[Developer] #218 Real Gemma 4 E2B integration via flutter_gemma 0.16.5

Implements the OQ-1 follow-up to #215 v0.2.0: replace the placeholder
GemmaLlmService stub with a real flutter_gemma 0.16.5 backend driving
Gemma 4 E2B (litert-community/gemma-4-E2B-it-litert-lm, 2.41GB).

Highlights:
- GemmaLlmService.load → FlutterGemma.initialize + installModel.fromFile +
  getActiveModel; idempotent + FileSystemException on missing file.
- generateStructured uses Gemma 4 native function calling via
  createChat(tools: [Tool(...)], toolChoice: required). Stream parsed by
  collectFunctionCall — first FCR wins, ParallelFCR first-call wins,
  TextResponse/ThinkingResponse skipped, errors sanitized to prevent
  prompt leakage.
- main.dart wires _LazyLlmService adapter that resolves to GemmaLlmService
  when ModelLifecycle reports ready, MockLlmService otherwise.
- ai_providers.dart pins real model URL + SHA-256 (181938...39a63c).
- F2 hardening: ModelLifecycle.purge wraps each delete + meta remove in
  try/catch so a single OS-level flake cannot block opt-out.
- Android: INTERNET / FOREGROUND_SERVICE / POST_NOTIFICATIONS permissions
  + R8 proguard-rules.pro keeping MediaPipe / LiteRT / TFLite / protobuf
  JNI entry points (release builds otherwise crash on first inference).

Design-First: fn-gemma_llm_service.md updated to v2 — §C
(_appendSchemaInstruction) deprecated after reading flutter_gemma
0.16.5 source (Gemma 4 SDK injects tool declarations via template;
prompt-side append would double-wrap).

Tests:
- 10 new unit tests for collectFunctionCall covering all 8 fn-spec
  cases + 2 ParallelFunctionCallResponse paths.
- All 81 existing tests still pass.
- flutter analyze: 0 issues.

Refs #218

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

docs/design/218-gemma-real-integration/fn-gemma_llm_service.md

@@ -1,8 +1,17 @@
 # 함수 설계서: `GemmaLlmService.load` + `generateStructured` + 보조 (#218)
 
-> **부모 설계서**: ./README.md · **상태**: Draft
+> **부모 설계서**: ./README.md · **상태**: Draft (v2)
 > **작성**: [AI] Architect (2026-06-12) · **구현 대상**: `app/lib/data/ai/gemma_llm_service.dart` · **테스트**: `app/test/data/ai/gemma_llm_service_test.dart`
 
+## 변경 이력 (v2, 2026-06-12 Developer 검증 후)
+
+flutter_gemma 0.16.5 의 `InferenceChat` 구현을 직접 읽어 확인한 결과:
+- Gemma 4 (ModelType.gemma4) 의 function calling 은 **SDK 가 `createChat(tools: [Tool(...)])` 의 tools 목록에서 `<|tool>declaration:...<tool|>` 토큰을 직접 렌더**한다 (`lib/core/chat.dart:94`).
+- 따라서 §C `_appendSchemaInstruction` 는 Gemma 4 에선 **double-wrap** 을 유발한다. v2 에선 **§C 제거**, §B 는 `Tool` 객체를 `createChat` 에 전달하는 방식으로 변경.
+- §D `_collectFunctionCall` 는 변경 없음 — 여전히 `Stream<ModelResponse>` 에서 첫 `FunctionCallResponse` 만 추출.
+
+남은 4 함수 (§A load / §B generateStructured / §C deprecated / §D collectFunctionCall) 중 코드 대상은 3 개.
+
 이 문서는 `GemmaLlmService` 가 노출하는 2 개 public 메서드 + 2 개 file-private 헬퍼를 한 묶음으로 설계한다. 모두 flutter_gemma 0.16.5 의 native 경계를 다루므로 한 문서에서 다루는 게 응집도 측면에서 옳다.
 
 | # | 함수 | 가시성 |
@@ -67,7 +76,7 @@ Future<void> load();
 
 ### 8. 복잡도 / 성능
 - **시간**: cold start 1–3 초 (모델 파일 read + native init + tokenizer load). 첫 호출 만, 이후 캐시.
-- **공간**: peak RAM ≈ 1.5GB (Gemma 4 E2B Q4_0). QAT 1GB 변종 채택 시 ≈ 1GB.
+- **공간**: peak RAM ≈ 1.5–2GB (Gemma 4 E2B Q4 .litertlm, 가중치 ~1.3GB + KV cache + activation). disk ≈ 2.41GB.
 - **호출 빈도**: 사용자 1 세션 당 0–1 회 (#219 F1 의 60s idle unload 가 들어오면 다회 가능).
 
 ### 9. 의존성
@@ -116,20 +125,27 @@ loaded 상태의 Gemma 4 모델에 prompt + JSON Schema 를 전달하여 단일
   - 모델 latent state 변경 (다음 호출은 fresh chat).
   - log: prompt length, latency, FCR 수신 여부 (prompt 본문 X — 프라이버시).
 
-### 5. 동작 / 알고리즘
+### 5. 동작 / 알고리즘 (v2)
 ```
 1. if (!_loaded) throw StateError('LlmService not loaded');
-2. final augmented = _appendSchemaInstruction(prompt, schema);
-3. final chat = await _model!.createChat();
-4. try {
-5.   await chat.addQueryChunk(Message.text(text: augmented, isUser: true));
-6.   final stream = chat.generateChatResponseAsync();
-7.   final fnName = schema['name'] as String;
-8.   final args = await _collectFunctionCall(stream, fnName);
-9.   return args;
-10. } finally {
-11.   await chat.close();   // 항상 정리
-12. }
+2. final fnName = schema['name'] as String;
+3. final fnDesc = (schema['description'] as String?) ?? '';
+4. final fnParams = schema['parameters'] as Map<String, dynamic>;
+5. final tool = Tool(name: fnName, description: fnDesc, parameters: fnParams);
+6. final chat = await _model!.createChat(
+     modelType: ModelType.gemma4,
+     supportsFunctionCalls: true,
+     toolChoice: ToolChoice.required,   // 강제 FCR
+     tools: [tool],
+   );
+7. try {
+8.   await chat.addQueryChunk(Message.text(text: prompt, isUser: true));
+9.   final stream = chat.generateChatResponseAsync();
+10.  final args = await _collectFunctionCall(stream, fnName);
+11.  return args;
+12. } finally {
+13.  await chat.close();   // 항상 정리
+14. }
 ```
 
 caller (#215 `suggestFrame`) 가 `.timeout(Duration(seconds: 10))` 적용 → timeout 시 본 함수의 `await` 가 throw 됨 → finally 의 `chat.close()` 가 실행되어 native session leak 방지.
@@ -173,7 +189,13 @@ caller (#215 `suggestFrame`) 가 `.timeout(Duration(seconds: 10))` 적용 → ti
 
 ---
 
-## §C. `_appendSchemaInstruction(prompt, schema)`
+## §C. (DEPRECATED — v2) `_appendSchemaInstruction(prompt, schema)`
+
+> **v2 결정**: Gemma 4 SDK 가 `Tool` 객체에서 직접 declaration 토큰을 렌더하므로, prompt 측에서 schema 안내문을 덧붙이면 double-wrap 이 된다. **본 함수는 구현하지 않는다.**
+>
+> 아래 §C 본문은 v1 (gemmaIt fallback) 시나리오용 참고 자료로 보존하나, v2 코드 대상에서 제외한다. 단위 테스트도 작성하지 않는다.
+
+원본 본문 (참고용):
 
 ### 1. 시그니처
 ```dart