본문 바로가기
반응형

전체 글

 (172)
Strands Agents 완전 가이드 2편 — 실전 튜토리얼 1편에서 Strands Agents의 개요와 철학을 다뤘어요.이번 편은 실제로 손으로 만들어봐요.이번 편에서 만드는 것:1. 설치 및 환경 설정2. 첫 번째 에이전트 (5분)3. 커스텀 툴 만들기4. Anthropic API 직접 연결 (AWS 없이)5. 멀티에이전트 구성6. MCP 서버 연결7. Lambda 배포 1단계 — 설치# Python 3.10 이상 필요python --version# 가상환경 생성python -m venv strands-envsource strands-env/bin/activate # Mac/Linux# strands-env\Scripts\activate # Windows# 기본 설치pip install strands-agents strands-agents-tools#..
Strands Agents 완전 가이드 1편 — AWS가 만든 AI 에이전트 프레임워크 탄생 배경AWS 안에는 수십 개의 AI 에이전트 팀이 있어요. Amazon Q Developer, AWS Glue, VPC Reachability Analyzer 등 실제 프로덕션에서 사용하는 에이전트들이에요.근데 2024년까지 이 팀들이 공통으로 겪은 문제가 있었어요.기존 프레임워크 (LangGraph, CrewAI 등)로 에이전트 만들 때:프로토타입 → 프로덕션 배포: 수 개월 소요복잡한 워크플로우 코드 수천 줄새 기능 추가할 때마다 대규모 수정예상 못한 입력이 오면 에이전트 붕괴LLM이 좋아져도 프레임워크가 발목을 잡음AWS Q Developer 팀의 말:"LLM이 드라마틱하게 좋아지고 있는데 프레임워크가 그 능력을 발휘 못하게 막고 있었다"그래서 내부적으로 새 접근법을 시도했어요. 결과는:프로토타..
LiteLLM 완전 가이드 — Claude, GPT, Gemini 100개+ LLM을 코드 한 줄로 전환하기 LLM을 여러 개 쓰다 보면 이런 문제가 생겨요.# Claude 쓸 때import anthropicclient = anthropic.Anthropic()response = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, messages=[{"role": "user", "content": "안녕"}])text = response.content[0].text # 이렇게 꺼냄# GPT 쓸 때 → SDK 다르고, 응답 형식 다름from openai import OpenAIclient = OpenAI()response = client.chat.completions.create( model="gpt-5.4", me..
Dify 완전 가이드 — 노코드로 RAG 챗봇, AI 에이전트, 워크플로우 한 번에 LangFlow랑 비슷한데 더 완성도 높은 플랫폼이에요.GitHub 스타: 137,000+ (2026년 4월 기준)라이선스: 오픈소스 (MIT)출시: 2023년투자: $3,000만 ($1.8억 밸류에이션)개발자뿐 아니라 기획자, 마케터도 쓸 수 있을 정도로 UI가 잘 돼있어요.LangFlow vs Dify — 뭐가 다른가둘 다 드래그앤드롭으로 AI 파이프라인 만드는 도구예요. 근데 느낌이 달라요.LangFlow:→ 개발자 친화적→ Python 커스텀 컴포넌트 강력→ 파이프라인 설계 중심→ 기술적 자유도 높음Dify:→ 비개발자도 쉽게 사용 가능→ 앱 배포까지 올인원→ 프롬프트 관리, 버전 관리 내장→ 팀 협업, 사용량 모니터링 기본 제공→ 앱 타입 구분 (챗봇/에이전트/워크..
Hermes Agent 세팅 가이드 — 쓸수록 똑똑해지는 AI 에이전트 대부분의 AI 에이전트는 대화를 끝내면 모든 걸 잊어요.오늘: "파이썬 함수명은 snake_case로 써줘"내일: 또 camelCase로 씀오늘: "DB 쿼리할 때 이 패턴 써줘"다음 주: 처음 보는 것처럼 다시 짬Hermes Agent는 달라요.작업을 완료하면 그 경험을 Skill 파일로 저장하고, 다음에 비슷한 작업이 오면 저장된 Skill을 불러와서 처음부터 다시 생각하지 않아요. 쓸수록 빨라지고 정확해져요.Nous Research 공식 벤치마크:자기가 만든 Skill 있는 경우: 40% 빠름두 달 사용 후: "이미 아는 것"은 다시 안 물어봄Hermes Agent가 뭔가Nous Research(LLM 연구소)가 2026년 2월 출시한 오픈소스 AI 에이전트예요.GitHub 스타: 64,000+라이..
LangFlow 완전 가이드 4편 — 심화 튜토리얼 2 : 멀티 에이전트, MCP, 프로덕션 배포 3편에서 에이전트, 메모리, 커스텀 컴포넌트를 다뤘어요.이번 편은 시리즈 마지막이에요.이번 편에서 다루는 것:1. 멀티 에이전트 파이프라인2. MCP 서버 연결 (클라이언트)3. LangFlow를 MCP 서버로 노출 (Claude Desktop 연결)4. 프로덕션 배포 (Docker + PostgreSQL)5. 모니터링과 트레이싱 실전 1 — 멀티 에이전트 파이프라인에이전트가 다른 에이전트를 툴로 써요. 복잡한 작업을 역할별로 분담해요.구조 설계[사용자 질문] ↓[총괄 에이전트] ── 판단 ├── 리서치 필요? ──→ [리서치 에이전트] (웹 검색 전문) ├── 코드 필요? ──→ [코딩 에이전트] (코딩 전문) └── 직접 답변 가능 ──→ 바로 응답컴포넌트 ..
LangFlow 완전 가이드 3편 — 심화 튜토리얼 : 에이전트, 메모리, 커스텀 컴포넌트 2편에서 기본 챗봇과 PDF RAG를 만들었어요.이번 편은 진짜 쓸만한 걸 만들어요.이번 편에서 만드는 것:1. 대화 메모리 챗봇 — 이전 대화 기억2. 웹 검색 에이전트 — 실시간 정보 검색3. 툴 조합 에이전트 — 검색 + 계산 + URL 읽기4. 커스텀 Python 컴포넌트 — 내가 원하는 기능 직접 만들기5. 조건 분기 플로우 — If/Else 로직실전 1 — 대화 메모리 챗봇기본 챗봇의 문제점:사용자: 내 이름은 셀이야Claude: 안녕하세요, 셀님!사용자: 내 이름이 뭐야?Claude: 죄송합니다. 이전 대화 내용을 기억하지 못합니다.메모리를 붙이면 해결돼요.방법 1 — Agent 컴포넌트 사용 (가장 간단)Agent 컴포넌트는 메모리가 기본으로 내장돼 있어요.컴포넌트:1. Chat Input..
LangFlow 완전 가이드 2편 — 기본 튜토리얼 : 챗봇부터 PDF RAG까지 1편에서 LangFlow 설치와 개념을 다뤘어요.이번 편은 실제로 손으로 만들어봐요.이번 편에서 만드는 것:1. 기본 챗봇2. 시스템 프롬프트 챗봇3. PDF RAG 챗봇4. REST API 배포 + Python/JS 연동1편 설치 안 하신 분:pip install langflowlangflow run# http://localhost:7860 접속준비 — API 키 등록첫 번째 플로우 만들기 전에 API 키부터 등록해요.우상단 프로필 아이콘 클릭→ Settings→ Global Variables→ + Add Variable이름: ANTHROPIC_API_KEY값: sk-ant-xxxxxType: Credential→ SaveClaude 대신 OpenAI 쓸 경우:이름: OPENAI_API_KEY값: ..
반응형

티스토리툴바