작업에 맞는 모델을 고르고 전환하기

기본 모델과 named model

kittypaw setup 으로 정한 모델은 기본 모델입니다. 추가 모델은 별도 ID 를 갖는 named model 로 저장됩니다. 채팅 중 모델을 바꿔 테스트하거나, 특정 provider 의 응답 품질을 비교할 때 named model 이 유용합니다.

1. setup 때 추가 모델 넣기

비대화형 setup 에서는 --extra-model 로 추가 모델을 함께 저장할 수 있습니다. API key 는 account secret 으로 저장되며, 모델 ID 는 main 을 예약어로 사용하지 않습니다.

kittypaw setup --account alice --no-chat \
  --extra-model id=openai-fast,provider=openai,model=gpt-5.5

2. 나중에 모델 추가하기

이미 setup 이 끝난 계정에는 kittypaw model add [id] 로 모델을 추가합니다. [id] 를 생략하면 provider 와 model 이름으로 안정적인 ID 를 만듭니다. 예를 들어 groq 의 qwen/qwen3-32b 는 groq-qwen3-32b 로 저장됩니다. 명령은 연결 확인을 먼저 시도하고, 서버가 떠 있으면 reload 를 요청해 새 모델을 바로 반영합니다.

kittypaw model add \
  --provider groq \
  --model qwen/qwen3-32b

kittypaw model add local-fast \
  --provider lmstudio \
  --model qwen3-30b-a3b-instruct-2507

kittypaw model add \
  --provider gemini \
  --model gemini-3.1-pro-preview \
  --replace

3. 채팅 중 전환하기

등록된 모델은 채팅 안에서 /model <id> 로 전환합니다. 전환은 실험과 비교에 적합합니다. 중요한 자동화의 기본 모델을 바꾸기 전에는 같은 질문과 같은 스킬을 여러 모델에 반복 실행해 차이를 확인하세요.

kittypaw chat
> /model groq-qwen
> 이 RSS 요약을 한국어 5줄로 줄여줘

모델 목록과 삭제

kittypaw model list 는 현재 account 의 모델을 ID, Provider, Model, Default 열로 보여줍니다. 더 이상 쓰지 않는 named model 은 kittypaw model remove 로 제거합니다. main 은 setup 기본 모델 예약어라 삭제할 수 없고, 대화형 모드에서는 삭제 확인을 거칩니다.

kittypaw model list --account alice

kittypaw model remove gemini-gemini-3.1-pro-preview-2 \
  --account alice \
  --force

ID 충돌과 교체

자동 ID 가 이미 있으면 대화형 모드에서 ID already exists 를 보여주고, 기본 선택은 Add as new 입니다. 그대로 Enter 를 누르면 -2, -3 같은 suffix 가 붙은 새 모델로 저장됩니다. 기존 모델을 갱신하려면 충돌 프롬프트에서 replace 를 고르거나 비대화형 실행에 --replace 를 붙입니다.

Provider 와 endpoint 선택 기준

model add 는 anthropic, openai, gemini, openrouter, groq, mistral, deepseek, cerebras, ollama, lmstudio, llamacpp 를 provider 로 받습니다. 알려진 cloud provider 는 기본 endpoint 를 사용하므로 --base-url 이 필요 없습니다. custom endpoint, OpenAI 호환 사설 endpoint, 기본 포트가 아닌 로컬 서버에만 --base-url 을 지정하세요. llamacpp 는 입력이 없으면 http://localhost:8080/v1/chat/completions 를 기본값으로 씁니다.

운영 패턴

• main: 가장 안정적인 모델. 스킬 실행과 채널 발송에 기본 사용합니다.
• fast: 짧은 요약, 상태 확인, 반복 질문에 쓰는 저비용/저지연 모델.
• local: 민감한 입력이나 네트워크 비용을 줄이고 싶은 작업에 사용합니다.
• debug: 모델 품질 비교나 provider 장애 확인용으로 임시 등록합니다.