> ## Documentation Index
> Fetch the complete documentation index at: https://docs.nora.my/llms.txt
> Use this file to discover all available pages before exploring further.

# 내부 리소스

> 사내 LLM 엔드포인트와 SQL 데이터베이스를 등록해, 블록에서 이름으로 참조합니다

**내부 리소스**는 사내 LLM 엔드포인트와 SQL 데이터베이스를 한 번 등록해두는 곳입니다. 등록해두면 어느 블록에서든 **이름으로** 부르면 되고, 연결 문자열을 블록마다 다시 넣지 않아도 됩니다.

목록에는 리소스의 **분류**(LLM / DB), **이름**, **주소**가 나오고, 각 줄에서 수정·삭제합니다.

## 엔드포인트 추가

**설정 → 내부 리소스 → 추가 → 엔드포인트**에서 넣습니다.

<img src="https://mintcdn.com/conscience-technology/40NFQYSYq0qo9Q4J/images/docs/settings-internal-endpoint.png?fit=max&auto=format&n=40NFQYSYq0qo9Q4J&q=85&s=483e8ff3079482f07d748e7f15d35e20" alt="엔드포인트 추가 다이얼로그. GPU 설정, 이름, 주소, 용도, 커스텀 헤더, 연결 테스트가 보인다" width="80%" data-path="images/docs/settings-internal-endpoint.png" />

* **이름** 블록에서 부를 이름(예: `GPU 서버 A`)
* **주소** OpenAI 호환 베이스 URL(예: `http://localhost:11434/v1`)
* **용도**(선택) 엔드포인트가 맡는 일. Inference, Embedding, Reranker, Retrieval, OCR, Voice, Image 중에서 고릅니다.
* **커스텀 헤더**(선택) 각 행이 요청마다 보낼 HTTP 헤더 하나입니다. 인증도 여기에 넣습니다(예: `Authorization: Bearer sk-...`). 빈 행은 저장 시 삭제됩니다.

**연결 테스트**는 위 주소·헤더로 `GET /v1/models`(fallback: `/api/tags` · `/models`)를 서버에서 호출합니다. 브라우저 CORS 영향이 없습니다.

### GPU 설정

비어 있는 GPU 서버라면 **GPU 설정**으로 사이드카를 원클릭 설치합니다. 토큰이 발급되면 설치 명령을 GPU 장비에서 실행하세요. 사이드카가 뜨면 엔드포인트가 스스로 등록됩니다.

## 데이터베이스 추가

**설정 → 내부 리소스 → 추가 → 데이터베이스**에서 넣습니다.

* **이름** 예: `prod-orders`
* **데이터베이스 URL** `postgres://…` · `mysql://…` · `mariadb://…`

**연결 테스트**는 짧은 풀을 열어 `SELECT 1`을 왕복합니다. 실패해도 캐시되지 않아 고친 뒤 다시 테스트해도 안전합니다.

## 블록에서 쓰기

* **SQL 도구** **데이터베이스** 드롭다운에서 등록한 리소스를 고릅니다. 쿼리는 그 연결로 실행됩니다([Tool 블록](/ko/build/workflow/tool-block) 참고).
* **LLM 엔드포인트** 사내 모델이 돌 수 있는 곳에서 고릅니다. [Ask AI 온프레미스 라우팅](/ko/settings/engine/ask-ai)과 [루프의 온프레미즈 런타임](/ko/settings/engine/loop)입니다.