콘텐츠로 이동

에이전트 노드목록

본 챕터는 캔버스에서 에이전트플로우를 구성할 때 사용할 수 있는 노드 전체 카탈로그 와 각 노드의 입출력·파라미터 상세 명세 를 다룹니다. 솔루션에 등록된 모든 노드(에이전트플로우 구성 단위) 를 카테고리별로 확인할 수 있어, 에이전트 만들기 의 노드 추가 절차와 함께 보면 어떤 노드를 골라 어떻게 연결할지 빠르게 파악할 수 있습니다.

노드를 캔버스에 추가하는 실제 절차는 에이전트 만들기 · 노드 추가 를 참고하세요. 본 챕터는 그때 고를 수 있는 노드들의 레퍼런스입니다.

노드 카테고리

루트 카테고리 XGen 아래에 10개의 기능 그룹(Function) 이 있고, 각 그룹은 다음과 같은 노드들로 구성됩니다. 각 노드는 캔버스로 드래그하여 에이전트플로우에 추가할 수 있습니다.

환경별로 배포된 Agent 가 에이전트 그룹 하위에 추가될 수 있어, 실제 노출 항목은 환경에 따라 다소 다릅니다. 본 챕터는 솔루션 표준 환경 기준입니다.

모델 컨텍스트 프로토콜 (mcp)

노드 이름 ID 설명
모든 MCP 불러오기 mcp/MCPLoader MCP(Model Context Protocol) 서버에 연결하여 모든 도구를 한꺼번에 로드. 활성 MCP 세션 선택
Tavily 웹 검색 mcp/tavily_search_mcp AI에 최적화된 검색 엔진 Tavily 로 웹 검색. 도메인 필터링·요약 답변 생성·원본 콘텐츠 추출 지원
Brave 웹 검색 mcp/brave_search_mcp Brave Search API 로 실시간 웹 검색. 국가·기간(일/주/월/년) 필터링과 결과 수 조절
EPG 다음 MCP mcp/epg_daum_mcp DAUM 에서 한국 홈쇼핑 TV 편성표 조회. 방송 시간·프로그램명·채널 정보 (캐시 지원)
EPG 네이버 MCP mcp/epg_naver_mcp NAVER 에서 한국 홈쇼핑 TV 편성표 조회. DAUM EPG 와 동일 기능, NAVER 데이터 소스
GitHub MCP mcp/github_mcp 자연어로 GitHub 리포지토리 관리 — 리포지토리·이슈·풀 리퀘스트·코드 검색. App 인증
GitLab MCP mcp/gitlab_mcp 자연어로 GitLab 프로젝트 관리 — 프로젝트·브랜치·파일·이슈·머지 리퀘스트
통합 웹 검색 mcp/meta_search_mcp AI 가 관련 웹사이트를 자동 탐색·크롤링해 종합 정보 수집 (API 키 불필요)
네이버 데이터랩 MCP mcp/naver_datalab_mcp 검색 트렌드·쇼핑 인사이트. 인기 검색어·검색량 추이·쇼핑 카테고리 분석
네이버 뉴스 MCP mcp/naver_news_mcp 네이버 뉴스 API 로 한국 뉴스 검색. 정확도순/날짜순 정렬. 네이버 오픈 API 인증
PostgreSQL MCP mcp/postgresql_mcp PostgreSQL DB 에 직접 연결하여 읽기 전용 조회. 호스트·포트·사용자명·비밀번호·DB명 입력
DB 연결하기 mcp/DatabaseLoader 사전 설정 DB 연결 로드. AI 가 list_tables / get_schema / query 도구 자동 사용
상품 검색 mcp/product_search_mcp 인기 상품·예정 방송·지난 방송·현재 판매 중 상품 검색. 결과 수·이미지 옵션
Slack MCP mcp/slack_mcp Slack 워크스페이스 연결 — 메시지 전송·채널 관리·대화 검색. Slack User Token 필요
Nano Banana MCP mcp/nano_banana_mcp Google Gemini 로 이미지 생성·편집. Flash·Pro 모델, 1K~4K 해상도
Atlassian MCP mcp/atlassian_mcp Jira 이슈·Confluence 문서 자연어 관리. Cloud·On-premise 모두 지원
Microsoft 365 MCP mcp/ms365_mcp Microsoft 365 연결 — Outlook 메일·캘린더·Teams·OneDrive·Planner·Excel
API 컬렉션 로더 mcp/APICollectionLoader 관리자 등록 API 컬렉션(ToolGraph) 로드. AI 가 search_tools / call_tool 자동 사용
웹 브라우저 자동 조작 mcp/WebAutomationMCP Playwright 브라우저 제어로 웹 작업 자동화. 엑셀 데이터 → 웹 폼 자동 입력, 저장 전 확인
DB 조회하기 mcp/DatabaseReader 사전 설정 DB 연결에 SQL 쿼리 직접 실행. PostgreSQL·Oracle·Informix 지원
DB 결과 가공 mcp/DatabaseResultProcessor DatabaseReader 행 데이터를 SQL 쿼리(rows 테이블 대상 sqlite 인메모리) 또는 no-SQL 파이프라인(필터·정렬·페이징·그룹집계·컬럼선택)으로 가공. markdown/json/csv/records/scalar 출력

에이전트 (agents)

노드 이름 ID 설명
에이전트 Planflow agents/planflow 결정론적 Plan-and-Execute 에이전트. 의도 분석 → graph 기반 계획 → 순차 실행 → 자연어 응답
에이전트 Xgen agents/xgen 워크플로우의 핵심 AI 두뇌. 도구 자동 선택·사용. OpenAI·Anthropic·Google·AWS 모델
에이전트 Harness agents/harness 저장된 하네스 워크플로우를 한 단계 에이전트로 실행 (system_prompt·도구·전략·RAG·DB·MCP)

API 로더 (api_loader)

노드 이름 ID 설명
API 직접 등록하기 api_loader/APICallingTool 커스텀 REST API 도구를 만들어 Agent 에 연결. 응답 데이터에서 필요한 부분만 추출하는 필터링
등록된 API 불러오기 api_loader/APIToolLoader 관리자 등록 API 도구를 드롭다운에서 선택해 즉시 사용

문서 로더 (document_loaders)

노드 이름 ID 설명
정보 검색 노드 document_loaders/VectorDBContext 통합 문서 검색. 검색 모드 선택으로 벡터 DB 검색 방식 설정. Agent RAG Context 입력
온톨로지 검색 document_loaders/OntologySearch 미리 빌드된 지식그래프에서 SPARQL + SCS 컨텍스트로 관련 트리플·소스 청크 검색
정보 검색 노드 (260517) document_loaders/VectorDBContextV2 정보 검색 노드 재설계 버전(2026-05-17). 꼭 필요한 옵션만 노출, 세부 튜닝값은 best-practice 기본값

파일 시스템 (file_system)

노드 이름 ID 설명
내 파일 저장소 (스킬) file_system/filesystem_storage_skill 파일 시스템 접근을 스킬(SKILL) 로 부여. fs_* 37종 동작을 단일 진입점 도구 하나로 묶어 호출당 도구 설명 부담을 줄임. 파일 탐색·읽기·생성·수정
문서 양식 편집기 file_system/document_adapter DOCX·PPTX·HWPX 양식 문서 편집. 9개 도구 (inspect_document / get_cell / get_shapes / render_template …)

기억 (memory)

노드 이름 ID 설명
멀티턴 DB memory/db_memory_v3 가장 지능적인 대화 메모리. 신뢰도 낮은 응답 자동 필터링, 시간 경과 가중치 감쇠(Decay), 관련 과거 대화 스마트 선별

라우터 (router)

노드 이름 ID 설명
조건 분기 router/Router 키 값에 따라 데이터를 서로 다른 경로로 분기. 키 값별 출력 핸들이 동적으로 생성

도구 (tools)

노드 이름 ID 설명
PDF 파일 생성하기 tools/Certificate PDF Tool 증명서 PDF 자동 생성. 수료증·상장·이수증
FloUI v1 (스킬) tools/floui_v1_skill FloUI v1 스킬 노드. xgen-frontend API 카탈로그(workflow·chat·retrieval·storage·tools·prompt·aichat) + 확장 A2UI 컴포넌트를 단일 SKILL 로 묶어 제공
값 표시 tools/show_any 노드를 지나가는 값을 캔버스 카드 위에 그대로 표시하는 통과(pass-through) 노드. 별도 종료 노드 없이 중간 값을 빠르게 확인
도구 출력 형식 변환 tools/output_formatter 도구 응답을 에이전트에 전달하기 전 일정 형태로 변환하는 후처리 노드. Tool 노드의 출력 변환기 입력 포트에 연결
워크스페이스 개발 (채팅→프리뷰) tools/workspace_dev 에이전트에게 영속 개발 워크스페이스 부여 — 파일 작성·명령 실행·dev 서버 프리뷰 URL 노출. Agent 의 도구 입력에 연결
AI 다음 행동 선택기 tools/hierarchy_tools 매니저-작업자 Agent 계층 구조. 매니저가 전문 작업자에게 하위 작업 위임 + 결과 종합
이미지 불러오기 image_loader URL·업로드 이미지를 Agent images 입력으로 전달해 시각적 분석
파일 업로드 input_files 사용자 파일 업로드 받기. 문서·스프레드시트·이미지 처리 워크플로우 시작점
AI 기본 행동 규칙 input_template {{ variable }} 플레이스홀더 동적 프롬프트. 재사용 가능한 프롬프트 패턴
PC 명령어 실행기 tools/local_cli_tool 사전 허용된 CLI 명령어 실행 (Tauri 데스크톱 앱 전용). Git·Node.js·Python 안전 실행
AI 작업 계획기 tools/agent_planner 단계별 작업 계획 생성. 복잡한 작업을 단계로 분해 → Agent plan 입력으로 연결
샌드박스 코드 실행 tools/sandbox_exec 격리된 일회용 KVM VM 에서 코드 실행. 계산·데이터 변환·로직 검증
입력 형식 지정 input_schema_provider AI 입력 JSON 스키마 정의. 구조화된 입력이 필요한 노드에 연결
응답 형식 지정 output_schema_provider AI 응답 출력 JSON 스키마 정의. 일관·파싱 가능한 응답 구조화
입력 변환기 tools/value_processor 구조화 입력(JSON·XML·YAML·CSV·텍스트·정규식)에서 원하는 값 추출/변환
워크벤치 프롬프트 tools/workbench_prompt Workbench Prompt Studio 의 중앙 관리·버전관리 프롬프트를 워크플로우로 끌어오기 (dev·stg·prd)
다른 워크플로우 연결하기 tools/workflow_tool 저장된 다른 워크플로우를 도구로 사용. Agent 가 하위 워크플로우 호출 — 모듈형 설계

시작 노드 (startnode)

노드 이름 ID 설명
사용자 질문 입력 input_string 사용자 텍스트 입력 받기 또는 고정 텍스트 설정. 워크플로우 시작점

종료 노드 (endnode)

노드 이름 ID 설명
AI 답변 출력 tools/print_agent_output Agent 출력을 화면 표시. Agent 출력에 연결해 워크플로우 UI 응답 노출
포맷 출력 tools/print_format 커스텀 템플릿으로 데이터 포맷 표시. 점수·타임스탬프·반복 실행 세부·할 일 목록 구조화
이메일 전송 tools/send_email AI 에게 이메일 전송 능력 부여. SMTP 설정 → Agent 가 이메일 작성·전송

시작·종료 노드 상세 명세

위 카탈로그 중 워크플로우의 입출력을 담당하는 시작 노드 와 종료 노드 는 포트·파라미터 구성이 비교적 정형적이라, 각 노드별 상세 명세를 아래에 정리합니다. 표의 항목 구분 은 입력값(노드로 들어오는 데이터) · 출력값(노드가 내보내는 데이터) · 파라미터(노드 설정 패널에서 직접 지정하는 값) 를 나눕니다. 필수여부 가 "선택" 인 파라미터는 비워 두면 기본 동작이 적용됩니다.

사용자 질문 입력 (input_string)

워크플로우의 시작점으로, 사용자로부터 텍스트를 입력받거나 고정된 텍스트 값을 설정합니다. 사용자가 질문을 직접 입력하거나 미리 정해 둔 텍스트를 전달하는 두 가지 방식으로 동작합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 입력값 형식 InputSchema — 노드 실행 시 전달되는 입력 스키마 정의값. 연결된 노드로부터 자동으로 전달됩니다.
출력값 텍스트 STR — 입력된 텍스트를 문자열(STR) 형식으로 출력합니다. 이후 에이전트·변환 노드 등에 연결할 수 있습니다.
파라미터 입력값 STR 선택 사전에 고정할 텍스트를 입력합니다. 비워 두면 런타임에 사용자가 직접 입력합니다.
파라미터 음성 입력 사용 BOOL 선택 음성-텍스트 변환(STT) 활성화 여부. true → 프롬프트 UI에 음성 파일 첨부 버튼이 표시됩니다. false → 음성 입력 불가, 텍스트 입력만 허용됩니다.

AI 답변 출력 (tools/print_agent_output)

에이전트의 출력 결과를 워크플로우 UI 화면에 표시합니다. 에이전트 노드의 출력 포트에 연결하면 최종 응답을 사용자에게 직접 보여 주는 종단(end_node) 노드입니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 출력 STREAM | STR 필수 / 다중 에이전트 또는 텍스트 노드의 출력을 받습니다. STREAM 타입은 실시간 스트리밍 출력을, STR 은 완성된 문자열을 처리합니다.
출력값 — — — 출력 없음. 화면 표시 전용 종단 노드입니다.
파라미터 — — — 파라미터 없음.

포맷 출력 (tools/print_format)

커스터마이즈 가능한 템플릿으로 데이터를 보기 좋은 형식으로 화면에 출력합니다. 점수·타임스탬프·반복 횟수·Todo 목록 등을 구조화된 레이아웃으로 표시하는 종단(end_node) 노드입니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 출력 FeedbackDICT 필수 딕셔너리(DICT) 형식의 피드백 데이터. 점수·타임스탬프·반복 정보·TODO 항목 등이 포함된 구조화 데이터여야 합니다.
출력값 — — — 출력 없음. 화면 표시 전용 종단 노드입니다.
파라미터 포맷 출력 사용 BOOL 선택 서식 있는 템플릿 사용 여부. true → Format Style 등 서식 설정이 적용됩니다. false → 원시(raw) 데이터를 그대로 출력합니다.
파라미터 출력 스타일 STR 선택 출력 스타일 선택. default → 기본 텍스트 형식, cards → 카드 UI 형식, timeline → 시간순 목록 형식, 요약만 표시 → 압축된 한 줄 형식.
파라미터 점수 표시 BOOL 선택 결과의 관련성 점수 표시 여부. true → 각 결과 옆에 점수 표시 / false → 점수 숨김.
파라미터 시간 표시 BOOL 선택 타임스탬프 표시 여부. true → 각 결과에 생성 시각 표시 / false → 타임스탬프 숨김.
파라미터 최대 반복 표시 수 INT 선택 화면에 표시할 반복(iteration) 최대 횟수를 정수로 설정합니다.
파라미터 할 일 상세 표시 BOOL 선택 Todo/Task 상세 정보 표시 여부. true → 세부 내용 펼침 / false → 요약 정보만 표시.

이메일 전송 (tools/send_email)

에이전트가 워크플로우 내에서 이메일을 자동으로 작성·발송합니다. SMTP 설정을 구성하면 AI 가 나머지 처리를 담당하며, 알림·보고서 발송 등에 활용되는 종단(end_node) 노드입니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 콘텐츠 ANY 필수 이메일 본문으로 전송될 콘텐츠. ANY 타입으로 텍스트·딕셔너리·에이전트 출력 등 다양한 형식을 허용합니다.
출력값 — — — 출력 없음. 이메일 발송 전용 종단 노드입니다.
파라미터 SMTP 서버 주소 STR 필수 SMTP 서버 주소. 예) smtp.gmail.com, smtp.naver.com
파라미터 SMTP 포트 INT 필수 SMTP 서버 포트 번호. 예) 587(TLS), 465(SSL), 25(비암호화)
파라미터 발신 이메일(ID) STR 필수 발신자 이메일 계정 주소. 예) yourname@gmail.com
파라미터 발신 비밀번호 STR 필수 발신 계정 비밀번호 또는 앱 전용 비밀번호. Gmail 사용 시 앱 비밀번호(App Password) 를 권장합니다.
파라미터 수신 이메일 STR 필수 수신자 이메일 주소. 여러 주소는 쉼표(,) 또는 세미콜론(;) 으로 구분합니다. 예) a@x.com, b@x.com; c@x.com
파라미터 전체 출력 포함 BOOL 선택 워크플로우 전체 출력 데이터를 이메일에 포함할지 여부. true → 전체 출력 데이터가 본문에 추가됩니다. false → 콘텐츠 입력값만 발송합니다.

도구 노드 상세 명세

도구(tools) 카테고리의 노드들은 에이전트에 특정 능력(파일 생성·이미지 분석·CLI 실행·값 변환 등) 을 부여하거나 워크플로우 입출력을 보조합니다. 자주 쓰이는 노드의 포트·파라미터 상세 명세를 아래에 정리합니다. 표기 규칙은 시작·종료 노드 상세 명세 와 동일하며, 필수여부 가 비어 있는(—) 항목은 선택한 입력 타입·연산에 따라 조건부로 노출됩니다.

PDF 파일 생성하기 (tools/Certificate PDF Tool)

제공된 데이터를 기반으로 수료증·상장·졸업장 등의 인증서 PDF 파일을 자동으로 생성합니다. AI 가 서식이 갖춰진 인증서 파일을 만들어 출력합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 생성된 PDF 도구 객체를 출력합니다. 에이전트 노드의 Tools 입력에 연결하여 사용합니다.
파라미터 회사 인감 경로 STR 선택 회사 직인(도장) 이미지 파일의 경로를 입력합니다. 인증서에 직인을 삽입할 때 사용됩니다.
파라미터 추가 파라미터 STR 선택 해당 노드 실행 시 추가로 전달되는 파라미터 값입니다.

AI 다음 행동 선택기 (tools/hierarchy_tools)

매니저-워커 에이전트 계층 구조를 구성합니다. 매니저 에이전트가 하위 작업을 전문 워커 에이전트에게 위임하고 결과를 취합합니다. 여러 전문 AI 가 협력해야 하는 복잡한 작업에 활용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 도구 TOOL 다중 하위 워커 에이전트에게 제공할 도구(Tool) 노드들을 다중 연결합니다.
출력값 도구 TOOL — 구성된 계층 도구 객체를 출력합니다. 매니저 에이전트의 Tools 입력에 연결합니다.
파라미터 도구 이름 STR 필수 이 계층 도구의 식별자 이름을 입력합니다. AI 가 도구를 구분하는 데 사용됩니다.
파라미터 도구 설명 STR 필수 이 도구가 언제 사용되어야 하는지 설명합니다. AI 가 이 설명을 참고하여 도구 호출 시점을 결정합니다.
파라미터 추가 파라미터 STR 선택 해당 노드 실행 시 추가로 전달되는 파라미터 값입니다.

이미지 불러오기 (image_loader)

AI 가 분석할 이미지를 로드하고 추출합니다. URL 또는 파일 업로드 방식으로 이미지를 받아 에이전트의 images 입력에 전달하여 시각적 분석 및 이해에 활용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 데이터 소스 STR 필수 이미지 URL 또는 파일 경로를 문자열로 입력받습니다.
출력값 이미지 LIST — 로드된 이미지 목록을 LIST 형식으로 출력합니다. 에이전트의 images 입력에 연결합니다.
파라미터 이미지 키 이름 STR 선택 데이터에서 이미지 URL/파일 경로를 추출할 키 이름입니다. 기본값: img_url
파라미터 다중 이미지 허용 BOOL 선택 다중 이미지 처리 여부. true → 리스트 형식으로 여러 이미지를 처리합니다. false → 단일 이미지만 처리합니다.
파라미터 추가 파라미터 STR 선택 해당 노드 실행 시 추가로 전달되는 파라미터 값입니다.

파일 업로드 (input_files)

사용자로부터 파일 업로드를 받는 워크플로우 시작점 노드입니다. 문서·스프레드시트·이미지 등 사용자가 업로드한 파일을 처리하는 워크플로우에 활용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 파일 FILE — 업로드된 파일을 FILE 형식으로 출력합니다. 파일을 처리하는 다음 노드에 연결합니다.
파라미터 파일 STR 선택 런타임에 사용자가 파일을 업로드하는 필드입니다. 미리 고정된 파일 경로를 입력할 수도 있습니다.

AI 기본 행동 규칙 (input_template)

{{ variable }} 플레이스홀더를 사용해 동적 프롬프트를 생성합니다. 템플릿을 작성하면 런타임에 실제 값으로 치환됩니다. 재사용 가능한 프롬프트 패턴 구성에 적합합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 변수 STR 다중 템플릿의 {{ variable }} 자리에 채워질 값을 STR 로 입력받습니다. 여러 변수를 다중 연결할 수 있습니다.
출력값 프롬프트 STR — 변수가 치환된 완성된 프롬프트 문자열을 출력합니다.
파라미터 행동 규칙 입력 방식 STR 선택 템플릿 입력 방식 선택. 직접 입력 → 아래 Template 필드에 직접 작성, 템플릿 선택 → 저장된 템플릿 목록에서 선택.
파라미터 행동 규칙 템플릿 STR 선택 저장된 템플릿 목록에서 선택합니다. User Prompt 타입의 프롬프트만 표시됩니다.
파라미터 템플릿 내용 STR 필수 프롬프트 템플릿을 직접 작성합니다. 동적 부분은 {{ variable_name }} 형식으로 표기합니다.
파라미터 필수 입력 검사 BOOL 선택 템플릿 변수 누락 시 오류 발생 여부. true → 변수가 없으면 에러를 발생시킵니다. false → 누락된 변수는 빈 값으로 처리합니다.

PC 명령어 실행기 (tools/local_cli_tool)

로컬 머신에서 사전 승인된 CLI 명령어를 AI 가 실행할 수 있도록 합니다 (Tauri 데스크톱 앱 전용). Skills 에 허용된 명령어를 정의하면 AI 가 Git, Node.js, Python 명령어 등을 안전하게 실행합니다. 보안 강화를 위해 Skills 에 정의된 명령어만 실행 가능합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — CLI 실행 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결하여 CLI 실행 기능을 부여합니다.
파라미터 스킬 정의 (JSON) STR 필수 허용할 CLI 명령어를 JSON 배열로 정의합니다.
주요 필드:
• id: 고유 식별자 (영숫자·언더스코어)
• name: 도구 표시 이름
• description: 도구 설명 (AI 가 호출 시점 판단에 사용)
• command: 실행할 기본 명령어
• allowed_args: 허용 인수 목록 (type, description, required 포함)
• timeout: 실행 제한 시간(초)
• requires_confirmation: true 시 실행 전 사용자 확인 요청
• risk_level: safe / moderate / dangerous
파라미터 스킬 프리셋 STR 선택 사전 정의된 Skill Preset 을 선택하면 Skills JSON 이 자동으로 채워집니다.

AI 작업 계획기 (tools/agent_planner)

에이전트가 따를 단계별 작업 계획을 생성합니다. AI 가 복잡한 작업을 관리 가능한 단계로 분해하고 순서대로 실행합니다. Plan 출력을 에이전트의 plan 입력에 연결하여 사용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 계획 PLAN 선택 이전 단계의 계획 데이터를 받아 이어서 처리합니다. 선택적 연결입니다.
입력값 도구 TOOL 다중 계획 실행 시 에이전트가 사용할 도구(Tool) 노드들을 다중 연결합니다.
출력값 계획 PLAN — 생성된 단계별 작업 계획을 PLAN 형식으로 출력합니다. 에이전트의 plan 입력에 연결합니다.
파라미터 작업 계획 설명 STR 선택 에이전트가 실행할 작업 계획을 텍스트로 설명합니다. 계획의 목표와 단계를 기술합니다.

입력 형식 지정 (input_schema_provider)

AI 가 따를 입력 형식을 정의합니다. 예상되는 파라미터를 명시한 JSON 스키마를 생성한 뒤, 구조화된 입력이 필요한 노드에 연결합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 입력값 형식 InputSchema — 정의된 입력 스키마를 출력합니다. 사용자 입력 등 스키마 입력이 필요한 노드에 연결합니다.
파라미터 kwargs (키 이름 직접 입력) STR 선택 AI 가 입력받을 파라미터를 직접 정의합니다. 키 이름을 입력하고 타입을 선택합니다.
타입 옵션: STRING / INTEGER / FLOAT / BOOLEAN / OBJECT / LIST

응답 형식 지정 (output_schema_provider)

AI 응답의 출력 형식을 정의합니다. JSON 스키마를 생성하면 AI 가 그에 맞춰 구조화된 답변을 반환합니다. 일관되고 파싱 가능한 응답이 필요할 때 사용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 출력값 형식 OutputSchema — 정의된 출력 스키마를 출력합니다. 에이전트 노드의 출력 스키마 입력에 연결합니다.
파라미터 kwargs (키 이름 직접 입력) STR 선택 AI 가 입력받을 파라미터를 직접 정의합니다. 키 이름을 입력하고 타입을 선택합니다.
타입 옵션: STRING / INTEGER / FLOAT / BOOLEAN / OBJECT / LIST

입력 변환기 (tools/value_processor)

구조화된 입력(JSON, XML, YAML, CSV, Text, Regex) 에서 값을 추출하거나 변환합니다. 입력 타입·연산·경로/키를 지정하면 원하는 값을 꺼낼 수 있습니다. Python 객체와 문자열 형태 모두 처리 가능합니다.

기대 입력 타입 을 먼저 선택하면 그에 해당하는 파라미터만 노출됩니다. 아래 표는 모든 입력 타입의 파라미터를 한데 모은 전체 목록입니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 입력값 ANY 필수 처리할 데이터를 입력받습니다. JSON·XML·YAML·CSV·텍스트·정규식 등 다양한 형식을 지원합니다.
출력값 출력값 ANY — 추출·변환된 결과값을 출력합니다.
파라미터 기대 입력 타입 STR 필수 입력 데이터의 형식을 지정합니다. 이후 모든 옵션이 이 설정에 따라 분기됩니다. 선택 가능: JSON / XML / YAML / CSV / Text / Regex
파라미터 리스트 입력 BOOL — 입력이 리스트/배열인 경우 활성화합니다. true → 각 항목에 연산을 적용하고 결과를 리스트로 반환합니다.
파라미터 JSON 처리 방식 STR — JSON/딕셔너리 입력에 수행할 연산을 지정합니다.
파라미터 경로 STR — 점/괄호 표기법으로 추출할 경로를 지정합니다. 예) user.name / items[0].title / items[*].id
파라미터 경로 목록 STR — 쉼표로 구분된 복수 경로. alias=path 형식으로 키 이름 변경 가능.
파라미터 키 목록 STR — 유지할 최상위 키를 쉼표로 구분하여 입력합니다.
파라미터 제거할 키 목록 STR — 제거할 최상위 키를 쉼표로 구분하여 입력합니다.
파라미터 기본값 STR 선택 경로가 없을 때 반환할 기본값. 숫자·bool·JSON 형태로 자동 파싱됩니다.
파라미터 엄격 모드 BOOL 선택 경로/키가 없을 때 오류 발생 여부. true → 오류 발생 / false → 기본값 반환.
파라미터 XML 처리 방식 STR — XML 입력에 수행할 연산을 지정합니다.
파라미터 태그 이름 STR — 찾을 태그 이름. 네임스페이스 사용 시 {uri}local 형식 사용.
파라미터 태그 속성 STR — tag@attribute_name 형식으로 속성값을 추출합니다. *@attr 은 루트에서 읽기.
파라미터 XPath STR — ElementTree 호환 XPath 로 요소를 선택합니다. 예) .//book[@id='1']/title
파라미터 모두 찾기 BOOL 선택 true → 모든 일치 항목 리스트 반환 / false → 첫 번째 항목만 반환.
파라미터 텍스트만 BOOL 선택 true → 매칭 요소의 내부 텍스트 반환 / false → 요소 XML 문자열 반환.
파라미터 네임스페이스(JSON) STR 선택 XPath 용 네임스페이스 JSON 맵. 예) {"ns": "http://example.com"}
파라미터 경로(XML용) STR — XML 과 동일한 점 표기법 경로. 예) a.b[0].c / items[*].name
파라미터 기본값(XML용) STR 선택 경로가 없을 때 반환할 기본값.
파라미터 엄격 모드(CSV용) BOOL 선택 경로가 없을 때 오류 발생 여부.
파라미터 헤더 있음 BOOL — true → 첫 번째 행을 컬럼명으로 처리.
파라미터 구분자 STR — 필드 구분자. 탭 구분 시 \t 사용.
파라미터 컬럼 STR — 추출할 컬럼 이름(헤더 있을 때) 또는 0-기반 인덱스. 비우면 전체 행 반환.
파라미터 행 인덱스 INT 선택 추출할 데이터 행 번호 (0-기반, 헤더 제외). -1 이면 전체 행 반환.
파라미터 텍스트 처리 STR — 텍스트 입력에 수행할 연산을 지정합니다.
파라미터 구분자 STR — 분할(split) 시 사용할 구분자 문자열.
파라미터 인덱스 INT 선택 줄 분할 후 추출할 항목 인덱스 (0-기반, 음수 허용). -1 이면 전체 반환.
파라미터 Slice 시작 INT — 슬라이스 시작 인덱스.
파라미터 Slice 끝 INT — 슬라이스 종료 인덱스 (해당 인덱스 미포함).
파라미터 부분 문자열 STR — 포함 여부를 확인할 부분 문자열. BOOL 값을 반환합니다.
파라미터 정규식 패턴 STR — Python 정규식 패턴. 그룹 (...) 을 사용하면 그룹 내용을 추출합니다.
파라미터 Group INT — 캡처 그룹 인덱스. 0 이면 전체 매칭 결과를 반환합니다.
파라미터 그룹 번호 BOOL 선택 true → 모든 일치 항목 리스트 반환 / false → 첫 번째 항목만 반환.
파라미터 플래그 STR 선택 정규식 플래그를 조합합니다. i → 대소문자 무시 / m → 멀티라인 / s → 점(.)이 줄바꿈 포함 / x → 상세 모드.
파라미터 출력 포맷 STR 선택 최종 출력 형식 지정. auto → Python 기본 타입으로 반환 / json_string → 항상 JSON 문자열로 직렬화.
파라미터 키로 감싸기 STR 선택 비어 있지 않으면 결과를 {key: value} 형태의 딕셔너리로 감싸서 반환합니다.

다른 워크플로우 연결하기 (tools/workflow_tool)

현재 워크플로우 내에서 저장된 다른 워크플로우를 도구로 호출합니다. 에이전트가 필요 시 서브 워크플로우를 실행할 수 있어 모듈형 워크플로우 설계가 가능합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 입력 데이터 ANY — 서브 워크플로우에 전달할 입력 데이터를 받습니다.
출력값 결과 STR — 서브 워크플로우의 실행 결과를 문자열(STR) 형식으로 출력합니다.
파라미터 실행할 워크플로우 STR 필수 실행할 워크플로우의 이름을 입력합니다.
파라미터 실시간 스트리밍 전달 BOOL 선택 실시간 스트리밍 전달 여부. true → 실시간 스트리밍을 다음 노드에 전달합니다 (Generator 반환). false → 모든 결과를 수집한 후 문자열로 반환합니다.

에이전트 노드 상세 명세

에이전트(agents) 카테고리의 노드는 워크플로우의 핵심 AI 두뇌 역할을 합니다. 도구·문서·메모리 등을 연결하면 에이전트가 이를 활용해 사용자 질문에 답변합니다. 표기 규칙은 시작·종료 노드 상세 명세 와 동일합니다.

에이전트 Planflow (agents/planflow)

단일 API 컬렉션을 위한 결정론적 Plan-and-Execute 에이전트입니다. AI 가 의도를 파악하고 그래프에서 계획을 수립한 뒤 순서대로 실행합니다(단계별 LLM 없음). API 오케스트레이션에서 ReAct 에이전트보다 빠르고 감사(audit) 가 용이합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 Text STREAM STR | STR 필수 사용자 질문 또는 지시문을 입력받습니다. STREAM 및 STR 타입을 모두 지원합니다.
입력값 Prior Entities DICT | STR — 이전 단계에서 추출된 엔티티 정보를 전달받습니다.
출력값 Stream STREAM STR 스트림 실시간 스트리밍 형태로 응답을 출력합니다.
출력값 Result STR — 완성된 응답 결과를 문자열로 출력합니다.
파라미터 API Collection STR 필수 Admin 에 등록된 API 컬렉션을 선택합니다.
파라미터 Provider STR 필수 Stage 1(의도 파악) 및 Stage 4(응답 생성) 에 사용할 LLM 제공자입니다.
파라미터 OpenAI Model STR 필수 사용할 OpenAI 모델명입니다.
파라미터 Anthropic Model STR 필수 사용할 Anthropic 모델명입니다 (litellm 경유).
파라미터 Streaming BOOL — 결과를 실시간 스트리밍으로 클라이언트에 전달합니다 (권장).
파라미터 Top K INT 선택 Stage 1 카탈로그 크기 — 검색할 후보 도구 수입니다.
파라미터 Auth Token Override STR 선택 Bearer 토큰 재정의. 비워 두면 컬렉션의 AuthProfile 을 사용합니다.
파라미터 API Base URL Override STR 선택 컬렉션의 base_url 을 재정의합니다 (선택 사항).

에이전트 Xgen (agents/xgen)

워크플로우의 핵심 AI 브레인 노드입니다. DB 쿼리·문서 검색·웹 검색 등 다양한 도구를 연결하면 에이전트가 자동으로 선택하여 사용자 질문에 답변합니다. OpenAI, Anthropic, Google, AWS Bedrock, vLLM 제공자를 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 텍스트 STREAM STR | STR 다중 사용자 질문 또는 지시문. STREAM 및 STR 타입 지원, 다중 연결 가능.
입력값 파일 FILE 다중 에이전트가 분석할 파일. Input Files 노드와 연결합니다.
입력값 이미지 LIST 다중 에이전트가 분석할 이미지 목록. Image Loader 노드와 연결합니다.
입력값 도구 TOOL 다중 에이전트가 사용할 도구. Tool 계열 노드와 다중 연결합니다.
입력값 스킬 SKILL 다중 에이전트가 사용할 스킬. Skill 계열 노드(예: FileSystem Skill) 와 연결합니다. 각 스킬은 여러 동작을 단일 도구로 묶어 호출당 컨텍스트 부담을 줄입니다.
입력값 메모리 OBJECT — 대화 메모리 객체. DB Memory 노드와 연결하면 AI 가 이전 대화를 기억하고 과거 맥락을 활용해 더 일관성 있는 답변을 제공합니다.
입력값 참조 문서 DocsContext 다중 문서 검색 컨텍스트. Search Context 노드와 연결합니다.
입력값 출력값 형식 OutputSchema — 출력 스키마 정의. Schema Provider(Output) 노드와 연결합니다.
입력값 계획 PLAN — 작업 계획. Agent Planner 노드와 연결합니다.
출력값 스트림 STREAM STR 스트림 실시간 스트리밍 형태로 응답을 출력합니다. AI 가 답변을 생성하는 대로 글자가 하나씩 나타납니다.
출력값 결과 STR — 완성된 응답 텍스트. AI 가 답변 생성을 마친 후 전체 답변을 한 번에 반환합니다.
파라미터 AI 엔진 선택 STR 필수 AI 제공자 선택: openai(ChatGPT), anthropic(Claude), google(Gemini), bedrock(AWS AI), vllm(자체 호스팅)
파라미터 OpenAI 모델 STR 선택 사용할 OpenAI 모델. Provider 가 openai 일 때 적용. 예) gpt-4.1, gpt-4o, gpt-4.1-mini
파라미터 Anthropic 모델 STR 선택 사용할 Anthropic 모델. Provider 가 anthropic 일 때 적용.
파라미터 Google 모델 STR 선택 사용할 Google 모델. Provider 가 google 일 때 적용.
파라미터 AWS Bedrock 모델 STR 선택 사용할 AWS Bedrock 모델. Provider 가 bedrock 일 때 적용.
파라미터 vLLM 모델 STR 선택 사용할 vLLM 모델. Provider 가 vllm 일 때 적용.
파라미터 답변 창의성 수준 FLOAT 선택 AI 창의성 수준 조절. 범위: 0~2. 0 에 가까울수록 일관되고 사실적인 답변, 2 에 가까울수록 다양하고 창의적인 답변.
파라미터 최대 답변 길이 (최대 토큰) INT 선택 AI 응답의 최대 길이(토큰). 범위: 1~65536
파라미터 도구 탐색 횟수 INT 선택 한 번의 턴에서 AI 가 도구를 호출할 수 있는 최대 횟수. 범위: 1~100. 복잡한 멀티스텝 작업 시 증가 권장.
파라미터 파일 처리 방식 STR 선택 업로드된 파일 처리 방식 선택. 스캔 문서의 경우 enhanced_ocr 사용 권장.
파라미터 최대 처리 이미지 수 INT 선택 AI 가 한 번에 처리할 수 있는 최대 이미지 수. 범위: 0~100
파라미터 무조건 출처 표시 BOOL 선택 문서 참조 시 항상 출처를 표시할지 여부입니다.
파라미터 AI 기본 행동 규칙 STR — 시스템 프롬프트 제공 방식 선택. direct → 아래 AI 역할 규칙 에 직접 작성, template → 저장된 프롬프트 템플릿에서 선택.
파라미터 행동규칙 템플릿 STR — 저장된 프롬프트 템플릿 선택. System Prompt 타입만 표시. prompt_source 가 template 일 때 활성화되며 선택 후 내용 수정 가능.
파라미터 AI 역할 규칙 STR — AI 의 역할과 지시사항을 작성합니다. 예) You are a friendly financial advisor. Answer loan and deposit questions accurately.
파라미터 중간 과정 보여주기 BOOL 선택 AI 의 사고 과정(도구 호출, 중간 결과, 추론 단계) 을 출력합니다. 디버깅에 유용.
파라미터 안전 필터 적용 BOOL 선택 부적절한 콘텐츠(비속어, 유해 정보) 를 차단하는 안전 필터 활성화. 프로덕션 환경 권장.
파라미터 AI 타이핑 과정 보여주기 BOOL 선택 실시간 채팅 스타일 출력 활성화. true → 텍스트가 문자 단위로 스트리밍 출력됩니다. false → 완성된 답변을 한 번에 출력합니다.
파라미터 결과값 즉시 보여주기 (멀티 에이전트) BOOL 선택 여러 에이전트 연결 시 이 에이전트의 응답을 화면에 표시할지 여부. false → 내부적으로 처리하고 다음 에이전트로 전달합니다.
파라미터 개별적으로 답변하기 BOOL 선택 여러 에이전트 연결 시 각 에이전트의 응답을 별도 영역에 표시할지 여부입니다.

에이전트 Harness (agents/harness)

저장된 Harness 워크플로우를 단일 에이전트 스텝으로 실행합니다. 선택한 워크플로우의 모든 스테이지 설정(system_prompt, 선택된 도구, 전략, RAG/DB/MCP 연결 등) 을 그대로 사용합니다. 노드는 입력값 랩퍼(one MCP) 역할을 합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 텍스트 STR 필수 Harness 워크플로우에 전달할 텍스트 입력값입니다.
출력값 응답 STR — Harness 워크플로우의 실행 결과를 문자열로 출력합니다.
파라미터 하네스 워크플로우 STR 필수 저장된 Harness 워크플로우 목록에서 실행할 워크플로우를 선택합니다. 워크플로우에 저장된 스테이지 설정이 그대로 적용됩니다.

API 로더 노드 상세 명세

API 로더(api_loader) 카테고리의 노드는 외부 REST API 를 에이전트가 호출할 수 있는 도구로 만들어 줍니다.

API 직접 등록하기 (api_loader/APICallingTool)

커스텀 API 도구를 생성하여 에이전트에 연결합니다. REST API 엔드포인트를 설정하면 에이전트가 대화 중 필요할 때 자동으로 호출합니다. 응답 데이터 필터링으로 필요한 데이터만 추출할 수 있습니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 입력값 형식 InputSchema — API 호출 시 전달될 입력 스키마. Schema Provider(Input) 노드와 연결하여 구조화된 입력 형식을 정의합니다.
출력값 도구 TOOL — 생성된 API 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 도구 이름 STR 필수 도구의 고유 이름. 에이전트가 이 이름으로 도구를 식별하고 호출합니다.
파라미터 도구 설명 STR 필수 AI 에게 이 도구를 언제 사용해야 하는지 설명합니다. 예) Use this when asked about interest rates or exchange rates.
파라미터 API 주소 STR 필수 호출할 API URL 을 입력합니다. 예) https://api.example.com/rates
파라미터 HTTP 메서드 STR 필수 HTTP 메서드 선택: GET, POST, PUT, DELETE, PATCH
파라미터 응답 대기 시간 (초) INT — API 응답 대기 시간(초). 범위: 1~300
파라미터 응답 필터링 사용 BOOL — 특정 데이터만 추출하는 응답 필터링 활성화 여부. true → 아래 Response Filter Path / Fields 설정이 적용됩니다.
파라미터 응답 필터 경로 STR — 추출할 데이터의 JSON 경로를 지정합니다. 예) payload.searchDataList
파라미터 응답 필터 필드 STR — 추출할 필드명을 쉼표로 구분하여 입력합니다. 예) interestRate,productNm

등록된 API 불러오기 (api_loader/APIToolLoader)

어드민 패널에 사전 등록된 API 도구를 빠르게 불러옵니다. API 설정을 직접 구성하는 대신 드롭다운에서 이미 설정된 도구를 선택하기만 하면 됩니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 불러온 API 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 API 도구 선택 STR 필수 등록된 API 도구 목록에서 사용할 도구를 선택합니다.

문서 로더 노드 상세 명세

문서 로더(document_loaders) 카테고리의 노드는 벡터 DB·지식 그래프에서 문서를 검색해 에이전트의 RAG 컨텍스트로 제공합니다.

정보 검색 노드 (document_loaders/VectorDBContext)

통합 문서 검색 노드입니다. 검색 모드를 선택하여 벡터 데이터베이스에서 문서를 검색하는 방식을 설정합니다. 에이전트의 RAG Context 입력에 연결합니다.

고급 튜닝 파라미터

본 노드는 아래 핵심 파라미터 외에도 하이브리드 검색·다단계 검색·온톨로지 그래프·재정렬·필터링 LLM 등 40여 개의 고급 튜닝 파라미터 를 제공합니다. 대부분의 경우 기본값으로 충분하므로 아래 핵심 항목만 정리합니다. 핵심 옵션만 노출하고 나머지는 모범 사례 기본값으로 처리하는 정보 검색 노드 (260517) 사용을 권장합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 참조 문서 DocsContext — 검색된 문서 컨텍스트를 출력합니다. 에이전트의 RAG Context 입력에 연결합니다.
파라미터 검색 모드 STR 필수 검색 모드 선택. Light / Light+ / Hard → 에이전트가 호출할 수 있는 도구로 생성, Always Search → 준비 시점에 자동으로 검색 실행.
파라미터 컬렉션 이름 STR 필수 검색할 벡터 DB 컬렉션을 선택합니다.
파라미터 도구 설명 STR 필수 이 도구가 언제 사용되어야 하는지 설명합니다. AI 가 호출 시점을 결정하는 데 사용됩니다.
파라미터 상위 결과 수 INT 선택 벡터 검색에서 반환할 상위 결과 수 (Light/Light+/Always Search 모드 적용).
파라미터 최소 관련도 점수 FLOAT 선택 결과 포함을 위한 최소 유사도 점수. 범위: 0.0~1.0
파라미터 재정렬 사용 BOOL 선택 크로스 인코더 리랭킹으로 결과 정확도 향상 여부.
파라미터 재정렬 후보 수 INT 선택 리랭킹할 상위 후보 수.
파라미터 검색 보강 프롬프트 STR 선택 RAG 컨텍스트를 활용한 응답 향상을 위한 프롬프트.
파라미터 도구 이름 STR 선택 검색 도구의 이름 식별자 (Always Search 모드에서는 무시됨).
파라미터 엄격한 출처 표시 BOOL 선택 문서 참조 시 출처 표시 강제 여부.

정보 검색 노드 (260517) (document_loaders/VectorDBContextV2)

통합 문서 검색 노드 v2 (2026-05-17). 핵심 옵션만 노출하고, 고급 검색 튜닝은 모범 사례 기본값으로 내부 처리됩니다. 에이전트의 RAG Context 입력에 연결합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 참조 문서 DocsContext — 검색된 문서 컨텍스트를 출력합니다. 에이전트의 RAG Context 입력에 연결합니다.
파라미터 검색 모드 STR 필수 문서 검색 방식을 지정합니다. Always Search → 매 턴마다 자동으로 검색을 실행합니다. Search Tool / Deep Search Tool → 에이전트가 검색 시점을 스스로 결정합니다.
파라미터 문서 컬렉션 STR 필수 검색할 벡터 DB 컬렉션을 선택합니다.
파라미터 도구 설명 STR 선택 에이전트가 이 검색 도구를 언제 사용할지 알려주는 설명입니다. 구체적으로 작성할수록 좋습니다. 예) "제품 스펙이나 사내 정책에 관한 질문일 때 사용"
파라미터 심층 검색 LLM 제공자 STR 선택 Deep Search 에서 쿼리 확장 및 결과 필터링에 사용할 LLM 제공자입니다. 기본값은 플랫폼 vLLM 이며, 다른 제공사는 플랫폼에 API 키가 설정되어 있어야 합니다.
파라미터 OpenAI Model STR 선택 Deep Search 용 OpenAI 모델입니다. LLM Provider 가 openai 일 때 적용됩니다.
파라미터 Anthropic Model STR 선택 Deep Search 용 Anthropic 모델입니다. LLM Provider 가 anthropic 일 때 적용됩니다.
파라미터 Google Model STR 선택 Deep Search 용 Google 모델입니다. LLM Provider 가 google 일 때 적용됩니다.
파라미터 고급 설정 표시 BOOL 선택 고급 검색 옵션을 표시합니다. 대부분의 경우 기본값으로 충분합니다.
파라미터 검색 결과 수 INT 선택 검색에서 가져올 문서 청크 수입니다.
파라미터 최소 관련도 점수 FLOAT 선택 최소 유사도 점수입니다. 이 점수 미만의 청크는 필터링됩니다.
파라미터 그라운딩 프롬프트 STR 선택 검색된 컨텍스트만을 기반으로 답변하도록 유도하는 지시 프롬프트입니다.

온톨로지 검색 (document_loaders/OntologySearch)

SPARQL 과 SCS 컨텍스트를 활용한 그래프 기반 온톨로지 검색 노드입니다. 사전 구축된 지식 그래프를 쿼리하여 구조화된 답변을 위한 관련 트리플과 소스 청크를 찾습니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 온톨로지 검색 도구를 TOOL 형식으로 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 도구 이름 STR 필수 이 도구의 이름 식별자입니다.
파라미터 도구 설명 STR 필수 에이전트가 이 도구를 언제 사용해야 하는지 설명합니다.
파라미터 컬렉션 이름 STR 필수 온톨로지가 구축된 컬렉션을 선택합니다.
파라미터 계층 구조 컨텍스트 사용 BOOL 선택 계층 인식 답변을 위한 SCS 컨텍스트 프로파일 활성화 여부.
파라미터 최대 소스 청크 수 INT 선택 답변에 포함할 최대 소스 청크 수.
파라미터 멀티턴 검색 BOOL 선택 복잡한 멀티홉 질문을 위한 멀티턴 ReAct 그래프 순회 활성화 여부.
파라미터 최대 탐색 횟수 INT 선택 멀티턴 모드에서의 최대 검색 턴 수.

파일 시스템 노드 상세 명세

파일 시스템(file_system) 카테고리의 노드는 AI 에게 파일 저장소 접근·문서 편집 능력을 부여합니다.

내 파일 저장소 (스킬) (file_system/filesystem_storage_skill)

AI 에게 파일 시스템 접근 권한을 스킬(SKILL) 형태로 부여합니다. 파일 탐색·읽기·생성·수정 등 fs_* 37종 동작을 단일 진입점 도구 하나로 묶어, 도구(TOOL) 모드 대비 호출당 도구 설명 부담을 크게 줄입니다. 에이전트는 첫 사용 시 action='help' 로 카탈로그를 한 번 가져온 뒤 사용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 스킬 SKILL — 구성된 파일 저장소 스킬을 출력합니다. 에이전트의 스킬(SKILL) 입력에 연결합니다.
파라미터 저장 폴더 STR 필수 사용할 스토리지 폴더를 선택합니다. 경로는 file-storage/{user_id}/ 하위 폴더 기준입니다.
파라미터 최대 행 수 INT 선택 한 번의 읽기 작업에서 반환할 최대 행 수입니다.
파라미터 최대 컬럼 너비 INT 선택 표 데이터 표시 시 컬럼당 최대 문자 너비입니다. 초과분은 ... 으로 잘립니다.
파라미터 페이지당 최대 글자 수 INT 선택 한 페이지에 표시할 최대 글자 수입니다.
파라미터 읽기당 최대 줄 수 INT 선택 한 번의 읽기에서 반환할 최대 줄 수입니다.

문서 양식 편집기 (file_system/document_adapter)

AI 에게 문서(DOCX/PPTX/HWPX) 편집 기능을 부여합니다. inspect_document, get_cell, get_shapes(PPTX), render_template, set_cell, set_shape_text(PPTX), append_to_cell, fill_form, append_row 등 9가지 도구를 제공합니다. Input Files 노드 또는 미리 지정된 스토리지 폴더에서 파일을 받을 수 있습니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 Files FILE 다중 편집할 문서 파일을 다중 입력받습니다. DOCX, PPTX, HWPX 형식을 지원합니다.
출력값 Tools TOOL — 에이전트에 연결할 문서 편집 도구 객체를 출력합니다.
파라미터 Storage STR 선택 파일 스토리지 폴더를 지정하면 해당 폴더에 미리 업로드된 문서를 파일명으로 AI 에 노출합니다. Files 입력만 사용하는 경우 비워 두세요.

기억·라우터 노드 상세 명세

기억(memory) 카테고리는 대화 메모리를, 라우터(router) 카테고리는 데이터 흐름 분기를 담당합니다.

멀티턴 DB (memory/db_memory_v3)

가장 스마트한 대화 메모리 노드입니다. 단순 기억을 넘어 신뢰도 낮은 AI 응답을 필터링하고, 시간 경과에 따라 오래된 정보의 가중치를 자동으로 줄이며(decay), 가장 관련성 높은 과거 대화를 지능적으로 선택합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 현재 입력 STR — 현재 대화 입력값을 받아 메모리에 저장하고 관련 컨텍스트를 검색합니다.
출력값 메모리 OBJECT — 저장된 메모리 객체를 출력합니다. 에이전트의 memory 입력에 연결합니다.
출력값 컨텍스트 STR — 현재 입력과 관련된 과거 대화 컨텍스트를 문자열로 출력합니다.
파라미터 대화 세션 ID STR — 대화 세션을 구분하는 고유 ID 를 설정합니다. 동일 ID 끼리 같은 대화로 묶입니다.
파라미터 최대 대화 수 INT 선택 보관할 최대 메시지 수. 0 이면 전체 보관. 범위: 0~100
파라미터 최대 글자 수 INT 선택 보관할 대화의 최대 문자 수를 설정합니다.
파라미터 최근 대화 기억 개수 INT 선택 AI 에게 직접 전달할 최근 메시지 수. 범위: 2~10
파라미터 출처 유사도 K개 불러오기 INT 선택 포함할 상위 관련 메시지 수. 범위: 0~20
파라미터 확신 기준 FLOAT 선택 메시지 포함 여부의 최소 신뢰도 점수. 범위: 0~1
파라미터 오래된 대화 삭제 여부 BOOL 선택 시간 기반 감쇠(decay) 활성화 여부. true → 오래된 메시지는 점점 중요도가 낮아집니다.
파라미터 AI 사고 기억 여부 포함 BOOL 선택 AI 의 사고 과정을 메모리에 포함할지 여부. true → AI thinking 내용도 메모리에 저장됩니다.

조건 분기 (router/Router)

키 값을 기반으로 데이터를 서로 다른 경로로 라우팅합니다. 라우팅 기준(예: language, category) 을 설정하면 각 키 값에 맞는 출력 경로가 동적으로 생성되고, 입력 데이터가 해당 경로로 흘러갑니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 입력 데이터 ANY 필수 라우팅할 데이터를 입력받습니다. ANY 타입으로 모든 형식을 허용합니다.
출력값 — — — 출력 핸들이 Routing Criteria 설정값에 따라 동적으로 생성됩니다. 각 키 값별로 별도의 출력 포트가 만들어집니다.
파라미터 Routing Criteria STR 필수 라우팅 기준이 될 키 이름을 입력합니다. 라우터가 입력 데이터에서 이 키의 값을 확인하여 해당 출력 경로로 전달합니다. 예) language, category, action

MCP 노드 상세 명세

모델 컨텍스트 프로토콜(mcp) 카테고리의 노드는 외부 MCP 서버·API 를 에이전트가 사용할 수 있는 도구(TOOL) 로 만들어 줍니다. 대부분 입력값 이 없고 설정 파라미터로 연결 대상을 지정한 뒤, 출력 도구를 에이전트의 Tools 입력에 연결하는 공통 패턴을 따릅니다. 표기 규칙은 시작·종료 노드 상세 명세 와 동일합니다.

모든 MCP 불러오기 (mcp/MCPLoader)

MCP 서버에 연결하여 해당 서버의 모든 도구를 한 번에 불러옵니다. 개별 MCP 노드를 설정하는 대신 이 단일 노드로 MCP 서버의 모든 도구에 접근할 수 있습니다. 활성화된 MCP 세션을 선택하기만 하면 됩니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 불러온 MCP 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 MCP 세션 STR 필수 도구를 불러올 활성 MCP 세션을 선택합니다.

Tavily 웹 검색 (mcp/tavily_search_mcp)

AI 에 최적화된 검색 엔진인 Tavily 로 웹을 검색합니다. 구조화된 결과 반환, 도메인 필터링, 요약 답변 제공, 원시 콘텐츠 추출, 검색 깊이 설정이 가능합니다. AI 리서치 작업에 적합합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — Tavily 검색 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Tavily API 키 STR 필수 Tavily API 키를 입력합니다.
파라미터 최대 결과 수 INT 선택 반환할 최대 검색 결과 수를 설정합니다.
파라미터 도구 설명 STR 선택 AI 에게 이 검색 도구를 언제 사용해야 하는지 설명합니다. 비워 두면 기본 동작을 사용합니다.
파라미터 포함 도메인 STR 선택 결과에 포함할 도메인을 쉼표로 구분하여 입력합니다.
파라미터 제외 도메인 STR 선택 결과에서 제외할 도메인을 쉼표로 구분하여 입력합니다.
파라미터 요약 답변 포함 BOOL 선택 검색 결과와 함께 짧은 요약 답변을 제공합니다. true → 요약 답변 포함.
파라미터 원본 콘텐츠 포함 BOOL 선택 각 검색 결과의 원시 HTML 콘텐츠를 포함합니다. true → 원시 HTML 포함.
파라미터 이미지 포함 BOOL 선택 검색 결과에 관련 이미지를 포함합니다. true → 이미지 포함.
파라미터 검색 깊이 STR 선택 검색 깊이 설정. basic → 빠른 결과, advanced → 더 포괄적인 결과.

Brave 웹 검색 (mcp/brave_search_mcp)

Brave Search API 를 사용하여 실시간으로 웹을 검색합니다. 에이전트에 연결하면 AI 가 인터넷에서 최신 정보를 검색할 수 있습니다. 국가·기간·결과 수 필터링을 지원하며 Brave API 키가 필요합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — Brave 검색 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Brave API 키 STR 필수 Brave Search API 키를 입력합니다. brave.com 에서 발급 가능.
파라미터 결과 수 INT 선택 반환할 최대 검색 결과 수를 설정합니다.
파라미터 국가 STR 선택 결과 국가 필터. 예) kr=한국, us=미국, jp=일본
파라미터 기간 필터 SELECT 선택 시간 범위 필터. Default → 전체, pd(Past Day) → 최근 하루, pw(Past Week) → 최근 1주, pm(Past Month) → 최근 1달, py(Past Year) → 최근 1년.
파라미터 텍스트 강조 BOOL 선택 검색 결과에 텍스트 강조(볼드/하이라이트) 를 포함합니다. true → 강조 표시 포함.

EPG 다음 MCP (mcp/epg_daum_mcp)

DAUM 에서 한국 홈쇼핑 TV 편성표를 가져옵니다. AI 가 방송 시간·프로그램명·채널 정보를 조회할 수 있습니다. 반복 쿼리를 위한 캐싱을 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — DAUM EPG 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Use Cache BOOL 선택 캐시 데이터 사용 여부. true → 캐시된 데이터를 사용하여 빠른 응답, false → 최신 데이터를 새로 가져옵니다.

EPG 네이버 MCP (mcp/epg_naver_mcp)

NAVER 에서 한국 홈쇼핑 TV 편성표를 가져옵니다. EPG DAUM MCP 와 동일한 기능을 제공하며 데이터 소스만 NAVER 를 사용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — NAVER EPG 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Use Cache BOOL 선택 캐시 데이터 사용 여부. true → 캐시된 데이터를 사용하여 빠른 응답, false → 최신 데이터를 새로 가져옵니다.

GitHub MCP (mcp/github_mcp)

자연어로 GitHub 저장소를 관리합니다. AI 가 저장소·이슈·풀 리퀘스트·코드 검색을 처리할 수 있습니다. GitHub App 인증(App ID + Private Key) 을 사용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — GitHub 관리 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 GitHub App ID STR 필수 GitHub App ID 를 입력합니다.
파라미터 GitHub App Private Key STR 필수 GitHub App Private Key 를 PEM 형식으로 입력합니다.
파라미터 GitHub Repository STR 필수 대상 저장소를 입력합니다. 형식: owner/repo

GitLab MCP (mcp/gitlab_mcp)

자연어로 GitLab 프로젝트를 관리합니다. AI 가 프로젝트 검색·브랜치 관리·파일 편집·이슈 처리·Merge Request 생성을 수행할 수 있습니다. GitLab.com 및 자체 호스팅 GitLab 인스턴스 모두 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — GitLab 관리 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 GitLab URL STR 선택 GitLab 인스턴스 URL 을 입력합니다. 기본값: https://gitlab.com (자체 호스팅 URL 도 사용 가능).
파라미터 GitLab Personal Access Token STR 필수 GitLab Personal Access Token 을 입력합니다. 발급 위치: Settings > Access Tokens.

통합 웹 검색 (mcp/meta_search_mcp)

AI 가 자동으로 관련 웹사이트를 찾아 크롤링하여 포괄적인 정보를 수집합니다. API 키가 필요 없으며, AI 가 스스로 검색 대상 사이트를 결정하고 여러 사이트의 결과를 취합합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 메타 검색 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 최대 결과 수 INT 선택 반환할 최대 결과 수를 설정합니다.

네이버 데이터랩 MCP (mcp/naver_datalab_mcp)

네이버 데이터랩에 접근하여 검색 트렌드 분석 및 쇼핑 인사이트를 제공합니다. AI 가 인기 검색어·검색량 트렌드·쇼핑 카테고리 인사이트를 조회할 수 있습니다. 시장 조사 및 트렌드 분석에 유용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 네이버 데이터랩 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Description STR 필수 AI 에게 이 분석 도구를 언제 사용해야 하는지 설명합니다.

네이버 뉴스 MCP (mcp/naver_news_mcp)

네이버 뉴스 API 를 통해 한국 뉴스를 검색합니다. 에이전트에 연결하면 AI 가 최신 한국 뉴스 기사를 찾아 답변에 활용합니다. 관련도 또는 날짜순 정렬이 가능합니다. 네이버 Open API 인증 정보가 필요합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 네이버 뉴스 검색 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Description STR 필수 AI 에게 이 뉴스 검색 도구를 언제 사용해야 하는지 설명합니다.
파라미터 Naver Client ID STR 필수 네이버 애플리케이션 Client ID 를 입력합니다.
파라미터 Naver Client Secret STR 필수 네이버 애플리케이션 Client Secret 을 입력합니다.
파라미터 Sort STR 선택 결과 정렬 방식. sim → 관련도순, date → 최신순.

PostgreSQL MCP (mcp/postgresql_mcp)

PostgreSQL 데이터베이스에 직접 연결하여 읽기 전용 쿼리를 실행합니다. 호스트·포트·사용자명·비밀번호·데이터베이스명을 입력하여 연결합니다. Database Loader 와 달리 DB Connection Manager 없이 직접 연결하므로 빠른 쿼리 설정에 적합합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — PostgreSQL 쿼리 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Host STR 필수 PostgreSQL 서버 주소를 입력합니다. 예) 192.168.0.10, localhost
파라미터 Port INT 필수 포트 번호를 입력합니다. 기본값: 5432
파라미터 Username STR 필수 데이터베이스 로그인 사용자명을 입력합니다.
파라미터 Password STR 필수 데이터베이스 로그인 비밀번호를 입력합니다.
파라미터 Database STR 필수 연결할 데이터베이스 이름을 입력합니다.
파라미터 DB Prompt STR 선택 AI 가 더 나은 쿼리를 작성할 수 있도록 데이터베이스를 설명합니다. 예) Loan DB with repayment history.
파라미터 Tool Prefix STR 선택 여러 DB 를 동시에 사용할 때 도구 이름 앞에 붙일 접두사를 설정합니다. 예) hr → hr_list_tables, hr_query. 단일 DB 사용 시 비워 둡니다.
파라미터 Schema STR 선택 PostgreSQL 스키마 이름을 입력합니다. 기본값: public. 예) app_main
파라미터 Sample Rows INT 선택 스키마 검사 시 테이블당 샘플 행 수를 설정합니다. 0 이면 스키마 정보만 반환합니다.

DB 연결하기 (mcp/DatabaseLoader)

사전 구성된 데이터베이스 연결을 불러와 AI 가 데이터를 쿼리할 수 있도록 합니다. DB Connection Manager 에서 연결을 선택하면 AI 가 list_tables, get_schema, query 도구를 자동으로 사용합니다. PostgreSQL, Oracle, Informix 를 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 데이터베이스 쿼리 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 DB 연결 STR 필수 DB Connection Manager 목록에서 데이터베이스 연결을 선택합니다.
파라미터 접속 비밀번호 STR 필수 DB 연결 생성 시 설정한 비밀번호를 입력합니다. 보안 검증에 필요합니다.
파라미터 DB 설명 STR 선택 AI 가 더 나은 쿼리를 작성할 수 있도록 데이터베이스를 설명합니다. 예) Loan DB. loan_records 테이블에 대출 이력 및 상환 데이터가 있습니다.
파라미터 도구 접두사 STR 선택 여러 DB 를 동시에 사용할 때 도구 이름 앞에 붙일 접두사. 예) hr → hr_list_tables, hr_get_schema, hr_query. 단일 DB 사용 시 비워 둡니다.
파라미터 샘플 행 수 INT 선택 스키마 검사 시 테이블당 표시할 샘플 행 수. AI 가 데이터 형식을 이해하는 데 도움을 줍니다. 0 이면 스키마 정보만 반환합니다.

상품 검색 (mcp/product_search_mcp)

다양한 필터를 사용하여 상품 정보를 검색합니다. 인기 상품·방송 예정 상품·지난 방송 상품·현재 판매 중인 상품을 조회할 수 있습니다. 결과 수와 이미지 포함 여부를 제어할 수 있습니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 상품 검색 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 도구 설명 STR 필수 AI 에게 이 상품 검색 도구를 언제 사용해야 하는지 설명합니다.
파라미터 검색 유형 STR 선택 검색 유형 선택. popular → 인기 상품, future → 방송 예정 상품, past → 지난 방송 상품, sales → 현재 판매 중 상품. 비워 두면 AI 가 판단하여 선택합니다.
파라미터 최대 결과 수 INT 선택 반환할 최대 결과 수. 기본값: 10
파라미터 이미지 포함 BOOL 선택 결과에 상품 이미지를 포함합니다. true → 이미지 포함.

Slack MCP (mcp/slack_mcp)

AI 를 Slack 워크스페이스에 연결합니다. AI 가 메시지 전송·채널 관리·대화 검색을 수행할 수 있습니다. Slack User Token(xoxp-) 이 필요합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — Slack 관리 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Slack User Token STR 필수 Slack User Token 을 입력합니다. xoxp- 로 시작하는 토큰입니다.

Nano Banana MCP (mcp/nano_banana_mcp)

Gemini 기반 이미지 생성 및 편집 도구(Nano Banana) 입니다. 텍스트 프롬프트로 이미지를 생성하거나 기존 이미지를 AI 로 편집할 수 있습니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 이미지 생성·편집 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Google API Key STR 필수 Google AI Studio 에서 발급한 Gemini API 키를 입력합니다.
파라미터 Model SELECT 필수 생성 모델 선택. Flash → 빠른 생성, Pro → 고품질 생성.
파라미터 Image Size SELECT 선택 출력 이미지 해상도를 설정합니다. 4K 는 Pro 모델에서만 사용 가능합니다.
파라미터 Response Modality SELECT 선택 응답 형식을 선택합니다.

Atlassian MCP (mcp/atlassian_mcp)

자연어로 Jira 이슈와 Confluence 문서를 관리합니다. AI 가 이슈 생성·프로젝트 관리·위키 페이지 작성·양 플랫폼 검색을 수행할 수 있습니다. Cloud 및 On-premise Atlassian 을 모두 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — Atlassian 관리 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Atlassian URL STR 필수 Atlassian URL 을 입력합니다. 예) https://your-domain.atlassian.net
파라미터 Email STR 필수 Atlassian 계정 이메일을 입력합니다.
파라미터 API Token STR 필수 Atlassian API Token 을 입력합니다. 발급 위치: https://id.atlassian.com/manage/api-tokens
파라미터 Tools Scope STR 선택 사용할 도구 범위 선택. jira → Jira 도구만 사용, confluence → Confluence 도구만 사용, both → 양쪽 모두 사용 (기본값).

Microsoft 365 MCP (mcp/ms365_mcp)

AI 를 Microsoft 365 에 연결합니다. Outlook 메일·캘린더·Teams·OneDrive·Planner·Excel 등을 지원합니다. 기능 프리셋으로 필요한 도구만 선택적으로 로드할 수 있습니다. 최초 설정 시 Admin > MCP Station 에서 Device Code Flow 로 인증이 필요합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — Microsoft 365 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 기능 프리셋 STR — 활성화할 MS 365 서비스를 선택합니다. 예) all, mail-only, calendar-only 등.
파라미터 조직 모드 BOOL — Teams·SharePoint·Planner 등 조직 기능을 포함합니다. true → 조직 기능 활성화.

API 컬렉션 로더 (mcp/APICollectionLoader)

등록된 API 컬렉션(ToolGraph) 을 불러와 AI 가 자연어로 API 를 검색하고 호출할 수 있도록 합니다. 드롭다운에서 컬렉션을 선택하면 AI 가 search_tools 와 call_tool 을 자동으로 사용합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — API 컬렉션 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 API 컬렉션 STR 필수 Admin 에 등록된 API 컬렉션을 선택합니다.
파라미터 최대 도구 수 INT 선택 검색 쿼리당 반환할 최대 도구 수. 기본값: 5
파라미터 API 기본 URL 재정의 STR 선택 컬렉션의 base_url 을 재정의합니다 (선택 사항).
파라미터 인증 토큰 재정의 STR 선택 Bearer 토큰 재정의. 비워 두면 컬렉션의 AuthProfile 을 사용합니다 (권장). 임시 테스트 용도로만 값을 입력하세요.
파라미터 도구 접두사 STR 선택 여러 로더를 체인으로 연결할 때 생성되는 도구 이름 앞에 붙일 접두사. 예) erp → erp_search_tools, erp_call_tool

웹 브라우저 자동 조작 (mcp/WebAutomationMCP)

Playwright 브라우저 제어를 사용하여 웹 작업을 자동화합니다. Excel 에서 데이터를 읽어 웹 폼을 자동 입력하고, 저장 전 사용자 확인을 받을 수 있습니다. 로그인 자동화·페이지 이동·복잡한 폼 워크플로우를 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 도구 TOOL — 웹 자동화 도구 객체를 출력합니다. 에이전트의 Tools 입력에 연결합니다.
파라미터 Playwright MCP 세션 STR 필수 사용할 Playwright MCP 세션을 선택합니다.
파라미터 대상 웹사이트 URL STR 필수 대상 웹사이트 URL 을 입력합니다. 예) https://erp.company.com
파라미터 로그인 설정 (JSON) JSON 필수 로그인 설정을 JSON 형식으로 입력합니다. 환경 변수는 ${VAR} 형식으로 사용합니다.
파라미터 페이지 설정 (JSON) JSON 필수 페이지 키-경로 매핑을 JSON 형식으로 설정합니다.
파라미터 폼 설정 (JSON) JSON 필수 폼 필드 매핑과 고정 값을 JSON 형식으로 설정합니다.

DB 조회하기 (mcp/DatabaseReader)

사전 구성된 데이터베이스 연결에서 고정된 SQL 쿼리를 실행하고 결과를 텍스트로 반환합니다. AI 가 필요 없으며, 연결을 선택하고 쿼리를 입력하면 결과가 다음 노드로 흘러갑니다. PostgreSQL, Oracle, Informix 를 지원합니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 — — — 입력 없음.
출력값 쿼리 결과 STR — SQL 쿼리 실행 결과를 문자열(STR) 로 출력합니다.
출력값 행 데이터 (구조화) LIST — 쿼리 결과를 구조화된 행 목록(LIST) 으로도 출력합니다. DB 결과 가공 노드의 입력에 연결해 추가 가공할 수 있습니다.
파라미터 DB Connection STR 필수 DB Connection Manager 목록에서 데이터베이스 연결을 선택합니다.
파라미터 Custom Password STR 필수 DB 연결 생성 시 설정한 비밀번호를 입력합니다.
파라미터 SQL Query STR 필수 실행할 SQL 쿼리를 입력합니다. SELECT / WITH 쿼리만 허용됩니다.
파라미터 Max Rows INT 선택 반환할 최대 행 수. 0 이면 제한 없음.

DB 결과 가공 (mcp/DatabaseResultProcessor)

DatabaseReader 의 행 데이터를 두 가지 방식 중 하나로 가공합니다 — [A] 전체 SQL(rows 테이블에 sqlite 인메모리로 적재 후 SELECT/WITH 실행) 또는 [B] no-SQL 파이프라인(필터 → 정렬 → 페이징 → 그룹·집계 → 컬럼 선택). 최종 결과를 markdown/json/csv/records/scalar 형식으로 출력합니다. [A] 를 채우면 [B] 파라미터는 모두 무시됩니다.

항목 구분 포트/파라미터명 타입 필수여부 설명 및 설정값별 동작
입력값 행 데이터 ANY 필수 DatabaseReader 노드 등에서 출력된 행 데이터를 입력받습니다. List[Dict]·단일 dict·JSON 문자열·markdown 표 문자열을 모두 받습니다.
출력값 결과 ANY — 변환·처리된 결과를 출력합니다. 타입은 출력 포맷에 따라 달라집니다.
파라미터 [A] 전체 SQL STR 선택 MODE A — 입력 행에 대해 완전한 SQL 문을 작성합니다. 테이블명: rows. SELECT/WITH 만 지원(읽기 전용). GROUP BY·HAVING·CTE·윈도우 함수·self-JOIN·서브쿼리·json_extract() 등 전체 SQLite 문법 지원. 채워지면 아래 [B] 파라미터는 모두 무시됩니다.
파라미터 [B] 빠른 필터 STR 선택 MODE B 1단계 — 행 필터만 적용(SQL WHERE 와 동일). pandas DataFrame.query() 표현식(Python 문법, SQL 아님)입니다. [A] 전체 SQL 이 채워진 경우 무시됩니다.
파라미터 [B] 정렬 STR 선택 MODE B 2단계 — 정렬 기준 컬럼. 형식: col1 asc, col2 desc. 방향 기본값은 asc 입니다.
파라미터 [B] Offset INT 선택 MODE B 3단계 — 건너뛸 첫 N개 행입니다.
파라미터 [B] Limit INT 선택 MODE B 3단계 — offset 이후 최대 행 수입니다. (0 = 무제한)
파라미터 [B] 집계 STR 선택 집계 함수입니다. 그룹화된 집계를 위해 Group By 와 함께 사용합니다.
파라미터 [B] Group By STR 선택 MODE B 4단계 — 쉼표로 구분된 그룹 컬럼. 비어 있으면 전체 행에 단일 집계를 적용합니다.
파라미터 [B] 집계 컬럼 STR 선택 MODE B 4단계 — sum/mean/min/max 를 적용할 컬럼. count 에는 필요하지 않습니다.
파라미터 컬럼 선택 STR 선택 최종 결과에 유지할 컬럼을 쉼표로 구분하여 입력합니다. 비어 있으면 전체 컬럼을 반환합니다. [A] SQL 결과 후·[B] 파이프라인 후 모두 적용됩니다.
파라미터 출력 포맷 STR 필수 최종 행을 렌더링하는 방식을 지정합니다. markdown / json / csv / records / scalar.
파라미터 단일 컬럼명 STR — single_column 형식일 때 추출할 컬럼명입니다.
파라미터 셀 컬럼명 STR — single_cell 형식일 때 추출할 컬럼명입니다.
파라미터 행 인덱스 INT 선택 single_record / first_value / single_cell 형식의 행 인덱스(0 기반). 음수 허용 (예: -1 = 마지막 행).
파라미터 빈 결과 기본값 STR 선택 결과가 비어 있을 때 scalar/column 형식에서 반환할 기본값입니다.

노드 관리 화면 (관리자)

시스템 관리자는 위와 동일한 노드 카탈로그를 관리 설정 → Agent 운영 → 노드 관리 화면(view ID admin-node-management) 에서 탐색·검색할 수 있습니다. 페이지 헤더는 "노드 관리 — 에이전트플로우 노드를 관리하고 탐색합니다." 로 표시됩니다.

영역 내용
상단 컨트롤 테이블 / 트리 보기 전환 토글, 검색창 (카테고리·기능·노드 이름·태그 부분 일치)
본문 선택한 보기에 따라 테이블 또는 트리 형태로 노드 카탈로그 표시

트리에서 노드 탐색

  1. 상단 보기 토글에서 트리 선택
  2. 좌측 노드 트리에서 카테고리 펼치기
  3. 항목 클릭 시 우측 패널에 노드 상세 정보 표시 (입출력 스펙·태그·설명)

테이블에서 노드 탐색

  1. 상단 보기 토글에서 테이블 선택
  2. 컬럼 정렬·필터로 노드 일괄 비교
  3. 행 클릭 시 동일하게 우측 패널에 상세 표시

검색

상단 검색창에 다음 항목을 입력하면 부분 일치 결과가 즉시 필터링됩니다.

  • 카테고리 — 예: Agent, Tool
  • 기능 — 예: 검색, 호출
  • 노드 이름 — 예: Document Loader
  • 태그 — 노드에 부여된 라벨

운영 권장사항

  • 카테고리 명명 일관성 — 사용자 정의 노드를 추가할 때 기존 카테고리 분류를 유지합니다. 새 카테고리는 충분한 노드 수가 누적된 뒤 분리합니다.
  • 태그 활용 — 검색 효율을 위해 노드마다 기능·도메인·소유 부서 태그를 부여합니다.
  • 배포된 Agent 노드 모니터링 — Agent 카테고리 하위 항목은 환경에 배포된 에이전트와 연동됩니다. 미배포·비활성 Agent 가 노출되지 않도록 정기 점검을 권장합니다.

관련 챕터

문의

노드 관련 문의는 Xgen 솔루션 관리자에게 문의해 주세요.