feat(docker): mem0-api sidecar bundling for RunPod Pod A/B (Qwen3-Embed-8B + Gemma-4 E4B vLLM)

[luke-n-alpha]

Summary

RunPod 듀얼 Pod (Pod A: Emotional / Pod B: Workflow) 양쪽에서 naia-memory 의 mem0-api 를 사이드카로 동작시키기 위해, naia-memory dist 를 Pod 이미지에 multi-stage 번들.

Scope

• pod-a/Dockerfile 및 pod-b/Dockerfile (각각의 레포에서 작성) 의 multi-stage 빌드에서 naia-memory dist 번들
  • stage 1: node:20 에서 naia-memory build → dist 산출
  • stage 2: 최종 이미지로 dist 복사
• mem0-api.ts port 9876 노출
• supervisord program: mem0-api 프로세스 등록 (Pod A/B 양쪽)
• 환경변수:
  • VLLM_EMBED_BASE → 로컬 Qwen3-Embedding-8B FP16 endpoint
  • VLLM_REASONING_BASE → 로컬 google/gemma-4-E4B FP16 endpoint
  • 양 Pod 동일 (페르소나 전환 시 메모리 공간 호환)

페르소나 전환 호환

Qwen3-Embedding-8B FP16 + gemma-4 E4B FP16 를 양 Pod 공통으로 사이드카에 두는 이유:

• Pod A (emotional) ↔ Pod B (workflow) 사이를 옮겨다닐 때 동일한 임베딩 공간 + 동일한 reasoning 모델 → consolidate / contradiction filter 결과 호환.
• naia-memory R2.5 dual-process retrieval-rerank 아키텍처 그대로 사용.

통일 단가 컨텍스트

Gateway 측 통일 단가 $0.49/hr (realtime.py:46 0.49/60, config.naia.yml chat_session_price_per_hour: 0.49). 사이드카 비용은 Pod 시간단가에 포함.

Acceptance

• naia-memory multi-stage build 산출물이 Pod A/B 양쪽 이미지에 번들
• supervisord 가 mem0-api 를 port 9876 으로 띄움
• VLLM_EMBED_BASE / VLLM_REASONING_BASE env 적용 확인
• silent embedding failure 방지 — startup 시 factEmbeddings probe

---

Tracked in plan: /home/luke/.claude/plans/polished-hatching-walrus.md
Related sibling issues:

• nextain/naia-anyllm fix(benchmark): q.update inline 후 consolidate 강제 호출 (R2.3/R2.5 효과 측정 prerequisite) #19 — Pod A Realtime gateway routing
• nextain/naia-anyllm fix(memory): consolidate-per-query 가 fact duplication 일으킴 (1000 episode → 1799 fact) #21 — Pod B chat backend
• nextain/vllm-omni-old-works — Pod A image (MiniCPM-o-ko)
• nextain/naia-anyllm — Pod B image (vLLM standard)
• nextain/naia-os — persona switcher + onboarding
• nextain/naia-agent diagnose(R2.5): LLM filter 가 active-vs-active candidate 받아도 supersede 안 함 #20 — LLMRequest persona/backend
• nextain/naia.nextain.io — persona type quiz (백로그)