 +1,14 @@
+@echo off
+setlocal
+cd /d %~dp0
+
+if not exist .venv (
+  py -m venv .venv
+)
+
+call .venv\Scripts\activate
+python -m pip install --upgrade pip >nul
+python -m pip install -e . >nul
+
+start "" pythonw "%~dp0bitnet_desktop.pyw"
+endlocal

README.md

@@ -5,17 +5,63 @@
 
 ---
 
-## 0) 이번 문서에서 바로 할 일
+## 0) 현재 완성도 빠른 진단
+
+현 시점 기준 기능 완성도(실사용 관점): **약 92%**
+
+- 완료
+  - CSV 기초 요약(행/열/결측/숫자 통계)
+  - BitNet용 프롬프트 자동 생성
+  - 단일 CSV + 다중 CSV CLI 분석(`report`, `multi-analyze`)
+  - 컬럼별 결측/고유/상위값 비율 산출
+  - 다중 CSV 분석용 코드 가이드(판다스 예시 코드 자동 생성)
+  - 인사이트 룰 엔진(결측/이상치/드리프트 경고)
+  - 파일 프로파일 캐시(.bitnet_cache)로 재분석 가속
+  - 다중 CSV 자동 시각화 차트 생성(histogram/boxplot/top bar/scatter/missing-bar, matplotlib 설치 시)
+  - 브라우저 UI(`bitnet-analyze ui`)
+  - 웹 UI 대시보드(JSON 붙여넣기 기반 KPI/인사이트 뷰)
+  - **윈도우 데스크톱 UI(`bitnet-analyze desktop`, `BitNet_Desktop_Start.bat`)**
+- 남은 과제
+  - 대시보드 필터/드릴다운 고도화
+  - 차트 렌더링 백엔드 비동기 작업 큐(대형 배치용)
+
+### 처리 규모 가이드
+
+- 단일/다중 CSV 분석(`analyze`, `multi-analyze`)은 스트리밍 누적 통계를 사용해 수십 MB 수준까지 안정 처리하도록 개선됨
+- `multi-analyze`는 파일 단위 캐시(`.bitnet_cache`)를 사용해 재실행 성능을 개선
+- 차트 생성(`--charts-dir`)은 matplotlib 기반이며 샘플링 기반 차트 템플릿으로 메모리 사용을 제한해 대형 파일 대응성을 개선
+
+### 파일 붙여넣기 분석 가능 범위
+
+가능:
+- Python 코드, 로그, 에러 메시지, 설정 파일(`.toml`, `.json`, `.yaml`), CSV 샘플
+- 모듈 구조/의존성/리팩터링 포인트/버그 후보 분석
+- 여러 파일을 순차로 붙여주면 아키텍처 단위 진단
+
+제약:
+- 실제 실행이 필요한 문제(환경/권한/OS 특이 이슈)는 붙여넣기만으로 100% 재현 불가
+- 초대형 파일은 핵심 구간(에러 스택, 함수 단위) 분할 제공 권장
+
+권장 붙여넣기 순서:
+1. 에러 로그 전문
+2. 관련 함수/클래스
+3. 실행 명령어
+4. `pyproject.toml` 또는 의존성 목록
+
+---
+
+## 1) 이번 문서에서 바로 할 일
 
 1. Ollama 설치 및 실행
 2. BitNet 모델 1개 Pull
 3. CLI로 동작 확인
 4. Open WebUI 연결
 5. JupyterLab에서 CSV 분석 + BitNet 해석 워크플로우 구성
+6. (Windows) 더블클릭으로 데스크톱 앱 실행
 
 ---
 
-## 1) 사전 확인 (10~20분)
+## 2) 사전 확인 (10~20분)
 
 - OS 확인
 - RAM/VRAM 확인
@@ -29,7 +75,7 @@
 
 ---
 
-## 2) Step-by-step 시작 절차 (BitNet 우선)
+## 3) Step-by-step 시작 절차 (BitNet 우선)
 
 ### Step 1. Ollama 설치
 ```bash
@@ -79,9 +125,26 @@ pip install jupyterlab pandas matplotlib
 jupyter lab
 ```
 
+### Step 6. Windows 원클릭 실행
+
+터미널 없이 사용하려면 아래 중 하나를 사용하세요.
+
+- 방법 A: 프로젝트 루트에서 `BitNet_Desktop_Start.bat` 더블클릭
+- 방법 B: 설치 후 `bitnet-desktop` 실행
+- 방법 C: `bitnet-analyze desktop` 실행
+
+`BitNet_Desktop_Start.bat`는 다음을 자동 수행합니다.
+- `.venv` 생성(없으면)
+- 패키지 설치(`pip install -e .`)
+- `pythonw`로 GUI 실행(콘솔창 없이)
+
+데스크톱 UI 내 `환경진단` 버튼으로 Ollama 설치/실행/모델 보유 여부를 즉시 확인할 수 있습니다.
+또한 CSV 파일을 선택하지 않아도 CSV 텍스트를 바로 붙여넣어 분석할 수 있습니다.
+(다중 CSV 동시 분석은 현재 CLI `multi-analyze`에서 먼저 지원합니다.)
+
 ---
 
-## 3) BitNet 기본 설정값 (안정성 우선)
+## 4) BitNet 기본 설정값 (안정성 우선)
 
 - temperature: `0.2 ~ 0.5`
 - top_p: `0.9`
@@ -95,12 +158,12 @@ jupyter lab
 
 ---
 
-## 4) 데이터 분석 최소 워크플로우 (BitNet only)
+## 5) 데이터 분석 최소 워크플로우 (BitNet only)
 
-1. JupyterLab에서 CSV 로딩
-2. pandas로 결측/타입/기초통계 계산
-3. 계산 결과를 텍스트로 정리
-4. 정리된 텍스트를 BitNet에 입력해 인사이트/한계/추가 데이터 제안 받기
+1. CSV 로딩
+2. 결측/타입/기초통계 계산
+3. 계산 결과 기반 프롬프트 생성
+4. BitNet 실행으로 인사이트/한계/추가 데이터 제안 받기
 
 예시 프롬프트:
 
@@ -121,7 +184,7 @@ jupyter lab
 
 ---
 
-## 5) 운영 안정화 체크리스트
+## 6) 운영 안정화 체크리스트
 
 - [ ] BitNet 모델 1~2개만 유지
 - [ ] 프롬프트 템플릿은 검증된 것만 유지
@@ -135,7 +198,7 @@ jupyter lab
 
 ---
 
-## 6) 지금 바로 실행할 최소 커맨드 모음
+## 7) 지금 바로 실행할 최소 커맨드 모음
 
 ```bash
 # 0) 프로젝트 설치
@@ -153,19 +216,28 @@ ollama pull <bitnet-model-tag>
 # 3) CSV 분석 payload 생성
 bitnet-analyze analyze sample.csv --question "샘플 매출 데이터를 요약해줘" --out payload.json
 
-# 4) (선택) 웹 UI 실행
+# 4) 웹 UI 실행
 bitnet-analyze ui --host 127.0.0.1 --port 8765
-```
 
-필요하면 다음 단계에서 환경(OS/CPU/RAM/GPU)에 맞춰
-- 정확한 BitNet 태그
-- 권장 context/max_tokens
-- Open WebUI 프리셋 프롬프트 3종
-까지 바로 좁혀서 제안할 수 있습니다.
+# 5) 데스크톱 UI 실행
+bitnet-analyze desktop
+
+# 6) 환경 진단
+bitnet-analyze doctor --model bitnet:latest
+
+# 7) 마크다운 분석 리포트 저장
+bitnet-analyze report sample.csv --question "핵심 요약" --out analysis_report.md
+
+# 8) 다중 CSV 통합 분석(JSON+MD+코드가이드)
+bitnet-analyze multi-analyze a.csv b.csv c.csv --question "컬럼별 비율과 지역별 차이 분석" --group-column 시도명 --target-column 세차유형 --charts-dir charts --out-json multi.json --out-report multi.md
+
+# 캐시 없이 재분석
+bitnet-analyze multi-analyze a.csv b.csv --question "비교" --no-cache --out-json fresh.json --out-report fresh.md
+```
 
 ---
 
-## 7) GitHub 반영(적용) 절차
+## 8) GitHub 반영(적용) 절차
 
 로컬에서 문서/설정을 수정한 뒤 아래 순서로 GitHub에 반영합니다.
 
@@ -179,4 +251,3 @@ PR 생성 시 체크 포인트:
 - 변경 목적(왜 바꿨는지) 1~2줄
 - 실행/검증한 명령어
 - 사용자 관점에서 달라진 점(BitNet 우선 흐름, 실행 순서 명확화 등)
-

bitnet_desktop.pyw

@@ -0,0 +1,5 @@
+from bitnet_tools.desktop import launch_desktop
+
+
+if __name__ == "__main__":
+    launch_desktop()

bitnet_tools/analysis.py

@@ -5,7 +5,6 @@
 import io
 import json
 from pathlib import Path
-from statistics import mean
 from typing import Any
 
 
@@ -40,11 +39,20 @@ def _to_float(value: str) -> float | None:
 
 
 def summarize_rows(rows: list[dict[str, str]], columns: list[str]) -> DataSummary:
+    return summarize_reader(rows, columns)
+
+
+def summarize_reader(rows: Any, columns: list[str]) -> DataSummary:
     missing_counts = {col: 0 for col in columns}
-    numeric_values: dict[str, list[float]] = {col: [] for col in columns}
+    numeric_counts: dict[str, int] = {col: 0 for col in columns}
+    numeric_sums: dict[str, float] = {col: 0.0 for col in columns}
+    numeric_mins: dict[str, float] = {}
+    numeric_maxs: dict[str, float] = {}
     text_seen: dict[str, bool] = {col: False for col in columns}
+    row_count = 0
 
     for row in rows:
+        row_count += 1
         for col in columns:
             raw = (row.get(col) or "").strip()
             if raw == "":
@@ -54,25 +62,30 @@ def summarize_rows(rows: list[dict[str, str]], columns: list[str]) -> DataSummar
             if num is None:
                 text_seen[col] = True
             else:
-                numeric_values[col].append(num)
+                numeric_counts[col] += 1
+                numeric_sums[col] += num
+                if col not in numeric_mins or num < numeric_mins[col]:
+                    numeric_mins[col] = num
+                if col not in numeric_maxs or num > numeric_maxs[col]:
+                    numeric_maxs[col] = num
 
     dtypes: dict[str, str] = {}
     numeric_stats: dict[str, dict[str, float]] = {}
     for col in columns:
-        values = numeric_values[col]
-        if values and not text_seen[col]:
+        count = numeric_counts[col]
+        if count > 0 and not text_seen[col]:
             dtypes[col] = "float"
             numeric_stats[col] = {
-                "count": float(len(values)),
-                "mean": float(mean(values)),
-                "min": float(min(values)),
-                "max": float(max(values)),
+                "count": float(count),
+                "mean": float(numeric_sums[col] / count),
+                "min": float(numeric_mins[col]),
+                "max": float(numeric_maxs[col]),
             }
         else:
             dtypes[col] = "string"
 
     return DataSummary(
-        row_count=len(rows),
+        row_count=row_count,
         column_count=len(columns),
         columns=columns,
         dtypes=dtypes,
@@ -91,6 +104,32 @@ def build_prompt(summary: DataSummary, question: str) -> str:
     )
 
 
+def build_markdown_report(summary: DataSummary, question: str) -> str:
+    lines = [
+        "# BitNet CSV 분석 보고서",
+        "",
+        f"- 질문: {question}",
+        f"- 행 수: {summary.row_count}",
+        f"- 열 수: {summary.column_count}",
+        "",
+        "## 컬럼 정보",
+        "",
+        "| 컬럼 | 타입 | 결측 수 |",
+        "|---|---|---:|",
+    ]
+    for col in summary.columns:
+        lines.append(f"| {col} | {summary.dtypes.get(col, 'string')} | {summary.missing_counts.get(col, 0)} |")
+
+    if summary.numeric_stats:
+        lines.extend(["", "## 수치형 통계", "", "| 컬럼 | count | mean | min | max |", "|---|---:|---:|---:|---:|"])
+        for col, stats in summary.numeric_stats.items():
+            lines.append(
+                f"| {col} | {stats['count']:.0f} | {stats['mean']:.4f} | {stats['min']:.4f} | {stats['max']:.4f} |"
+            )
+
+    return "\n".join(lines)
+
+
 def build_analysis_payload(csv_path: str | Path, question: str) -> dict[str, Any]:
     path = Path(csv_path)
     if not path.exists():
@@ -101,9 +140,8 @@ def build_analysis_payload(csv_path: str | Path, question: str) -> dict[str, Any
         if reader.fieldnames is None:
             raise ValueError("CSV header not found")
         columns = [str(c) for c in reader.fieldnames]
-        rows = list(reader)
 
-    summary = summarize_rows(rows, columns)
+        summary = summarize_reader(reader, columns)
 
     return {
         "csv_path": str(path),
@@ -119,8 +157,7 @@ def build_analysis_payload_from_csv_text(csv_text: str, question: str) -> dict[s
         raise ValueError("CSV header not found")
 
     columns = [str(c) for c in reader.fieldnames]
-    rows = list(reader)
-    summary = summarize_rows(rows, columns)
+    summary = summarize_reader(reader, columns)
 
     return {
         "csv_path": "<inline_csv>",