feat: v2.2.74 → v2.2.82 — chunked writer + 코드 리뷰 패치 + /youtube 확장

주요 변경: [chunked writer 아키텍처 (v2.2.74~v2.2.75)] - 5-stage 다중 에이전트(planner/researcher/reflector/writer/synthesizer) 파이프라인 제거 → 단일 ChunkedWriter 의 outline → section[N] → polish 3-step 으로 교체. 본문 분석에서 추상화 손실 / 토큰 폭증 문제 해소 - 답변 길이 자동 분기: 짧은 prompt 는 fast-path direct 1회 호출, 본문 분석은 chunked. outline 빈 배열도 direct 폴백 [코드 리뷰 9개 항목 일괄 패치 (v2.2.76)] - /research polling hang 방어 (heartbeat + status 정규화 + 연속 실패 abort) - 회사 모드 dispatcher abort 신호를 AIService.chat 까지 전달 - bridgeFetch 에 onHeartbeat 콜백 도입 (slow endpoint 사용자 친화적) - dead code 정리: reflectionPersister.ts 제거 + enableReflection 등 좀비 config 키 - parseOutline 의 empty vs fallback reason 명시적 분리 - chatHandlers 의 회사 모드 케이스 ~325줄을 src/sidebar/companyHandlers.ts 로 분리 - Intent Alignment 라운드 한도 도달 시 smart 모드 자동 진행 - LM Studio doSwitch unload 실패 시 currentModel 정리 + load 강행 - retrieval informationDensity → queryCoverage 정합화 [/youtube 채널 지원 (v2.2.77~v2.2.82)] - 채널/플레이리스트 URL 자동 감지 + n:N 으로 영상 개수 지정 (최대 50) - 채널 루트 URL 에 /videos 탭 자동 append (yt-dlp enumeration 정상화) - 영상별 순차 처리 (queue 패턴) + i/N 진행 표시 + 마지막 통계 요약 - mode:info / mode:benchmark / mode:both 분석 모드 분기 - info: 영상 내용을 지식 카드로 추출 (튜토리얼·강의·뉴스용) - benchmark: 4-렌즈 대본 역기획서 (콘텐츠 제작 벤치마크용) - both: 둘 다 (기본) - bare keyword 도 허용: /youtube <url> n:1 info - bridge 에러 메시지 [object Object] 깨짐 수정 (구조화 에러 추출) - "패키지 없음" 등 환경 의존성 에러에 자동 가이드 첨부 [Astra: Setup Datacollect Dependencies 명령 추가 (v2.2.80)] - Python 자동 감지 + yt-dlp / youtube-transcript-api 자동 설치 - macOS PEP 668 환경 자동 폴백 (--user --break-system-packages) - /youtube 등에서 패키지 미설치 감지 시 "Install Now" 버튼 notification [테스트] - tests/agentEngine.test.ts 를 chunked flow 에 맞춰 전체 재작성 - tests/resilience_stress.test.ts Scenario B/D 를 role-aware mock 으로 갱신 - 399/399 통과 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-05-23 23:13:21 +09:00
parent 0712014fcb
commit ded3eea7ce
39 changed files with 2098 additions and 1820 deletions
@@ -0,0 +1,5 @@
+{
+  "result": "직답 결과 — single-pass mock 응답입니다.",
+  "createdAt": 1779544958019,
+  "modelVersion": "unknown"
+}
@@ -0,0 +1,5 @@
+{
+  "result": "---\nid: wiki_on\ndate: 2026-05-23T14:02:38.020Z\ntype: knowledge_artifact\nstandard: P-Reinforce v3.0\ntags: [automated, connect_ai, brain_sync]\n---\n\n## 📌 Brief Summary\n직답 결과 — single-pass mock 응답입니다.\n\n직답 결과 — single-pass mock 응답입니다.\n---\n## 🛡️ Reliability & Audit Summary\n> [!NOTE]\n> 이 문서는 ConnectAI의 **Intelligent Resilience** 엔진에 의해 검증 및 정제되었습니다.\n\n| Metric | Value | Status |\n| :--- | :--- | :--- |\n| **Conflict Risk** | `0/100` | ✅ Low |\n| **Fallbacks Used** | `0` | ✅ None |\n| **Auto Retries** | `0` | ✅ Stable |\n| **Deduplication** | `0` | Standard |\n| **Processing Time** | `0.0s` | ✅ Fast |\n\n### 🔍 Decision Audit Trail\n- **[DIRECT]** 답변 작성 중... (단일 호출 fast-path) (11ms)\n",
+  "createdAt": 1779544958020,
+  "modelVersion": "unknown"
+}
@@ -0,0 +1,33 @@
+{
+  "missionId": "wiki_on",
+  "status": "completed",
+  "startTime": "2026-05-23T14:02:38.006Z",
+  "totalElapsedMs": 14,
+  "results": {
+    "direct": "직답 결과 — single-pass mock 응답입니다."
+  },
+  "promptHash": "148de9c5a7a44d19",
+  "transitionCount": 2,
+  "transitions": [
+    {
+      "from": "idle",
+      "to": "direct",
+      "durationMs": 11,
+      "message": "답변 작성 중... (단일 호출 fast-path)",
+      "ts": "2026-05-23T14:02:38.017Z"
+    },
+    {
+      "from": "direct",
+      "to": "completed",
+      "durationMs": 3,
+      "message": "미션 완료",
+      "ts": "2026-05-23T14:02:38.020Z"
+    }
+  ],
+  "resilienceMetrics": {
+    "fallbacks": 0,
+    "retries": 0,
+    "maxConflictScore": 0,
+    "deduplications": 0
+  }
+}
@@ -1,5 +1,5 @@
 {
  "result": "Final report with inconsistencies. This should be long enough to pass validation.",
-  "createdAt": 1779518828393,
+  "createdAt": 1779544964863,
  "modelVersion": "unknown"
 }
@@ -0,0 +1,5 @@
+{
+  "result": "Final report with inconsistencies. This should be long enough to pass validation.",
+  "createdAt": 1779544964863,
+  "modelVersion": "unknown"
+}
@@ -1,5 +0,0 @@
-{
-  "result": "Detailed Execution Plan: 1. Research 2. Analyze 3. Write report with high quality.",
-  "createdAt": 1779518828392,
-  "modelVersion": "unknown"
-}
@@ -0,0 +1,5 @@
+{
+  "result": "[{\"heading\":\"본문\",\"scope\":\"전체 답변\"}]",
+  "createdAt": 1779544964855,
+  "modelVersion": "unknown"
+}
@@ -1,5 +0,0 @@
-{
-  "result": "---\nid: stress_conflict_1779518828380\ndate: 2026-05-23T06:47:08.394Z\ntype: knowledge_artifact\nstandard: P-Reinforce v3.0\ntags: [automated, connect_ai, brain_sync]\n---\n\n## 📌 Brief Summary\nFinal report with inconsistencies. This should be long enough to pass validation.\n\nFinal report with inconsistencies. This should be long enough to pass validation.\n\n---\n## 💡 Astra의 선제적 제안 (Proactive Next Actions)\nFinal report with inconsistencies. This should be long enough to pass validation.\n---\n## 🛡️ Reliability & Audit Summary\n> [!NOTE]\n> 이 문서는 ConnectAI의 **Intelligent Resilience** 엔진에 의해 검증 및 정제되었습니다.\n\n| Metric | Value | Status |\n| :--- | :--- | :--- |\n| **Conflict Risk** | `60/100` | ⚠️ Medium |\n| **Fallbacks Used** | `0` | ✅ None |\n| **Auto Retries** | `0` | ✅ Stable |\n| **Deduplication** | `0` | Standard |\n| **Processing Time** | `0.0s` | ✅ Fast |\n\n### 🔍 Decision Audit Trail\n- **[PLANNER]** 전략 수립 중... (12ms)\n- **[RESEARCHER]** 핵심 정보 수집 및 분석 중... (1ms)\n- **[WRITER]** 최종 리포트 작성 및 편집 중... (0ms)\n",
-  "createdAt": 1779518828394,
-  "modelVersion": "unknown"
-}
@@ -1,5 +1,5 @@
 {
  "result": "[CONFLICT WARNING] 성능이 200% 증가했습니다. vs 그러나 동시에 50% 감소했습니다. 최적화와 성능 저하가 동시에 발견됨.",
-  "createdAt": 1779518828393,
+  "createdAt": 1779544964859,
  "modelVersion": "unknown"
 }
@@ -1,51 +0,0 @@
-{
-  "missionId": "stress_conflict_1779518828380",
-  "status": "completed",
-  "startTime": "2026-05-23T06:47:08.380Z",
-  "totalElapsedMs": 14,
-  "results": {
-    "planner": "Detailed Execution Plan: 1. Research 2. Analyze 3. Write report with high quality.",
-    "researcher": "[CONFLICT WARNING] 성능이 200% 증가했습니다. vs 그러나 동시에 50% 감소했습니다. 최적화와 성능 저하가 동시에 발견됨.",
-    "writerPrep": "[Original Prompt] Conflict Test\n[Plan Summary] Detailed Execution Plan: 1. Research 2. Analyze 3. Write report with high quality.\n[Brain Context Available] Yes (3 chars)",
-    "writer": "Final report with inconsistencies. This should be long enough to pass validation.",
-    "finalReport": "Final report with inconsistencies. This should be long enough to pass validation."
-  },
-  "promptHash": "f5146cb9f9670d2a",
-  "transitionCount": 4,
-  "transitions": [
-    {
-      "from": "idle",
-      "to": "planner",
-      "durationMs": 12,
-      "message": "전략 수립 중...",
-      "ts": "2026-05-23T06:47:08.392Z"
-    },
-    {
-      "from": "planner",
-      "to": "researcher",
-      "durationMs": 1,
-      "message": "핵심 정보 수집 및 분석 중...",
-      "ts": "2026-05-23T06:47:08.393Z"
-    },
-    {
-      "from": "researcher",
-      "to": "writer",
-      "durationMs": 0,
-      "message": "최종 리포트 작성 및 편집 중...",
-      "ts": "2026-05-23T06:47:08.393Z"
-    },
-    {
-      "from": "writer",
-      "to": "completed",
-      "durationMs": 1,
-      "message": "미션 완료",
-      "ts": "2026-05-23T06:47:08.394Z"
-    }
-  ],
-  "resilienceMetrics": {
-    "fallbacks": 0,
-    "retries": 0,
-    "maxConflictScore": 60,
-    "deduplications": 0
-  }
-}
@@ -0,0 +1,49 @@
+{
+  "missionId": "stress_conflict_1779544964841",
+  "status": "completed",
+  "startTime": "2026-05-23T14:02:44.841Z",
+  "totalElapsedMs": 22,
+  "results": {
+    "outline": "[{\"heading\":\"본문\",\"scope\":\"전체 답변\"}]",
+    "section_0": "[CONFLICT WARNING] 성능이 200% 증가했습니다. vs 그러나 동시에 50% 감소했습니다. 최적화와 성능 저하가 동시에 발견됨.",
+    "polish": "Final report with inconsistencies. This should be long enough to pass validation."
+  },
+  "promptHash": "1e5bf357b0dd0559",
+  "transitionCount": 4,
+  "transitions": [
+    {
+      "from": "idle",
+      "to": "outline",
+      "durationMs": 11,
+      "message": "답변 구조 잡는 중...",
+      "ts": "2026-05-23T14:02:44.852Z"
+    },
+    {
+      "from": "outline",
+      "to": "section",
+      "durationMs": 4,
+      "message": "본문 작성 중...",
+      "ts": "2026-05-23T14:02:44.856Z"
+    },
+    {
+      "from": "section",
+      "to": "polish",
+      "durationMs": 3,
+      "message": "최종 다듬기 중...",
+      "ts": "2026-05-23T14:02:44.859Z"
+    },
+    {
+      "from": "polish",
+      "to": "completed",
+      "durationMs": 4,
+      "message": "미션 완료",
+      "ts": "2026-05-23T14:02:44.863Z"
+    }
+  ],
+  "resilienceMetrics": {
+    "fallbacks": 0,
+    "retries": 0,
+    "maxConflictScore": 60,
+    "deduplications": 0
+  }
+}
@@ -2,7 +2,7 @@
  "name": "astra",
  "displayName": "Astra",
  "description": "The personal intelligence layer for Antigravity and VS Code. A private cognitive partner for deep project context, memory, and proactive strategic decision-making.",
-  "version": "2.2.73",
+  "version": "2.2.82",
  "publisher": "g1nation",
  "license": "MIT",
  "icon": "assets/icon.png",
@@ -91,6 +91,11 @@
        "title": "Astra: Open Chat (Editor Column)",
        "icon": "$(comment-discussion)"
      },
+      {
+        "command": "g1nation.setupDatacollect",
+        "title": "Astra: Setup Datacollect Dependencies (yt-dlp, youtube-transcript-api)",
+        "icon": "$(cloud-download)"
+      },
      {
        "command": "g1nation.lesson.create",
        "title": "Astra: New Lesson (Experience Memory)"
@@ -542,21 +547,6 @@
          "maximum": 100,
          "description": "Knowledge Mix (0–100): how heavily the assistant should lean on Second Brain evidence vs. its own general knowledge. 0 = Second Brain disabled (model knowledge only). 50 = balanced (legacy default). 100 = Second Brain is the primary evidence; model knowledge only fills harmless background. Per-agent overrides in the Agent Mapping panel win over this global value."
        },
-        "g1nation.enableReflection": {
-          "type": "boolean",
-          "default": true,
-          "description": "Insert a Self-Reflection (Reflector) stage between Researcher and Writer in the multi-agent workflow. The Reflector critically reviews the plan and research output (gaps, contradictions, unsupported claims, drift from the original objective) and feeds a structured critique to the Writer, which must address it before producing the final report. Reflection failures are non-fatal (the Writer still runs with empty critique). Disable to save one LLM call per mission if you prioritize latency or are running on a very small model."
-        },
-        "g1nation.autoLessonFromReflection": {
-          "type": "boolean",
-          "default": true,
-          "description": "Persist substantive Reflector critiques to the active brain as lesson cards under `lessons/auto-reflector/`. Future missions automatically retrieve these cards (via the existing Experience-Memory pipeline) and inject them as ‘[⚠ ACTIVE LESSONS — verify these BEFORE finalizing]’ guardrails into Planner/Researcher/Writer context. A repeated critique (similar title) bumps `occurrences` and escalates `severity` (low→medium→high) instead of duplicating the card, so recurring patterns get louder over time. Disable to keep critiques single-mission only."
-        },
-        "g1nation.workflow.synthesizerEnabled": {
-          "type": "boolean",
-          "default": true,
-          "markdownDescription": "5단계 파이프라인의 마지막 단계로 **Synthesizer**(최종 다듬기) 패스를 한 번 더 돌릴지 여부. true(기본): Drafter가 만든 1차 초안을 Synthesizer가 받아 도입 한 줄·섹션 흐름·결론을 정리해 사용자용 최종 답변으로 만든다. 입력이 작은 draft 뿐이라 컨텍스트가 가벼워 작은 로컬 모델(≤4B)도 부담 없이 처리한다. false: Drafter 출력이 그대로 최종 답변이 된다(기존 4단계 동작)."
-        },
        "g1nation.workflow.multiAgentMode": {
          "type": "string",
          "enum": ["auto", "always", "off"],
@@ -17,7 +17,6 @@ import { BrainProfile, getConfig, EXCLUDED_DIRS } from './config';
 import { validatePath, sanitizeCommand } from './security';
 import { TransactionManager } from './core/transaction';
 import { SessionManager } from './core/session';
-import { PlannerAgent, ResearcherAgent, WriterAgent } from './agents/factory';
 import { AgentWorkflowManager } from './agents/AgentWorkflowManager';
 import { ErrorTranslator } from './core/errorHandler';
 import { agentEvents, AgentEventTypes } from './core/events';
@@ -1,11 +1,18 @@
-import { PlannerAgent, ResearcherAgent, ReflectorAgent, WriterAgent, SynthesizerAgent } from './factory';
+import { ChunkedWriter } from './factory';
 import { AgentEngine, PipelineStage, AgentExecuteOptions } from '../lib/engine';
-import { getConfig } from '../config';

+/**
+ * Multi-agent 워크플로우를 외부에 노출하는 얇은 매니저.
+ *
+ * 예전엔 planner / researcher / reflector / writer / synthesizer 5개 persona 를
+ * 줄세웠지만, 각 hop 마다 컨텍스트가 누적되고 원본 본문이 추상화로 손실돼
+ * 사용자가 본문 분석을 요청해도 "분석 방법론" 만 만들어내는 사고가 있었음.
+ *
+ * 현재 흐름: 단일 ChunkedWriter 가 outline → section[N] → polish 세 역할을
+ * 같은 모델에서 번갈아 수행 → 각 호출은 작고(컨텍스트 폭증 없음), 본문은
+ * 매 호출에 직접 전달돼 손실 없음.
+ */
 export class AgentWorkflowManager {
-    /**
-     * 리팩토링된 고성능 에이전트 엔진을 통해 워크플로우를 실행합니다.
-     */
    public static async runStrictWorkflow(
        prompt: string,
        modelName: string,
@@ -13,21 +20,12 @@ export class AgentWorkflowManager {
        signal: AbortSignal,
        onProgress: (step: string, message: string) => void
    ): Promise<string> {
-        const planner = new PlannerAgent(modelName);
-        const researcher = new ResearcherAgent(modelName);
-        const writer = new WriterAgent(modelName);
-        // [Self-Reflection] 설정으로 비활성화하지 않은 경우에만 Reflector를 주입.
-        const cfg = getConfig();
-        const enableReflection = cfg.enableReflection !== false;
-        const reflector = enableReflection ? new ReflectorAgent(modelName) : undefined;
-        // [5-stage pipeline] 최종 합성 단계. 설정으로 끄지 않은 한 항상 주입.
-        const enableSynth = cfg.workflowSynthesizerEnabled !== false;
-        const synthesizer = enableSynth ? new SynthesizerAgent(modelName) : undefined;
-        const engine = new AgentEngine(planner, researcher, writer, reflector, synthesizer);
+        const writer = new ChunkedWriter(modelName);
+        const engine = new AgentEngine(writer);
        const missionId = `mission_${Date.now()}`;

        const runOptions: AgentExecuteOptions = {
-            config: { enableReflection }
+            config: { model: modelName },
        };

        try {
@@ -50,16 +48,14 @@ export class AgentWorkflowManager {
    }

    private static mapStageToUI(stage: PipelineStage): string {
-        // 사용자가 보는 라벨은 한국어 + 단계 번호로 통일. 5단계 파이프라인이 명확하게 드러나도록.
        const maps: Record<PipelineStage, string> = {
            idle: '대기',
-            planner: '① 계획',
-            researcher: '② 자료 수집',
-            reflector: '③ 자기 검증',
-            writer: '④ 초안 작성',
-            synthesizer: '⑤ 최종 정리',
+            outline: '① 구조 잡기',
+            section: '② 본문 작성',
+            polish: '③ 최종 다듬기',
+            direct: '⚡ 즉답',
            completed: '완료',
-            error: '오류'
+            error: '오류',
        };
        return maps[stage] || '진행 중';
    }
@@ -99,175 +99,149 @@ function anySignal(signals: AbortSignal[]): AbortSignal {
    return controller.signal;
 }

-export class PlannerAgent extends BaseAgent {
-    private readonly persona = `You are the [Master Strategist & Planner]. 
-Your sole purpose is to transform vague requests into flawless, high-resolution execution blueprints.
- THINKING PROCESS: You must analyze the request from multiple angles (technical, logical, structural).
- OUTPUT RULE: You MUST output a structured <blueprint> using Markdown.
- COMPONENTS: Each blueprint must have [Objective], [Core Challenges], [Data Requirements], and [Step-by-Step Research Tasks].
- CONSTRAINT: Do not be vague. Use professional terminology. If the request is too simple, expand it with relevant technical considerations.`;
-
-    async execute(input: string, brainContext?: string, signal?: AbortSignal, options?: AgentExecuteOptions): Promise<string> {
-        const wrappedInput = `### SYSTEM INSTRUCTION: GENERATE EXECUTION BLUEPRINT
-1. Target Goal: ${input}
-2. Available Knowledge Base & Policy: ${brainContext}
-3. Mission: Create a comprehensive research roadmap.`;
-        return this.callLLM(this.persona, wrappedInput, signal);
-    }
-}
-
-export class ResearcherAgent extends BaseAgent {
-    private readonly persona = `You are the [Senior Technical Researcher]. 
-Your mission is to extract, filter, and synthesize critical data based on a strategic blueprint.
- DATA INTEGRITY: Only provide high-quality, verified-style information. 
- FORMAT: Use [Key Facts], [Technical Deep-Dive], and [Summary of Knowledge] sections.
- CRITICAL THINKING: Identify gaps in the plan and provide extra insights to fill those gaps.
- NO FLUFF: Be concise but extremely dense with information.`;
-
-    async execute(input: string, brainContext?: string, signal?: AbortSignal, options?: AgentExecuteOptions): Promise<string> {
-        const wrappedInput = `### SYSTEM INSTRUCTION: DATA HARVESTING
-1. Blueprint to Follow: ${input}
-2. Contextual Constraints & Policy: ${brainContext}
-3. Mission: Provide a dense summary of facts and technical insights.`;
-        return this.callLLM(this.persona, wrappedInput, signal);
-    }
-}
-
-export class WriterAgent extends BaseAgent {
-    // [5-stage pipeline] Writer는 이제 "Drafter" 역할: 빠르게 1차 초안만 생성한다.
-    // 최종 다듬기/요약/critique 반영은 후속 SynthesizerAgent가 담당하므로,
-    // 작은 모델이 한 번에 모든 것을 끝내려 컨텍스트를 폭주시키는 일이 없도록 한다.
-    private readonly persona = `You are the [Section Drafter].
-Your goal is to produce a STRUCTURED FIRST DRAFT that the downstream Synthesizer will polish.
- SCOPE: Cover each major topic from the research as its own section. Each section starts with a short plain-text label on its own line (e.g. "잘된 점", "부족한 점") — NO "#", "##", "**", "__", ">" markers. Use "- " for bullets, never "* ".
- DENSITY: Pack facts; skip flowery prose, executive summaries, and closing remarks (the Synthesizer adds those).
- TONE: Plain, factual, developer-readable Korean.
- BREVITY: Keep each section tight — better to leave the Synthesizer something to merge than to run out of tokens mid-section.
- SELF-CORRECTION: When a [REFLECTION CRITIQUE] block is provided, address each listed gap inline in the relevant section. Do not silently ignore the critique.
- LANGUAGE: KOREAN.`;
-
-    async execute(input: string, originalRequest?: string, signal?: AbortSignal, options?: AgentExecuteOptions): Promise<string> {
-        // [Astra v4.0] Advisor 모드 처리
-        if (options?.config?.role === 'advisor') {
-            const advisorPersona = `You are the [Strategic Proactive Advisor].
-Analyze the provided report and suggest 3 high-impact next actions for the user.
- Focus on decision forks, risk mitigation, or immediate implementation steps.
- Be extremely concrete and actionable.
- Respond in KOREAN.`;
-            return this.callLLM(advisorPersona, input, signal);
-        }
-
-        // Fix 3: Trim input if it's too long (Basic Context Diet)
-        const trimmedData = input.length > 8000 ? input.substring(0, 8000) + '... [Data Trimmed for Performance]' : input;
-
-        const policy = options?.context || '';
-        const reflection = options?.priorResults?.reflection;
-        // Reflector 결과가 있으면 별도 블록으로 주입. 길이 4000자 cap (Writer 입력 비대화 방지).
-        const reflectionBlock = reflection && reflection.trim().length > 0
-            ? `\n5. [REFLECTION CRITIQUE — must be addressed]:\n${reflection.length > 4000 ? reflection.substring(0, 4000) + '... [Critique Trimmed]' : reflection}`
-            : '';
-
-        const wrappedInput = `### SYSTEM INSTRUCTION: SECTIONED DRAFT
-1. Gathered Research Data: ${trimmedData}
-2. User's Original Objective: ${originalRequest}
-3. Applied Knowledge & Filtering Policy: ${policy}
-4. Mission: Produce a STRUCTURED FIRST DRAFT in KOREAN — section per topic, factual bullets allowed.
-   Do NOT add a final executive summary or closing remarks; the Synthesizer will handle those.${reflectionBlock}`;
-        return this.callLLM(this.persona, wrappedInput, signal);
-    }
+/**
+ * Section outline shape produced by ChunkedWriter in the 'outline' role.
+ * Tokens are kept minimal — heading is what the section is about, scope tells
+ * the next call what facts to keep inside that section so adjacent sections
+ * don't duplicate content.
+ */
+export interface SectionOutline {
+    heading: string;
+    scope: string;
 }

 /**
- * [5-stage pipeline] SynthesizerAgent
- * Drafter가 작성한 1차 초안을 받아 최종 사용자 답변으로 다듬는다.
- *  - 입력이 "이미 정리된 draft" 라서 컨텍스트가 작다 → 작은 로컬 모델도 한 번에 처리 가능.
- *  - 역할은 (a) 도입 한 줄 (b) 섹션 흐름 정리 (c) 결론/제안 한 단락. 새로운 사실을 만들지 않는다.
- *  - Reflector critique이 함께 전달되면, 그 항목들이 답변에 정말 반영되었는지 한 번 더 점검한다.
+ * ChunkedWriter — single-agent replacement for the old 5-stage pipeline.
+ *
+ * Why this exists: the old pipeline (planner → researcher → reflector → writer
+ * → synthesizer) was different *personas* in series, which (a) burned tokens
+ * by repeating context at every hop and (b) drifted away from the user's
+ * actual request because intermediate agents only saw earlier agents'
+ * abstractions — never the original message. The user's intent was simpler:
+ * **split the *answer* into chunks so each LLM call stays under the token
+ * cap, then join.** That's what this class does.
+ *
+ * Flow inside `AgentEngine.runMission`:
+ *   1. role='outline'  → 1 LLM call returns a JSON list of section outlines
+ *                        (N = 1..MAX, the model decides based on expected
+ *                        output length).
+ *   2. role='section'  → N LLM calls, one per outline entry, each given the
+ *                        original prompt + this section's scope + already-
+ *                        written sections (truncated) so it can avoid
+ *                        repeating earlier content.
+ *   3. role='polish'   → 1 LLM call takes the joined draft and produces a
+ *                        final clean copy (fixes typos, removes
+ *                        hallucinations / unsupported claims, smooths flow).
+ *
+ * Every role uses the *same* model — no persona mismatch, no agent-to-agent
+ * abstraction loss. The only thing that changes is the per-call system
+ * prompt picked here based on `options.config.role`.
 */
-export class SynthesizerAgent extends BaseAgent {
-    private readonly persona = `You are the [Final Editor & Synthesizer].
-You receive a structured FIRST DRAFT (already broken into sections) plus the user's original request and (optionally) a reflection critique.
-Your only job is to produce the FINAL user-facing answer.
+export class ChunkedWriter extends BaseAgent {
+    /** Hard cap on section count regardless of what the outline model returns. */
+    static readonly MAX_SECTIONS = 5;

-[OUTPUT FORMAT — 7 hard rules — these override every other formatting habit]
-R1. CONCLUSION FIRST. The very first sentence is the conclusion / verdict / recommendation. No greeting, no "분석해보겠습니다", no scene-setting paragraph, no "핵심 요약" label line on top. Just the conclusion as sentence 1. A reader who stops after sentence 1 must know what you decided.
-R2. AT MOST 3 SECTIONS. Total. A section = a label line + body, or a clearly separated numbered group. If the answer fits without sections, use none. Three is the ceiling, not a target.
-R3. NO REPETITION. Each sentence carries new information. If you said it in the conclusion, do NOT restate it in a later section.
-R4. BOLD ≤ 3 INSTANCES. Across the entire answer, use bold at most 3 times — reserve it for truly load-bearing words (file name, verdict word, hard number). Most answers should have zero.
-R5. JUDGE WITHOUT ASKING. If a defensible decision is reachable from the draft + original request, deliver it and act. Do NOT ask permission, do NOT bounce the question back.
-R6. ASK ONE QUESTION ONLY WHEN: (a) the path forks into two materially different directions and user intent is unknown, OR (b) the next step is irreversible (delete, force-push, drop table, overwrite uncommitted work, send external message). One plain sentence on its own line at the end. No "핵심 확인 질문" label, no "질문 의도", no follow-ups.
-R7. GUESS-AND-ACT WITH STATED ASSUMPTION. If a detail is missing but a reasonable guess exists, guess and act, declaring the assumption in one line prefixed "가정:".
+    private readonly outlinePersona = `You are a concise editor planning the structure of a Korean answer.
+Decide how many sections the answer needs (0..${ChunkedWriter.MAX_SECTIONS}). Pick the *smallest* number that still covers the user's request well — a short factual question should be 0-1 section, a meaty analysis 3-5.

-[PLAIN TEXT]
- NEVER emit "#", "##", "###", "__", "> " markers. Section labels are plain text on their own line.
- Bullets: "- " only. No "* " / "• ".
- No tables. No HTML.
- Inline code with backticks is OK (e.g. \`src/agent.ts\`). Triple-backtick code blocks only for actual code.
+Output STRICTLY a JSON array of objects: \`[{"heading": "...", "scope": "..."}]\`. No prose, no fences, no leading text.
+- 🟢 **빈 배열 \`[]\`** = "쪼갤 필요 없음". 사용자 질문이 간단해서 단일 LLM 호출로 즉답이 더 빠르고 자연스러울 때 (예: 단순 사실 질문, 짧은 코드 한 줄, 정의 묻기). 시스템이 이걸 받으면 outline·section 단계 건너뛰고 1회 직답으로 처리한다.
+- heading: a short Korean section label (≤ 24 chars). For 1-section answers, set heading to "본문".
+- scope: one Korean sentence describing exactly what facts/points belong inside this section so adjacent sections don't overlap.

-[CONTENT]
- Preserve every factual claim from the draft. Do NOT invent new facts, do NOT add hidden reasoning, do NOT write meta-commentary.
- DO NOT EMIT: <think>, <analysis>, <|channel|> markers, "Thinking Process:", planning notes, or any hidden reasoning.
- If a [REFLECTION CRITIQUE] is provided, verify each item is addressed. If something is missing, say so explicitly rather than fabricating coverage.
- LANGUAGE: KOREAN. Tone: direct, technical, developer-friendly.`;
+판단 기준:
+- 답변이 한 단락 (대략 3~5문장) 이내로 완결 가능 → \`[]\`
+- 본문 분석·여러 측면 비교·구조화된 보고서가 필요 → N개 섹션

-    async execute(input: string, originalRequest?: string, signal?: AbortSignal, options?: AgentExecuteOptions): Promise<string> {
-        const draft = input.length > 12000 ? input.substring(0, 12000) + '... [Draft Trimmed]' : input;
-        const reflection = options?.priorResults?.reflection;
-        const reflectionBlock = reflection && reflection.trim().length > 0
-            ? `\n4. [REFLECTION CRITIQUE — verify the draft addresses each item]:\n${reflection.length > 3000 ? reflection.substring(0, 3000) + '... [Critique Trimmed]' : reflection}`
+If the user attached source content (article/code/log) the sections must cover *that content*, not analysis methodology.`;
+
+    private readonly sectionPersona = `You are writing ONE section of a longer Korean answer. You will be given:
+- the user's original request (possibly with attached content),
+- this section's heading + scope,
+- the full outline (for context only — DO NOT write other sections),
+- already-written previous sections (so you can avoid repeating them).
+
+Rules:
+- Stay strictly inside this section's scope. Do NOT cover other outline entries.
+- Korean, plain markdown (no top-level "#" — the heading will be added by the joiner).
+- Pack facts. Avoid filler / executive summaries / closing remarks (the polish pass adds those).
+- If the user attached source content, cite from it; do not invent facts.
+- Do NOT output the heading itself — only the body of this section.`;
+
+    private readonly polishPersona = `You are the final editor producing the user-facing Korean answer from a sectioned draft.
+
+Job:
+1. Fix typos, broken markdown, inconsistent terminology.
+2. Remove unsupported claims / hallucinations: if a sentence asserts a fact that isn't grounded in the user's request (or the earlier sections themselves), delete it. Better to be short than wrong.
+3. Smooth section transitions and remove duplicated information across sections.
+4. Open with the conclusion / key takeaway in the first sentence (no "분석해보겠습니다", no preamble).
+5. Preserve every factually grounded claim from the draft. Don't invent new facts.
+
+Output rules:
+- Korean. Plain markdown. Section labels as plain text on their own line — no "#", "##".
+- Bullets with "- " only. No tables, no HTML, no triple-bar separators.
+- If the draft already has a sensible structure, keep it; only refactor when sections clearly overlap or contradict.
+- DO NOT emit hidden reasoning (<think>, "Thinking:", etc.).`;
+
+    /**
+     * Single-pass 직답 persona. 짧은 질문·정의 묻기·간단한 사실 확인처럼
+     * 쪼갤 필요 없는 입력을 1회 호출로 끝낸다. outline → section → polish 의
+     * 3회 LLM 호출을 통째로 우회 → 작은 모델로 즉답 가능.
+     */
+    private readonly directPersona = `You are answering a Korean user request in one shot. No outline, no drafting — just the final answer.
+
+Rules:
+- 첫 문장이 결론 / 직답이다. "분석해보겠습니다" "좋은 질문입니다" 같은 서문 금지.
+- Korean. Plain markdown — "#", "##" 같은 헤더 금지, "- " bullet 만 허용. No tables, no HTML.
+- 짧은 질문엔 짧은 답. 한 문장으로 충분하면 한 문장.
+- 사용자가 본문(코드·기사·로그)을 첨부했으면 그 본문에서 인용. 본문에 없는 사실 지어내지 말 것.
+- 추론 과정·"Thinking:"·<think> 노출 금지.`;
+
+    async execute(input: string, context?: string, signal?: AbortSignal, options?: AgentExecuteOptions): Promise<string> {
+        const role = (options?.config?.role as string | undefined) || 'section';
+        switch (role) {
+            case 'outline':
+                return this.callLLM(this.outlinePersona, this.buildOutlinePrompt(input, context), signal);
+            case 'polish':
+                return this.callLLM(this.polishPersona, this.buildPolishPrompt(input, options), signal);
+            case 'direct':
+                return this.callLLM(this.directPersona, this.buildDirectPrompt(input, context), signal);
+            case 'section':
+            default:
+                return this.callLLM(this.sectionPersona, this.buildSectionPrompt(input, context, options), signal);
+        }
+    }
+
+    private buildOutlinePrompt(userRequest: string, brainContext?: string): string {
+        const ctx = brainContext && brainContext.trim().length > 0
+            ? `\n\n[보조 지식 컨텍스트 — 답변에 직접 인용하기보단 분할 결정에만 참고]\n${brainContext.substring(0, 1200)}`
            : '';
+        return `[사용자 요청 — 본문이 포함돼 있다면 그게 1차 자료입니다]\n${userRequest}${ctx}\n\n위 요청에 대한 답변을 ${ChunkedWriter.MAX_SECTIONS}개 이내의 섹션으로 어떻게 나눌지 JSON 배열로만 출력하세요.`;
+    }

-        const wrappedInput = `### SYSTEM INSTRUCTION: FINAL SYNTHESIS
-1. User's Original Request: ${originalRequest || '(unavailable)'}
-2. Structured Draft (from Drafter — your input to polish):
-${draft}
-3. Mission: Produce the FINAL user-facing answer in KOREAN. Do not restart from scratch — polish, smooth, and conclude.${reflectionBlock}`;
-        return this.callLLM(this.persona, wrappedInput, signal);
-    }
-}
-
-export class ReflectorAgent extends BaseAgent {
-    private readonly persona = `You are the [Internal Critic & Self-Reflection Officer].
-Your sole role is META-COGNITION: stress-test the plan and the research output BEFORE the Writer commits to a final report.
- POSTURE: Skeptical, rigorous, blunt. You are looking for what is WRONG, not what is right.
- DO NOT: rewrite the report, add new content, or speculate beyond the evidence provided.
- DO: surface gaps, unsupported claims, contradictions, drift from the original objective, and missing perspectives.
- OUTPUT STRICTLY in this Markdown shape (Korean):
-  ## 🧭 Alignment with Objective
-  - <원래 요청 대비 일치/이탈 평가>
-  ## 🕳 Gaps & Missing Evidence
-  - <plan에는 있지만 research가 다루지 않은 항목>
-  ## ⚖️ Contradictions / Conflicts
-  - <research 내부 또는 brain context와의 모순; 없으면 "발견되지 않음">
-  ## 🚨 Unsupported / Weak Claims
-  - <근거가 빈약하거나 일반화된 진술>
-  ## ✅ Guidance for Writer
-  - <Writer가 최종 리포트에서 반드시 보정해야 할 3~5개 구체 지시>
- CONSTRAINT: 최대 500단어. 새 지식을 만들지 말고, 제공된 자료에서만 판단할 것.`;
-
-    async execute(input: string, _context?: string, signal?: AbortSignal, options?: AgentExecuteOptions): Promise<string> {
-        const plan = options?.priorResults?.plan || '(plan unavailable)';
-        const research = input;
-        const originalPrompt = options?.priorResults?.originalPrompt || '(original prompt unavailable)';
-        const brainContext = options?.context || '';
-
-        // Reflector 는 중간 단계이므로 비대한 입력을 방지하기 위해 각 섹션을 cap.
-        const cap = (s: string, n: number) => s.length > n ? s.substring(0, n) + '... [trimmed]' : s;
-
-        const wrappedInput = `### SYSTEM INSTRUCTION: SELF-REFLECTION PASS
-1. Original User Objective:
-${cap(originalPrompt, 1500)}
-
-2. Planner Blueprint:
-${cap(plan, 3000)}
-
-3. Researcher Output (to be critiqued):
-${cap(research, 5000)}
-
-4. Knowledge / Brain Context (for cross-check only — do not invent beyond this):
-${cap(brainContext, 2000)}
-
-5. Mission: Run a single rigorous reflection pass and output the structured critique exactly as specified by your persona.`;
-        return this.callLLM(this.persona, wrappedInput, signal);
+    private buildSectionPrompt(input: string, brainContext?: string, options?: AgentExecuteOptions): string {
+        const prior = options?.priorResults ?? {};
+        const heading = prior.sectionHeading ?? '본문';
+        const scope = prior.sectionScope ?? '사용자 요청 전체';
+        const outlineJoined = prior.outlineSummary ?? '';
+        const prev = prior.prevSectionsTrimmed ?? '';
+        const originalPrompt = prior.originalPrompt ?? input;
+        const ctx = brainContext && brainContext.trim().length > 0
+            ? `\n\n[보조 지식 컨텍스트]\n${brainContext.substring(0, 2000)}`
+            : '';
+        return `[사용자 원본 요청]\n${originalPrompt}\n\n[이 섹션 정보]\nheading: ${heading}\nscope: ${scope}\n\n[전체 outline — 다른 섹션은 다루지 마세요]\n${outlineJoined}\n\n[이미 작성된 섹션들 — 중복 금지]\n${prev || '(없음 — 첫 섹션)'}${ctx}\n\n위 scope만 다루는 섹션 본문을 작성하세요. heading 줄은 출력하지 말고 본문만.`;
+    }
+
+    private buildPolishPrompt(draft: string, options?: AgentExecuteOptions): string {
+        const prior = options?.priorResults ?? {};
+        const originalPrompt = prior.originalPrompt ?? '(원본 요청 없음)';
+        return `[사용자 원본 요청]\n${originalPrompt}\n\n[섹션별 초안 — 이것을 다듬어 최종 답변으로]\n${draft}\n\n위 초안을 사용자에게 보낼 최종본으로 다듬으세요. 새 사실 추가 금지, 근거 없는 주장은 제거.`;
+    }
+
+    private buildDirectPrompt(userRequest: string, brainContext?: string): string {
+        const ctx = brainContext && brainContext.trim().length > 0
+            ? `\n\n[보조 지식 컨텍스트 — 필요할 때만 인용]\n${brainContext.substring(0, 2000)}`
+            : '';
+        return `[사용자 요청]\n${userRequest}${ctx}\n\n위 요청에 대한 최종 답변을 1회로 끝내세요.`;
    }
 }
@@ -1,308 +0,0 @@
-/**
- * ============================================================
- * Reflection → Lesson persistence
- *
- * Take the Reflector agent's structured critique and persist any substantive
- * findings as a `lesson` card in `<brainDir>/lessons/auto-reflector/`. The
- * existing brain retrieval pipeline (see `retrieval/brainIndex.ts` +
- * `retrieval/lessonHelpers.ts`) then automatically boosts these cards and
- * injects them as an `[⚠ ACTIVE LESSONS — verify these BEFORE finalizing your
- * answer]` block in *future* missions' Planner/Researcher/Writer context, so a
- * critique caught in mission N becomes a guardrail in mission N+1.
- *
- * Recurrence handling: if a similarly-titled auto-reflector lesson already
- * exists, we bump `occurrences:` and escalate `severity` (low→medium→high)
- * instead of producing a duplicate card. Same pattern reappearing 3+ times
- * surfaces as severity:high, which the lesson retrieval/scoring layer
- * propagates as a stronger guardrail.
- * ============================================================
- */
-
-import * as fs from 'fs';
-import * as path from 'path';
-import { logInfo, logError } from '../utils';
-import {
-    lessonSlug,
-    parseLessonFrontmatter,
-    bumpLessonOccurrences,
-    normalizeLessonTitle,
-} from '../retrieval/lessonHelpers';
-
-interface ReflectionSections {
-    alignment: string;
-    gaps: string;
-    contradictions: string;
-    unsupported: string;
-    guidance: string;
-}
-
-/**
- * Pull the body of a `## …<keyword>…` section out of the Reflector's markdown. Line-scan rather
- * than a multi-line regex so it survives emoji headers and trailing whitespace without
- * leaning on JS-unsupported regex features.
- */
-function extractSection(text: string, headerKeyword: string): string {
-    if (!text) return '';
-    const kw = headerKeyword.replace(/[.*+?^${}()|[\]\\]/g, '\\$&');
-    const headerRe = new RegExp(`^##[^\\n]*${kw}[^\\n]*$`, 'i');
-    const lines = text.split(/\r?\n/);
-    const buf: string[] = [];
-    let inSection = false;
-    for (const line of lines) {
-        if (headerRe.test(line)) { inSection = true; continue; }
-        if (inSection && /^##\s/.test(line)) break;
-        if (inSection) buf.push(line);
-    }
-    return buf.join('\n').trim();
-}
-
-function parseReflection(text: string): ReflectionSections {
-    return {
-        alignment: extractSection(text, 'Alignment'),
-        gaps: extractSection(text, 'Gaps'),
-        contradictions: extractSection(text, 'Contradictions'),
-        unsupported: extractSection(text, 'Unsupported'),
-        guidance: extractSection(text, 'Guidance'),
-    };
-}
-
-/**
- * "Trivial" = the Reflector explicitly said nothing was found, or the section is too short to be
- * meaningful. We don't want to spam the brain with `발견되지 않음` cards.
- */
-function isTrivial(section: string): boolean {
-    if (!section) return true;
-    const stripped = section.replace(/[-*•·\s\n]+/g, '').toLowerCase();
-    if (!stripped) return true;
-    if (/^(없음|발견되지않음|해당없음|na|nothing|none|n\/a)$/.test(stripped)) return true;
-    if (stripped.length < 12) return true;
-    return false;
-}
-
-function hasSubstantiveContent(sections: ReflectionSections): boolean {
-    return !isTrivial(sections.gaps)
-        || !isTrivial(sections.contradictions)
-        || !isTrivial(sections.unsupported)
-        || !isTrivial(sections.guidance);
-}
-
-/** Pick a short (≤80 char) title from the first actionable bullet across the substantive sections. */
-function deriveTitle(sections: ReflectionSections): string {
-    const order = [sections.guidance, sections.gaps, sections.unsupported, sections.contradictions];
-    for (const sec of order) {
-        if (isTrivial(sec)) continue;
-        const firstBullet = sec.split('\n').find((l) => /^\s*[-*•]/.test(l));
-        const raw = (firstBullet || sec.split('\n')[0] || '').replace(/^\s*[-*•]\s*/, '').trim();
-        if (raw.length >= 10) {
-            return raw.length > 80 ? raw.slice(0, 77) + '…' : raw;
-        }
-    }
-    return 'Reflector finding (auto)';
-}
-
-function severityFor(occurrences: number): 'low' | 'medium' | 'high' {
-    if (occurrences >= 3) return 'high';
-    if (occurrences >= 2) return 'medium';
-    return 'low';
-}
-
-function buildLessonCard(params: {
-    title: string;
-    today: string;
-    situation: string;
-    sections: ReflectionSections;
-    severity: 'low' | 'medium' | 'high';
-}): string {
-    const { title, today, situation, sections, severity } = params;
-    const safeTitle = title.replace(/\n/g, ' ').trim();
-
-    const riskParts = [
-        isTrivial(sections.gaps) ? '' : `**Gaps**\n${sections.gaps.trim()}`,
-        isTrivial(sections.unsupported) ? '' : `**Unsupported claims**\n${sections.unsupported.trim()}`,
-        isTrivial(sections.contradictions) ? '' : `**Contradictions**\n${sections.contradictions.trim()}`,
-    ].filter(Boolean);
-    const risk = riskParts.length ? riskParts.join('\n\n') : '<critique 본문 비어 있음>';
-
-    const rootCause = isTrivial(sections.alignment)
-        ? '<원본 요청 대비 이탈/근본 원인이 critique에 명시되지 않음 — 회고 시 보강>'
-        : sections.alignment.trim();
-
-    const fix = isTrivial(sections.guidance)
-        ? '<Reflector가 Writer 보정 지시(Guidance)를 비워뒀음 — 다음 미션 시 수동 보강 권장>'
-        : sections.guidance.trim();
-
-    const bullets = isTrivial(sections.guidance)
-        ? []
-        : sections.guidance
-            .split('\n')
-            .map((l) => l.trim())
-            .filter((l) => /^[-*•]/.test(l))
-            .map((l) => l.replace(/^[-*•]\s*/, ''))
-            .filter((l) => l.length > 0)
-            .slice(0, 6);
-    const checklistBlock = (bullets.length
-        ? bullets
-        : ['<다음 유사 mission 전에 위 Gaps / Unsupported 항목을 사전 점검>']
-    ).map((c) => `- ${c}`).join('\n');
-
-    return [
-        '---',
-        'type: lesson',
-        `title: ${safeTitle}`,
-        'applies-to: []',
-        `severity: ${severity}`,
-        'source: auto-reflector',
-        'occurrences: 1',
-        `last-seen: ${today}`,
-        '---',
-        '',
-        `# Lesson: ${safeTitle}`,
-        '',
-        '## Situation',
-        situation,
-        '',
-        '## Mistake / Risk',
-        risk,
-        '',
-        '## Root Cause',
-        rootCause,
-        '',
-        '## Fix',
-        fix,
-        '',
-        '## Prevention Checklist',
-        checklistBlock,
-        '',
-        '## Applies To',
-        '- auto-reflector',
-        '',
-    ].join('\n');
-}
-
-/**
- * Cheap title-overlap match against existing auto-reflector cards. Exact-normalized-title hit wins
- * outright; otherwise the best ≥60% term-overlap candidate is returned (or none).
- */
-function findExistingLesson(autoDir: string, newTitle: string): { filePath: string; content: string } | undefined {
-    let entries: string[];
-    try {
-        entries = fs.readdirSync(autoDir).filter((f) => f.endsWith('.md'));
-    } catch {
-        return undefined;
-    }
-    const newNorm = normalizeLessonTitle(newTitle);
-    if (!newNorm) return undefined;
-    const tokenize = (norm: string) => new Set(norm.match(/[a-z0-9]{3,}|[가-힣]{2,}/g) || []);
-    const newTerms = tokenize(newNorm);
-
-    let best: { filePath: string; content: string; score: number } | undefined;
-    for (const f of entries) {
-        const filePath = path.join(autoDir, f);
-        let content = '';
-        try {
-            content = fs.readFileSync(filePath, 'utf8');
-        } catch {
-            continue;
-        }
-        const fm = parseLessonFrontmatter(content);
-        const existingTitle = (fm.title || '').trim();
-        const existingNorm = normalizeLessonTitle(existingTitle);
-        if (!existingNorm) continue;
-        if (existingNorm === newNorm) return { filePath, content };
-        if (newTerms.size === 0) continue;
-        const existingTerms = tokenize(existingNorm);
-        let overlap = 0;
-        for (const t of newTerms) if (existingTerms.has(t)) overlap++;
-        const score = overlap / newTerms.size;
-        if (score >= 0.6 && (!best || score > best.score)) {
-            best = { filePath, content, score };
-        }
-    }
-    return best ? { filePath: best.filePath, content: best.content } : undefined;
-}
-
-/**
- * Replace (or insert) the `severity:` line in a lesson's frontmatter. Returns content unchanged if
- * there is no frontmatter block — caller is responsible for not calling on free-form notes.
- */
-function setSeverityInFrontmatter(content: string, severity: 'low' | 'medium' | 'high'): string {
-    if (!/^?---\s*\n/.test(content)) return content;
-    const end = content.indexOf('\n---', 4);
-    if (end < 0) return content;
-    let block = content.slice(0, end);
-    const rest = content.slice(end);
-    if (/^\s*severity\s*:/m.test(block)) {
-        block = block.replace(/^(\s*severity\s*:\s*).*$/m, `$1${severity}`);
-    } else {
-        block += `\nseverity: ${severity}`;
-    }
-    return block + rest;
-}
-
-export interface PersistResult {
-    /** Absolute path of the file written or bumped. */
-    filePath: string;
-    /** True if an existing lesson was updated (occurrences++); false for a new card. */
-    bumped: boolean;
-    /** Current occurrences value after the operation. */
-    occurrences: number;
-    /** Current severity after the operation. */
-    severity: 'low' | 'medium' | 'high';
-}
-
-/**
- * Persist the Reflector's critique as a lesson card. Returns `undefined` when nothing was written
- * (no brain path, critique trivial, IO failure — all soft-fail by design; never throws).
- */
-export function persistReflectionAsLesson(params: {
-    reflection: string;
-    originalPrompt: string;
-    brainDir: string;
-}): PersistResult | undefined {
-    const { reflection, originalPrompt, brainDir } = params;
-    if (!reflection || !brainDir || !path.isAbsolute(brainDir)) return undefined;
-
-    try {
-        const sections = parseReflection(reflection);
-        if (!hasSubstantiveContent(sections)) {
-            logInfo('[reflectionPersister] critique is trivial — skipping lesson dump.');
-            return undefined;
-        }
-
-        const today = new Date().toISOString().slice(0, 10);
-        const title = deriveTitle(sections);
-        const autoDir = path.join(brainDir, 'lessons', 'auto-reflector');
-        try {
-            fs.mkdirSync(autoDir, { recursive: true });
-        } catch {
-            // Fall through; the write below will surface the real failure.
-        }
-
-        const existing = findExistingLesson(autoDir, title);
-        if (existing) {
-            let bumped = bumpLessonOccurrences(existing.content, today);
-            const newOcc = parseLessonFrontmatter(bumped).occurrences ?? 1;
-            const sev = severityFor(newOcc);
-            bumped = setSeverityInFrontmatter(bumped, sev);
-            fs.writeFileSync(existing.filePath, bumped, 'utf8');
-            logInfo(`[reflectionPersister] bumped existing lesson (occ=${newOcc}, severity=${sev}): ${existing.filePath}`);
-            return { filePath: existing.filePath, bumped: true, occurrences: newOcc, severity: sev };
-        }
-
-        const situation = (originalPrompt || '').slice(0, 400).replace(/\s+/g, ' ').trim()
-            || '<original prompt unavailable>';
-        const card = buildLessonCard({ title, today, situation, sections, severity: 'low' });
-
-        let filePath = path.join(autoDir, `${today}-${lessonSlug(title)}.md`);
-        let n = 2;
-        while (fs.existsSync(filePath)) {
-            filePath = path.join(autoDir, `${today}-${lessonSlug(title)}-${n++}.md`);
-        }
-        fs.writeFileSync(filePath, card, 'utf8');
-        logInfo(`[reflectionPersister] new lesson saved: ${filePath}`);
-        return { filePath, bumped: false, occurrences: 1, severity: 'low' };
-    } catch (e: any) {
-        logError('[reflectionPersister] failed to persist lesson.', { error: e?.message ?? String(e) });
-        return undefined;
-    }
-}
@@ -135,17 +135,6 @@ export interface IAgentConfig {
     * true일 때만 말풍선이 생성된다. 시끄럽게 느껴지면 사용자가 끌 수 있게.
     */
    companyPixelOfficeBubbles: boolean;
-    enableReflection: boolean;
-    /**
-     * [Self-Reflection → Knowledge] Reflector critique 중 의미 있는 발견을 brain의
-     * `lessons/auto-reflector/`에 lesson 카드로 영속화할지 여부. true(기본)이면 동일/유사 패턴이
-     * 다음 미션에서 retrieval로 자동 주입되고, 같은 critique이 반복될수록 occurrences/severity가
-     * 누적됨. false면 critique은 그 미션 한정으로만 사용되고 사라짐.
-     */
-    autoLessonFromReflection: boolean;
-    // ─── 5-stage workflow (Drafter + Synthesizer) ───
-    /** Drafter(=Writer) 출력 뒤에 SynthesizerAgent로 최종 다듬기 패스를 한 번 더 돌릴지. 기본 true. */
-    workflowSynthesizerEnabled: boolean;
    /**
     * Multi-Agent 발동 모드:
     *  - 'auto' (기본): 작은 모델(≤4B) 감지 OR prompt가 컨텍스트의 큰 비중을 차지할 때만 자동 발동.
@@ -296,15 +285,15 @@ export function getConfig(): IAgentConfig {
            const v = (cfg.get<string>('company.intentAlignmentMode', 'smart') || 'smart').trim().toLowerCase();
            return v === 'off' || v === 'strict' ? v : 'smart';
        })(),
+        // ALIGNMENT_DEFAULT_MAX_ROUNDS 와 일치 — `intentAlignment` 모듈을 직접 import 하지 않은
+        // 이유는 config 가 features/ 아래 모듈을 의존하면 의도치 않은 순환 import 가 생기기 때문.
+        // 둘이 어긋나면 안 되므로 변경 시 양쪽 같이 갱신.
        companyIntentAlignmentMaxRounds: Math.max(1, Math.min(5, cfg.get<number>('company.intentAlignmentMaxRounds', 3))),
        selfReflectorEnabled: cfg.get<boolean>('selfReflector.enabled', false),
        selfReflectorExternalEnabled: cfg.get<boolean>('selfReflector.externalVerification', false),
        selfReflectorExecutionEnabled: cfg.get<boolean>('selfReflector.executionVerification', false),
        companyPixelOfficeEnabled: cfg.get<boolean>('company.pixelOffice.enabled', true),
        companyPixelOfficeBubbles: cfg.get<boolean>('company.pixelOffice.bubbles', true),
-        enableReflection: cfg.get<boolean>('enableReflection', true),
-        autoLessonFromReflection: cfg.get<boolean>('autoLessonFromReflection', true),
-        workflowSynthesizerEnabled: cfg.get<boolean>('workflow.synthesizerEnabled', true),
        workflowMultiAgentMode: ((): 'auto' | 'always' | 'off' => {
            const v = (cfg.get<string>('workflow.multiAgentMode', 'auto') || 'auto').trim().toLowerCase();
            return v === 'always' || v === 'off' ? v : 'auto';
@@ -26,6 +26,12 @@ export interface AIChatRequest {
    model?: string;
    /** Optional override (default = config.timeout). */
    timeoutMs?: number;
+    /**
+     * 외부 abort signal. fetch 가 받는 signal 과 OR 로 결합되어, 사용자가 회사 모드
+     * 도중 Stop 을 누르면 진행 중인 generation 이 즉시 중단된다. 없으면 timeout 만
+     * 적용. dispatcher 같은 긴 multi-turn 경로에서 반드시 전달할 것.
+     */
+    signal?: AbortSignal;
 }

 export interface AIChatResult {
@@ -95,11 +101,17 @@ export class AIService implements IAIService {
                    engine, apiUrl, model,
                    hasSystem: !!req.system, userChars: req.user.length,
                });
+                // timeout signal + 외부 abort signal 결합. 외부 signal 이 fire 되면
+                // 진행 중인 fetch 가 즉시 중단되어 사용자 Stop 이 LLM generation 중에도 효과.
+                const timeoutSignal = AbortSignal.timeout(timeoutMs);
+                const combinedSignal = req.signal
+                    ? AbortSignal.any([req.signal, timeoutSignal])
+                    : timeoutSignal;
                const res = await fetch(apiUrl, {
                    method: 'POST',
                    headers: { 'Content-Type': 'application/json' },
                    body: JSON.stringify(payload),
-                    signal: AbortSignal.timeout(timeoutMs),
+                    signal: combinedSignal,
                });

                const rawText = await res.text();
@@ -184,6 +184,17 @@ export async function activate(context: vscode.ExtensionContext) {
        })
    );

+    // Datacollect Python 의존성 자동 점검·설치 — `Astra: Setup Datacollect Dependencies`.
+    // 슬래시 명령(/youtube /research /wikify 등)이 yt-dlp / youtube-transcript-api 같은
+    // Python 패키지를 필요로 하는데, Astra 확장만 깔면 그게 자동으로 따라오지 않아
+    // 사용자가 매번 수동 pip install 해야 했음. 이 명령으로 한 번에 처리.
+    context.subscriptions.push(
+        vscode.commands.registerCommand('g1nation.setupDatacollect', async () => {
+            const { runDatacollectSetup } = await import('./features/setup/datacollectSetup');
+            await runDatacollectSetup();
+        })
+    );
+
    // ── Activity Bar launcher view ────────────────────────────────────────
    // Adds a sparkle (✦) icon to VS Code's left activity bar. Clicking it
    // opens a small sidebar with action buttons (Open Chat / New Chat /
@@ -227,7 +227,7 @@ export async function runCeoPlanner(
    ai: IAIService,
    userPrompt: string,
    state: CompanyState,
-    options: { model?: string; timeoutMs?: number; contractBlock?: string } = {},
+    options: { model?: string; timeoutMs?: number; contractBlock?: string; signal?: AbortSignal } = {},
 ): Promise<PlannerResult> {
    const baseSystem = applyPromptVars(CEO_PLANNER_PROMPT, { company: state.companyName });
    // Contract가 있으면 planner 시스템 프롬프트 끝에 prepend. planner는 task
@@ -243,6 +243,7 @@ export async function runCeoPlanner(
            user: userPrompt,
            model: options.model,
            timeoutMs: options.timeoutMs,
+            signal: options.signal,
        });
        raw = result.content || '';
    } catch (e: any) {
@@ -99,7 +99,7 @@ export async function runCeoReporter(
    plan: CompanyTaskPlan,
    outputs: AgentTurnOutput[],
    state: CompanyState,
-    options: { model?: string; timeoutMs?: number } = {},
+    options: { model?: string; timeoutMs?: number; signal?: AbortSignal } = {},
 ): Promise<ReportResult> {
    const system = applyPromptVars(CEO_REPORT_PROMPT, { company: state.companyName });
    const user = _buildReportUserMessage(plan, outputs, state);
@@ -109,6 +109,7 @@ export async function runCeoReporter(
            user,
            model: options.model,
            timeoutMs: options.timeoutMs,
+            signal: options.signal,
        });
        const text = (result.content || '').trim();
        if (!text) {
@@ -337,6 +337,7 @@ export async function runCompanyTurn(
                contractBlock: deps.requirementContract
                    ? formatContractForPrompt(deps.requirementContract)
                    : undefined,
+                signal: deps.signal,
            });
            plan = plannerResult.plan;
            plannerRaw = plannerResult.raw;
@@ -445,7 +446,7 @@ export async function runCompanyTurn(
        plan,
        outputs,
        state,
-        { model: reportModel },
+        { model: reportModel, signal: deps.signal },
    );
    writeReport(sessionDir, reportResult.report);
    emit({ phase: 'report-done', report: reportResult.report, ok: reportResult.ok });
@@ -660,6 +661,7 @@ async function _dispatchOne(
            system,
            user: task,
            model,
+            signal: deps.signal,
        });
        let rawResponse = (result.content || '').trim();

@@ -697,6 +699,7 @@ async function _dispatchOne(
                    try {
                        const retryRes = await deps.ai.chat({
                            system, user: retryTask, model,
+                            signal: deps.signal,
                        });
                        const retried = (retryRes.content || '').trim();
                        if (retried) {
@@ -777,7 +780,7 @@ async function _dispatchOne(
                                    try {
                                        const { formatIssuesForRetry } = await import('../selfReflector/selfReflectorVerifier');
                                        const retryTask = `${formatIssuesForRetry(verifierIssues)}\n\n[원래 지시]\n${task}`;
-                                        const retryRes = await deps.ai.chat({ system, user: retryTask, model });
+                                        const retryRes = await deps.ai.chat({ system, user: retryTask, model, signal: deps.signal });
                                        const retried = (retryRes.content || '').trim();
                                        if (retried) {
                                            // 재작업 결과로 본문 갱신 + action-tag 다시 실행.
@@ -937,6 +940,7 @@ async function _resolveStageAgent(
        const result = await deps.ai.chat({
            system, user,
            model: modelForAgent(state, 'ceo', deps.defaultModel),
+            signal: deps.signal,
        });
        const raw = (result.content || '').trim();
        // 가벼운 파서 — 코드펜스 / 잡문 제거 후 첫 {…} 추출.
@@ -1085,6 +1089,7 @@ async function _runReviewCycle(args: {
                system: inspectorSystem,
                user: inspectorUser,
                model: modelForAgent(state, inspector.agentId, deps.defaultModel),
+                signal: deps.signal,
            });
            inspectorText = (res.content || '').trim();
        } catch (e: any) {
@@ -1108,6 +1113,7 @@ async function _runReviewCycle(args: {
                system: ceoSystem,
                user: ceoUser,
                model: modelForAgent(state, 'ceo', deps.defaultModel),
+                signal: deps.signal,
            });
            ceoText = (res.content || '').trim();
        } catch (e: any) {
@@ -19,6 +19,15 @@ import { IAIService } from '../../core/services';
 import { logError, logInfo } from '../../utils';
 import { RequirementContract } from './types';

+/**
+ * Alignment 라운드 기본 상한. config 의 `company.intentAlignmentMaxRounds`
+ * 미지정 시 fallback 값. config 시 [1,5] 범위로 clamp.
+ *
+ * 의도: 사용자가 명시 설정 없이도 무한정 질문받지 않도록 *코드 레벨* 에서 보장.
+ * 라운드 한도 도달 시 smart 모드에선 자동 진행, strict 모드에선 확인 카드.
+ */
+export const ALIGNMENT_DEFAULT_MAX_ROUNDS = 3;
+
 /**
 * 분석 한 회차의 결과. contract는 항상 채워서 돌아오고, 추가 정보가 필요한
 * 경우만 confidence가 medium/low이고 openQuestions가 비어 있지 않다. 호출자가
@@ -22,6 +22,15 @@ export function getBridgeBaseUrl(): string {
 export interface BridgeFetchOptions {
    timeoutMs?: number;
    signal?: AbortSignal;
+    /**
+     * 호출이 N ms 이상 지속되면 N ms 마다 한 번씩 호출되는 콜백. 긴 호출
+     * (synthesize / scan / import) 에서 사용자에게 "살아있다" 신호를 흘리려고
+     * 도입. 콜백은 fire-and-forget 으로 호출되며 예외는 silently swallow.
+     * 기본은 호출되지 않음.
+     */
+    onHeartbeat?: (elapsedMs: number) => void;
+    /** heartbeat 간격 (ms). 미지정 시 30s. */
+    heartbeatMs?: number;
 }

 /**
@@ -48,6 +57,17 @@ export async function bridgeFetch<T = any>(
        else opts.signal.addEventListener('abort', () => controller.abort(), { once: true });
    }

+    // Heartbeat — 긴 LLM synthesize / Playwright scan 도중에도 사용자에게
+    // "살아있다" 신호. 호출자가 onHeartbeat 안 줬으면 비활성.
+    const heartbeatStartedAt = Date.now();
+    let heartbeatInterval: NodeJS.Timeout | undefined;
+    if (opts.onHeartbeat) {
+        const intervalMs = Math.max(5_000, opts.heartbeatMs ?? 30_000);
+        heartbeatInterval = setInterval(() => {
+            try { opts.onHeartbeat!(Date.now() - heartbeatStartedAt); } catch { /* noop */ }
+        }, intervalMs);
+    }
+
    try {
        const res = await fetch(url, {
            ...init,
@@ -63,13 +83,35 @@ export async function bridgeFetch<T = any>(

        if (!res.ok) {
            const stage = body?.stage ? `[${body.stage}] ` : '';
-            const errMsg = body?.error || body?.message || (typeof body === 'string' ? body : `HTTP ${res.status}`);
-            throw new Error(`Datacollect ${path} 실패: ${stage}${errMsg}`);
+            // Bridge 가 에러 body 를 객체로 보낼 때 (e.g. `{error: {message, code, details}}`)
+            // 옛 포맷터는 `body.error` 가 객체면 `${}` 보간이 `[object Object]` 로 깨져
+            // 사용자가 실제 원인 메시지를 못 봄. 문자열 추출을 우선순위대로 시도:
+            //   1) body.error.message  (구조화된 에러)
+            //   2) body.error          (문자열일 때)
+            //   3) body.message        (외곽 message)
+            //   4) body 가 통째로 문자열
+            //   5) JSON.stringify(body.error)  (최후 — 구조 그대로 노출)
+            //   6) HTTP status 만
+            const extractErr = (): string => {
+                if (body?.error?.message && typeof body.error.message === 'string') return body.error.message;
+                if (typeof body?.error === 'string') return body.error;
+                if (typeof body?.message === 'string') return body.message;
+                if (typeof body === 'string') return body;
+                if (body?.error) {
+                    try { return JSON.stringify(body.error).slice(0, 400); } catch { /* fall through */ }
+                }
+                return `HTTP ${res.status}`;
+            };
+            throw new Error(`Datacollect ${path} 실패: ${stage}${extractErr()}`);
        }
        return body as T;
    } catch (e: any) {
        if (e?.name === 'AbortError') {
-            throw new Error(`Datacollect ${path} 시간 초과 (${timeoutMs}ms). Bridge가 떠 있는지 확인하세요 (${base}).`);
+            // 외부 signal 로 인한 abort 인지 timeout 인지 구분해서 안내.
+            if (opts.signal?.aborted) {
+                throw new Error(`Datacollect ${path} 취소됨 (사용자 abort).`);
+            }
+            throw new Error(`Datacollect ${path} 시간 초과 (${timeoutMs}ms). Bridge가 응답하지 않습니다 (${base}).`);
        }
        // ECONNREFUSED 등 connect 실패는 친절히 안내.
        const msg = String(e?.message || e);
@@ -82,5 +124,6 @@ export async function bridgeFetch<T = any>(
        throw e;
    } finally {
        clearTimeout(timer);
+        if (heartbeatInterval) clearInterval(heartbeatInterval);
    }
 }
@@ -80,8 +80,22 @@ export async function handleSlashCommand(
        }
        return true;
    } catch (e: any) {
-        logInfo(`[SLASH] handleSlashCommand error head=${head}: ${e?.message || String(e)}`);
-        chunk(view, `\n\n> ❌ **에러**: ${e?.message || String(e)}\n`);
+        const errMsg = e?.message || String(e);
+        logInfo(`[SLASH] handleSlashCommand error head=${head}: ${errMsg}`);
+        chunk(view, `\n\n> ❌ **에러**: ${errMsg}\n`);
+        // 자주 발생하는 환경 의존성 에러는 사용자가 즉시 해결할 수 있게 명령 가이드 자동 첨부.
+        const remedy = _bridgeErrorRemedy(errMsg);
+        if (remedy) chunk(view, remedy);
+        // Python 패키지 미설치 패턴이면 한 클릭 설치 notification 도 같이 띄움.
+        // 채팅 텍스트만 보면 사용자가 명령 팔레트로 가기 귀찮으니까 actionable 버튼 제공.
+        const pkgMatch = errMsg.match(/필수 패키지가 없습니다?[:\s]+([\w\-,\s.]+)/i)
+            || errMsg.match(/missing (?:python )?packages?[:\s]+([\w\-,\s.]+)/i);
+        if (pkgMatch) {
+            try {
+                const { offerInstallNotification } = await import('../setup/datacollectSetup');
+                void offerInstallNotification(pkgMatch[1].trim());
+            } catch { /* setup 모듈 로드 실패해도 텍스트 가이드는 이미 보냈으니 무시 */ }
+        }
        return true;
    } finally {
        // input 잠금 해제 — slashRouter 진입했으면 어떤 경로든 반드시 통과.
@@ -107,45 +121,91 @@ async function runResearch(topic: string, view: Webview | undefined): Promise<bo
    chunk(view, `- notebookId: \`${start.notebookId}\`\n- taskId: \`${start.taskId}\`\n\n⏳ 상태 polling (5초 간격, 최대 10분)…\n`);

    // Deep research는 보통 1~5분. 5초 polling, 최대 120회(10분).
+    //
+    // hang 방어 3겹:
+    //   (1) Bridge status 가 5회 연속 실패하면 polling 포기 — bridge 가 죽은 거.
+    //   (2) heartbeat — 30초마다 진행 상태가 안 바뀌면 "⏳" 한 줄 흘려 사용자가
+    //       "멈춰 있나?" 느끼지 않게.
+    //   (3) status 비교는 트림 + 소문자 — bridge 가 "Completed " 식으로 흘려도 잡힘.
    const deadline = Date.now() + 10 * 60_000;
+    const HEARTBEAT_MS = 30_000;
+    const MAX_CONSECUTIVE_FAILS = 5;
+    const COMPLETED_SET = new Set(['completed', 'done', 'success', 'finished']);
+    const FAILED_SET = new Set(['failed', 'error', 'cancelled', 'canceled', 'aborted']);
+
    let lastStatus = '';
+    let lastChangeAt = Date.now();
+    let consecutiveFails = 0;
+    let pollCount = 0;
+    let researchOk = false;
    while (Date.now() < deadline) {
        await new Promise(r => setTimeout(r, 5_000));
+        pollCount++;
        // status 한 번 호출이 30s를 넘는 사례(stale MCP 자식)가 보고돼 60s로 완화.
-        const st = await bridgeFetch<{ success: boolean; result: any }>(
-            `/api/research/status?notebookId=${encodeURIComponent(start.notebookId)}&taskId=${encodeURIComponent(start.taskId)}`,
-            { method: 'GET' },
-            { timeoutMs: 60_000 },
-        );
-        const status = String(st.result?.status || st.result || '').toLowerCase();
+        let st: { success: boolean; result: any } | undefined;
+        try {
+            st = await bridgeFetch<{ success: boolean; result: any }>(
+                `/api/research/status?notebookId=${encodeURIComponent(start.notebookId)}&taskId=${encodeURIComponent(start.taskId)}`,
+                { method: 'GET' },
+                { timeoutMs: 60_000 },
+            );
+            consecutiveFails = 0;
+        } catch (e: any) {
+            consecutiveFails++;
+            if (consecutiveFails >= MAX_CONSECUTIVE_FAILS) {
+                chunk(view, `\n❌ Status polling 연속 실패 ${consecutiveFails}회 — bridge 가 응답하지 않습니다. 중단합니다.\n(원인: ${e?.message || String(e)})\n`);
+                return true;
+            }
+            chunk(view, `\n  · status 호출 실패 ${consecutiveFails}/${MAX_CONSECUTIVE_FAILS} (${e?.message || 'unknown'})\n`);
+            continue;
+        }
+        const status = String(st.result?.status || st.result || '').trim().toLowerCase();
        if (status && status !== lastStatus) {
            chunk(view, `  · ${status}\n`);
            lastStatus = status;
+            lastChangeAt = Date.now();
+        } else if (Date.now() - lastChangeAt > HEARTBEAT_MS) {
+            // 30초간 status 변화 없음 — 사용자에게 살아있다는 신호.
+            chunk(view, `  · ⏳ 대기 중 (${Math.round((Date.now() - lastChangeAt) / 1000)}s, 폴링 ${pollCount}회)\n`);
+            lastChangeAt = Date.now();
        }
-        if (status === 'completed' || status === 'done' || status === 'success' || status === 'finished') break;
-        if (status === 'failed' || status === 'error') {
+        if (COMPLETED_SET.has(status)) { researchOk = true; break; }
+        if (FAILED_SET.has(status)) {
            chunk(view, `\n❌ Research 실패: ${JSON.stringify(st.result).slice(0, 400)}\n`);
            return true;
        }
    }

+    if (!researchOk) {
+        chunk(view, `\n❌ 10분 polling 후에도 완료 신호가 오지 않았습니다 (마지막 status: \`${lastStatus || '(없음)'}\`). 중단합니다.\n`);
+        return true;
+    }
+
    chunk(view, `\n📥 import…\n`);
    // import는 deep research 결과를 노트북 소스로 옮기는 단계. 큰 리포트는 2~5분
    // 걸리는 경우가 흔해 120s에서 TRANSIENT_TIMEOUT으로 떨어지는 사례 보고됨. 300s로 늘림.
+    // heartbeat — 30초마다 진행 표시 흘려 사용자가 "멈췄나?" 의심하지 않게.
    await bridgeFetch('/api/research/import', {
        method: 'POST',
        body: JSON.stringify({ notebookId: start.notebookId, taskId: start.taskId }),
-    }, { timeoutMs: 300_000 });
+    }, {
+        timeoutMs: 300_000,
+        onHeartbeat: (elapsedMs) => chunk(view, `  · import 진행 중 (${Math.round(elapsedMs / 1000)}s)\n`),
+    });

    chunk(view, `🧪 synthesize…\n\n`);
    // synthesize는 LLM이 노트북 전체를 합성 — 큰 노트북은 5~10분. 600s로 cap.
+    // heartbeat 필수: LLM 단일 호출이 수 분 걸리므로 hang 의심 방지.
    const synth = await bridgeFetch<{ success: boolean; markdown?: string; result?: string }>(
        '/api/research/synthesize',
        {
            method: 'POST',
            body: JSON.stringify({ notebookId: start.notebookId, topic, rootTopic: topic, includeKnowledgeConnections: true }),
        },
-        { timeoutMs: 600_000 },
+        {
+            timeoutMs: 600_000,
+            onHeartbeat: (elapsedMs) => chunk(view, `  · synthesize LLM 작업 중 (${Math.round(elapsedMs / 1000)}s)\n`),
+        },
    );
    const md = synth.markdown || synth.result || '(빈 응답)';
    chunk(view, `---\n\n${md}\n`);
@@ -694,6 +754,112 @@ function bucketSegments(segments: any[] | undefined, bucketSec = 30): { time: st
        }));
 }

+/** Astra `/youtube` 의 분석 모드. 사용자 입력 `mode:info|benchmark|both`. */
+type YoutubeAnalysisMode = 'info' | 'benchmark' | 'both';
+
+/**
+ * 정보 추출(info) 모드 LLM 프롬프트 — 영상의 *내용·지식* 자체를 다룬다.
+ *
+ * 의도: build4LensPrompt 가 "이 영상을 어떻게 베껴 만들지" 의 벤치마킹 톤이라
+ * 튜토리얼·강의·뉴스·인터뷰·리뷰 같은 정보형 영상에서는 가치가 낮다. 이 함수는
+ * 정반대 방향 — 영상이 *말한 것* 을 사실·주장·근거 단위로 추출해서, 사용자가
+ * 영상을 안 다시 봐도 의사결정·학습·인용에 바로 쓸 수 있는 지식 카드로 정리한다.
+ *
+ * 출력 규칙은 build4LensPrompt 와 일관 (마크다운, 한국어, 자막에 있는 것만 인용).
+ */
+function buildInfoExtractionPrompt(video: any, userContent: string): string {
+    const meta = video.metadata || {};
+    const segments = video.segments || [];
+
+    // 자막 본문 — info 모드는 *전체* 본문을 보여줘야 사실 추출이 정확. 단,
+    // LLM 컨텍스트 한도 고려해 너무 길면 trim. 12000자 = 가벼운 강의 60분 분량 정도.
+    const fullText = segments.map((s: any) => String(s.text || '').trim()).join(' ').replace(/\s+/g, ' ');
+    const trimmed = fullText.length > 12000 ? fullText.slice(0, 12000) + ' …[자막 일부 잘림]' : fullText;
+
+    const slim = {
+        url: meta.webpage_url || `https://www.youtube.com/watch?v=${video.video_id}`,
+        title: meta.title || video.title,
+        channel: meta.channel,
+        durationSec: meta.duration,
+        durationHms: meta.duration_string,
+        uploadDate: meta.upload_date,
+        viewCount: meta.view_count,
+        likeCount: meta.like_count,
+        tags: (meta.tags || []).slice(0, 8),
+        categories: meta.categories,
+        chapters: meta.chapters,
+        descriptionPreview: (meta.description || '').slice(0, 600),
+    };
+
+    const today = new Date().toISOString().slice(0, 10);
+    const userBlock = userContent.trim()
+        ? `\n\n[사용자 컨텍스트 — 사용자가 어떤 관점에서 이 영상을 활용하려는지]\n${userContent.trim()}`
+        : '';
+
+    return `당신은 영상 콘텐츠를 *지식 카드*로 변환하는 정보 큐레이터입니다. 사장님이
+이 영상을 다시 보지 않고도 핵심 정보를 그대로 활용할 수 있도록, 영상이 *말한 것*
+(주장·사실·근거·결론)을 구조화해서 정리하세요.
+
+[분석 원칙]
+1. 영상 본문(자막)에 *명시된 것* 만 인용. 추측·일반론·외부 지식 보강 금지.
+2. 자막에 없는 사실은 "본문에 명시되지 않음" 이라고 표시. 채워 넣지 말 것.
+3. 정보의 신뢰도 단계 표기: \`[근거 명시]\` (구체 출처·수치·인용)·\`[화자 주장]\`
+   (출처 없는 단정)·\`[가정]\` (조건부 표현). 모든 핵심 주장에 라벨링.
+4. 타임스탬프는 mm:ss 형식으로 인용 직후 괄호에. 예: "…라고 말한다 (12:34)".
+5. 한국어 마크다운. 표·불릿 자유롭게.
+
+[영상 메타데이터]
+\`\`\`json
+${JSON.stringify(slim, null, 2)}
+\`\`\`
+
+[자막 본문]
+${trimmed}${userBlock}
+
+[필수 출력 형식 — 정확히 이 구조. 아래 6개 섹션 외 추가 금지]
+
+# ${slim.title || video.title} — 정보 추출 카드
+
+> **영상 URL**: ${slim.url} · **분석 일자**: ${today} · **길이**: ${slim.durationHms || (slim.durationSec ? formatHms(slim.durationSec) : '?')} · **채널**: ${slim.channel || '?'}
+
+## 🎯 한 줄 요약 (TL;DR)
+(영상의 핵심 메시지 한 문장. "무엇이 누구에게 왜 중요한가" 를 압축. 제목 그대로 베끼지 말고 본문 기준으로 다시 쓸 것)
+
+## 📌 핵심 주장 3~5개
+영상이 제시한 *주요 결론·주장* 만. 각 항목 한 줄 + 신뢰도 라벨 + 본문 인용 (mm:ss).
+- **[근거 명시]** "주장 한 줄" — 본문 인용 (mm:ss)
+- **[화자 주장]** "주장 한 줄" — 본문 인용 (mm:ss)
+- …
+
+## 📊 사실·데이터·인용
+영상에 등장한 *구체적 수치·날짜·출처·고유명사·전문 용어 정의*. 가공 없이 그대로.
+표로 정리:
+
+| 항목 | 값 / 정의 | 출처 (영상 내) | 타임스탬프 |
+| --- | --- | --- | --- |
+| … | … | 화자/자료 화면/외부 출처 | mm:ss |
+
+데이터가 없는 영상이면 "본문에 명시된 구체 수치·출처 없음" 한 줄.
+
+## 🧭 구조 요약 (Sectioned Summary)
+영상을 chapters (있으면) 또는 30초 버킷으로 구간 나눠 각 구간의 *내용 요약*. 1~2문장씩.
+- **[00:00–02:30]** 도입부에서 다룬 내용 한 문장 요약
+- **[02:30–05:00]** 본론 첫 부분…
+- …
+
+## ❓ 더 파고들 질문 (Open Questions)
+영상이 답하지 않았거나 추가 검증 필요한 사항 2~4개. 사장님이 다음 자료를 찾을 때
+바로 검색어로 쓸 수 있게 구체적으로.
+- "본문에서 X 가 Y 라고 했지만 Z 데이터 출처는 명시 안 됨 — 원 데이터 찾아볼 것"
+- …
+
+## 🔗 인용용 한 줄 카드 (Citation Snippets)
+영상의 *결정적 발언* 을 그대로 따옴표로 보존. 사장님이 글·발표·메모에 인용할 때 복붙용.
+3~5개. 길이는 한 문장.
+- "직접 인용 한 문장" — ${slim.title || video.title}, ${slim.channel || '?'} (mm:ss)
+- …`;
+}
+
 /**
 * extract된 영상 → 유튜브 4-렌즈(훅/구조/제작/CTR) 분석 LLM 프롬프트.
 * Datacollect 웹앱(YoutubePanel)의 build4LensPrompt를 그대로 이식.
@@ -825,26 +991,188 @@ chapters가 있으면 그것을, 없으면 timelinePreview로 구간을 추정.
 > ⚠️ 본 분석은 스크립트의 언어·구조 패턴 학습용입니다. 대사·자료는 직접 창작/라이선스 확보.`;
 }

+/**
+ * URL 이 *채널/플레이리스트* 처럼 보이는지 휴리스틱. yt-dlp 는 채널 URL 을
+ * 그대로 받아 영상 목록을 enumerate 하므로, 우리는 채널일 때 default limit
+ * 만 다르게 잡아주면 된다(단일 영상은 1, 채널은 10).
+ */
+function _looksLikeYoutubeChannelUrl(url: string): boolean {
+    return /youtube\.com\/(channel\/|@|c\/|user\/|playlist\?list=|playlist\/)/i.test(url)
+        || /youtube\.com\/[^/?#]+\/(videos|shorts|streams)\b/i.test(url);
+}
+
+/**
+ * 채널 URL 을 yt-dlp 가 *영상 목록* 으로 정확히 enumerate 하는 형태로 정규화.
+ *
+ * 의도: `https://www.youtube.com/@handle` 같은 채널 "루트" 를 그냥 yt-dlp 에
+ * 넘기면 영상 ID 대신 채널 ID(`UC...`) 가 영상 entry 로 잘못 돌아오는 사례
+ * 발견 (Deno-AI 채널 케이스). `/videos` 탭을 명시하면 정상 enumerate.
+ *
+ * 규칙:
+ *   - 이미 `/videos`, `/shorts`, `/streams`, `/playlist` 가 path 에 있으면 그대로
+ *   - 단일 영상 URL (`watch?v=`, `youtu.be/<id>`, `/shorts/<id>`) 는 그대로
+ *   - 그 외 채널 패턴 (`@handle`, `channel/UC..`, `c/name`, `user/name`) 만
+ *     `/videos` 를 append (query 가 있으면 path 뒤에 끼움)
+ */
+function _normalizeYoutubeUrl(url: string): string {
+    try {
+        const u = new URL(url);
+        if (!/youtube\.com$|youtube\.com\.|youtu\.be$/i.test(u.hostname)) return url;
+        const p = u.pathname;
+        // 이미 영상 단위거나 탭/플레이리스트가 명시된 경우는 손대지 말 것.
+        if (/\/(watch|shorts|playlist|videos|streams|featured|community|about)\b/i.test(p)) return url;
+        if (u.hostname.includes('youtu.be')) return url; // youtu.be/<id> 는 영상 short link
+        // 채널 루트 패턴 — `/videos` 를 append (이미 끝 슬래시 있으면 정리).
+        if (/^\/(@[^/]+|channel\/[^/]+|c\/[^/]+|user\/[^/]+)\/?$/i.test(p)) {
+            u.pathname = p.replace(/\/?$/, '/videos');
+            return u.toString();
+        }
+        return url;
+    } catch {
+        return url; // URL 파싱 실패 시 손대지 않음
+    }
+}
+
+/**
+ * Datacollect bridge 가 자주 뱉는 환경 의존성 에러(Python 패키지 미설치, Python
+ * 자체 부재 등) 를 패턴 매칭해서 사용자에게 *해결 명령까지* 알려주는 가이드 텍스트.
+ * 없으면 빈 문자열 반환. slashRouter 의 catch 블록에서 일반 에러 메시지 뒤에
+ * append 하는 안전망.
+ */
+function _bridgeErrorRemedy(rawMsg: string): string {
+    const msg = String(rawMsg || '');
+    // 패턴 1 — Python 패키지 미설치 (bridge 가 명시적으로 알려줌).
+    const pkgMatch = msg.match(/필수 패키지가 없습니다?[:\s]+([\w\-,\s.]+)/i)
+        || msg.match(/missing (?:python )?packages?[:\s]+([\w\-,\s.]+)/i);
+    if (pkgMatch) {
+        const pkgs = pkgMatch[1].split(/[,\s]+/).map((s) => s.trim()).filter(Boolean).join(' ');
+        return `\n\n💡 **해결**: Datacollect bridge 가 도는 환경에서 아래 명령으로 누락된 Python 패키지를 설치하세요.\n\n`
+            + '```bash\n'
+            + `# macOS (homebrew Python — PEP 668 보호 우회):\n`
+            + `python3 -m pip install --user --break-system-packages ${pkgs}\n\n`
+            + `# 또는 가상환경(venv) 사용 시 그 venv 활성화 후:\n`
+            + `pip install ${pkgs}\n`
+            + '```\n\n'
+            + `설치 후 **bridge 재시작은 보통 불필요** — bridge 는 Python 을 child process 로 spawn 하므로 다음 호출이 바로 새 패키지를 인식합니다. 그래도 안 되면 \`npm run bridge\` 재시작.\n`;
+    }
+    // 패턴 2 — Python 자체가 없거나 PATH 에 없음.
+    if (/Python 3이 설치돼 있지 않거나 PATH/i.test(msg) || /command not found.*python/i.test(msg)) {
+        return `\n\n💡 **해결**: Python 3 이 설치돼 있어야 합니다. https://www.python.org 에서 설치 후 터미널에서 \`python3 --version\` 으로 확인하세요. 이미 설치돼 있으면 PATH 설정 확인 필요.`;
+    }
+    // 패턴 3 — bridge 자체에 연결 실패.
+    if (/ECONNREFUSED|fetch failed/i.test(msg) || /연결할 수 없습니다/i.test(msg)) {
+        return `\n\n💡 **해결**: Datacollect bridge 가 떠 있지 않습니다. \`Datacollector_MAC\` 프로젝트에서 \`npm run bridge\` 실행 후 다시 시도하세요.`;
+    }
+    return '';
+}
+
+/**
+ * 채널/플레이리스트 처리 시 한 번에 너무 많이 돌려 사용자가 후회하지 않도록 cap.
+ * 영상 1건당 LLM 분석에 보통 30~120s 걸리는 점을 감안.
+ */
+const YOUTUBE_BATCH_MAX = 50;
+
 async function runYoutube(arg: string, view: Webview | undefined): Promise<boolean> {
-    // URL 토큰만 추출, 나머지는 보조 컨텍스트(우리 채널/콘텐츠 설명).
+    // 토큰 파싱 — URL 뒤로는 두 가지 형태의 키워드 + 자유 컨텍스트 텍스트.
+    //
+    //   n:<숫자>                       → 채널일 때 가져올 영상 개수
+    //   mode:<info|benchmark|both>     → 분석 모드 (key:value 형)
+    //   info / benchmark / both        → 같은 모드의 bare keyword 형 (더 짧고 직관적)
+    //
+    // bare keyword 가 작동하는 이유: `info`/`benchmark`/`both` 는 영어 단어이고
+    // 한국어 사용자가 컨텍스트로 쓸 가능성이 매우 낮아 충돌 위험 적음. 사용자가
+    // 진짜 이 단어들을 컨텍스트로 넣고 싶으면 `mode:` 접두사를 빼지 말고 명시
+    // (이 경우 일반 단어도 컨텍스트로 같이 넣을 수 있음).
+    //
+    // 위 패턴 중 하나도 매칭 안 되는 토큰은 모두 사용자 컨텍스트로 join.
+    const BARE_MODE_KEYWORDS = new Set(['info', 'benchmark', 'both']);
    const tokens = arg.trim().split(/\s+/).filter(Boolean);
    const url = tokens[0] || '';
-    const userContent = tokens.slice(1).join(' ');
+    let limitOverride: number | null = null;
+    let mode: YoutubeAnalysisMode = 'both';
+    const contextTokens: string[] = [];
+    for (const tok of tokens.slice(1)) {
+        const nMatch = tok.match(/^n[:=](\d+)$/i);
+        if (nMatch) {
+            const n = parseInt(nMatch[1], 10);
+            if (Number.isFinite(n) && n > 0) {
+                limitOverride = Math.min(YOUTUBE_BATCH_MAX, n);
+            }
+            continue;
+        }
+        const modeMatch = tok.match(/^mode[:=](info|benchmark|both)$/i);
+        if (modeMatch) {
+            mode = modeMatch[1].toLowerCase() as YoutubeAnalysisMode;
+            continue;
+        }
+        // Bare keyword 형 — `info` / `benchmark` / `both` 자체를 토큰으로.
+        const lower = tok.toLowerCase();
+        if (BARE_MODE_KEYWORDS.has(lower)) {
+            mode = lower as YoutubeAnalysisMode;
+            continue;
+        }
+        contextTokens.push(tok);
+    }
+    const userContent = contextTokens.join(' ');
+
    if (!url) {
-        chunk(view, `사용법: \`/youtube <url> [우리 채널/콘텐츠 설명]\`\n예: \`/youtube https://youtu.be/xxxx\`\n`);
+        chunk(view, [
+            `사용법:\n`,
+            `- 단일 영상: \`/youtube <영상URL> [info|benchmark|both] [컨텍스트]\`\n`,
+            `- 채널/플레이리스트: \`/youtube <채널URL> [n:30] [info|benchmark|both] [컨텍스트]\`\n`,
+            `\n**분석 모드** (생략 시 \`both\`):\n`,
+            `- \`info\` — 영상의 *내용*을 지식 카드로 추출 (튜토리얼·강의·뉴스·인터뷰)\n`,
+            `- \`benchmark\` — 대본 역기획서 4-렌즈 분석 (콘텐츠 제작 벤치마크용)\n`,
+            `- \`both\` — 둘 다 생성 (영상당 LLM 호출 2회)\n`,
+            `\n예시:\n`,
+            `- \`/youtube https://youtu.be/abc info\`\n`,
+            `- \`/youtube https://youtube.com/@somechannel n:20 info AI 학습 자료\`\n`,
+            `\n💡 \`mode:info\` / \`mode=info\` 같은 명시형도 그대로 동작 (백워드 호환).\n`,
+        ].join(''));
        return true;
    }

-    chunk(view, `🎬 **YouTube 추출**: ${url}\n(자막 + 메타데이터)\n\n⏳ Python 추출기 기동 · 자막/메타 추출 중…`);
+    // 채널 URL 감지 → 기본 10개. 단일 영상은 1개. 사용자가 `n:N` 으로 명시했으면 그 값.
+    const isChannel = _looksLikeYoutubeChannelUrl(url);
+    const limit = limitOverride ?? (isChannel ? 10 : 1);
+
+    // yt-dlp 가 영상 목록을 enumerate 할 수 있도록 채널 루트 URL 에 `/videos` 탭을
+    // 자동 append. 그렇지 않으면 채널 ID(UC...)가 영상 ID 로 잘못 들어가는 사고.
+    const normalizedUrl = isChannel ? _normalizeYoutubeUrl(url) : url;
+    if (normalizedUrl !== url) {
+        chunk(view, `🔧 채널 URL 정규화: \`${url}\` → \`${normalizedUrl}\` (yt-dlp 영상 enumeration 을 위한 \`/videos\` 탭 명시)\n\n`);
+    }
+
+    const modeLabel = mode === 'info' ? '📋 정보 추출 (지식 카드)'
+        : mode === 'benchmark' ? '🎬 벤치마킹 (4-렌즈 역기획서)'
+        : '📋 정보 추출 + 🎬 벤치마킹 (둘 다)';
+    if (isChannel) {
+        const callsPerVideo = mode === 'both' ? 2 : 1;
+        chunk(view, `📺 **채널/플레이리스트 감지** → 최신 ${limit}개 영상을 1개씩 순차 분석·wiki화 합니다.\n` +
+            `분석 모드: **${modeLabel}** (영상당 LLM ${callsPerVideo}회 호출)\n` +
+            `각 영상은 자막추출 → LLM 분석 → wiki 저장 순으로 처리되며, 영상당 보통 30~${120 * callsPerVideo}초.\n` +
+            `중간에 멈추려면 Astra 사이드바의 ⏹ Stop 을 누르세요.\n\n`);
+    } else {
+        chunk(view, `📊 **분석 모드**: ${modeLabel}\n\n`);
+    }
+
+    chunk(view, `🎬 **YouTube 추출**: ${normalizedUrl}\n(자막 + 메타데이터${limit > 1 ? `, ${limit}개 영상` : ''})\n\n⏳ Python 추출기 기동 · 자막/메타 추출 중…`);
    // 1) extract — Bridge는 `source` 필드를 기대한다(`url`이 아님).
    const t0 = Date.now();
    const heartbeat = setInterval(() => {
        chunk(view, ` ·${Math.round((Date.now() - t0) / 1000)}s`);
    }, 4000);
+    // 채널은 영상 수에 비례해 yt-dlp 시간이 늘어남 — limit 비례 timeout 으로 완화.
+    const extractTimeoutMs = Math.max(5 * 60_000, limit * 60_000);
    const data = await bridgeFetch<{ success: boolean; videos?: any[]; totalVideos?: number }>(
        '/api/youtube/extract',
-        { method: 'POST', body: JSON.stringify({ source: url, withMetadata: true, limit: 5 }) },
-        { timeoutMs: 5 * 60_000 },
+        { method: 'POST', body: JSON.stringify({ source: normalizedUrl, withMetadata: true, limit }) },
+        {
+            timeoutMs: extractTimeoutMs,
+            onHeartbeat: limit > 1
+                ? (elapsedMs) => chunk(view, `\n  · 추출 진행 중 (${Math.round(elapsedMs / 1000)}s, ${limit}개 영상)\n`)
+                : undefined,
+        },
    ).finally(() => clearInterval(heartbeat));

    const okVideos = (data.videos || []).filter((v: any) => v?.status === 'ok');
@@ -856,39 +1184,86 @@ async function runYoutube(arg: string, view: Webview | undefined): Promise<boole

    const cfg = vscode.workspace.getConfiguration('g1nation');
    const model = (cfg.get<string>('defaultModel', '') || 'gemma4:e2b').trim();
-    const ytSystem = '당신은 유튜브 콘텐츠 시니어 PD입니다. 데이터에 근거한 제작 가이드만 제공하세요.';
+    // 시스템 프롬프트는 모드별로 분리 — info 는 *큐레이터* 톤, benchmark 는 *PD* 톤.
+    // 작은 모델일수록 system prompt 의 역할 정의가 출력 품질을 크게 좌우.
+    const sysInfo = '당신은 영상 콘텐츠를 지식 카드로 변환하는 정보 큐레이터입니다. 자막에 명시된 사실만 인용하세요.';
+    const sysBench = '당신은 유튜브 콘텐츠 시니어 PD입니다. 데이터에 근거한 제작 가이드만 제공하세요.';

-    // 2) 영상마다 LLM 4-렌즈 분석 (보통 1건; 채널/플레이리스트면 순차).
-    for (const video of okVideos) {
+    // 각 영상의 분석을 mode 에 따라 1회 또는 2회 LLM 호출.
+    // 결과는 (라벨, 보고서 본문) 의 배열로 모아 chat 출력 + wiki 저장에 같은 데이터 사용.
+    type Section = { label: string; body: string };
+    async function runOneAnalysis(video: any, prompt: string, system: string, sectionLabel: string, progressTag: string): Promise<Section | null> {
+        chunk(view, `🧪 **${sectionLabel}**${progressTag} (모델 \`${model}\`)…`);
+        try {
+            const t = Date.now();
+            const body = await callLmSynthesis(prompt, system);
+            if (!body) throw new Error('LLM 응답이 비어 있습니다.');
+            chunk(view, ` ✓ (${Math.round((Date.now() - t) / 1000)}s)\n\n`);
+            chunk(view, body + '\n\n');
+            return { label: sectionLabel, body };
+        } catch (e: any) {
+            chunk(view, `\n\n⚠️ ${sectionLabel} 실패${progressTag}: ${e?.message || String(e)}\n`);
+            return null;
+        }
+    }
+
+    // 2) 영상마다 LLM 분석 → wiki 저장. **queue 처럼 1개씩 순차** —
+    //    채널 N개면 i/N 진행 표시. 하나가 실패해도 다음으로 계속 (continue 로
+    //    skip), 다 끝나면 마지막에 통계 요약을 한 줄로 흘림.
+    const total = okVideos.length;
+    let analyzedOk = 0;
+    let analyzedFail = 0;
+    let savedOk = 0;
+    let savedFail = 0;
+    const batchT0 = Date.now();
+    for (let i = 0; i < okVideos.length; i++) {
+        const video = okVideos[i];
        const vTitle = video?.metadata?.title || video?.title || video?.video_id || '(제목 없음)';
+        const progressTag = total > 1 ? ` [${i + 1}/${total}]` : '';
+
+        if (total > 1) {
+            chunk(view, `\n━━━ **${progressTag.trim()} ${vTitle}** ━━━\n\n`);
+        }

        // 보고서 앞에 영상 전체 스크립트를 먼저 출력 — 분석과 원문 대본을 함께 보도록.
        const script = fullScriptFromSegments(video?.segments);
        chunk(view, `## 📜 전체 스크립트 (Full Script)\n\n${script}\n\n---\n\n`);

-        chunk(view, `🧪 **LLM 4-렌즈 분석**: ${vTitle} (모델 \`${model}\`)\n모델·하드웨어에 따라 수 분 걸릴 수 있습니다…`);
-        let report: string;
-        try {
-            const partT0 = Date.now();
-            report = await callLmSynthesis(build4LensPrompt(video, userContent), ytSystem);
-            if (!report) throw new Error('LLM 응답이 비어 있습니다.');
-            chunk(view, ` ✓ (${Math.round((Date.now() - partT0) / 1000)}s)\n\n`);
-        } catch (e: any) {
-            chunk(view, `\n\n⚠️ LLM 분석 실패: ${e?.message || String(e)}\n(LM 서버가 떠 있는지, \`g1nation.ollamaUrl\` / \`defaultModel\` 설정을 확인하세요.)\n\n`);
+        // mode 분기 — info / benchmark / both 에 맞게 0~2회 LLM 호출.
+        const sections: Section[] = [];
+        if (mode === 'info' || mode === 'both') {
+            const sec = await runOneAnalysis(video, buildInfoExtractionPrompt(video, userContent), sysInfo, '📋 정보 추출 (지식 카드)', progressTag);
+            if (sec) sections.push(sec);
+        }
+        if (mode === 'benchmark' || mode === 'both') {
+            const sec = await runOneAnalysis(video, build4LensPrompt(video, userContent), sysBench, '🎬 벤치마킹 (4-렌즈 역기획서)', progressTag);
+            if (sec) sections.push(sec);
+        }
+
+        if (sections.length === 0) {
+            analyzedFail++;
+            chunk(view, `(LM 서버가 떠 있는지, \`g1nation.ollamaUrl\` / \`defaultModel\` 설정을 확인하세요.)\n\n`);
            continue;
        }
-        chunk(view, report + '\n\n');
+        analyzedOk++;

        // 3) save — benchmark와 동일하게 /api/wiki/save (datacollectSavePath > WIKI_RAW_PATH).
+        // wiki 본문은 위에서 LLM 호출한 sections 를 그대로 한 파일에 이어붙여 보관.
        try {
            const today = new Date().toISOString().slice(0, 10);
            const videoUrl = video?.metadata?.webpage_url || `https://www.youtube.com/watch?v=${video?.video_id}`;
-            const title = `유튜브분석 ${vTitle} ${today}`;
+            // mode 별로 파일명 접미사 — 같은 영상의 info / benchmark / both 가 한 폴더에서 구분되도록.
+            const modeSuffix = mode === 'info' ? ' (정보)'
+                : mode === 'benchmark' ? ' (벤치마크)'
+                : '';
+            const title = `유튜브분석 ${vTitle}${modeSuffix} ${today}`;
+            const sectionDivider = sections.length > 1 ? `\n\n---\n\n` : '';
            const fileMarkdown = [
                `# ${title}`,
                ``,
                `- **영상 URL**: ${videoUrl}`,
                `- **분석 시각**: ${new Date().toISOString()}`,
+                `- **분석 모드**: ${mode}`,
                `- **생성**: Astra /youtube · Datacollect youtube insight`,
                ``,
                `## 📜 전체 스크립트 (Full Script)`,
@@ -897,7 +1272,7 @@ async function runYoutube(arg: string, view: Webview | undefined): Promise<boole
                ``,
                `---`,
                ``,
-                report,
+                sections.map((s) => s.body).join(sectionDivider),
                ``,
            ].join('\n');
            const savePath = (cfg.get<string>('datacollectSavePath', '') || '').trim();
@@ -908,11 +1283,23 @@ async function runYoutube(arg: string, view: Webview | undefined): Promise<boole
                { method: 'POST', body: JSON.stringify(body) },
                { timeoutMs: 30_000 },
            );
-            chunk(view, `💾 **결과물 저장 완료**: \`${saved?.path || '(경로 미확인)'}\`\n\n`);
+            savedOk++;
+            chunk(view, `💾 **결과물 저장 완료**${progressTag}: \`${saved?.path || '(경로 미확인)'}\`\n\n`);
        } catch (e: any) {
-            chunk(view, `⚠️ 결과물 저장 실패: ${e?.message || String(e)}\n\n`);
+            savedFail++;
+            chunk(view, `⚠️ 결과물 저장 실패${progressTag}: ${e?.message || String(e)}\n\n`);
        }
    }
+
+    // 배치 처리(=채널/플레이리스트) 끝나면 통계 한 줄로 마무리. 단일 영상은 위에서 이미 끝.
+    if (total > 1) {
+        const batchSec = Math.round((Date.now() - batchT0) / 1000);
+        chunk(view, `\n━━━━━━━━━━━━━━━━━━━━\n`
+            + `🏁 **배치 완료** (총 ${batchSec}s · ${total}개 영상)\n`
+            + `- 분석: ✅ ${analyzedOk} / ❌ ${analyzedFail}\n`
+            + `- 저장: 💾 ${savedOk} / ⚠️ ${savedFail}\n`);
+    }
+
    return true;
 }

@@ -0,0 +1,267 @@
+/**
+ * Datacollect 의존성(Python 패키지) 자동 설치/검증 모듈.
+ *
+ * 의도: Astra extension 만 깔고 끝나면 `/youtube`, `/research` 같은 datacollect
+ * 슬래시 명령은 bridge 의 Python 의존성 (`yt-dlp`, `youtube-transcript-api`) 이
+ * 없어서 실패한다. 사용자가 그걸 매번 수동으로 깔아야 하는 friction 을 없애려고
+ * VS Code 명령 + notification 으로 "한 클릭 설치" 경로 제공.
+ *
+ * 범위:
+ *   - 우리가 자동으로 깔 수 있는 것 → Python 패키지만. (bridge 자체는 별도
+ *     Datacollector_MAC 프로젝트라 사용자가 그쪽에서 `npm install + npm run bridge`
+ *     해야 함 — 우리는 안내만)
+ *   - 시스템 Python 자체 설치는 OS 정책상 자동화 위험 → python.org 링크 안내만.
+ */
+import * as vscode from 'vscode';
+import { spawn } from 'child_process';
+import { logInfo, logError } from '../../utils';
+
+/** Datacollect 슬래시 명령들이 의존하는 Python 패키지. */
+export const REQUIRED_PY_PACKAGES = ['yt-dlp', 'youtube-transcript-api'] as const;
+
+export interface PythonProbe {
+    /** Detected python executable (`python3` / `python` / `py`) or null. */
+    pythonCmd: string | null;
+    /** Python --version string (or null if not found). */
+    version: string | null;
+    /** Importable packages we required. */
+    installedPackages: Set<string>;
+    /** Required packages that aren't currently importable. */
+    missingPackages: string[];
+}
+
+/**
+ * Python 가용 여부 + 필수 패키지 import 여부를 한 번에 진단.
+ * 어느 단계에서든 실패해도 throw 하지 않고 `pythonCmd: null` 또는
+ * `missingPackages` 채워서 돌려준다 — 호출자가 UI 분기 하기 쉽도록.
+ */
+export async function probePythonEnv(): Promise<PythonProbe> {
+    const result: PythonProbe = {
+        pythonCmd: null,
+        version: null,
+        installedPackages: new Set<string>(),
+        missingPackages: [...REQUIRED_PY_PACKAGES],
+    };
+
+    // Windows 는 `python` / `py` 가 보통 우선, 그 외엔 `python3` 가 안전.
+    const candidates = process.platform === 'win32'
+        ? ['python', 'py', 'python3']
+        : ['python3', 'python'];
+
+    for (const cmd of candidates) {
+        const ver = await _capture(cmd, ['--version'], 5_000);
+        if (ver.exitCode === 0 && /Python\s+3\./i.test(ver.stdout + ver.stderr)) {
+            result.pythonCmd = cmd;
+            result.version = (ver.stdout || ver.stderr).trim();
+            break;
+        }
+    }
+    if (!result.pythonCmd) return result;
+
+    // 패키지 import 시도 — 패키지명과 import 명이 다른 케이스(`yt-dlp` → `yt_dlp`)는
+    // 매핑 테이블로 처리.
+    const importNameOf: Record<string, string> = {
+        'yt-dlp': 'yt_dlp',
+        'youtube-transcript-api': 'youtube_transcript_api',
+    };
+    const missing: string[] = [];
+    for (const pkg of REQUIRED_PY_PACKAGES) {
+        const importName = importNameOf[pkg] ?? pkg.replace(/-/g, '_');
+        const probe = await _capture(result.pythonCmd, ['-c', `import ${importName}`], 8_000);
+        if (probe.exitCode === 0) {
+            result.installedPackages.add(pkg);
+        } else {
+            missing.push(pkg);
+        }
+    }
+    result.missingPackages = missing;
+    return result;
+}
+
+/**
+ * pip install 실행. macOS homebrew Python (PEP 668) 처럼 시스템 Python 보호가
+ * 켜져 있는 환경을 자동 감지해서 `--user --break-system-packages` 조합 시도.
+ * 사용자 site-packages 로 가서 시스템 Python 은 안 건드리는 안전한 형태.
+ *
+ * VS Code OutputChannel 에 진행상황 streaming. 성공/실패 boolean 반환.
+ */
+export async function installMissingPackages(
+    pythonCmd: string,
+    packages: string[],
+    output: vscode.OutputChannel,
+): Promise<boolean> {
+    if (packages.length === 0) return true;
+    output.appendLine(`\n[Astra Setup] pip install 시작: ${packages.join(', ')}`);
+    output.appendLine(`[Astra Setup] Python: ${pythonCmd}`);
+
+    // 1차 시도: 표준 user-install. 정상 환경에선 충분.
+    const firstAttempt = await _streamCommand(pythonCmd, ['-m', 'pip', 'install', '--user', ...packages], output, 5 * 60_000);
+    if (firstAttempt) {
+        output.appendLine(`[Astra Setup] ✅ 설치 성공 (--user)`);
+        return true;
+    }
+
+    // PEP 668 (homebrew / debian 등) 보호 환경 자동 폴백. --break-system-packages
+    // 라는 이름이 무서워 보이지만, `--user` 와 함께 쓰면 user site 로 가서 시스템
+    // Python 을 건드리지 않는다. 일반 패키지(yt-dlp 등) 설치엔 안전.
+    output.appendLine(`[Astra Setup] ⚠️ 1차 실패. PEP 668 환경으로 추정 → --break-system-packages 폴백 시도.`);
+    const secondAttempt = await _streamCommand(
+        pythonCmd,
+        ['-m', 'pip', 'install', '--user', '--break-system-packages', ...packages],
+        output,
+        5 * 60_000,
+    );
+    if (secondAttempt) {
+        output.appendLine(`[Astra Setup] ✅ 설치 성공 (--user --break-system-packages)`);
+        return true;
+    }
+
+    output.appendLine(`[Astra Setup] ❌ 두 차례 시도 모두 실패. 수동 설치가 필요할 수 있습니다.`);
+    return false;
+}
+
+/**
+ * VS Code 명령 핸들러 — `Astra: Setup Datacollect Dependencies` 의 본체.
+ * 사용자가 명령 팔레트에서 직접 호출하거나 notification 의 "Install Now" 버튼이
+ * 호출. 모든 진행상황은 OutputChannel + window message 로 통보.
+ */
+export async function runDatacollectSetup(): Promise<void> {
+    const output = vscode.window.createOutputChannel('Astra Setup');
+    output.show(true);
+    output.appendLine('🔧 Astra Datacollect 의존성 점검 시작...');
+    output.appendLine('');
+
+    const probe = await probePythonEnv();
+    if (!probe.pythonCmd) {
+        output.appendLine('❌ Python 3 을 찾지 못했습니다.');
+        output.appendLine('   - macOS: brew install python3  또는  https://www.python.org 에서 설치');
+        output.appendLine('   - Windows: https://www.python.org 에서 설치 (Add Python to PATH 체크)');
+        output.appendLine('   - Linux: 패키지 매니저로 설치 (apt install python3 / yum install python3 …)');
+        vscode.window.showErrorMessage(
+            'Astra Setup: Python 3 이 PATH 에 없습니다. python.org 에서 설치 후 다시 시도하세요.',
+            'python.org 열기',
+        ).then((pick) => {
+            if (pick === 'python.org 열기') {
+                vscode.env.openExternal(vscode.Uri.parse('https://www.python.org/downloads/'));
+            }
+        });
+        return;
+    }
+    output.appendLine(`✅ Python 감지: ${probe.pythonCmd} (${probe.version})`);
+    output.appendLine(`   설치된 패키지: ${Array.from(probe.installedPackages).join(', ') || '(없음)'}`);
+    output.appendLine(`   누락된 패키지: ${probe.missingPackages.join(', ') || '(없음)'}`);
+    output.appendLine('');
+
+    if (probe.missingPackages.length === 0) {
+        output.appendLine('🎉 필수 패키지가 모두 설치돼 있습니다. 아무 작업도 필요 없습니다.');
+        vscode.window.showInformationMessage('Astra Setup: 모든 Python 의존성이 이미 설치돼 있습니다.');
+        return;
+    }
+
+    const ok = await installMissingPackages(probe.pythonCmd, probe.missingPackages, output);
+    if (ok) {
+        // 설치 후 재검증 — 정말 import 되는지 한 번 더 확인.
+        const after = await probePythonEnv();
+        if (after.missingPackages.length === 0) {
+            output.appendLine('\n✅ 설치 후 import 검증 통과. Datacollect 슬래시 명령을 바로 쓸 수 있습니다.');
+            vscode.window.showInformationMessage(
+                `Astra Setup 완료: ${probe.missingPackages.join(', ')} 설치됨. /youtube /research 등 다시 시도해 보세요.`,
+            );
+        } else {
+            output.appendLine(`\n⚠️ pip 은 성공으로 끝났지만 import 검증에서 여전히 ${after.missingPackages.join(', ')} 가 안 보입니다.`);
+            output.appendLine('   Python 인터프리터가 여러 개 있거나 venv 가 활성화돼 있을 수 있어요. 터미널에서 직접 확인해 보세요:');
+            output.appendLine(`     ${probe.pythonCmd} -c "import yt_dlp; print(yt_dlp.__file__)"`);
+            vscode.window.showWarningMessage('Astra Setup: 설치는 완료됐지만 import 검증 실패. Output 채널 확인.');
+        }
+    } else {
+        vscode.window.showErrorMessage(
+            'Astra Setup: pip install 실패. Output 채널의 로그를 확인하세요.',
+            'Output 열기',
+        ).then((pick) => {
+            if (pick === 'Output 열기') output.show(true);
+        });
+    }
+}
+
+/**
+ * 패키지 미설치 사용자에게 보여주는 친절한 notification.
+ * slashRouter 의 에러 catch 에서 "필수 패키지가 없습니다" 패턴을 잡으면 이걸
+ * 호출 → 사용자가 "Install Now" 한 번 누르면 위 setup 명령이 돌아간다.
+ *
+ * Idempotent — 사용자가 dismiss 하거나 무시해도 다음 에러에서 다시 뜸.
+ */
+export async function offerInstallNotification(missingHint: string): Promise<void> {
+    const pick = await vscode.window.showWarningMessage(
+        `Astra: Datacollect 의 Python 의존성이 누락돼 있습니다 (${missingHint}). 지금 자동 설치할까요?`,
+        { modal: false },
+        'Install Now',
+        '나중에',
+    );
+    if (pick === 'Install Now') {
+        await vscode.commands.executeCommand('g1nation.setupDatacollect');
+    }
+}
+
+// ─── Internal helpers ───────────────────────────────────────────────────────
+
+function _capture(cmd: string, args: string[], timeoutMs: number): Promise<{ exitCode: number; stdout: string; stderr: string }> {
+    return new Promise((resolve) => {
+        let stdout = '';
+        let stderr = '';
+        let done = false;
+        const finish = (exitCode: number) => {
+            if (done) return;
+            done = true;
+            resolve({ exitCode, stdout, stderr });
+        };
+        try {
+            const proc = spawn(cmd, args, { shell: false, windowsHide: true });
+            const timer = setTimeout(() => {
+                try { proc.kill('SIGKILL'); } catch { /* noop */ }
+                finish(-1);
+            }, timeoutMs);
+            proc.stdout?.on('data', (b) => { stdout += b.toString(); });
+            proc.stderr?.on('data', (b) => { stderr += b.toString(); });
+            proc.on('error', () => { clearTimeout(timer); finish(-2); });
+            proc.on('close', (code) => { clearTimeout(timer); finish(code ?? -3); });
+        } catch {
+            finish(-4);
+        }
+    });
+}
+
+function _streamCommand(cmd: string, args: string[], output: vscode.OutputChannel, timeoutMs: number): Promise<boolean> {
+    return new Promise((resolve) => {
+        output.appendLine(`$ ${cmd} ${args.join(' ')}`);
+        let done = false;
+        const finish = (ok: boolean) => {
+            if (done) return;
+            done = true;
+            resolve(ok);
+        };
+        try {
+            const proc = spawn(cmd, args, { shell: false, windowsHide: true });
+            const timer = setTimeout(() => {
+                output.appendLine(`[Astra Setup] ⏱️ ${timeoutMs / 1000}s 초과. 프로세스를 종료합니다.`);
+                try { proc.kill('SIGKILL'); } catch { /* noop */ }
+                finish(false);
+            }, timeoutMs);
+            proc.stdout?.on('data', (b) => output.append(b.toString()));
+            proc.stderr?.on('data', (b) => output.append(b.toString()));
+            proc.on('error', (e) => {
+                clearTimeout(timer);
+                logError('[datacollectSetup] spawn error', e);
+                output.appendLine(`[Astra Setup] spawn 오류: ${e.message}`);
+                finish(false);
+            });
+            proc.on('close', (code) => {
+                clearTimeout(timer);
+                logInfo(`[datacollectSetup] ${cmd} exited with code=${code}`);
+                finish(code === 0);
+            });
+        } catch (e: any) {
+            output.appendLine(`[Astra Setup] 실행 실패: ${e?.message ?? String(e)}`);
+            finish(false);
+        }
+    });
+}
@@ -27,6 +27,16 @@ export class AgentDataValidator {
                    throw new Error(`[IntegrityError] Writer 결과물이 불완전합니다 (${data.length} chars). 최종 보고서 작성 실패 의심.`);
                }
                break;
+            case 'outline':
+                // Outline 응답은 JSON 배열 — 빈 배열 `[]` (single-pass 신호) 도 유효.
+                // 길이 검증을 우회하고, 형식 검사는 호출자(`parseOutline`) 가 별도로 한다.
+                break;
+            case 'direct':
+                // 짧은 질문에 대한 짧은 답을 허용. 한 문장(≈ 10자) 까지 OK.
+                if (data.length < 4) {
+                    throw new Error(`[IntegrityError] Direct 답변이 비정상적으로 짧습니다 (${data.length} chars).`);
+                }
+                break;
            default:
                if (data.length < 10) {
                    throw new Error(`[IntegrityError] ${stage} 에이전트로부터 유효한 응답을 받지 못했습니다.`);
@@ -4,12 +4,10 @@ import * as path from 'path';
 import { createHash } from 'crypto';
 import { lockManager } from '../core/lock';
 import { actionQueue } from '../core/queue';
-import { logInfo, logError, getActiveBrainProfile } from '../utils';
+import { logInfo, logError } from '../utils';
 import { AgentDataValidator, PerformanceProfiler, CognitionAudit } from './diagnostics';
 import { WikiFormatter } from './formatter';
 import { ErrorType, RecoveryRule } from '../types/interfaces';
-import { getConfig } from '../config';
-import { persistReflectionAsLesson } from '../agents/reflectionPersister';
 export { ErrorType, RecoveryRule };

 // ─────────────────────────────────────────────
@@ -49,9 +47,19 @@ export interface IAgent {
 // ─────────────────────────────────────────────

 /**
- * 파이프라인 단계 상태 정의
+ * 파이프라인 단계 상태 정의.
+ *
+ * 예전엔 planner/researcher/reflector/writer/synthesizer 5개 persona를 줄세웠는데,
+ * 매 hop마다 컨텍스트를 다시 싣고 추상화가 누적돼 원본 본문을 잃었다. 사용자의
+ * 본래 의도는 "*답변*을 chunk로 나눠 토큰 압박 회피"였으므로, 이제 stage는
+ * 단일 writer가 거치는 3-step (outline → section → polish) 만 남는다. `section`
+ * stage는 outline에서 정해진 N번 반복 transition된다.
+ *
+ * `direct` 는 single-pass 경로 — outline·section·polish 를 모두 건너뛰고 1회
+ * LLM 호출로 즉답하는 빠른 경로. 짧은 질문이나 outline 이 "쪼갤 필요 없음"
+ * (빈 배열) 으로 판정한 경우에 사용.
 */
-export type PipelineStage = 'idle' | 'planner' | 'researcher' | 'reflector' | 'writer' | 'synthesizer' | 'completed' | 'error';
+export type PipelineStage = 'idle' | 'outline' | 'section' | 'polish' | 'direct' | 'completed' | 'error';

 /**
 * 감사(Audit) 이력에 기록되는 단일 상태 전환 엔트리.
@@ -448,19 +456,28 @@ export class CacheManager {
 * - Error Recovery Matrix 기반의 Transient/Permanent 오류 자동 분류 및 복구
 */
 export class AgentEngine {
+    /** Outline LLM이 제안한 N을 강제로 1..MAX_SECTIONS 로 clamp 한다. */
+    static readonly MAX_SECTIONS = 5;
+
+    /**
+     * 단일 writer agent — 같은 모델이 outline / section / polish 역할을 번갈아
+     * 수행한다. 역할 분기는 options.config.role 로 ChunkedWriter 내부에서 처리.
+     *
+     * 하위호환을 위해 추가 IAgent 인자(`_legacyAgents`)를 받지만 사용하지 않는다.
+     * 기존 호출처에서 planner/researcher 등을 같이 넘겨도 컴파일은 통과.
+     */
    constructor(
-        private readonly planner: IAgent,
-        private readonly researcher: IAgent,
        private readonly writer: IAgent,
-        // [Self-Reflection] Researcher와 Writer 사이에 주입되는 메타인지 노드. 미주입 시 기존 3단계 파이프라인을 그대로 유지.
-        private readonly reflector?: IAgent,
-        // [5-stage pipeline] Writer(=Drafter)가 만든 초안을 사용자용 최종 답변으로 다듬는 노드.
-        // 미주입 시 Writer 출력이 그대로 최종 답변이 된다(기존 동작 유지).
-        private readonly synthesizer?: IAgent
+        ..._legacyAgents: Array<IAgent | undefined>
    ) {}

    /**
-     * 멀티 에이전트 워크플로우 실행 (Refactored: Atomic State Machine)
+     * 단일 writer 기반 chunked 워크플로우 실행.
+     *
+     *   outline → section[1..N] → polish
+     *
+     * Resilience layer(MissionState · ErrorClassifier · CacheManager)는 그대로
+     * 재사용하되, persona별 agent 5개를 줄세우던 옛 phase 구조만 제거했다.
     */
    public async runMission(
        missionId: string,
@@ -495,155 +512,121 @@ export class AgentEngine {
                    return globalCache;
                }

-                // --- Phase 1: Planner ---
-                const plan = await this.executeStep(
-                    state, 'planner', '전략 수립 중...',
-                    () => this.resilientExecute(state, this.planner, 'Planner', prompt, brainContext, signal, onProgress, { 
+                // --- Fast-path: 명백히 짧은 단일 답변 케이스 ---
+                // outline LLM 콜 자체를 우회 → 1회 호출로 즉답. 본문 첨부도 없고
+                // 분석/리서치 키워드도 없고 길이도 짧을 때만 발동. 애매하면 outline 으로
+                // 위임해서 LLM 이 판정하게 둔다.
+                if (AgentEngine.isObviouslySimple(prompt)) {
+                    logInfo(`[AgentEngine] fast-path 단일 호출 (prompt ${prompt.length}자)`);
+                    return await this.runSinglePass(
+                        state, prompt, brainContext, signal, onProgress, options,
+                        promptHash, currentModel, 'fast-path',
+                    );
+                }
+
+                // --- Phase 1: Outline ---
+                // 1번의 LLM 호출로 답변을 몇 개 섹션으로 쪼갤지 결정. JSON 배열 반환.
+                const outlineRaw = await this.executeStep(
+                    state, 'outline', '답변 구조 잡는 중...',
+                    () => this.resilientExecute(state, this.writer, 'Outline', prompt, brainContext, signal, onProgress, {
                        ...options,
                        context: brainContext,
                        signal,
-                        config: { ...options?.config, role: 'planner', isSamePrompt: true } 
+                        config: { ...options?.config, role: 'outline' },
                    }),
-                    prompt, brainContext, signal, onProgress
+                    `outline::${prompt}`, brainContext, signal, onProgress
                );

-                const plannerScore = this.validateResult(plan, 'Planner');
-                // [Structural Fix] 점수가 낮을수록 더 상세한 근거를 요구(comprehensive)하도록 로직 역전
-                const researcherLevel: AbstractionLevel = plannerScore < 70 ? 'comprehensive' : 'balanced';
+                const outline = this.parseOutline(outlineRaw);
+                const sections = outline.sections;

-                // --- Phase 2: Researcher ---
-                const research = await this.executeStep(
-                    state, 'researcher', '핵심 정보 수집 및 분석 중...',
-                    () => this.resilientExecute(state, this.researcher, 'Researcher', plan, brainContext, signal, onProgress, { 
+                // outline 이 빈 배열(`reason === 'empty'`)을 반환했다면 LLM 이
+                // *명시적으로* "쪼갤 필요 없음" 으로 판정한 것 → section / polish 단계
+                // 건너뛰고 single-pass 직답. 이미 outline 1회는 썼지만 chunked 전체(2+N회)
+                // 보단 빠르고, 무엇보다 사용자 의도(짧은 답)에 부합.
+                //
+                // `reason === 'fallback'` 은 LLM 응답이 깨져서 우리가 임의로 1-section
+                // 으로 폴백한 케이스 — 이 경우엔 절대 single-pass 로 가지 말고 chunked
+                // 본문 1섹션 + polish 로 진행 (옛 버전에선 둘이 구분 안 돼서 우발적 전환).
+                if (outline.reason === 'empty') {
+                    logInfo(`[AgentEngine] outline 이 명시적으로 단순 답변 판정 → direct 경로 폴백.`);
+                    return await this.runSinglePass(
+                        state, prompt, brainContext, signal, onProgress, options,
+                        promptHash, currentModel, 'outline-fallback',
+                    );
+                }
+
+                const outlineSummary = sections.map((s, i) => `${i + 1}. ${s.heading} — ${s.scope}`).join('\n');
+
+                // --- Phase 2: Sections (N회 반복) ---
+                // 각 섹션은 *동일* writer + 같은 모델이지만 role='section' 으로 분기.
+                // 본인 scope 만 다루고 prevSections 를 받아 중복을 피한다.
+                const sectionTexts: string[] = [];
+                for (let i = 0; i < sections.length; i++) {
+                    this.checkAbort(signal);
+                    const stageLabel = sections.length === 1
+                        ? '본문 작성 중...'
+                        : `섹션 ${i + 1}/${sections.length}: "${sections[i].heading}" 작성 중...`;
+                    // executeStep 의 Resumption 키는 stage 문자열 단일 — section 은 N번 반복하므로
+                    // 캐시키만 idx 로 분리하고 state.results 에는 누적 join 결과를 별도로 저장한다.
+                    const sectionText = await this.runSectionStep(
+                        state, i, sections.length, stageLabel,
+                        async () => this.resilientExecute(state, this.writer, `Section${i + 1}`, '', brainContext, signal, onProgress, {
+                            ...options,
+                            context: brainContext,
+                            signal,
+                            config: { ...options?.config, role: 'section', allowFallback: true },
+                            priorResults: {
+                                originalPrompt: prompt,
+                                sectionHeading: sections[i].heading,
+                                sectionScope: sections[i].scope,
+                                outlineSummary,
+                                prevSectionsTrimmed: this.trimPrevSections(sectionTexts, sections),
+                                previousValidData: state.getResult(`section_${i}`),
+                                ...options?.priorResults,
+                            },
+                        }),
+                        prompt, brainContext, signal, onProgress
+                    );
+                    sectionTexts.push(sectionText);
+                }
+
+                // 섹션을 합쳐 polish 입력 draft 를 만든다. heading 줄을 같이 박아서
+                // polish 모델이 구조를 인지할 수 있게.
+                const joinedDraft = sections
+                    .map((s, i) => `${s.heading}\n${sectionTexts[i] ?? ''}`)
+                    .join('\n\n');
+
+                // --- Phase 3: Polish ---
+                // 1번의 LLM 호출로 오타·할루시네이션·중복 제거 + 첫 문장 결론으로 정렬.
+                const polishedReport = await this.executeStep(
+                    state, 'polish', '최종 다듬기 중...',
+                    () => this.resilientExecute(state, this.writer, 'Polish', joinedDraft, brainContext, signal, onProgress, {
                        ...options,
                        context: brainContext,
                        signal,
-                        config: { ...options?.config, role: 'researcher', isSamePrompt: true }, 
-                        abstractionLevel: researcherLevel 
+                        config: { ...options?.config, role: 'polish', allowFallback: true },
+                        priorResults: {
+                            originalPrompt: prompt,
+                            previousValidData: joinedDraft,
+                            ...options?.priorResults,
+                        },
                    }),
-                    plan, brainContext, signal, onProgress
+                    `polish::${joinedDraft}`, prompt, signal, onProgress
                );

-                // --- Phase 3: Context Preparation (Side Effect of Phase 2) ---
-                let writerPrep = state.getResult('writerPrep');
-                if (!writerPrep) {
-                    writerPrep = await this.prepareWriterContext(prompt, plan, brainContext);
-                    state.setResult('writerPrep', writerPrep);
-                }
-
-                const researchScore = this.validateResult(research, 'Researcher');
-                // [Structural Fix] 점수가 낮을수록 더 상세한 근거를 요구(comprehensive)하도록 로직 역전
-                const writerLevel: AbstractionLevel = researchScore < 65 ? 'comprehensive' : 'balanced';
-
-                // --- Phase 3.5: Reflector (Self-Reflection) ---
-                // Reflector가 주입되어 있고 옵션에서 명시적으로 끄지 않은 경우에만 실행한다.
-                // 실패해도 파이프라인을 막지 않는다(soft-fail): Reflector는 품질 보강이지 필수 게이트가 아님.
-                let reflection = '';
-                const reflectionDisabled = options?.config?.enableReflection === false;
-                if (this.reflector && !reflectionDisabled) {
-                    try {
-                        reflection = await this.executeStep(
-                            state, 'reflector', '중간 산출물 자기검증 중...',
-                            () => this.resilientExecute(state, this.reflector!, 'Reflector', research, brainContext, signal, onProgress, {
-                                ...options,
-                                context: brainContext,
-                                signal,
-                                config: { ...options?.config, role: 'reflector', isSamePrompt: true },
-                                priorResults: { plan, originalPrompt: prompt, ...options?.priorResults },
-                                abstractionLevel: 'balanced'
-                            }),
-                            // [Cache namespace] Writer와 동일한 (research, prompt) 페어를 쓰면 CacheManager가
-                            // Writer 호출 시 reflector 결과를 그대로 반환해버린다. 단계명을 prefix로 분리.
-                            `reflector::${research}`, prompt, signal, onProgress
-                        );
-                    } catch (reflErr: any) {
-                        // Reflector 실패는 치명적이지 않다. 감사 이력에만 남기고 빈 reflection으로 Writer를 진행시킨다.
-                        if (reflErr?.name === 'AbortError') throw reflErr;
-                        logError(`[AgentEngine] Reflector soft-fail — Writer 계속 진행: ${reflErr?.message || reflErr}`);
-                        reflection = '';
-                    }
-
-                    // [Self-Reflection → Knowledge] Reflector가 의미 있는 critique을 내놓았으면
-                    // brain에 lesson 카드로 영속화한다. 다음 미션의 Planner/Researcher/Writer는
-                    // 기존 lesson retrieval 경로를 통해 이 카드를 자동으로 inject받는다.
-                    // 동일 패턴 재발 시 카드를 새로 만들지 않고 occurrences를 증가시키며 severity를
-                    // low→medium→high로 가중. fire-and-forget으로 미션 흐름을 막지 않는다.
-                    if (reflection && getConfig().autoLessonFromReflection !== false) {
-                        try {
-                            const brainDir = getActiveBrainProfile()?.localBrainPath;
-                            if (brainDir) {
-                                const result = persistReflectionAsLesson({
-                                    reflection,
-                                    originalPrompt: prompt,
-                                    brainDir,
-                                });
-                                if (result) {
-                                    logInfo(`[AgentEngine] Reflector critique → lesson (${result.bumped ? 'bumped' : 'new'}, severity=${result.severity}, occ=${result.occurrences}).`);
-                                }
-                            }
-                        } catch (persistErr: any) {
-                            // Lesson 영속화 실패는 미션 결과에 영향 없음 — 로그만 남기고 계속 진행.
-                            logError(`[AgentEngine] lesson 영속화 실패 (무시): ${persistErr?.message || persistErr}`);
-                        }
-                    }
-                }
-
-                // --- Phase 4: Writer ---
-                const finalReport = await this.executeStep(
-                    state, 'writer', '최종 리포트 작성 및 편집 중...',
-                    () => this.resilientExecute(state, this.writer, 'Writer', research, prompt, signal, onProgress, {
-                        ...options,
-                        context: brainContext,
-                        signal,
-                        config: { role: 'writer', allowFallback: true, isSamePrompt: true, ...options?.config },
-                        priorResults: { plan, writerPrep, reflection, previousValidData: state.getResult('finalReport'), ...options?.priorResults },
-                        abstractionLevel: writerLevel
-                    }),
-                    research, prompt, signal, onProgress
-                );
-
-                state.setResult('finalReport', finalReport);
-
-                // --- Phase 4.5: Synthesizer (final polish) ---
-                // Drafter(=Writer) 출력은 "초안"이다. Synthesizer가 주어졌으면 한 번 더 압축/매끄럽게 정리한다.
-                // 입력이 작은 draft 뿐이라 컨텍스트가 가벼워, 작은 로컬 모델도 한 번에 처리할 수 있다.
-                // 실패해도 미션을 막지 않고 Drafter 출력을 그대로 사용한다(soft-fail).
-                let polishedReport = finalReport;
-                if (this.synthesizer) {
-                    try {
-                        polishedReport = await this.executeStep(
-                            state, 'synthesizer', '최종 답변 다듬기 중...',
-                            () => this.resilientExecute(state, this.synthesizer!, 'Synthesizer', finalReport, prompt, signal, onProgress, {
-                                ...options,
-                                context: brainContext,
-                                signal,
-                                config: { ...options?.config, role: 'synthesizer', isSamePrompt: true },
-                                priorResults: { plan, reflection, originalPrompt: prompt, ...options?.priorResults },
-                                abstractionLevel: 'balanced'
-                            }),
-                            `synthesizer::${finalReport}`, prompt, signal, onProgress
-                        );
-                        if (!polishedReport || polishedReport.trim().length < 24) {
-                            // 합성기가 빈/잘린 결과를 내면 안전하게 초안 사용.
-                            logError('[AgentEngine] Synthesizer returned empty/tiny output — using Drafter output.');
-                            polishedReport = finalReport;
-                        }
-                    } catch (synthErr: any) {
-                        if (synthErr?.name === 'AbortError') throw synthErr;
-                        logError(`[AgentEngine] Synthesizer soft-fail — using Drafter output: ${synthErr?.message || synthErr}`);
-                        polishedReport = finalReport;
-                    }
-                }
-
-                // --- Phase 5: Advice & Standardization ---
-                const proactiveAdvice = await this.generateProactiveAdvice(polishedReport, prompt, brainContext, signal);
-                
-                // [Structural Fix] 생성된 제안의 무결성 검증 (최소 길이 50자 이상일 때만 append)
-                const enrichedReport = proactiveAdvice && proactiveAdvice.length > 50
-                    ? `${polishedReport}\n\n---\n## 💡 Astra의 선제적 제안 (Proactive Next Actions)\n${proactiveAdvice}`
+                // Polish 결과가 비정상적으로 짧으면(빈 응답 등) join 본을 fallback.
+                const safeReport = (!polishedReport || polishedReport.trim().length < 24)
+                    ? joinedDraft
                    : polishedReport;

-                const standardizedReport = WikiFormatter.format(enrichedReport, state);
+                // WikiFormatter는 *지식 아카이브 생성*용 포맷(P-Reinforce v3.0 frontmatter +
+                // Reliability Audit 표 등)이라 일반 채팅 답변에 강제 적용하면 메타 노이즈만 늘어남.
+                // 명시적으로 옵션이 켜진 경우(예: datacollect 위키 합성 경로)에만 wrap.
+                const wantsWikiFormat = options?.config?.formatAsKnowledgeArtifact === true;
+                const standardizedReport = wantsWikiFormat
+                    ? WikiFormatter.format(safeReport, state)
+                    : safeReport;

                // 최종 결과 전역 캐싱 (Deduplication - Secure Key with Model Awareness)
                CacheManager.set(prompt, `global_final_report_${promptHash}`, standardizedReport, currentModel);
@@ -851,18 +834,209 @@ export class AgentEngine {
    }

    /**
-     * Writer가 사용할 초기 컨텍스트를 사전에 구성합니다.
-     * Researcher와 병렬로 실행되어 Phase 3 진입 시 즉시 활용 가능합니다.
+     * Fast-path 휴리스틱: prompt 가 "쪼갤 필요 없는 단순 케이스" 인지 즉시 판정.
+     * 명백할 때만 true — 애매한 중간 길이는 false 로 반환해 outline LLM 이 판정하게 위임.
+     *
+     * 단순 기준:
+     *   - 길이 < 200자
+     *   - 본문 첨부 신호 없음 (코드 펜스, 긴 빈줄, --- 구분선)
+     *   - 분석/리서치 키워드 없음 (분석/리서치/조사/보고서/심층/설계/기획/꼼꼼히/상세히)
     */
-    private async prepareWriterContext(prompt: string, plan: string, brainContext: string): Promise<string> {
-        const contextSummary = [
-            `[Original Prompt] ${prompt.substring(0, 200)}`,
-            `[Plan Summary] ${plan.substring(0, 300)}`,
-            `[Brain Context Available] ${brainContext ? 'Yes' : 'No'} (${brainContext?.length || 0} chars)`
-        ].join('\n');
+    public static isObviouslySimple(prompt: string): boolean {
+        if (!prompt) return false;
+        const trimmed = prompt.trim();
+        if (trimmed.length === 0) return false;
+        if (trimmed.length >= 200) return false;

-        logInfo(`[AgentEngine] [WriterPrep] 초기 컨텍스트 준비 완료 (${contextSummary.length} chars)`);
-        return contextSummary;
+        // 본문 첨부 신호: 코드 펜스 / 긴 빈줄 / 마크다운 구분선 / 인용 다수.
+        const hasAttachment = /```|\n\n\n|^---$|^> .*\n> /m.test(trimmed);
+        if (hasAttachment) return false;
+
+        // 분석/구조화 키워드.
+        const heavyKeyword = /(분석|리서치|조사|보고서|심층|상세히|꼼꼼히|기획|설계|아키텍처|리뷰|review|analyz|research|deep\s*analysis|strategy|proposal|보고|요약해서\s*정리)/i;
+        if (heavyKeyword.test(trimmed)) return false;
+
+        return true;
+    }
+
+    /**
+     * Single-pass 경로: outline·section·polish 단계를 모두 건너뛰고 1회 LLM 호출로
+     * 즉답. fast-path 와 outline 빈배열 폴백 양쪽에서 공유.
+     *
+     * stage 전환은 'direct' 한 번만 발생 — audit trail 에서 fast-path / chunked 를
+     * 구분 가능.
+     */
+    private async runSinglePass(
+        state: MissionState,
+        prompt: string,
+        brainContext: string,
+        signal: AbortSignal,
+        onProgress: (stage: PipelineStage, message: string) => void,
+        options: AgentExecuteOptions | undefined,
+        promptHash: string,
+        currentModel: string,
+        reason: 'fast-path' | 'outline-fallback',
+    ): Promise<string> {
+        const stageMessage = reason === 'fast-path'
+            ? '답변 작성 중... (단일 호출 fast-path)'
+            : '답변 작성 중... (outline 단일 답변 판정)';
+
+        const directAnswer = await this.executeStep(
+            state, 'direct', stageMessage,
+            () => this.resilientExecute(state, this.writer, 'Direct', prompt, brainContext, signal, onProgress, {
+                ...options,
+                context: brainContext,
+                signal,
+                config: { ...options?.config, role: 'direct', allowFallback: true },
+                priorResults: {
+                    originalPrompt: prompt,
+                    previousValidData: prompt,
+                    ...options?.priorResults,
+                },
+            }),
+            `direct::${prompt}`, brainContext, signal, onProgress,
+        );
+
+        const wantsWikiFormat = options?.config?.formatAsKnowledgeArtifact === true;
+        const finalReport = wantsWikiFormat
+            ? WikiFormatter.format(directAnswer, state)
+            : directAnswer;
+
+        CacheManager.set(prompt, `global_final_report_${promptHash}`, finalReport, currentModel);
+        CognitionAudit.auditPolicyCompliance('MissionComplete', finalReport);
+        this.transition(state, 'completed', '미션 완료', onProgress);
+        return finalReport;
+    }
+
+    /**
+     * Outline 호출 결과(JSON 문자열 기대)를 SectionOutline 배열로 파싱.
+     * 작은 모델이 코드펜스로 감싸거나 앞뒤에 prose를 흘리는 경우가 많아 3-stage
+     * tolerant parse: (1) raw, (2) fenced 안쪽, (3) 첫 [..] balanced 추출.
+     *
+     * 반환의 reason 값으로 호출자가 분기:
+     *   - 'empty'    — LLM 이 빈 배열 `[]` 로 "쪼갤 필요 없음" 명시. direct 폴백 발동.
+     *   - 'ok'       — N>=1 섹션 정상 파싱. chunked 진행.
+     *   - 'fallback' — 응답이 비었거나 JSON 깨짐. 단일 "본문" 섹션으로 chunked 1회만 진행
+     *                  (옛 버전엔 길이로만 구분이 안 돼서 empty 와 fallback 이 혼동돼
+     *                  parse 실패가 우발적 single-pass 전환을 일으켰음).
+     */
+    private parseOutline(raw: string): {
+        sections: Array<{ heading: string; scope: string }>;
+        reason: 'ok' | 'empty' | 'fallback';
+    } {
+        const fallbackSections = [{ heading: '본문', scope: '사용자 요청 전체를 다루는 단일 섹션' }];
+        if (!raw || !raw.trim()) {
+            return { sections: fallbackSections, reason: 'fallback' };
+        }
+
+        const fenced = raw.match(/```(?:json)?\s*([\s\S]*?)\s*```/i);
+        const stage1 = (fenced ? fenced[1] : raw).trim();
+
+        // null = parse 자체 실패 / 형식 깨짐. [] = LLM 의 명시적 "쪼갤 필요 없음".
+        // 둘은 의미가 다르므로 호출자 측 분기가 가능하도록 union 으로 반환.
+        type ParseOk =
+            | { kind: 'empty' }
+            | { kind: 'sections'; list: Array<{ heading: string; scope: string }> };
+        const tryParse = (s: string): ParseOk | null => {
+            try {
+                const obj = JSON.parse(s);
+                if (!Array.isArray(obj)) return null;
+                if (obj.length === 0) return { kind: 'empty' };
+                const cleaned = obj
+                    .map((o: any) => ({
+                        heading: typeof o?.heading === 'string' ? o.heading.trim() : '',
+                        scope: typeof o?.scope === 'string' ? o.scope.trim() : '',
+                    }))
+                    .filter((o) => o.heading.length > 0);
+                if (cleaned.length === 0) return null;
+                return { kind: 'sections', list: cleaned.slice(0, AgentEngine.MAX_SECTIONS) };
+            } catch { return null; }
+        };
+
+        const direct = tryParse(stage1);
+        if (direct) {
+            return direct.kind === 'empty'
+                ? { sections: [], reason: 'empty' }
+                : { sections: direct.list, reason: 'ok' };
+        }
+
+        // 첫 [...] balanced 추출
+        const start = stage1.indexOf('[');
+        const end = stage1.lastIndexOf(']');
+        if (start !== -1 && end > start) {
+            const balanced = tryParse(stage1.slice(start, end + 1));
+            if (balanced) {
+                return balanced.kind === 'empty'
+                    ? { sections: [], reason: 'empty' }
+                    : { sections: balanced.list, reason: 'ok' };
+            }
+        }
+
+        logError('[AgentEngine] outline parse 실패 — 단일 본문 섹션 fallback (single-pass 전환 안 함).');
+        return { sections: fallbackSections, reason: 'fallback' };
+    }
+
+    /**
+     * 이전 섹션 본문을 polish 직전에 모델에 다시 넘길 때 쓸 짧은 요약 블록.
+     * 각 섹션을 300자 정도로 trim 해서 LLM이 "어디까지 적었나" 만 인지하게 한다.
+     * 통째로 다시 넣으면 토큰이 누적해서 의미가 없음.
+     */
+    private trimPrevSections(
+        prev: string[],
+        sections: Array<{ heading: string; scope: string }>,
+    ): string {
+        if (prev.length === 0) return '';
+        const TRIM = 300;
+        return prev
+            .map((text, i) => {
+                const heading = sections[i]?.heading ?? `섹션 ${i + 1}`;
+                const compact = (text || '').replace(/\s+/g, ' ').trim();
+                const clipped = compact.length > TRIM ? compact.slice(0, TRIM) + '...' : compact;
+                return `[${heading}] ${clipped}`;
+            })
+            .join('\n');
+    }
+
+    /**
+     * `section` stage 1회 실행. `executeStep` 은 stage 키 1개를 캐싱키로 쓰므로
+     * N번 반복되는 section 에 그대로 못 쓰고 idx 별 key 로 분리해야 한다. 동작은
+     * executeStep 과 동일 (transition · abort · cache · resume · save).
+     */
+    private async runSectionStep(
+        state: MissionState,
+        idx: number,
+        total: number,
+        progressMessage: string,
+        action: () => Promise<string>,
+        cacheKeyPrompt: string,
+        cacheKeyContext: string,
+        signal: AbortSignal,
+        onProgress: (stage: PipelineStage, message: string) => void,
+    ): Promise<string> {
+        const resumeKey = `section_${idx}`;
+        const existing = state.getResult(resumeKey);
+        if (existing) {
+            logInfo(`[AgentEngine] [Resumption] section ${idx + 1}/${total} 결과가 이미 존재합니다.`);
+            return existing;
+        }
+
+        this.transition(state, 'section', progressMessage, onProgress);
+        this.checkAbort(signal);
+
+        const cacheKey = `section_${idx}::${cacheKeyPrompt}`;
+        const cached = CacheManager.get(cacheKey, cacheKeyContext);
+        let result: string;
+        if (cached) {
+            logInfo(`[AgentEngine] [Deduplication] section ${idx + 1}/${total} 캐시 히트.`);
+            state.resilienceMetrics.deduplications++;
+            result = cached;
+        } else {
+            result = await action();
+            CacheManager.set(cacheKey, cacheKeyContext, result);
+        }
+
+        state.setResult(resumeKey, result);
+        return result;
    }

    private summarizeLog(data: string | undefined, length: number = 100): string {
@@ -871,12 +1045,6 @@ export class AgentEngine {
        return clean.length > length ? clean.substring(0, length) + '...' : clean;
    }

-    private validateResult(data: string, step: string): number {
-        // Error Recovery Matrix: Permanent 오류 발생을 방지하기 위한 선제적 핸드오프 검증
-        const validation = AgentDataValidator.validateHandoff(step, data);
-        return validation.score;
-    }
-
    /**
     * [Astra v4.0] 맥락 증폭 로직
     * 지식 관리 정책 v4.0을 LLM 지시사항으로 변환하여 주입합니다.
@@ -910,31 +1078,4 @@ export class AgentEngine {
        return `${context}\n${policyDirectives}`;
    }

-    /**
-     * [Astra v4.0] 선제적 제안 생성
-     * 수행된 작업 결과를 분석하여 다음 단계의 의사결정 포크를 제안합니다.
-     */
-    private async generateProactiveAdvice(report: string, originalPrompt: string, context: string, signal: AbortSignal): Promise<string> {
-        // [Structural Fix] 절단 없는 컨텍스트 전달 (LLM 상상력 제한)
-        const advicePrompt = `사용자의 원래 요청과 작성된 최종 리포트를 바탕으로, 
-사용자가 다음에 내려야 할 '전략적 의사결정'이나 '실행 작업' 3가지를 구체적으로 제안해주십시오. 
-존재하지 않는 사실을 지어내지 말고, 리포트에 명시된 근거만을 활용하십시오.
-
-원래 요청: ${originalPrompt}
-리포트 내용: 
-${report}`;
-
-        try {
-            // Advisor 전용 설정을 주입하여 역할 혼용 방지
-            return await this.writer.execute(advicePrompt, context, signal, { 
-                config: { 
-                    role: 'advisor',
-                    temperature: 0.1, // 창의성 억제, 사실성 강화
-                    maxTokens: 500
-                } 
-            });
-        } catch (err) {
-            return "다음 단계에 대한 자동 제안을 생성하지 못했습니다. 리포트의 결론 섹션을 참고해 주세요.";
-        }
-    }
 }
@@ -260,19 +260,28 @@ export class ModelLifecycleManager {
        this.cancelLoad();
        this.clearIdleTimer();

+        // ── 1) Unload 이전 모델 (있으면) ──────────────────────────────────────
+        // 의도: 메모리 회수. 실패해도 load 는 *무조건* 진행 — LM Studio 가 unload
+        // 못 한 모델은 보통 그냥 그대로 메모리에 떠 있고, load 가 새 모델로 메모리를
+        // 덮어쓰면서 자연 회수되는 경우가 많다. 여기서 throw 하면 사용자가 모델
+        // 교체 자체를 못 함.
+        // 또한 unload 실패해도 currentModel 은 null 로 정리 — 다음 단계에서 어차피
+        // modelKey 로 덮어쓰지만, 그 사이에 다른 코드가 currentModel 을 읽을 때
+        // "이미 없는 prev" 를 가리키지 않도록.
        if (this.state === 'loaded' && this.currentModel && this.currentModel !== modelKey) {
            const prev = this.currentModel;
            this.state = 'unloading';
            try {
                await this.deps.client.unload(prev);
            } catch (e: any) {
-                logError('LM Studio unload before switch failed.', { prev, error: e?.message ?? String(e) });
+                logError('LM Studio unload before switch failed — load 진행 강행.', { prev, error: e?.message ?? String(e) });
            }
            this.currentModel = null;
        }

        this.checkMemoryBudget(modelKey);

+        // ── 2) Load 새 모델 ───────────────────────────────────────────────────
        this.state = 'loading';
        this.currentModel = modelKey;
        const ac = new AbortController();
@@ -289,10 +298,16 @@ export class ModelLifecycleManager {
                void this.deps.client.preloadDraftModel(cfg.draftModel);
            }
        } catch (e: any) {
-            if (ac.signal.aborted) return; // superseded — newer switch owns state
+            if (ac.signal.aborted) {
+                // 새 switch 가 우리를 abort 시킨 경우 → 그 switch 가 state 를 새로 정함.
+                // 우리는 손대지 말고 빠진다.
+                return;
+            }
            logError('LM Studio model load failed.', { model: modelKey, error: e?.message ?? String(e) });
            this.deps.notifyError?.(`LM Studio load failed: ${e?.message ?? e}`);
            if (this.loadAbort === ac) this.loadAbort = undefined;
+            // Load 실패 → 어떤 모델도 안 떠 있는 깨끗한 상태로 복귀. 다음 호출이 같은
+            // 모델을 다시 시도할 수 있게 currentModel 도 비운다.
            this.state = 'idle';
            this.currentModel = null;
        }
@@ -124,8 +124,8 @@ export function assembleContext(chunks: RetrievalChunk[]): string {
            .map((c) => {
                const metadata = c.metadata;
                const conflictTag = metadata.conflictDetected ? ` [⚠️ CONFLICT: ${metadata.conflictSeverity}]` : '';
-                const densityTag = metadata.informationDensity !== undefined ? ` (Density: ${metadata.informationDensity.toFixed(2)})` : '';
-                return `- ${c.title}${conflictTag}${densityTag}: ${c.content}`;
+                const coverageTag = metadata.queryCoverage !== undefined ? ` (Coverage: ${metadata.queryCoverage.toFixed(2)})` : '';
+                return `- ${c.title}${conflictTag}${coverageTag}: ${c.content}`;
            })
            .join('\n');
        sections.push(`### ${label}\n${items}`);
@@ -297,7 +297,7 @@ export class RetrievalOrchestrator {
                        // Phase 5: Scoring Intelligence Integration
                        conflictDetected: s.conflictDetected,
                        conflictSeverity: s.conflictSeverity,
-                        informationDensity: s.informationDensity,
+                        queryCoverage: s.queryCoverage,
                        ...(isLesson ? { isLesson: true, lessonKind: doc.kind } : {}),
                    },
                });
@@ -205,7 +205,13 @@ export interface ScoredDocument {
    matchedTerms: string[];
    conflictDetected: boolean;
    conflictSeverity: ConflictSeverity;
-    informationDensity: number;
+    /**
+     * Query Coverage = |matchedTermsSet| / |expandedQuery|.
+     * 즉 "이 문서가 쿼리의 몇 % 를 다루고 있는가". 옛 이름은 `informationDensity`
+     * 였는데 코드는 *문서 내 토큰 밀도* 가 아니라 *쿼리 커버리지* 를 계산하고 있어서
+     * 호출자에게 의도 혼동을 줬다. 이름을 의미와 맞춰 통일.
+     */
+    queryCoverage: number;
 }

 /**
@@ -293,9 +299,6 @@ export function scoreTfIdfPreTokenized(
            score += tfidf * titleMultiplier;
        }

-        // Information Density: 쿼리 관련 토큰의 밀도 측정
-        const informationDensity = docTokens.length > 0 ? matchedTerms.length / docTokens.length : 0;
-
        // Recency boost
        let recencyBoost = 0;
        if (doc.lastModified) {
@@ -316,7 +319,9 @@ export function scoreTfIdfPreTokenized(
        
        const finalScore = (score + recencyBoost + titleBoost) * conflictMultiplier;

-        // [Structural Fix] Information Density: 쿼리 커버리지 기반으로 계산 방식 정상화
+        // Query Coverage — 이 문서가 expanded query 의 몇 % 를 cover 했는지.
+        // 옛날에 `informationDensity` 라는 이름으로 노출됐는데 이름과 계산이 어긋나 있어
+        // 호출자가 "문서 내 밀도" 로 잘못 해석할 위험이 있었다. 이름·의미 통일.
        const queryCoverage = expandedQuery.length > 0
            ? new Set(matchedTerms).size / expandedQuery.length
            : 0;
@@ -329,7 +334,7 @@ export function scoreTfIdfPreTokenized(
            matchedTerms: [...new Set(matchedTerms)],
            conflictDetected,
            conflictSeverity,
-            informationDensity: queryCoverage // 밀도를 쿼리 커버리지로 대체
+            queryCoverage,
        };
    });
 }
@@ -36,7 +36,7 @@ export interface RetrievalChunk {
        // --- Scoring Intelligence (v2.75.0+) ---
        conflictDetected?: boolean;
        conflictSeverity?: ConflictSeverity;
-        informationDensity?: number;
+        queryCoverage?: number;

        // --- Experience Memory ---
        /** True when this chunk comes from a lesson / playbook / qa-finding card in the brain. */
@@ -358,329 +358,36 @@ export async function handleChatMessage(provider: SidebarChatProvider, data: any
            return true;
        }
        // ── 1인 기업 모드 메시지 라우팅 ────────────────────────────────────
+        // 별도 도메인 핸들러에 위임. 30+ 개의 회사 모드 메시지가 한 파일로 부풀어
+        // SRP 가 깨졌던 걸 분리. 처리 못 한 경우 false 반환 → 아래 default 로 흐름.
        case 'getCompanyStatus':
-            await provider._sendCompanyStatus();
-            return true;
        case 'getCompanyAgents':
-            await provider._sendCompanyAgents();
-            return true;
        case 'getCompanyResumable':
-            await provider._sendCompanyResumable();
-            return true;
-        case 'resumeCompanyTurn': {
-            // 사용자가 "이어서 진행" 칩을 눌렀을 때. timestamp만 받아서 디스크의
-            // _resume.json을 읽고 그 다음 stage부터 dispatch가 이어진다.
-            const ts = typeof data.timestamp === 'string' ? data.timestamp : '';
-            if (!ts) return true;
-            // userPrompt 인자는 resume 경로에서 무시되지만(plan은 디스크에서 복원)
-            // 시그니처 일관성을 위해 dummy 값을 전달.
-            void provider._runCompanyTurn('', ts);
-            return true;
-        }
-        case 'discardResumableSession': {
-            // 사용자가 명시적으로 재개 항목을 버리고 싶을 때 — resume 파일을 'failed'로
-            // 마킹해서 listResumable에서 자동 제외. markResumeStatus가 안전한 idempotent
-            // 작업이라 별도 검증 불필요.
-            const ts = typeof data.timestamp === 'string' ? data.timestamp : '';
-            if (!ts) return true;
-            try {
-                const { resolveSessionDir } = await import('../features/company');
-                const { markResumeStatus } = await import('../features/company/resumeStore');
-                markResumeStatus(resolveSessionDir(provider._context, ts), 'failed', 'discarded-by-user');
-            } catch { /* 무시 — 다음 푸시에서 자연 복구 */ }
-            await provider._sendCompanyResumable();
-            return true;
-        }
-        case 'setCompanyEnabled': {
-            const { setCompanyEnabled } = await import('../features/company');
-            await setCompanyEnabled(provider._context, !!data.value);
-            await provider._sendCompanyStatus();
-            return true;
-        }
-        case 'setCompanyName': {
-            const { setCompanyName } = await import('../features/company');
-            await setCompanyName(provider._context, typeof data.value === 'string' ? data.value : '');
-            await provider._sendCompanyStatus();
-            return true;
-        }
-        case 'setCompanyActiveAgents': {
-            const { setActiveAgents } = await import('../features/company');
-            const ids = Array.isArray(data.value)
-                ? data.value.filter((v: unknown): v is string => typeof v === 'string')
-                : [];
-            await setActiveAgents(provider._context, ids);
-            await provider._sendCompanyStatus();
-            await provider._sendCompanyAgents();
-            return true;
-        }
-        case 'setCompanyAgentModel': {
-            const { setAgentModelOverride } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            const model = typeof data.model === 'string' ? data.model : '';
-            if (agentId) {
-                await setAgentModelOverride(provider._context, agentId, model);
-                await provider._sendCompanyAgents();
-            }
-            return true;
-        }
-        case 'setCompanyAgentDisplay': {
-            // 이름/역할/이모지/색상 override. 페이로드는 setCompanyAgentPrompt와
-            // 동일한 패턴 — null이면 전체 reset, 각 필드 빈 문자열이면 그 필드만 reset.
-            const { setAgentDisplayOverride } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            if (!agentId) return true;
-            const v = data.override;
-            const override = v === null
-                ? null
-                : {
-                    name: typeof v?.name === 'string' ? v.name : undefined,
-                    role: typeof v?.role === 'string' ? v.role : undefined,
-                    emoji: typeof v?.emoji === 'string' ? v.emoji : undefined,
-                    color: typeof v?.color === 'string' ? v.color : undefined,
-                };
-            const result = await setAgentDisplayOverride(provider._context, agentId, override);
-            provider._view?.webview.postMessage({
-                type: 'setCompanyAgentDisplayResult',
-                value: result.ok ? { ok: true, agentId } : { ok: false, reason: result.reason },
-            });
-            if (result.ok) await provider._sendCompanyAgents();
-            return true;
-        }
-        case 'setCompanyAgentRoleCategory': {
-            // Override an agent's 직군. Empty / null payload value reverts to
-            // the def's own roleCategory. CEO is rejected by the backend.
-            const { setAgentRoleCategory } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            if (!agentId) return true;
-            const cat = (typeof data.value === 'string' && data.value.trim()) ? data.value.trim() : null;
-            const result = await setAgentRoleCategory(provider._context, agentId, cat as any);
-            provider._view?.webview.postMessage({
-                type: 'setCompanyAgentRoleCategoryResult',
-                value: result.ok ? { ok: true, agentId } : { ok: false, reason: result.reason },
-            });
-            if (result.ok) await provider._sendCompanyAgents();
-            return true;
-        }
-        case 'setCompanyAgentKnowledgeMix': {
-            // Per-agent Knowledge Mix override. `null`/missing value falls
-            // back to the global slider. The dispatcher reads this on the
-            // *next* turn — no restart required.
-            const { setAgentKnowledgeMix } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            if (!agentId) return true;
-            const raw = data.value;
-            const weight = (raw === null || raw === undefined || !Number.isFinite(Number(raw)))
-                ? null
-                : Math.max(0, Math.min(100, Math.round(Number(raw))));
-            await setAgentKnowledgeMix(provider._context, agentId, weight);
-            await provider._sendCompanyAgents();
-            return true;
-        }
-        case 'setCompanyAgentPrompt': {
-            // Patch one agent's persona / specialty / tagline. Each field is
-            // optional in the payload; passing an *empty string* explicitly
-            // clears that field (back to the default from `agents.ts`).
-            // Sending `null` for the whole override resets every field at once.
-            const { setAgentPromptOverride } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            if (!agentId) return true;
-            const v = data.override;
-            const override = v === null
-                ? null
-                : {
-                    persona: typeof v?.persona === 'string' ? v.persona : undefined,
-                    specialty: typeof v?.specialty === 'string' ? v.specialty : undefined,
-                    tagline: typeof v?.tagline === 'string' ? v.tagline : undefined,
-                };
-            await setAgentPromptOverride(provider._context, agentId, override);
-            await provider._sendCompanyAgents();
-            return true;
-        }
-        case 'addCompanyAgent': {
-            // User-defined agent. Payload: { def: CompanyAgentDef }. Returns
-            // an `addCompanyAgentResult` so the UI overlay can keep its form
-            // open + show an error when validation fails (id collision etc.).
-            const { addCustomAgent } = await import('../features/company');
-            const def = data.def;
-            const result = await addCustomAgent(provider._context, def ?? {});
-            provider._view?.webview.postMessage({
-                type: 'addCompanyAgentResult',
-                value: result.ok
-                    ? { ok: true, agentId: def?.id }
-                    : { ok: false, reason: result.reason },
-            });
-            if (result.ok) {
-                await provider._sendCompanyStatus();
-                await provider._sendCompanyAgents();
-            }
-            return true;
-        }
-        case 'deleteCompanyAgent': {
-            // Delete any agent (built-in via hide, custom via outright removal).
-            // Backend checks pipeline usage and refuses if any stage references it.
-            const { removeCompanyAgent } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            if (!agentId) return true;
-            const result = await removeCompanyAgent(provider._context, agentId);
-            provider._view?.webview.postMessage({
-                type: 'deleteCompanyAgentResult',
-                value: result.ok
-                    ? { ok: true, agentId, kind: result.kind }
-                    : { ok: false, agentId, reason: result.reason },
-            });
-            if (result.ok) {
-                await provider._sendCompanyStatus();
-                await provider._sendCompanyAgents();
-            }
-            return true;
-        }
-        case 'restoreHiddenAgent': {
-            // Bring a previously-hidden built-in back into the manage panel.
-            const { restoreHiddenAgent } = await import('../features/company');
-            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
-            if (!agentId) return true;
-            const result = await restoreHiddenAgent(provider._context, agentId);
-            provider._view?.webview.postMessage({
-                type: 'restoreHiddenAgentResult',
-                value: result.ok ? { ok: true, agentId } : { ok: false, reason: result.reason },
-            });
-            if (result.ok) {
-                await provider._sendCompanyStatus();
-                await provider._sendCompanyAgents();
-            }
-            return true;
-        }
+        case 'discardResumableSession':
+        case 'setCompanyEnabled':
+        case 'setCompanyName':
+        case 'setCompanyActiveAgents':
+        case 'setCompanyAgentModel':
+        case 'setCompanyAgentDisplay':
+        case 'setCompanyAgentRoleCategory':
+        case 'setCompanyAgentKnowledgeMix':
+        case 'setCompanyAgentPrompt':
+        case 'addCompanyAgent':
+        case 'deleteCompanyAgent':
+        case 'restoreHiddenAgent':
        case 'getCompanyPipelines':
-            await provider._sendCompanyPipelines();
-            return true;
-        case 'upsertCompanyPipeline': {
-            const { upsertPipeline } = await import('../features/company');
-            const result = await upsertPipeline(provider._context, data.def ?? {});
-            provider._view?.webview.postMessage({
-                type: 'upsertCompanyPipelineResult',
-                value: result.ok ? { ok: true } : { ok: false, reason: result.reason },
-            });
-            if (result.ok) await provider._sendCompanyPipelines();
-            return true;
-        }
-        case 'deleteCompanyPipeline': {
-            const { deletePipeline } = await import('../features/company');
-            const pid = typeof data.pipelineId === 'string' ? data.pipelineId : '';
-            if (!pid) return true;
-            const result = await deletePipeline(provider._context, pid);
-            provider._view?.webview.postMessage({
-                type: 'deleteCompanyPipelineResult',
-                value: result.ok ? { ok: true, pipelineId: pid } : { ok: false, reason: result.reason },
-            });
-            if (result.ok) await provider._sendCompanyPipelines();
-            return true;
-        }
-        case 'getCompanyPipelineTemplate': {
-            // Returns a template's stages so the editor can pre-fill the form.
-            const { getPipelineTemplate } = await import('../features/company');
-            const tplId = typeof data.templateId === 'string' ? data.templateId : '';
-            const tpl = getPipelineTemplate(tplId);
-            provider._view?.webview.postMessage({
-                type: 'companyPipelineTemplateContent',
-                value: tpl ? {
-                    templateId: tpl.templateId,
-                    suggestedPipelineId: tpl.suggestedPipelineId,
-                    suggestedPipelineName: tpl.suggestedPipelineName,
-                    stages: tpl.stages,
-                } : null,
-            });
-            return true;
-        }
+        case 'upsertCompanyPipeline':
+        case 'deleteCompanyPipeline':
+        case 'getCompanyPipelineTemplate':
        case 'getPixelOfficeState':
-            // webview가 처음 로드되었거나 사용자가 토글 ON 했을 때 캐시된
-            // 현재 상태를 다시 받기 위한 요청. read-only.
-            provider.pixelOfficeResend();
-            return true;
        case 'openPixelOfficePanel':
-            // 사이드바 mini Pixel Office의 ⛶ 버튼 → editor area에 전체보기 panel 열기.
-            provider.openPixelOfficePanel();
-            return true;
-        case 'respondCompanyAlignment': {
-            // alignment 카드 버튼: 'proceed' = 현 contract로 dispatch, 'cancel' = 폐기.
-            const decision = typeof data.decision === 'string' ? data.decision : '';
-            if (decision === 'proceed') {
-                await provider._proceedWithCurrentAlignment();
-            } else if (decision === 'cancel') {
-                provider.cancelPendingAlignment();
-            }
-            return true;
-        }
-        case 'respondCompanyApproval': {
-            // Webview의 승인 카드 버튼 클릭 → dispatcher의 await 해제.
-            // payload: { stageId, decision: 'approve' | 'revise' | 'abort', comment? }
-            const stageId = typeof data.stageId === 'string' ? data.stageId : '';
-            const decision = typeof data.decision === 'string' ? data.decision : '';
-            if (!stageId || !['approve', 'revise', 'abort'].includes(decision)) return true;
-            let payload: any;
-            if (decision === 'approve') payload = { kind: 'approve' };
-            else if (decision === 'abort') payload = { kind: 'abort' };
-            else payload = { kind: 'revise', comment: typeof data.comment === 'string' ? data.comment : '' };
-            provider.resolveApprovalGate(stageId, payload);
-            return true;
-        }
-        case 'setActiveCompanyPipeline': {
-            const { setActivePipeline } = await import('../features/company');
-            const pid = typeof data.pipelineId === 'string' && data.pipelineId.trim()
-                ? data.pipelineId.trim()
-                : null;
-            const result = await setActivePipeline(provider._context, pid);
-            provider._view?.webview.postMessage({
-                type: 'setActiveCompanyPipelineResult',
-                value: result.ok ? { ok: true, pipelineId: pid } : { ok: false, reason: result.reason },
-            });
-            if (result.ok) await provider._sendCompanyPipelines();
-            return true;
-        }
-        case 'setCompanyScopePreset': {
-            // 스코프 프리셋 클릭 — templateId (plan-only / dev-only / full-product-dev) 받아서:
-            //   1) suggestedPipelineId 의 pipeline 이 state.pipelines 에 없으면 template stamp
-            //   2) activePipelineId 를 그 id 로 설정
-            // 이미 stamp 된 pipeline 이라면 stage 사용자 편집을 *유지* (활성화만).
-            const { getPipelineTemplate, upsertPipeline, setActivePipeline, readCompanyState } =
-                await import('../features/company');
-            const tplId = typeof data.templateId === 'string' ? data.templateId : '';
-            const tpl = getPipelineTemplate(tplId);
-            if (!tpl) {
-                provider._view?.webview.postMessage({
-                    type: 'setCompanyScopePresetResult',
-                    value: { ok: false, reason: `알 수 없는 템플릿: ${tplId}` },
-                });
-                return true;
-            }
-            const state = readCompanyState(provider._context);
-            if (!state.pipelines || !state.pipelines[tpl.suggestedPipelineId]) {
-                const stampDef = {
-                    id: tpl.suggestedPipelineId,
-                    name: tpl.suggestedPipelineName,
-                    // stage 는 deep clone — 템플릿 read-only 원본 보호.
-                    stages: tpl.stages.map((s) => ({ ...s })),
-                };
-                const stamp = await upsertPipeline(provider._context, stampDef);
-                if (!stamp.ok) {
-                    provider._view?.webview.postMessage({
-                        type: 'setCompanyScopePresetResult',
-                        value: { ok: false, reason: stamp.reason },
-                    });
-                    return true;
-                }
-            }
-            const activate = await setActivePipeline(provider._context, tpl.suggestedPipelineId);
-            provider._view?.webview.postMessage({
-                type: 'setCompanyScopePresetResult',
-                value: activate.ok
-                    ? { ok: true, pipelineId: tpl.suggestedPipelineId, templateId: tplId }
-                    : { ok: false, reason: activate.reason },
-            });
-            if (activate.ok) {
-                await provider._sendCompanyStatus();
-                await provider._sendCompanyPipelines();
-            }
-            return true;
+        case 'respondCompanyAlignment':
+        case 'respondCompanyApproval':
+        case 'setActiveCompanyPipeline':
+        case 'setCompanyScopePreset':
+        case 'resumeCompanyTurn': {
+            const { handleCompanyMessage } = await import('./companyHandlers');
+            return await handleCompanyMessage(provider, data);
        }
        case 'proactiveTrigger':
            await provider._handleProactiveSuggestion(data.context);
@@ -0,0 +1,347 @@
+import { SidebarChatProvider } from '../sidebarProvider';
+
+/**
+ * 1인 기업 모드 도메인 메시지 핸들러.
+ *
+ * 의도: chatHandlers 가 한때 모든 카테고리의 webview 메시지를 처리했는데, 회사
+ * 모드가 ~30개의 메시지 타입(getCompanyStatus / setCompanyAgentDisplay / resume /
+ * alignment / approval / pipeline / pixelOffice …)을 끌고 들어오면서 single
+ * file 이 700+ 줄로 부풀었다. chronicleHandlers 처럼 도메인별 분리 패턴이 이미
+ * 시작돼 있어서 회사 모드도 같은 모양으로 떼어낸다.
+ *
+ * 처리한 케이스는 true 반환 — chatHandlers 가 이걸 보고 LLM fallback 으로 안 흘림.
+ * 해당 도메인이 아니면 false → chatHandlers 가 그 다음 분기 진행.
+ */
+export async function handleCompanyMessage(
+    provider: SidebarChatProvider,
+    data: any,
+): Promise<boolean> {
+    switch (data.type) {
+        case 'getCompanyStatus':
+            await provider._sendCompanyStatus();
+            return true;
+        case 'getCompanyAgents':
+            await provider._sendCompanyAgents();
+            return true;
+        case 'getCompanyResumable':
+            await provider._sendCompanyResumable();
+            return true;
+        case 'resumeCompanyTurn': {
+            // 사용자가 "이어서 진행" 칩을 눌렀을 때. timestamp만 받아서 디스크의
+            // _resume.json을 읽고 그 다음 stage부터 dispatch가 이어진다.
+            const ts = typeof data.timestamp === 'string' ? data.timestamp : '';
+            if (!ts) return true;
+            // userPrompt 인자는 resume 경로에서 무시되지만(plan은 디스크에서 복원)
+            // 시그니처 일관성을 위해 dummy 값을 전달.
+            void provider._runCompanyTurn('', ts);
+            return true;
+        }
+        case 'discardResumableSession': {
+            // 사용자가 명시적으로 재개 항목을 버리고 싶을 때 — resume 파일을 'failed'로
+            // 마킹해서 listResumable에서 자동 제외. markResumeStatus가 안전한 idempotent
+            // 작업이라 별도 검증 불필요.
+            const ts = typeof data.timestamp === 'string' ? data.timestamp : '';
+            if (!ts) return true;
+            try {
+                const { resolveSessionDir } = await import('../features/company');
+                const { markResumeStatus } = await import('../features/company/resumeStore');
+                markResumeStatus(resolveSessionDir(provider._context, ts), 'failed', 'discarded-by-user');
+            } catch { /* 무시 — 다음 푸시에서 자연 복구 */ }
+            await provider._sendCompanyResumable();
+            return true;
+        }
+        case 'setCompanyEnabled': {
+            const { setCompanyEnabled } = await import('../features/company');
+            await setCompanyEnabled(provider._context, !!data.value);
+            await provider._sendCompanyStatus();
+            return true;
+        }
+        case 'setCompanyName': {
+            const { setCompanyName } = await import('../features/company');
+            await setCompanyName(provider._context, typeof data.value === 'string' ? data.value : '');
+            await provider._sendCompanyStatus();
+            return true;
+        }
+        case 'setCompanyActiveAgents': {
+            const { setActiveAgents } = await import('../features/company');
+            const ids = Array.isArray(data.value)
+                ? data.value.filter((v: unknown): v is string => typeof v === 'string')
+                : [];
+            await setActiveAgents(provider._context, ids);
+            await provider._sendCompanyStatus();
+            await provider._sendCompanyAgents();
+            return true;
+        }
+        case 'setCompanyAgentModel': {
+            const { setAgentModelOverride } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            const model = typeof data.model === 'string' ? data.model : '';
+            if (agentId) {
+                await setAgentModelOverride(provider._context, agentId, model);
+                await provider._sendCompanyAgents();
+            }
+            return true;
+        }
+        case 'setCompanyAgentDisplay': {
+            // 이름/역할/이모지/색상 override. 페이로드는 setCompanyAgentPrompt와
+            // 동일한 패턴 — null이면 전체 reset, 각 필드 빈 문자열이면 그 필드만 reset.
+            const { setAgentDisplayOverride } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            if (!agentId) return true;
+            const v = data.override;
+            const override = v === null
+                ? null
+                : {
+                    name: typeof v?.name === 'string' ? v.name : undefined,
+                    role: typeof v?.role === 'string' ? v.role : undefined,
+                    emoji: typeof v?.emoji === 'string' ? v.emoji : undefined,
+                    color: typeof v?.color === 'string' ? v.color : undefined,
+                };
+            const result = await setAgentDisplayOverride(provider._context, agentId, override);
+            provider._view?.webview.postMessage({
+                type: 'setCompanyAgentDisplayResult',
+                value: result.ok ? { ok: true, agentId } : { ok: false, reason: result.reason },
+            });
+            if (result.ok) await provider._sendCompanyAgents();
+            return true;
+        }
+        case 'setCompanyAgentRoleCategory': {
+            // Override an agent's 직군. Empty / null payload value reverts to
+            // the def's own roleCategory. CEO is rejected by the backend.
+            const { setAgentRoleCategory } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            if (!agentId) return true;
+            const cat = (typeof data.value === 'string' && data.value.trim()) ? data.value.trim() : null;
+            const result = await setAgentRoleCategory(provider._context, agentId, cat as any);
+            provider._view?.webview.postMessage({
+                type: 'setCompanyAgentRoleCategoryResult',
+                value: result.ok ? { ok: true, agentId } : { ok: false, reason: result.reason },
+            });
+            if (result.ok) await provider._sendCompanyAgents();
+            return true;
+        }
+        case 'setCompanyAgentKnowledgeMix': {
+            // Per-agent Knowledge Mix override. `null`/missing value falls
+            // back to the global slider. The dispatcher reads this on the
+            // *next* turn — no restart required.
+            const { setAgentKnowledgeMix } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            if (!agentId) return true;
+            const raw = data.value;
+            const weight = (raw === null || raw === undefined || !Number.isFinite(Number(raw)))
+                ? null
+                : Math.max(0, Math.min(100, Math.round(Number(raw))));
+            await setAgentKnowledgeMix(provider._context, agentId, weight);
+            await provider._sendCompanyAgents();
+            return true;
+        }
+        case 'setCompanyAgentPrompt': {
+            // Patch one agent's persona / specialty / tagline. Each field is
+            // optional in the payload; passing an *empty string* explicitly
+            // clears that field (back to the default from `agents.ts`).
+            // Sending `null` for the whole override resets every field at once.
+            const { setAgentPromptOverride } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            if (!agentId) return true;
+            const v = data.override;
+            const override = v === null
+                ? null
+                : {
+                    persona: typeof v?.persona === 'string' ? v.persona : undefined,
+                    specialty: typeof v?.specialty === 'string' ? v.specialty : undefined,
+                    tagline: typeof v?.tagline === 'string' ? v.tagline : undefined,
+                };
+            await setAgentPromptOverride(provider._context, agentId, override);
+            await provider._sendCompanyAgents();
+            return true;
+        }
+        case 'addCompanyAgent': {
+            // User-defined agent. Payload: { def: CompanyAgentDef }. Returns
+            // an `addCompanyAgentResult` so the UI overlay can keep its form
+            // open + show an error when validation fails (id collision etc.).
+            const { addCustomAgent } = await import('../features/company');
+            const def = data.def;
+            const result = await addCustomAgent(provider._context, def ?? {});
+            provider._view?.webview.postMessage({
+                type: 'addCompanyAgentResult',
+                value: result.ok
+                    ? { ok: true, agentId: def?.id }
+                    : { ok: false, reason: result.reason },
+            });
+            if (result.ok) {
+                await provider._sendCompanyStatus();
+                await provider._sendCompanyAgents();
+            }
+            return true;
+        }
+        case 'deleteCompanyAgent': {
+            // Delete any agent (built-in via hide, custom via outright removal).
+            // Backend checks pipeline usage and refuses if any stage references it.
+            const { removeCompanyAgent } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            if (!agentId) return true;
+            const result = await removeCompanyAgent(provider._context, agentId);
+            provider._view?.webview.postMessage({
+                type: 'deleteCompanyAgentResult',
+                value: result.ok
+                    ? { ok: true, agentId, kind: result.kind }
+                    : { ok: false, agentId, reason: result.reason },
+            });
+            if (result.ok) {
+                await provider._sendCompanyStatus();
+                await provider._sendCompanyAgents();
+            }
+            return true;
+        }
+        case 'restoreHiddenAgent': {
+            // Bring a previously-hidden built-in back into the manage panel.
+            const { restoreHiddenAgent } = await import('../features/company');
+            const agentId = typeof data.agentId === 'string' ? data.agentId : '';
+            if (!agentId) return true;
+            const result = await restoreHiddenAgent(provider._context, agentId);
+            provider._view?.webview.postMessage({
+                type: 'restoreHiddenAgentResult',
+                value: result.ok ? { ok: true, agentId } : { ok: false, reason: result.reason },
+            });
+            if (result.ok) {
+                await provider._sendCompanyStatus();
+                await provider._sendCompanyAgents();
+            }
+            return true;
+        }
+        case 'getCompanyPipelines':
+            await provider._sendCompanyPipelines();
+            return true;
+        case 'upsertCompanyPipeline': {
+            const { upsertPipeline } = await import('../features/company');
+            const result = await upsertPipeline(provider._context, data.def ?? {});
+            provider._view?.webview.postMessage({
+                type: 'upsertCompanyPipelineResult',
+                value: result.ok ? { ok: true } : { ok: false, reason: result.reason },
+            });
+            if (result.ok) await provider._sendCompanyPipelines();
+            return true;
+        }
+        case 'deleteCompanyPipeline': {
+            const { deletePipeline } = await import('../features/company');
+            const pid = typeof data.pipelineId === 'string' ? data.pipelineId : '';
+            if (!pid) return true;
+            const result = await deletePipeline(provider._context, pid);
+            provider._view?.webview.postMessage({
+                type: 'deleteCompanyPipelineResult',
+                value: result.ok ? { ok: true, pipelineId: pid } : { ok: false, reason: result.reason },
+            });
+            if (result.ok) await provider._sendCompanyPipelines();
+            return true;
+        }
+        case 'getCompanyPipelineTemplate': {
+            // Returns a template's stages so the editor can pre-fill the form.
+            const { getPipelineTemplate } = await import('../features/company');
+            const tplId = typeof data.templateId === 'string' ? data.templateId : '';
+            const tpl = getPipelineTemplate(tplId);
+            provider._view?.webview.postMessage({
+                type: 'companyPipelineTemplateContent',
+                value: tpl ? {
+                    templateId: tpl.templateId,
+                    suggestedPipelineId: tpl.suggestedPipelineId,
+                    suggestedPipelineName: tpl.suggestedPipelineName,
+                    stages: tpl.stages,
+                } : null,
+            });
+            return true;
+        }
+        case 'getPixelOfficeState':
+            // webview가 처음 로드되었거나 사용자가 토글 ON 했을 때 캐시된
+            // 현재 상태를 다시 받기 위한 요청. read-only.
+            provider.pixelOfficeResend();
+            return true;
+        case 'openPixelOfficePanel':
+            // 사이드바 mini Pixel Office의 ⛶ 버튼 → editor area에 전체보기 panel 열기.
+            provider.openPixelOfficePanel();
+            return true;
+        case 'respondCompanyAlignment': {
+            // alignment 카드 버튼: 'proceed' = 현 contract로 dispatch, 'cancel' = 폐기.
+            const decision = typeof data.decision === 'string' ? data.decision : '';
+            if (decision === 'proceed') {
+                await provider._proceedWithCurrentAlignment();
+            } else if (decision === 'cancel') {
+                provider.cancelPendingAlignment();
+            }
+            return true;
+        }
+        case 'respondCompanyApproval': {
+            // Webview의 승인 카드 버튼 클릭 → dispatcher의 await 해제.
+            // payload: { stageId, decision: 'approve' | 'revise' | 'abort', comment? }
+            const stageId = typeof data.stageId === 'string' ? data.stageId : '';
+            const decision = typeof data.decision === 'string' ? data.decision : '';
+            if (!stageId || !['approve', 'revise', 'abort'].includes(decision)) return true;
+            let payload: any;
+            if (decision === 'approve') payload = { kind: 'approve' };
+            else if (decision === 'abort') payload = { kind: 'abort' };
+            else payload = { kind: 'revise', comment: typeof data.comment === 'string' ? data.comment : '' };
+            provider.resolveApprovalGate(stageId, payload);
+            return true;
+        }
+        case 'setActiveCompanyPipeline': {
+            const { setActivePipeline } = await import('../features/company');
+            const pid = typeof data.pipelineId === 'string' && data.pipelineId.trim()
+                ? data.pipelineId.trim()
+                : null;
+            const result = await setActivePipeline(provider._context, pid);
+            provider._view?.webview.postMessage({
+                type: 'setActiveCompanyPipelineResult',
+                value: result.ok ? { ok: true, pipelineId: pid } : { ok: false, reason: result.reason },
+            });
+            if (result.ok) await provider._sendCompanyPipelines();
+            return true;
+        }
+        case 'setCompanyScopePreset': {
+            // 스코프 프리셋 클릭 — templateId (plan-only / dev-only / full-product-dev) 받아서:
+            //   1) suggestedPipelineId 의 pipeline 이 state.pipelines 에 없으면 template stamp
+            //   2) activePipelineId 를 그 id 로 설정
+            // 이미 stamp 된 pipeline 이라면 stage 사용자 편집을 *유지* (활성화만).
+            const { getPipelineTemplate, upsertPipeline, setActivePipeline, readCompanyState } =
+                await import('../features/company');
+            const tplId = typeof data.templateId === 'string' ? data.templateId : '';
+            const tpl = getPipelineTemplate(tplId);
+            if (!tpl) {
+                provider._view?.webview.postMessage({
+                    type: 'setCompanyScopePresetResult',
+                    value: { ok: false, reason: `알 수 없는 템플릿: ${tplId}` },
+                });
+                return true;
+            }
+            const state = readCompanyState(provider._context);
+            if (!state.pipelines || !state.pipelines[tpl.suggestedPipelineId]) {
+                const stampDef = {
+                    id: tpl.suggestedPipelineId,
+                    name: tpl.suggestedPipelineName,
+                    // stage 는 deep clone — 템플릿 read-only 원본 보호.
+                    stages: tpl.stages.map((s) => ({ ...s })),
+                };
+                const stamp = await upsertPipeline(provider._context, stampDef);
+                if (!stamp.ok) {
+                    provider._view?.webview.postMessage({
+                        type: 'setCompanyScopePresetResult',
+                        value: { ok: false, reason: stamp.reason },
+                    });
+                    return true;
+                }
+            }
+            const activate = await setActivePipeline(provider._context, tpl.suggestedPipelineId);
+            provider._view?.webview.postMessage({
+                type: 'setCompanyScopePresetResult',
+                value: activate.ok
+                    ? { ok: true, pipelineId: tpl.suggestedPipelineId, templateId: tplId }
+                    : { ok: false, reason: activate.reason },
+            });
+            if (activate.ok) {
+                await provider._sendCompanyStatus();
+                await provider._sendCompanyPipelines();
+            }
+            return true;
+        }
+        default:
+            return false;
+    }
+}
@@ -2288,11 +2288,15 @@ export class SidebarChatProvider implements vscode.WebviewViewProvider, BridgeIn
        const mode = opts.mode;
        const reachedLimit = opts.roundsAsked >= opts.roundsLimit;

-        // 자동 진행 조건: smart 모드 + high confidence + open question 없음.
-        // strict 모드면 절대 자동 진행 안 함 — 항상 사용자 확인.
-        const canAutoProceed = mode === 'smart'
-            && contract.confidence === 'high'
-            && contract.openQuestions.length === 0;
+        // 자동 진행 2가지 조건 (smart 모드 한정 — strict 는 항상 사용자 확인):
+        //   (a) high confidence + openQuestions 0 → 명백히 충분한 alignment
+        //   (b) 라운드 한도 도달 + medium 이상 confidence → 더 물어봐도 별 효용 없으니
+        //       사용자가 멍하니 확인 클릭만 하게 하지 말고 진행. 무한 round 방어 + UX.
+        // (b) 케이스에서 confidence='low' 인 경우엔 여전히 confirm 카드로 사용자 결정 요청.
+        const canAutoProceed = mode === 'smart' && (
+            (contract.confidence === 'high' && contract.openQuestions.length === 0)
+            || (reachedLimit && (contract.confidence === 'high' || contract.confidence === 'medium'))
+        );

        if (canAutoProceed) {
            // contract 한 줄 안내 후 곧장 pipeline. 사용자 friction 최소.
@@ -2301,6 +2305,7 @@ export class SidebarChatProvider implements vscode.WebviewViewProvider, BridgeIn
                value: {
                    kind: 'auto-proceed',
                    contract,
+                    reachedLimit,
                },
            });
            try { this.pixelOfficeOnAlignmentResult('auto-proceed', contract); } catch { /* noop */ }
@@ -2345,7 +2350,8 @@ export class SidebarChatProvider implements vscode.WebviewViewProvider, BridgeIn
        if (!pending) return;
        const cfg = getConfig();
        const mode = (cfg.companyIntentAlignmentMode === 'strict') ? 'strict' : 'smart';
-        const roundsLimit = Math.max(1, Math.min(5, cfg.companyIntentAlignmentMaxRounds ?? 3));
+        const { ALIGNMENT_DEFAULT_MAX_ROUNDS } = await import('./features/company/intentAlignment');
+        const roundsLimit = Math.max(1, Math.min(5, cfg.companyIntentAlignmentMaxRounds ?? ALIGNMENT_DEFAULT_MAX_ROUNDS));
        // 사용자 답변을 미해결 질문들에 일괄 매핑 — 작은 모델이 자연어로 통째로
        // 답하기 마련이라 질문별로 분리 안 함. 그냥 "이번 라운드 사용자 추가
        // 답변" 한 덩어리로 넣어주면 분석기가 다음 라운드에 그걸 보고 알아서
@@ -59,14 +59,14 @@ describe('Retrieval Orchestrator Phase 5 Integration Tests', () => {
        const denseChunk = result.selectedChunks.find(c => c.title.includes('doc1'));
        expect(denseChunk).toBeDefined();
        if (denseChunk) {
-            expect(denseChunk.metadata.informationDensity).toBeGreaterThan(0);
+            expect(denseChunk.metadata.queryCoverage).toBeGreaterThan(0);
            expect(denseChunk.metadata.conflictDetected).toBe(false);
        }

        // 5. Verify Assembled Context String
        const contextString = orchestrator.buildContextString(result);
        expect(contextString).toContain('[⚠️ CONFLICT: HIGH]');
-        expect(contextString).toContain('(Density:');
+        expect(contextString).toContain('(Coverage:');
    });

    test('Score Normalization: should normalize scores across brain sources', () => {
@@ -115,59 +115,73 @@ describe('Resilience & Boundary Stress Tests', () => {
        }
    }, 10000);

-    test('[Scenario B] 네트워크 블랙아웃 시 Fallback(이전데이터)으로 자동 복구되어야 한다', async () => {
-        const plannerOutput = 'Plan OK passes validation and meets all length requirements.';
-        const context = 'Resilience Context';
-        const fallbackData = 'Emergency Fallback Data from Previous Step';
+    test('[Scenario B] 섹션 단계 네트워크 블랙아웃 시 Fallback(이전데이터)으로 자동 복구되어야 한다', async () => {
+        // chunked flow 에서는 outline / section / polish 모두 동일 writer 가 처리.
+        // section 단계만 transient 실패하도록 role-aware mock 으로 분기하고,
+        // caller 가 previousValidData 를 주입해 fallback 경로가 활성화되는지 검증.
+        const fallbackData = 'Emergency Fallback Data from Previous Step. Long enough to satisfy validators.';
+        const roleAwareMock: IAgent = {
+            execute: async (_input, _ctx, _signal, options) => {
+                const role = (options?.config?.role as string | undefined) ?? 'section';
+                if (role === 'outline') {
+                    return '[{"heading":"본문","scope":"전체 답변"}]';
+                }
+                if (role === 'section') {
+                    throw new Error('ECONNREFUSED: Connection refused by peer');
+                }
+                // polish
+                return 'Final Report — polished output that includes recovered data summary.';
+            },
+        };

-        const engine = new AgentEngine(
-            new MockSuccessAgent(plannerOutput),
-            new NetworkBlackoutAgent(), // Researcher (여기서 실패 발생)
-            new MockSuccessAgent('Final Report')
-        );
-
-        // [Intelligent Resilience] priorResults를 통해 이전 데이터를 주입하여 Fallback 유도
+        const engine = new AgentEngine(roleAwareMock);
        const missionId = `stress_fallback_${Date.now()}`;
+        // fast-path 휴리스틱을 우회해 outline → section → polish 가 모두 돌도록 분석 키워드 포함 prompt 사용.
+        const chunkedPrompt = '다음 보고서 본문을 종합적으로 분석해서 핵심 사안을 정리하고 향후 개선 방향을 상세히 제안해 주세요. 리뷰는 가능한 한 꼼꼼하게 작성되어야 합니다.';
        const result = await engine.runMission(
            missionId,
-            'Prompt', 
-            context, 
+            chunkedPrompt,
+            'Resilience Context',
            new AbortController().signal,
            noopProgress,
            { priorResults: { previousValidData: fallbackData }, config: { allowFallback: true } }
        );

-        // 최종 결과물에 Writer의 결과가 포함되어야 함 (Researcher는 fallbackData를 반환했을 것임)
+        // polish 가 정상 실행돼야 하고, fallback 카운트가 최소 1 (section 실패 → fallback).
        expect(result).toContain('Final Report');

        const missionPath = path.join(getBaseDir(), '.astra', 'missions', `${missionId}.json`);
        const state = JSON.parse(fs.readFileSync(missionPath, 'utf-8'));
-        
        expect(state.resilienceMetrics.fallbacks).toBeGreaterThanOrEqual(1);

-        console.log(`   ✅ Fallback Recovery (priorResults) Verified: ${state.resilienceMetrics.fallbacks} instances`);
+        console.log(`   ✅ Fallback Recovery (chunked section step) Verified: ${state.resilienceMetrics.fallbacks} instances`);
    }, 15000);

-    test('[Scenario D] 데이터 충돌 발생 시 Conflict Score가 🚨 High로 기록되어야 한다', async () => {
-        const validPlan = 'Detailed Execution Plan: 1. Research 2. Analyze 3. Write report with high quality.';
-        const engine = new AgentEngine(
-            new MockSuccessAgent(validPlan),
-            {
-                execute: async () => {
-                    // 명시적 충돌 및 수치 모순 유발
+    test('[Scenario D] 섹션 응답에 충돌 신호 있을 때 Conflict Score 가 🚨 High 로 기록되어야 한다', async () => {
+        // 섹션 단계 응답에 [CONFLICT WARNING] + 수치 모순 + 상충 용어를 같이 넣어
+        // AgentDataValidator.validateHandoff 의 점수가 50 을 넘기는지 확인.
+        const roleAwareMock: IAgent = {
+            execute: async (_input, _ctx, _signal, options) => {
+                const role = (options?.config?.role as string | undefined) ?? 'section';
+                if (role === 'outline') {
+                    return '[{"heading":"본문","scope":"전체 답변"}]';
+                }
+                if (role === 'section') {
                    return "[CONFLICT WARNING] 성능이 200% 증가했습니다. vs 그러나 동시에 50% 감소했습니다. 최적화와 성능 저하가 동시에 발견됨.";
                }
+                return 'Final report with inconsistencies. This should be long enough to pass validation.';
            },
-            new MockSuccessAgent('Final report with inconsistencies. This should be long enough to pass validation.')
-        );
+        };

+        const engine = new AgentEngine(roleAwareMock);
        const missionId = `stress_conflict_${Date.now()}`;
-        const result = await engine.runMission(missionId, 'Conflict Test', 'ctx', new AbortController().signal, noopProgress);
+        const chunkedPrompt = '다음 사항을 종합 분석해서 상충 지점과 충돌 위험을 꼼꼼히 보고하고, 정합성 검증 결과를 상세히 정리해 주세요. 리뷰는 가능한 한 자세하게 작성되어야 합니다.';
+        await engine.runMission(missionId, chunkedPrompt, 'ctx', new AbortController().signal, noopProgress);

        const missionPath = path.join(getBaseDir(), '.astra', 'missions', `${missionId}.json`);
        const state = JSON.parse(fs.readFileSync(missionPath, 'utf-8'));

-        // 수치 모순(25) + 상충 용어(15) + 경고 태그(30) = 70점 예상
+        // 수치 모순(25) + 상충 용어(15) + 경고 태그(30) = 70 점 예상
        expect(state.resilienceMetrics.maxConflictScore).toBeGreaterThan(50);

        console.log(`   🚨 High Conflict Detected: Risk Score ${state.resilienceMetrics.maxConflictScore}`);