Astra Settings v__VERSION__

연결

로컬 AI 엔진(Ollama 또는 LM Studio) 위치와 기본 모델을 설정합니다.

Ollama 기본 11434 / LM Studio 기본 1234.
사이드바에서 선택한 모델이 여기에도 동기화됩니다.

Datacollect (slash 명령)

채팅에서 /research · /benchmark · /youtube 를 입력하면 Datacollect Bridge로 위임됩니다. 타깃으로 로컬(npm run bridge) 또는 NAS의 경량 Bridge 중 어디를 호출할지 선택합니다.

local = 아래 로컬 Bridge URL 사용. nas = NAS Bridge URL(+토큰) 사용. nas인데 URL이 비어 있으면 안전하게 로컬로 폴백합니다.
타깃이 nas일 때 호출할 NAS 경량 Bridge 주소.
NAS Bridge의 x-bridge-token. nas 타깃일 때만 요청 헤더에 실립니다.
/benchmark 등의 결과 markdown 저장 위치. 비워두면 Bridge의 WIKI_RAW_PATH 환경변수가 결정합니다 (코드에 절대경로 하드코딩 없음). 특정 폴더로 저장하려면 절대경로를 입력하세요.
/benchmark 사이트맵 크롤 깊이. 0=루트만, 1=직속 자식, 2=손자, 3=깊은 크롤. 명령어에서 depth=N 으로 그때그때 덮어쓸 수 있습니다.
/benchmark 스캔 최대 페이지 수. 명령어에서 pages=N 으로 덮어쓸 수 있습니다 (Bridge 상한 20).
/benchmark LLM 4-렌즈 합성의 temperature. 낮을수록(0.1) 환각·깨진 문자가 줄고 결정적입니다. 기본 0.1 권장.

메모리

대화 응답 전에 주입되는 단기/중기/장기 메모리의 양을 조정합니다.

두뇌 (지식 폴더)

현재 활성 두뇌 프로필 정보입니다. 추가·수정은 사이드바의 [변경 ▾ → 두뇌] 또는 VS Code Settings에서 처리합니다.

—
—

Telegram 봇

텔레그램으로 Astra와 대화하고 싶다면 BotFather에서 봇을 만들고 토큰을 여기에 저장하세요. Astra의 다른 기능에는 영향이 없습니다.

    목록이 비어 있으면 누구나 봇에 메시지를 보낼 수 있습니다 (자동 등록을 한 번 하시는 것을 권장).

    Google (Calendar · Sheets)

    회의록·할일을 Google Calendar 에 자동 등록하고 Sheets 를 읽고 쓰려면 OAuth 가 필요합니다. Google Cloud Console 에서 Desktop OAuth Client 만들고 Client ID/Secret 을 아래에 붙여넣으세요.

    —
    Desktop OAuth client 의 secret 은 Google 가이드상 비공개 아님. 그래도 Settings Sync 에는 포함되지 않습니다 (machine scope).
    기본 'primary' (본인 메인 캘린더). 다른 캘린더 ID 입력 가능.
    duration / end 안 지정된 일정 생성 시 사용. Default 60.

    iCal 읽기 (선택 사항)

    OAuth 없이 비공개 iCal URL 로 일정만 읽고 싶을 때. OAuth 연결돼 있으면 비워둬도 됩니다.

    URL 자체가 capability 토큰이라 password 처리. Settings Sync 에 안 포함됨.

    Cloud LLM Providers

    Ollama / LM Studio 로컬 외에 cloud API 를 붙여서 모델 선택지를 확장. API key 는 모두 Secret Storage 에 저장 (settings.json 침범 X). 사이드바 모델 dropdown 에서 활성 provider 의 모델이 함께 표시됩니다.

    OpenRouter

    100+ 모델 (Claude / Gemini / GPT / Llama 전부) 을 단일 API 로. openrouter.ai/keys 에서 API key 발급.

    Anthropic Claude (직통)

    Anthropic 직접 API — prompt caching 등 native 기능 활용 가능. console.anthropic.com/settings/keys 에서 API key 발급.

    Google Gemini (직통)

    1M context (gemini-1.5-pro), 무료 tier 사용 가능. aistudio.google.com/app/apikey 에서 발급.

    🎭 Devil's Advocate (도현)

    매 답변 직후 별도 LLM 호출로 *비판적 sparring partner* 가 한 문단 반박. 사용자의 사고를 능동적 방어로 전환. 같은 모델 재사용 (~10-15% 추가 비용).

    규칙: 한 답변당 약점 1개만, 통계·수치 인용 금지 (환각 차단), 끝에 우려+검증 방법 명시. 명령 팔레트 Astra: Toggle Devil Agent 🎭 로도 토글.

    고급

    대부분의 사용자는 건드릴 필요 없습니다.

    채팅 응답 생성의 temperature. 낮을수록(0.2~0.3) 한국어 오타·깨진 토큰이 줄고 안정적입니다. 기본 0.3 권장.
    입력 prompt 가 이 토큰 수 *미만* 이면 chunked 파이프라인 발동 안 함 — 단일 호출로 답변. 기본 50000 권장 (대부분의 모델에 적합). 매우 작은 모델로 큰 입력 처리 시 OOM 가능성 있으면 이 값을 낮추면 됨.
    Chunked 가 답변을 쪼갤 수 있는 최대 섹션 수. 실제 LLM 호출 = `2 + N` 회 (outline 1 + section N + polish 1). 기본 3 (총 5회). 빨리 받고 싶으면 2 (총 4회), 답변을 더 세분화하려면 5 (총 7회).
    답변의 최종 다듬기 단계(polish) 톤·구조를 직접 정의합니다. 예: 격식체/반말/법률·마케팅 도메인 톤. 빈 값이면 기본 persona (한 줄 요약 + subheading + 5-check) 사용.