# 커스텀 에이전트와 봇 구성 및 공유 Source: https://docs.getporter.ai/ko/agents-and-bots 커스텀 에이전트와 봇을 추가하고 공유하는 방법을 안내합니다. 특정 업무에 필요한 지식과 도구를 커스텀 에이전트 또는 봇으로 구성해 스페이스에 초대한 팀원과 공유할 수 있습니다. [운영 시스템에서는 전역 또는 특정 스페이스를 지정하여 커스텀 에이전트와 봇을 추가](/ko/enterprise/global-agents)할 수 있습니다. ## 커스텀 에이전트 추가하기 > `스페이스 설정 > 에이전트・봇` 페이지에서 `에이전트 추가하기` 버튼으로 커스텀 에이전트를 추가하면, 채팅창에서 에이전트를 선택하는 방식으로 사용할 수 있습니다. 에이전트별로 프로필 이미지를 설정하면 필요한 에이전트를 쉽게 식별하고 선택할 수 있습니다. 파일 생성, Skills 활용 등의 작업을 위한 에이전트 실행에 사용할 하네스 커넥션을 선택합니다. 기본 내장된 Anthropic과 OpenAI의 매니지드 에이전트 또는 추가된 하네스를 선택할 수 있습니다. OpenClaw, Hermes, Codex 등의 하네스를 추가하는 방법은 [하네스와 Skills로 기능 확장](/ko/harness-and-skills) 페이지를 참고하세요. 선택한 하네스의 모델을 선택합니다. `자동`으로 선택할 경우 설정된 `default` 모델이 적용됩니다. `하네스가 대화 전체를 직접 실행` 토글을 켤 경우, 모든 작업을 하네스에서만 수행합니다. 토글을 끄면 파일 생성, Skills 활용 등 하네스가 필요한 작업만 하네스에게 위임됩니다. 오케스트레이션 모델은 요청받은 작업의 처리를 지휘하며, 전체 작업 중 하네스가 필요한 부분을 하네스에게 위임합니다. 설정으로 오케스트레이션 루프의 최대 턴 수를 지정할 수 있습니다. 하네스 연결 시 `하네스가 대화 전체를 직접 실행`하도록 설정한 경우, 모든 작업을 하네스가 수행하며 오케스트레이션 모델 설정이 필요 없습니다. 오케스트레이션 모델을 설정하지 않을 경우 선택된 기본 모델 또는 스페이스의 기본 모델이 적용됩니다. 대화 맥락을 기반으로 스레드의 제목을 자동 생성하는 모델입니다. 사용자가 이미지 생성을 요청할 경우, 내장된 이미지 생성 도구(Tool)의 이미지 모델을 설정할 수 있습니다. 추론(Reasoning) 기능을 지원하는 모델의 사고 단계 깊이를 설정합니다. 에이전트가 업무를 수행할 때 활용할 도구를 추가합니다. 스페이스에서 직접 설정한 도구와 운영 시스템에서 전역으로 공유된 도구를 에이전트가 활용할 수 있습니다. ### 시스템 도구 Porter AI에 기본으로 내장된 도구 중 에이전트가 사용할 도구를 선택합니다. 활성화된 도구는 사용자의 요청을 처리하는 데 필요한 경우 에이전트가 자동으로 호출합니다. | 시스템 도구 | 기능 | | ----------- | ---------------------------------- | | 웹 검색 | 웹에서 최신 정보를 검색합니다. | | 웹페이지 생성 | 요청에 맞는 웹페이지(HTML)를 생성합니다. | | 번역 | 문서 또는 텍스트를 다른 언어로 번역합니다. | | 웹페이지 조회 | 특정 URL의 웹페이지 또는 YouTube 내용을 가져옵니다. | | 이미지 생성 | 프롬프트로 이미지를 생성합니다. | | 이미지 편집 | 기존 이미지를 프롬프트로 수정합니다. | | 지식베이스 검색 | 활성화된 지식베이스에서 관련 항목을 검색합니다. | | 지식베이스 본문 조회 | 검색된 지식베이스 항목의 본문을 조회합니다. | | 기억 검색 | 장기 기억에서 항목을 검색하거나 나열합니다. | | 기억 조회 | 장기 기억 항목의 본문을 조회합니다. | | 기억 저장 | 장기 기억에 새 항목을 저장합니다. | | 기억 수정 | 기존 장기 기억 항목을 갱신합니다. | | 기억 삭제 | 장기 기억 항목을 삭제합니다. | ### MCP 서버 MCP 서버 또는 REST API를 연결하면 에이전트가 사내 업무 시스템 또는 외부 도구의 데이터를 조회하거나 등록·수정 작업을 수행할 수 있습니다. ### 지식베이스 사내 문서, 업무 자료, 규정과 같은 대규모 문서 파일 기반의 지식을 에이전트의 답변과 작업에 활용할 수 있습니다. ### 커넥터 데이터베이스, 협업 도구 등 조직에서 사용하는 서비스와 데이터를 에이전트가 활용할 수 있습니다. ### Skills와 시크릿 추가된 Skills를 활성화하고, 필요한 시크릿을 환경 변수로 추가하면 하네스가 스킬을 활용하여 작업을 수행합니다. 에이전트가 사용될 때 시스템 프롬프트에 추가할 지시 사항을 설정할 수 있습니다. 다양한 도구를 활성화한 경우, 그 활용법을 설명하면 더 좋은 결과물을 얻을 수 있습니다. ## 봇 추가하기 > 봇 섹션에서 봇을 추가할 수 있습니다. `기억 모드`에 대한 설정 이외에는 커스텀 에이전트 설정과 동일합니다. | 기억 모드 | 설명 | | :-------- | :-------------------------- | | **공유 기억** | 하나의 스레드로 모든 구성원과 맥락을 공유합니다 | | **개인 기억** | 사용자마다 별도의 스레드로 각자 맥락을 유지합니다 | 봇을 추가하면 좌측 사이드바의 전용 대화 세션에서 작업 맥락을 유지하며 작업을 수행하며, **사용자는 봇을 업무를 함께 수행하는 조수처럼 활용할 수 있습니다.** ## 팀원 초대 및 공유 설정 ### 팀원 초대하기 > `스페이스 설정 > 팀`에서 `초대하기`를 클릭하면 이메일로 팀원을 초대할 수 있습니다. Porter AI에 가입된 사용자는 자동으로 팀원으로 추가되며, 미가입 사용자에게는 초대 메일이 발송됩니다. 스페이스는 Porter AI의 워크스페이스 단위입니다. 한 명이 단독으로 사용하거나 다른 사용자를 초대해 공용 스페이스로 사용할 수 있으며, 에이전트, 봇, 지식베이스, Skills, MCP 서버 등을 공유할 수 있습니다. 초대한 팀원에게 스페이스에 대한 권한을 부여할 수 있습니다. | 권한 | 설명 | | :------ | :---------------------------------- | | **소유자** | 스페이스를 개설한 사용자로 관리자 권한을 갖습니다. | | **관리자** | 팀원 초대, 에이전트 설정 등 모든 관리 권한을 갖습니다. | | **멤버** | 관리자가 공유한 기능과 직접 설정한 기능을 사용할 수 있습니다. | ### 에이전트와 봇 공유하기 > 추가한 에이전트와 봇은 활성화해야 사용할 수 있으며, 설정창의 권한 탭에서 팀원별로 사용 권한을 부여할 수 있습니다. [운영 시스템에서는 전역 또는 특정 스페이스를 지정하여 커스텀 에이전트와 봇을 추가](/ko/enterprise/global-agents)할 수 있습니다. # 데이터베이스 운영 Source: https://docs.getporter.ai/ko/application-database PostgreSQL, Redis, Qdrant 등 애플리케이션에 필요한 데이터베이스를 배포하고 서비스와 연결해 운영합니다. 배포한 데이터베이스는 커넥터로 연동하여 AI로 활용할 수 있습니다. 자세한 내용은 [DB·벡터DB에서 데이터 조회](/ko/database) 페이지를 참고하세요. 커넥터 연동 시 [TCP 외부 접속을 허용](/ko/application-database#tcp)해 주세요. 애플리케이션 배포 기능은 Porter AI 엔터프라이즈 환경에서 지원하며, 퍼블릭 서비스에서는 지원 예정입니다. ## 데이터베이스 배포하기 > 애플리케이션 메뉴의 또는 `⌘ + K`로 생성되는 배포 창에서, 배포할 데이터베이스를 선택한 후 표시되는 설정 필드값을 입력하세요. > 버전, Root Password 등의 설정값을 정할 수 있습니다. 서비스별로 표시되는 **기본 설정값** 항목이 다릅니다. 사용하려는 목적에 맞게 알맞은 값을 입력해 주세요. > 데이터베이스 이름, Timezone 설정 등, 추가적인 설정값을 입력할 수 있습니다. 서비스별로 표시되는 **더 많은 옵션**의 항목이 다릅니다. 사용하려는 목적에 맞게 알맞은 값을 입력해 주세요. * **CPU** : 서비스가 사용할 vCPU 리소스의 최댓값을 설정하며, '최소 vCPU' 선택 시 0.1 vCPU 사용 * **메모리** : 서비스가 사용할 메모리 리소스의 최댓값을 설정 * **디스크** : 데이터베이스가 차지할 수 있는 디스크의 용량 설정 * **배포** : `배포하기` 클릭 Root Password 미설정 시, [자동 생성된 Password를 프로젝트 설정 화면의 시크릿 섹션에서 조회](/ko/application-database#root-password-조회)할 수 있습니다. ## 다른 서비스와의 통신 ### 같은 프로젝트의 서비스 > 같은 프로젝트에 있는 서비스 사이에는 내부 연결 주소인 **서비스 이름과 포트 번호로 통신**할 수 있습니다. 프로젝트별로 격리된 네트워크가 구성되기 때문에 방화벽 규칙 적용이 필요 없고, 통신 지연 현상이 최소화됩니다. ### 다른 프로젝트 또는 외부 서비스 > 서비스 상세 페이지 **리소스 탭의 인그레스 주소(호스트 이름 : 포트 번호)로** 다른 배포 환경 또는 외부의 서비스와 통신할 수 있습니다. 이 경우 TCP 외부 접속을 허용하도록 설정해야 합니다. 연결하려는 DB가 속한 프로젝트 설정 화면의 방화벽 섹션에서 TCP 외부 접속을 허용할 수 있습니다. TCP 접속 허용 설정은 프로젝트 단위로 가능하며, 서비스 단위의 개별 설정은 불가합니다. ### DB 관리 툴 > 인그레스 주소를 사용해 로컬 컴퓨터의 관리툴로 데이터베이스에 TCP 접속할 수 있습니다. > 접속 정보를 입력한 후, 이어지는 화면에서 배포 시 설정한 Root Password를 입력하세요. [MySQL Workbench Download](https://dev.mysql.com/downloads/workbench/) > Connection 탭에서 접속 정보와 배포할 때 설정한 Username(기본값 **root**), Root Password를 입력하세요. [pgAdmin Download](https://www.pgadmin.org/download/) > `New Connection` 버튼 클릭 후, **Advanced Connection Options** 하단부의 General 탭에서 **포트 번호까지 포함한 호스트 이름**을 Host 필드에 입력하세요. > Authentication 탭에서 배포할 때 설정한 Username(기본값 **admin**), Root Password를 입력하세요. [MongoDB Compass Download](https://www.mongodb.com/try/download/compass) > `Add Redis database` 버튼 클릭 후, 접속 정보를 입력해 주세요. [Redis Insight Download](https://redis.io/insight/) DB 관리 툴과 데이터베이스를 연결하려면 [TCP 외부 접속을 허용](/ko/application-database#tcp)하도록 설정해야 합니다. ## 데이터베이스 관리 ### 리소스 변경 > 서비스 상세 페이지 설정 탭의 배포 설정 섹션에서 디스크, CPU 등의 리소스를 변경하고 `배포하기` 버튼으로 재배포하면 변경된 리소스가 적용됩니다. 재배포 시 기존의 데이터는 유지됩니다. ### Root Password 조회 > 프로젝트 설정 화면의 시크릿 섹션에서 Root Password 값을 조회할 수 있습니다. ### 데이터베이스 삭제 > 서비스 상세 페이지 설정 탭 하단부의 `서비스 삭제하기` 버튼으로 데이터베이스를 삭제할 수 있습니다. 배포한 데이터베이스를 중지하거나 재배포할 경우 데이터가 보존되지만, **데이터베이스 서비스 삭제 시 데이터도 영구적으로 제거됩니다.** # 소스 코드로 앱 배포・운영 Source: https://docs.getporter.ai/ko/application-deployment GitHub 저장소, Git URL 또는 템플릿을 사용해 애플리케이션을 직접 배포합니다. 사이드바의 애플리케이션 메뉴에서 서비스를 직접 배포하거나 관리할 수 있습니다. > 애플리케이션 메뉴의 또는 `⌘ + K`로 생성되는 배포 창을 통해 배포 과정이 시작됩니다. 애플리케이션 배포 기능은 Porter AI 엔터프라이즈 환경에서 지원하며, 퍼블릭 서비스에서는 지원 예정입니다. ## 애플리케이션 배포하기 ### 배포방식 선택 #### 배포할 저장소 선택 배포 창에서 **Git 저장소 배포하기**를 클릭한 후, 연동된 GitHub 계정의 저장소를 선택하세요. #### 언어/프레임웍 선택 배포할 저장소에 맞는 프리셋을 선택하세요. React, vue 등과 같은 정적 페이지의 경우 **Web Application**을 선택해 주세요. #### 배포키 등록 Git 저장소 배포하기 화면에서 **Git URL 탭**을 선택한 후, 배포하려는 저장소의 **SSH 방식의 Git URL**을 입력하면 자동으로 생성된 \*\*배포 키(Deploy Key)\*\*를 조회할 수 있습니다. **GitHub**뿐만 아니라 **GitLab, Bitbucket** 등에 반영된 비공개 저장소의 코드도 배포할 수 있도록 SSH 방식의 인증을 지원합니다. 플랫폼별 배포 키 등록은 아래를 참고해 주세요 배포하려는 저장소의 **Settings > Deploy keys** 화면 우측 상단의 `Add deploy key`를 클릭한 후 배포 창에서 조회한 배포 키 값을 입력해 키를 추가합니다. 배포하려는 저장소의 **Settings > Repository** 화면에서 **Deploy keys** 항목의 `Expand`, `Add new key`를 클릭한 후 배포 창에서 조회한 배포 키 값을 입력해 키를 추가합니다. 배포하려는 저장소의 **Repository settings > Access keys** 화면에서 `Add key`를 클릭한 후 배포 창에서 조회한 배포 키 값을 입력해 키를 추가합니다. #### 언어/프레임웍 선택 배포할 저장소에 맞는 프리셋을 선택하세요. React, vue 등과 같은 정적 페이지의 경우 **Web Application**을 선택해 주세요. 개발한 서비스에 적합한 템플릿을 선택한 후 연동된 GitHub 저장소 선택 또는 Git URL을 입력하세요. React, vue 등과 같은 정적 페이지의 경우 **Web Application**을 선택해 주세요. 제공되는 템플릿 / 프리셋은 기본 모듈 및 라이브러리가 상이합니다. Windows, Chrome 라이브러리처럼 기본으로 제공되지 않는 라이브러리를 사용하려는 경우, Dockerfile을 작성하고 Dockerfile 템플릿으로 배포해야 합니다. ### 배포 설정과 배포 배포할 저장소와 프리셋 또는 템플릿을 선택한 후, 배포에 관한 아래의 항목을 설정하고 배포하세요. 저장소 선택 후 **브랜치와 서브 디렉토리**를 설정할 수 있는 필드가 표시됩니다. 하나의 저장소에 여러 개의 서비스를 별도의 폴더로 관리하는 경우처럼, **루트디렉토리가 아닌 하위 폴더에 배포할 서비스가 존재**하는 경우 **서브 디렉토리** 필드에 그 경로를 입력하세요. 서브 디렉토리를 설정을 하지 않은 경우, 루트 디렉토리에서 배포가 실행됩니다. 프리셋의 버전을 배포할 저장소에 맞게 선택하세요. 프로젝트 설정 파일(build.gradle, requirements.txt, package.json 등)에 명시된 버전과 배포 설정 시 선택한 버전이 일치하지 않으면 빌드 또는 런타임 오류가 발생할 수 있습니다. 환경 변수는 다음 방식들을 조합하여 추가할 수 있습니다: * ENV 파일 Drag & Drop * (+) 아이콘으로 새로운 변수를 직접 입력 * 열쇠 아이콘을 사용해 저장된 시크릿 중에서 선택 환경 변수는 직접 입력하거나 저장된 시크릿을 선택해 적용할 수 있습니다. 포트 번호는 소스 코드 혹은 환경 변수의 설정과 일치해야 하며 정확하지 않은 포트 번호를 입력하거나 공란으로 한 경우, 서비스가 정상적으로 작동하지 않을 수 있습니다. 포트 번호에는 기본값이 적용되지 않으므로 소스 코드나 환경 변수에 지정한 값과 동일하게 입력하세요. 서비스의 라이프사이클 명령어를 설정하세요. 각 필드에는 기본 명령어가 표시되어 있으며, 프로젝트 설정에 맞게 변경할 수 있습니다 * **Install Command**: 의존성 패키지 설치 명령어 (예: `npm install`, `pip install -r requirements.txt`) * **Build Command**: 애플리케이션 빌드 명령어 (예: `npm run build`, `gradle build`) * **Start Command**: 서비스 실행 명령어 (예: `npm start`, `python app.py`) 필드값을 입력하지 않으면 placeholder에 표시된 기본값이 적용됩니다. 추가로 설정값을 입력할 수 있는 필드가 표시됩니다. 표시되는 필드는 템플릿 / 프리셋 별로 다릅니다. * **CPU** : 서비스가 사용할 vCPU 리소스의 최댓값을 설정하며, '최소 vCPU' 선택 시 0.1 vCPU 사용 * **메모리** : 서비스가 사용할 메모리 리소스의 최댓값을 설정 * **디스크** : 데이터베이스를 배포할 경우 표시되는 필드로, 데이터베이스가 차지할 디스크의 용량 설정 * **동시 실행(레플리카)** : 설정한 수만큼 서비스가 수평 확장되어 부하 분산 및 안정성 확보 * **배포** : `배포하기` 클릭 ## 애플리케이션 관리하기 ### 로그 조회와 터미널 접속 > 서비스 카드 또는 상세 페이지의 ** 아이콘**을 클릭하면, 배포/실행 로그 조회 또는 터미널에 접속할 수 있습니다. ### 재배포(업데이트) > **코드 수정, 리소스 변경 등** 업데이트할 내역이 있는 경우, 서비스 설정 화면 하단부의 `배포하기` 버튼을 누르면 업데이트를 반영한 새로운 배포가 진행됩니다. ### 서비스 중지 / 재시작 > 서비스 카드의 스톱 / 플레이 버튼으로 서비스를 중지하거나 재시작할 수 있습니다. ### 롤백(복원) > **서비스 상세 페이지의 배포 내역 탭**에서 이전 버전의 서비스 상태로 복원할 수 있습니다. 복원할 버전을 혼동하지 않기 위해, 커밋 메시지를 확인하세요. ## 트러블슈팅 배포 시 루트 디렉토리를 기준으로 빌드가 진행됩니다. 저장소의 루트 디렉토리가 아닌 서브 디렉토리에 실행할 소스가 있는 경우 별도로 서브 디렉토리를 지정해주어야 합니다. 배포할 프로젝트를 개발할 때 적용한 JDK, Python, Node.js 등의 버전과 배포 과정에서 적용한 버전이 서로 다를 경우 서비스가 정상적으로 빌드 혹은 실행되지 않습니다. 프로젝트의 언어와 플랫폼에 맞는 버전을 설정한 후 재배포하세요. 특정 포트에서 서비스되는 프로젝트의 경우, 배포 설정에서 포트 번호가 누락되거나 잘못 입력되면 정상적으로 실행되지 않을 수 있습니다. **특정 포트에 바인딩되지 않는 프로젝트의 경우, 배포 설정에서 포트 번호 항목을 공란으로 두어야 합니다.** 제공되는 템플릿은 기본 모듈 및 라이브러리가 상이합니다. Windows, Chrome 라이브러리처럼 기본으로 제공되지 않는 라이브러리를 사용하려는 경우, Dockerfile을 작성하고 Dockerfile 템플릿으로 배포해야 합니다. React, Vue 등의 정적 페이지를 Web Application 템플릿으로 배포할 때 Rewrites 값을 설정하면, 프런트엔드에서 호출한 경로를 실제 API 주소로 연결할 수 있습니다. 리버스 프록시 기능을 적용하려는 React 등의 프런트엔드 서비스의 코드 중 외부의 **API URL을 호출하는 부분을 자기 자신을 호출하도록 작성**해야 하며, 서비스의 배포 설정 화면에 **Rewrites** 필드를 아래와 같은 규칙으로 입력해 리버스 프록시를 적용할 수 있습니다. * **좌측 필드** : 코드에 작성된 호출 경로 * **우측 필드** : 실제로 호출해야 할 경로 드롭다운 메뉴에서 같은 프로젝트에 있는 서비스를 선택하고 경로를 추가하거나, URL을 직접 입력할 수 있습니다. 서비스 패널의 **플레이 버튼으로 재시작** 후 실행 로그를 확인해보세요. 어떤 로그도 표시되지 않는다면 서비스 상세 페이지의 **이벤트 탭**에서 발생한 이벤트를 확인하여 문제를 해결해야 합니다. JVM 기반의 애플리케이션을 배포하는 경우 JVM에 할당한 메모리가 사용 가능한 리소스의 범위를 초과할 때 OOM이 발생할 수 있으며, Node.js 역시 heap 메모리의 부족으로 같은 현상이 발생할 수 있습니다. 언어 혹은 프레임워크에서 적절하게 메모리를 부여하거나 리소스를 추가로 할당하여 배포해야 합니다. 일반적인 프레임워크에서는 `TZ`라는 환경 변수를 통해 타임존을 설정할 수 있으며, [여기](https://en.wikipedia.org/wiki/List_of_tz_database_time_zones) 제시된 일람에 따라 국가 및 도시를 설정할 수 있습니다. 이외의 방법은 사용하고 있는 프레임워크의 공식 문서를 참고하시기 바랍니다. # 커스텀 도메인 연결 Source: https://docs.getporter.ai/ko/application-domain 배포한 서비스에 커스텀 도메인을 연결하는 방법을 안내합니다. 서비스에 사용할 커스텀 도메인을 입력하면 DNS 설정에 필요한 레코드 값을 확인할 수 있습니다. 도메인 제공사의 DNS 설정 화면에 레코드를 등록하고 도메인 인증이 완료되면 SSL 인증서가 자동으로 적용된 도메인으로 접속할 수 있습니다. 이외의 DNS 제공 서비스의 경우, DNS 사업자마다 레코드 등록 방법 및 세부 설정이 상이하므로 보유하고 있는 도메인의 제공업체 가이드에서 **DNS 설정 > CNAME 설정 방법**을 참고하세요. 배포된 서비스는 SSL 인증서가 자동으로 발급 및 적용됩니다. 프리뷰 URL뿐만 아니라 사용자가 연결한 커스텀 도메인에도 적용되며, 수동으로 SSL 설정을 할 필요가 없습니다. 애플리케이션 배포 및 커스텀 도메인 연결 기능은 Porter AI 엔터프라이즈 환경에서 지원하며, 퍼블릭 서비스에서는 지원 예정입니다. ## 도메인 연결 정보 조회 > 도메인을 연결하려는 **서비스 상세 페이지의 리소스 탭**에서 인그레스 항목의 `도메인 연결`을 클릭하세요. 연결하려는 도메인의 이름(예: `example.com` 또는 `www.example.com` 등)을 입력하면 DNS 설정에 필요한 CNAME, TXT 레코드 값을 조회할 수 있습니다. ## AWS Route 53 > 연결하려는 도메인의 Route 53 대시보드 Hosted Zones 항목에서 `Create record`를 클릭한 후, 레코드 값을 입력하세요. * **Record Name** : 애플리케이션 플랫폼에서 설정한 도메인(예: `www.example.com`)의 프리픽스(예: `www`) * **Record Type** : CNAME * **Value** : 애플리케이션 플랫폼에서 조회한 CNAME 레코드 값 > 애플리케이션 플랫폼으로 돌아와서 `인증하기`를 클릭하고 **도메인 인증이 성공**되면 `연결하기`를 클릭하는 것으로 도메인이 연결됩니다. **연결된 도메인에 SSL 인증서가 자동으로 발급됩니다.** DNS 레코드 전파와 SSL 인증서 검증이 완료될 때까지 도메인 접속이 일시적으로 제한되거나 SSL 보안 경고가 표시될 수 있습니다. "현재 DNS 설정값이 다릅니다. CNAME을 찾을 수 없습니다"의 메시지는 입력된 레코드의 등록에 약간의 시간이 걸리기 때문에 나올 수 있는 오류 메시지입니다. 잠시 후 인증하기를 다시 시도해 보세요. ## Cloudflare ### 서브도메인 연결하기 > 배포한 서비스의 [도메인 연결 정보를 조회](/ko/application-domain#도메인-연결-정보-조회)한 후, Cloudflare에서 구매한 도메인의 **DNS Records**메뉴에서 레코드를 추가하세요. * **Type** : CNAME * **Name** : 배포한 서비스에 설정한 도메인(예: `www.example.com`)의 프리픽스(예: `www`) * **Target** : 배포한 서비스에서 조회한 CNAME 레코드 값 * **Proxy status** : DNS only(비활성화) Proxy status가 **프록싱 됨** 상태인 경우, 애플리케이션 플랫폼이 자동화한 SSL 인증서 발급 등의 도메인 규칙이 적용되지 않아 도메인이 연결되지 않습니다. **반드시 DNS only(비활성화) 상태로 정해 주세요.** > 배포한 서비스에 돌아와서 `인증하기`를 클릭하고 **도메인 인증이 성공**되면 `연결하기`를 클릭하는 것으로 도메인이 연결됩니다. **연결된 도메인에 SSL 인증서가 자동으로 발급됩니다.** DNS 레코드 전파와 SSL 인증서 검증이 완료될 때까지 도메인 접속이 일시적으로 제한되거나 SSL 보안 경고가 표시될 수 있습니다. "현재 DNS 설정값이 다릅니다. CNAME을 찾을 수 없습니다"의 메시지는 입력된 레코드의 등록에 약간의 시간이 걸리기 때문에 나올 수 있는 오류 메시지입니다. 잠시 후 인증하기를 다시 시도해 보세요. ### 루트도메인 연결하기 > 도메인 연결 화면에서 **루트 도메인**을 입력하고 CNAME, TXT 레코드 값을 확인하세요. 루트 도메인을 연결하기 위해 2개의 레코드를 모두 등록해야 합니다. 아래의 항목을 참고하세요. 배포한 서비스에서 조회한 CNAME 레코드 값을 활용해, Cloudflare에서 구매한 도메인의 **DNS Records**메뉴에서 CNAME 레코드를 추가하세요. * **Type** : CNAME * **Name** : @ * **Target** : 애플리케이션 플랫폼에서 조회한 CNAME 레코드값 * **Proxy status** : DNS only(비활성화) **Name** 항목에 입력하는 **@** 기호는 루트 도메인을 의미하는 Cloudflare의 규칙입니다. 공란으로 비우면 연결되지 않습니다. Proxy status가 **프록싱 됨** 상태인 경우, 애플리케이션 플랫폼이 자동화한 SSL 인증서 발급 등의 도메인 규칙이 적용되지 않아 도메인이 연결되지 않습니다. **반드시 DNS only(비활성화) 상태로 정해 주세요.** 배포한 서비스에서 조회한 TXT 레코드 값을 활용해, Cloudflare에서 구매한 도메인의 **DNS Records**메뉴에서 TXT 레코드를 추가하세요. * **Type** : TXT * **Name** : @ * **Content** : 애플리케이션 플랫폼에서 조회한 TXT 레코드 값 **Name** 항목에 입력하는 **@** 기호는 루트 도메인을 의미하는 Cloudflare의 규칙입니다. 공란으로 비우면 연결되지 않습니다. > 배포한 서비스로 돌아와서 `인증하기`를 클릭하고 **도메인 인증이 성공**되면 `연결하기`를 클릭하는 것으로 도메인이 연결됩니다. **연결된 도메인에 SSL 인증서가 자동으로 발급됩니다.** DNS 레코드 전파와 SSL 인증서 검증이 완료될 때까지 도메인 접속이 일시적으로 제한되거나 SSL 보안 경고가 표시될 수 있습니다. "현재 DNS 설정값이 다릅니다. CNAME을 찾을 수 없습니다"의 메시지는 입력된 레코드의 등록에 약간의 시간이 걸리기 때문에 나올 수 있는 오류 메시지입니다. 잠시 후 인증하기를 다시 시도해 보세요. # AI 에이전트 하네스 배포 Source: https://docs.getporter.ai/ko/application-harness Codex CLI, OpenClaw 등의 템플릿을 배포해 에이전트 하네스로 활용할 수 있습니다. 배포한 에이전트 하네스를 브라우저에서 직접 사용하거나, Porter AI에서 에이전트를 생성할 때 하네스로 연결할 수 있습니다. 애플리케이션 배포 기능은 Porter AI 엔터프라이즈 환경에서 지원하며, 퍼블릭 서비스에서는 지원 예정입니다. ## 템플릿 선택 > 애플리케이션 메뉴의 또는 `⌘ + K`로 생성되는 배포 창에서 `OpenAI Codex CLI` 등의 에이전트 템플릿을 선택하세요. ## 배포하기 > 리소스를 설정하고 `배포하기` 버튼을 클릭하세요. 더 많은 옵션에서 환경 변수, 게이트웨이 토큰 등을 설정할 수 있습니다. ## 접속 토큰 조회 > 프로젝트 설정 화면의 시크릿 섹션에서 접속 토큰을 조회할 수 있습니다. ## 자동 생성된 URL로 접속 > 배포된 서비스 카드의 `접속하기`를 클릭한 후 조회한 접속 토큰을 입력하세요 ## 온보딩 > 각 에이전트 하네스에서 제공하는 온보딩 방식으로 설정을 마무리합니다. ## 환경 변수 추가 등 설정 변경 > 서비스 상세 페이지의 설정 탭에서 vCPU, 메모리 등의 리소스를 변경하거나, 더 많은 옵션을 클릭해 환경 변수를 주입할 수 있습니다. 외부 SaaS나 API를 활용하려면 API 키나 토큰 같은 인증값이 필요할 수 있습니다. 인증값을 대화에 직접 입력하지 않고 시크릿 환경 변수로 미리 주입하면, 에이전트가 필요한 값을 참조해 안전하게 외부 서비스를 사용할 수 있습니다. 설정을 변경한 후 하단의 배포하기 버튼을 클릭해 재배포해야 변경 사항이 적용됩니다. ## Porter AI의 하네스로 추가 > `설정 > 에이전트` 페이지에서 하네스 연결 `추가하기`를 클릭하고 아래의 설정값을 입력하면 하네스로 등록됩니다. | 설정 항목 | 설명 | | :---------------- | :----------------------------------------------------- | | **이름** | 하네스 연결의 고유 식별 이름 | | **하네스 종류** | 연결할 하네스 서비스의 종류를 선택 (예: Codex CLI, OpenClaw, Hermes 등) | | **Gateway URL** | 연결할 하네스 서버의 접속 URL | | **Wrapper Token** | 하네스 인증에 필요한 Wrapper Token 또는 Gateway Token | | **Session ID** | 고정 세션 ID, 입력하지 않으면 Porter 스레드별로 세션 ID가 자동 생성 | | **Default Model** | 하네스에서 기본으로 사용할 모델 (선택 사항) | [운영 시스템에서 하네스로 추가](/ko/enterprise/global-harness)하면, 전역 또는 특정 스페이스를 지정하여 배포한 하네스를 활용할 수 있도록 설정할 수 있습니다. # 애플리케이션 플랫폼 지원 Source: https://docs.getporter.ai/ko/application-platform AI 활용에 필요한 도구와 서비스를 하나의 환경에서 배포하고 운영할 수 있습니다. AI로 코드와 도구를 만드는 일은 쉬워졌지만, 이를 배포하고 사내 시스템과 연결해 조직이 활용하려면 별도의 실행 환경과 관리 체계가 필요합니다. ## AI 활용의 운영상 과제

AI 활용 범위가 넓어질수록
이를 배포하고 연결해 운영할 환경이 중요해집니다.

AI가 만든 애플리케이션과 자동화 도구를 업무에 적용할수록 에이전트 하네스, MCP 서버, 데이터베이스처럼 함께 배포하고 운영해야 할 구성 요소도 늘어납니다. 기존 인프라에 배포하려면 운영팀의 지원과 보안 검토를 거쳐야 하며, 서버와 네트워크를 준비하는 과정에서 병목이 발생합니다. 외부 환경을 이용하면 빠르게 배포할 수 있지만, 별도의 보안 문제를 해결해야 합니다. 배포된 구성 요소를 AI와 연결하고 지속적으로 관리하는 책임이 여러 담당자에게 나뉘면 업무 부담이 커질 수 있습니다. 이를 위한 공통 운영 방식이 필요합니다. ## Porter AI의 애플리케이션 플랫폼 Porter AI는 AI 활용에 필요한 도구와 서비스를 하나의 격리된 환경에서 배포하고 운영할 수 있는 애플리케이션 플랫폼을 제공합니다. 이 환경에 배포한 도구를 에이전트에 연결하고 구성원과 공유하는 과정까지 한 곳에서 관리할 수 있습니다. ## 지원하는 주요 기능 ### 에이전트 하네스 배포와 공유 Codex CLI, OpenClaw, Hermes와 같은 에이전트 하네스를 Porter AI와 동일한 격리 환경에 배포하고 에이전트의 실행 환경으로 연결할 수 있습니다. 구성원마다 로컬 환경에 하네스를 설치하지 않아도, 조직이 배포한 하네스를 커스텀 에이전트에 연결해 함께 활용할 수 있습니다. 에이전트 하네스를 배포하고 Porter AI에 연결하는 방법을 확인합니다. ### MCP 서버 배포와 내부 시스템 연결 데이터베이스, ERP, CRM 등 내부 시스템과 통신하는 MCP 서버를 애플리케이션 플랫폼에 배포할 수 있습니다. 배포한 MCP 서버는 Porter AI에서 에이전트의 도구로 등록하고, 접근 권한이 있는 구성원에게 공유할 수 있습니다. MCP 서버의 소스 코드를 애플리케이션 플랫폼에 배포하는 방법을 확인합니다. 배포한 MCP 서버를 Porter AI에 등록하고 에이전트에 연결하는 방법을 확인합니다. ### AI가 만든 업무 서비스 배포 AI로 만든 프런트엔드와 백엔드 코드를 실제 서비스로 배포할 수 있습니다. 필요한 데이터베이스도 함께 배포하고 연결에 필요한 환경 변수를 설정해, 조직 구성원이 사용할 수 있는 업무 서비스로 운영할 수 있습니다. 자연어 요청으로 데이터베이스를 포함한 풀스택 서비스를 구성·배포하고 접속 URL을 제공합니다. # ChatGPT와 Porter AI Source: https://docs.getporter.ai/ko/chatgpt-porterai Porter AI는 ChatGPT, Claude 등의 서비스를 보완합니다. ChatGPT, Codex, Claude Code와 같은 범용 AI 서비스에서는 사용자의 활용 방식에 따라 결과의 수준이 크게 달라집니다. Porter AI는 높은 수준의 AI 역량을 가진 구성원의 노하우를 조직 전체의 역량으로 확장합니다. *** ## 서로 다른 역할 ### 범용 AI 서비스 ChatGPT, Codex, Claude Code와 같은 서비스는 사용자가 직접 필요한 도구와 데이터 소스를 연결하며, 자신에게 맞는 활용 방식을 만들어가는 범용 AI 서비스입니다. 프롬프트 설계와 Skills, MCP, 인증 및 환경 설정을 이해하는 사용자는 이러한 기능을 조합해 고도화된 자동화와 개발 작업을 수행할 수 있습니다. ### Porter AI Porter AI는 이러한 서비스가 제공하는 다양한 기능과 활용 방식을 조직이 공유할 수 있는 형태로 전환합니다. 숙련된 구성원이나 사내 AI 담당자가 다양한 도구를 조합해 에이전트를 만들고 공유하면, 다른 구성원은 복잡한 설정 없이 완성된 에이전트를 선택해 사용할 수 있습니다. ## Porter AI가 보완하는 영역 ### AI 도구와 서비스의 배포 및 운영

AI를 활용해 업무 자동화 도구와 서비스를 만드는 것과
이를 어디에 배포하고 운영할지는 별도의 문제입니다.

기존 인프라에서 운영하기에는 관리 부담이 크고, 외부 환경에 배포하기에는 보안과 데이터 연결을 고려해야 합니다. Porter AI에서는 이러한 도구와 서비스를 에이전트와 같은 환경에서 배포하고 운영할 수 있습니다. Porter AI에는 애플리케이션과 AI 도구를 실행할 수 있는 애플리케이션 플랫폼이 함께 제공됩니다. 프런트엔드와 백엔드 서비스, 데이터베이스, MCP 서버는 물론 Codex CLI·OpenClaw·Hermes 같은 에이전트 하네스까지 Porter AI와 같은 환경에 배포하고 운영할 수 있습니다. ### 독립된 지식베이스 구성

조직에 축적된 대규모 문서를 AI가 활용하려면
업무 목적과 문서 유형에 따라 구분된 지식 자산으로 구성해야 합니다.

문서를 한 곳에 모으기만 하면 서로 다른 업무의 정보가 섞여 필요한 지식을 정확히 활용하기 어렵습니다. Porter AI는 대규모 문서를 업무 목적별로 나누어 독립된 지식베이스로 구성하고 관리할 수 있는 환경을 제공합니다. 수백\~수만 개의 사내 문서를 업무 영역별로 나누어 여러 지식베이스로 구성할 수 있습니다. 에이전트를 설정할 때 필요한 지식베이스를 선택해 조합하고, 같은 지식베이스를 여러 에이전트에서 재사용할 수 있습니다. 관련 원문을 참조하고 근거가 부족하면 검색을 반복해 필요한 맥락을 보강합니다. *** 관리형 단독 서버 또는 Self-Hosting 방식으로 기업 단독 환경에서 사용할 수 있습니다. 엔터프라이즈 요금제는 Porter AI 요금 페이지에서 확인할 수 있습니다. # DB·벡터DB에서 데이터 조회 Source: https://docs.getporter.ai/ko/database 운영 중인 데이터베이스를 연동하여 AI로 활용할 수 있습니다. MSSQL, PostgreSQL 등의 주요 데이터베이스와 Pinecone, Qdrant 등의 주요 벡터DB의 연동을 지원하며 데이터베이스 연동 시 AI가 테이블 구조(Schema)를 자동으로 분석하여 활용합니다. 각 데이터베이스의 연동 방식은 동일하며, 본 가이드는 PostgreSQL과 Pinecone 기준으로 설명합니다. 커넥터로 연결된 데이터베이스는 읽기 전용으로만 조회됩니다. 애플리케이션 플랫폼에서 배포한 데이터베이스를 커넥터로 연동하여 사용할 수 있습니다. Porter AI에서 데이터베이스를 배포하고 운영하는 방법에 관한 내용은 [데이터베이스 운영](/ko/application-database) 페이지를 참고하세요. ## 데이터베이스 커넥터 설치 > `스페이스 설정 > 커넥터`에서 연동하려는 데이터베이스를 선택한 후 커넥터를 설치합니다. ## MSSQL 등의 데이터베이스 연결하기 ### 접속 정보 입력 > 커넥터 설정 탭에서 DB 연결 `추가하기` 버튼을 클릭하고 접속 주소를 입력하면 데이터베이스가 연결됩니다. 
    프로토콜://사용자:비밀번호@호스트:포트/데이터베이스이름
| DB | 예시 | | --------------- | ------------------------------------- | | PostgreSQL | `postgresql://user:pass@host:5432/db` | | MSSQL | `mssql://user:pass@host:1433/db` | | MySQL / MariaDB | `mysql://user:pass@host:3306/db` | | MongoDB | `mongodb://user:pass@host:27017/db` | 접속 정보는 화면상에 노출되지 않으며, 민감한 데이터는 암호화되어 안전하게 보관됩니다. 방화벽이 있는 DB는 연결 화면의 아웃바운드 IP를 허용 목록에 추가해야 합니다. ### 고급 옵션 설정 > 보안 통신이나 타임아웃 제어가 필요한 경우, `고급 옵션`을 펼쳐 관련 사항을 상세하게 설정할 수 있습니다. | 설정 항목 | 설명 | 기본값 / 권장사항 | | :------------------- | :------------------------------ | :------------------------------- | | **SSL mode** | DB와의 암호화 통신(SSL) 여부 및 수준 선택 | `접속 주소 설정 사용` | | **서버 인증서 검증** | 데이터베이스 서버의 SSL 인증서가 유효한지 검증 | `verify` 계열 옵션 사용 시 활성화 | | **연결 타임아웃(ms)** | DB 서버와 처음 연결을 시도할 때 대기할 최대 시간 | `15000` (15초) | | **쿼리 타임아웃(ms)** | AI가 DB에 조회를 요청한 후 응답을 기다릴 최대 시간 | `15000` (15초) | | **Application name** | 접속 세션 로그에 표시될 식별 이름 | `porter-ai-postgres-integration` | 데이터베이스와의 암호화 통신(SSL) 수준을 사내 DB 보안 정책에 맞춰 선택할 수 있습니다. * **접속 주소 설정 사용**: 접속 주소(URI) 뒤에 붙은 파라미터(예: `?sslmode=...`)의 설정을 그대로 따릅니다. * **사용 안 함**: 암호화 없이 통신합니다. (보안에 취약하므로 로컬/테스트 환경에서만 권장) * **SSL 필수**: 항상 암호화 통신을 강제합니다. 단, 서버 인증서의 유효성은 검증하지 않습니다. * **CA 검증**: SSL 암호화 통신을 하며, 신뢰할 수 있는 기관(CA)에서 발급한 인증서인지 검증합니다. * **CA 및 호스트명 검증**: 가장 높은 보안 수준입니다. CA 검증뿐만 아니라, 접속 주소의 호스트명과 인증서에 적힌 호스트명이 일치하는지까지 엄격하게 검증합니다. * **SSL 필수, 인증서 검증 안 함**: 암호화 통신은 강제하지만, 인증서의 신뢰성이나 만료 여부 등은 체크하지 않고 연결합니다. 데이터베이스 관리자(DBA)가 DB 내 모니터링 도구나 프로세스 목록(`pg_stat_activity` 등)을 확인할 때, Porter AI를 통해 들어온 요청임을 쉽게 식별할 수 있도록 도와줍니다. 사내 보안 정책상 식별자 구분이 필요하다면 임의의 이름으로 변경하여 사용할 수 있습니다. 대용량 데이터 조회로 인해 타임아웃 에러가 발생하는 경우, `쿼리 타임아웃(ms)` 시간을 적절히 늘려주세요. ### 스키마 정보 동기화 > 연동한 데이터베이스의 테이블이 추가/삭제되거나 컬럼명이 변경된 경우, **스키마를 갱신**하면 AI가 변경된 데이터 구조를 기반으로 쿼리를 생성하여 답변에 활용합니다. ## Pinecone 등의 벡터DB 연결하기 ### Pinecone 인덱스 연결 > 커넥터의 `설정` 탭에서 `Pinecone index 연결`의 `추가하기` 버튼을 클릭한 후 인덱스 접속 정보를 입력합니다. Pinecone 인덱스는 최대 3개까지 연결할 수 있습니다. | 설정 항목 | 설명 | | :------------- | :------------------------------------------------------ | | **표시 이름** | 연결된 인덱스를 구분하기 위한 이름입니다. 비워두면 Index host가 표시 이름으로 사용됩니다. | | **Index host** | Pinecone 콘솔에서 확인한 인덱스의 호스트 주소를 입력합니다. | | **API Key** | Pinecone 인덱스에 접근할 수 있는 API 키를 입력합니다. | 방화벽이 적용된 Pinecone 환경에서는 연결 화면에 표시된 아웃바운드 IP를 허용 목록에 추가해야 합니다. API Key는 화면상에 다시 노출되지 않으며, 민감한 데이터는 암호화되어 안전하게 보관됩니다. ### 고급 옵션 설정 > 네임스페이스, 메타데이터 필드, API 버전과 임베딩 설정을 변경해야 하는 경우 `고급 옵션`을 펼쳐 설정합니다. | 설정 항목 | 설명 | 기본값 / 권장사항 | | :--------------------- | :----------------------------------------------- | :------------------------------------- | | **기본 namespace** | 검색할 기본 Pinecone 네임스페이스를 지정. 비워둘 경우 기본 네임스페이스를 사용 | 비워둠 | | **API Version** | Pinecone API 요청에 사용할 버전 | `2025-10` | | **본문 metadata key** | 벡터 메타데이터에서 본문이 저장된 필드명을 지정 | `content` | | **제목 metadata key** | 벡터 메타데이터에서 제목이 저장된 필드명을 지정 | `title` | | **URL metadata key** | 벡터 메타데이터에서 원문 URL이 저장된 필드명을 지정 | `url` | | **요청 타임아웃(ms)** | 검색을 요청한 후 응답을 기다릴 최대 시간 설정 | `15000` (15초) | | **Embedding endpoint** | 검색어를 벡터로 변환할 임베딩 API의 엔드포인트 | `https://api.openai.com/v1/embeddings` | | **Embedding API Key** | 임베딩 API 호출에 사용할 인증 키 | 사용하는 임베딩 제공자의 API Key | | **Embedding model** | 검색어 임베딩에 사용할 모델 | `text-embedding-3-small` | | **차원(dimensions)** | 생성할 임베딩 벡터의 차원 | 모델 기본값 | 하나의 Pinecone 인덱스에서 네임스페이스별로 데이터를 구분하여 관리하는 경우, AI가 기본적으로 검색할 네임스페이스를 지정합니다. 비워두면 Pinecone의 기본 네임스페이스를 검색합니다. Pinecone 벡터에 함께 저장된 메타데이터 중 본문, 제목, 원문 URL에 해당하는 필드명을 지정합니다. 실제 인덱스에 저장된 메타데이터 구조와 동일하게 입력해야 검색 결과의 내용을 올바르게 가져올 수 있습니다. 검색 요청에 벡터를 직접 전달하지 않는 경우, 사용자의 검색어를 벡터로 변환하기 위해 임베딩 설정을 사용합니다. Pinecone 인덱스에 저장된 벡터를 생성할 때 사용한 모델과 동일하거나 호환되는 임베딩 모델을 설정해야 합니다. `차원(dimensions)` 값이 Pinecone 인덱스의 차원 또는 임베딩 모델의 출력 차원과 일치하지 않으면 검색에 실패할 수 있습니다. 검색 요청이 시간 내에 완료되지 않는 경우 `요청 타임아웃(ms)` 값을 적절히 늘려주세요. ### 인덱스 정보 갱신 > 연결된 인덱스의 벡터 수, 네임스페이스 또는 차원 정보가 변경된 경우 더보기 메뉴에서 `Stats 갱신`을 선택합니다. 갱신된 인덱스 정보를 기반으로 AI가 벡터 검색을 수행합니다. ## DB 커넥터 활용 ### 채팅창에서 사용 > 채팅창에서 추가한 커넥터를 활성화하면, AI로 DB의 데이터를 활용할 수 있습니다. ### 에이전트와 봇의 도구로 사용 > 에이전트 설정 과정에서 추가한 데이터베이스 커넥터를 활성화하여 에이전트의 도구로 활용할 수 있습니다. 자세한 내용은 [커스텀 에이전트 설정](/ko/agents-and-bots#커스텀-에이전트-추가하기)을 참고하세요. ### Slack 등 메신저에서 사용 > 커넥터를 통한 메신저 연동 시, 추가한 데이터베이스 커넥터를 활성화하면 연동한 메신저에서 DB의 데이터를 활용하여 AI가 답변합니다. 자세한 연동 방법은 아래의 링크에서 확인하세요. # 기본 에이전트 설정 Source: https://docs.getporter.ai/ko/default-agent-setup 기본 에이전트의 모델과 실행 환경을 설정하는 방법을 안내합니다. `스페이스 설정 > 에이전트・봇` 페이지에서 스페이스의 기본 에이전트 설정값을 변경할 수 있습니다. [운영 시스템에서는 모든 스페이스에 적용되는 기본 에이전트를 설정](/ko/enterprise/global-agents)할 수 있습니다. ## 하네스 설정 파일 생성, Skills 활용 등의 작업을 위한 에이전트 실행에 사용할 하네스 커넥션을 선택합니다. 기본 내장된 Anthropic과 OpenAI의 매니지드 에이전트 또는 추가된 하네스를 선택할 수 있습니다. OpenClaw, Hermes, Codex 등의 하네스를 추가하는 방법은 [하네스와 Skills로 기능 확장](/ko/harness-and-skills) 페이지를 참고하세요. 선택한 하네스의 모델을 선택합니다. `자동`으로 선택할 경우 하네스의 `default` 모델이 적용됩니다. `하네스가 대화 전체를 직접 실행` 토글을 켤 경우, 모든 작업을 하네스에서만 수행합니다. 토글을 끄면 파일 생성, Skills 활용 등 하네스가 필요한 작업만 하네스에게 위임됩니다. ## 오케스트레이션 모델 설정 > 오케스트레이션 모델은 요청받은 작업의 처리를 지휘하며, 전체 작업 중 하네스가 필요한 부분을 하네스에게 위임합니다. 설정으로 오케스트레이션 루프의 최대 턴 수를 지정할 수 있습니다. 하네스 연결 시 `하네스가 대화 전체를 직접 실행`하도록 설정한 경우, 모든 작업을 하네스가 수행하며 오케스트레이션 모델 설정이 필요 없습니다. 오케스트레이션 모델을 설정하지 않을 경우 선택된 기본 모델 또는 스페이스의 기본 모델이 적용됩니다. 대화 맥락을 기반으로 스레드의 제목을 자동 생성하는 모델입니다. 사용자가 이미지 생성을 요청할 경우, 내장된 이미지 생성 도구(Tool)의 이미지 모델을 설정할 수 있습니다. 추론(Reasoning) 기능을 지원하는 모델의 사고 단계 깊이를 설정합니다. ## 도구 설정 > 에이전트가 업무를 수행할 때 활용할 도구를 추가합니다. 스페이스에서 직접 설정한 도구와 운영 시스템에서 전역으로 공유된 도구를 에이전트가 활용할 수 있습니다. ### 시스템 도구 Porter AI에 기본으로 내장된 도구 중 에이전트가 사용할 도구를 선택합니다. 활성화된 도구는 사용자의 요청을 처리하는 데 필요한 경우 에이전트가 자동으로 호출합니다. | 시스템 도구 | 기능 | | ----------- | ---------------------------------- | | 웹 검색 | 웹에서 최신 정보를 검색합니다. | | 웹페이지 생성 | 요청에 맞는 웹페이지(HTML)를 생성합니다. | | 번역 | 문서 또는 텍스트를 다른 언어로 번역합니다. | | 웹페이지 조회 | 특정 URL의 웹페이지 또는 YouTube 내용을 가져옵니다. | | 이미지 생성 | 프롬프트로 이미지를 생성합니다. | | 이미지 편집 | 기존 이미지를 프롬프트로 수정합니다. | | 지식베이스 검색 | 활성화된 지식베이스에서 관련 항목을 검색합니다. | | 지식베이스 본문 조회 | 검색된 지식베이스 항목의 본문을 조회합니다. | | 기억 검색 | 장기 기억에서 항목을 검색하거나 나열합니다. | | 기억 조회 | 장기 기억 항목의 본문을 조회합니다. | | 기억 저장 | 장기 기억에 새 항목을 저장합니다. | | 기억 수정 | 기존 장기 기억 항목을 갱신합니다. | | 기억 삭제 | 장기 기억 항목을 삭제합니다. | 도구를 비활성화하면 해당 에이전트는 그 도구를 사용하지 않습니다. 새로 추가되는 시스템 도구는 기본적으로 활성화됩니다. ### MCP 서버 MCP 서버 또는 REST API를 연결하면 에이전트가 사내 업무 시스템 또는 외부 도구의 데이터를 조회하거나 등록·수정 작업을 수행할 수 있습니다. ### 지식베이스 사내 문서, 업무 자료, 규정과 같은 대규모 문서 파일 기반의 지식을 에이전트의 답변과 작업에 활용할 수 있습니다. ### 커넥터 데이터베이스, 협업 도구 등 조직에서 사용하는 서비스와 데이터를 에이전트가 활용할 수 있습니다. ### Skills와 시크릿 추가된 Skills를 활성화하고, 필요한 시크릿을 환경 변수로 추가하면 하네스가 스킬을 활용하여 작업을 수행합니다. ## 시스템 프롬프트 주입 > 에이전트가 사용될 때 시스템 프롬프트에 추가할 지시 사항을 설정할 수 있습니다. 다양한 도구를 활성화한 경우, 그 활용법을 설명하면 더 좋은 결과물을 얻을 수 있습니다. # 자연어로 앱 만들고 배포하기 Source: https://docs.getporter.ai/ko/deploy-by-agents 요청에 따라 에이전트가 애플리케이션을 만들고 배포합니다. 에이전트가 배포한 프런트엔드, 백엔드와 데이터베이스 서비스는 Porter AI와 동일한 환경에서 작동합니다. 배포된 결과물은 애플리케이션 메뉴에서 관리할 수 있습니다.