현재 10분이 넘어가도 tool_list가 지연이 되고 있는데 그 사유는 무엇일까요..? 깃허브토큰도 .env넣고 코드 그대로 가지고 와서 돌려보고 있는 중입니다.

안녕하세요. 이번에 챌린지에 참석했는데요.아래처럼 한빛 마일리지 2만점 지급이라고 되어 있는데, 강의에는 관련 내용이나 안내가 없네요.제가 인프런에서 한빛미디어 도서로 완독챌린지를 몇번 한적이 있는데보통 1주차에 도서 구입 인증하고, 마지막 회차에 한빛 마일리지 적립을 구글 폼을 받더라구요.이번 강의는 그런게 없고, 별도 안내도 안되어 있습니다.

현재 안내된 내용을 기준으로 볼 때, 전반적인 진행 구조와 참여자가 실제로 무엇을 어떻게 수행해야 하는지에 대한 설명이 다소 부족하게 느껴집니다.강의 소개에는20개 수업 학습4회 미션 수행라이브 1회질문에 대한 즉답한빛 마일리지 최대 2만 점 지급역자 동영상 강의 제공등이 안내되어 있습니다.다만 실제 진행을 살펴보면 별도의 강의 제공은 없는 것으로 보이며,각자 자료를 읽은 뒤 ‘봤어요’ 체크를 하는 방식의 챌린지인지 궁금합니다.만약 해당 방식이 맞다면, 개인적으로 학습하는 것과 비교했을 때 챌린지에 참여함으로써 얻을 수 있는 차별점이나 장점이 무엇인지도 함께 안내해주시면 감사하겠습니다.챌린지의 취지와 기대 효과를 보다 명확히 이해하고 싶어 문의드리오니,확인 후 안내 부탁드립니다.

pc 보안 상 텔레그램을 사용할 수 없습니다. 텔레그램 대신 사용해 볼만한 툴이 있을까요??

먼저는 훌륭한 툴을 만들어주셔서 감사합니다. 사용하다 보니 시간을 아낄 수 있을 만한 점이 발견되어 제보를 드립니다. 문맥에 따른 단어 뜻이 아닌 특정 번역 API 혹은 얇은 사전 API 를 사용한 것으로 보입니다. 정작 문맥에 일치하는 뜻을 선보이지 못하더군요. nuance의 변화도 알려줄 수 없는 것 같습니다. 단어를 보내되 한 문장 단위로 선택해서 정보를 보내면 token을 그리 많이 소모하지 않으면서도 해당 단어의 문맥상 뜻을 추론하기에 좋을 것 같다는 생각이 들었습니다.

강의를 들으면서 문득 든 궁금증인데, ai메세지가 도구를 잘못 선택했을 때(3번케이스)를 구현할 때, 왜 tool message를 수정하셨나요? tool 노드 호출전에 interrupt 해서 ai_message의 tool_calls에서 툴네임을 변경해도 되지 않을까해서요case2번 : 도구는 잘 선택했을 때 쿼리가 잘못된 경우에서는 ai_message의 쿼리를 변경했듯이 3번의 케이스에선 ai_message의 툴네임을 변경해도 되지 않을까 의문이 들었습니다.

 12강 추가 수업 파일 선택 시 다운로드 안됩니다.

안녕하세요. Speaking+Listening에서 전화영어로 연습을 해보려고 하는데 이 화면에서 아무런 반응이 없어요. 빨간색으로 바뀌어서 말을 해도 인식이 안되고 새로고침을 하면 다시 로그인 화면으로 돌아가버려서 재접속을 해도 같은 문제가 발생합니다. 어떻게 해야하나요?

자료 중 RAG가 Memory 자료로 확인됩니다.

안녕 하세요 강의 잘 보고 있습니다. 6강 워크플로우간 데이터 처리에서 에러가 발생해서 문의 드립니다. 004-chatbot-naver-api 에서 call n8n workflow tool 추가 하고004-1-search 워크 플로우에 연동 하면 에러가 발생 합니다. 워크 플로우 구성 화면실행시 데이터  이런 상황이 있는것 같아 q&a를 확인 하여보니 n8n 2.x 대 버전사용으로 인한 문제 같아 버전을 확인 하였으나 1.1237 버전이 맞습니다. 버전 확인 캡쳐 이미지와 docker-compose.yaml 파일 캡쳐 합니다. 어떻게 해야 할까요?  

agent(state:AgentState) ->AgentState: messages =state['messages'] summary = state.get('summary',None) if summary: messages =[SystemMessage(content='Here is the summary of the earil er conversation : {summary}')]+messages response = llm_with_tools.invoke(messages) return {'messages':[response]}안녕하세요 강사님, 강의 재밌게 듣고 있습니다.수강중 궁금한 사항이 있어 질문 남깁니다.위와 같이 코드를 알려주셨는데요,이런 흐름이라면, messages 에 동일한 내용의 SystemMessage가 여러번 들어가게되는 걸까요?예를 들어 사용자 질의 한개를 처리하는데,agent <-> tool 간의 반복 작업이 3번 있었다면agent 가 3번 호출될 때마다 messages 리스트 앞에 동일한 SystemMessage 객체가 중복되어 붙을거 같아서요.  

kome의 api가 업데이트 된 건지 헤더를 입력하지 않아도 실행해보니 스크립트를 가져오네요.여러 영상에서 테스트를 해도 되는 모습입니다.

안녕하세요~ 강의 정말 재밌게 잘 듣고 있습니다!!2.7 병렬 처리를 통한 효율 개선강의의tax_rate_calculation_prompt = ChatPromptTemplate.from_messages([ ('system', '''당신은 종합부동산세 계산 전문가입니다. 아래 문서를 참고해서 사용자의 질문에 대한 종합부동산세를 계산해주세요 종합부동산세 세율:{context}'''), ('human', '''과세표준과 사용자가 소지한 주택의 수가 아래와 같을 때 종합부동산세를 계산해주세요 과세표준: {tax_base} 주택 수:{query}''') ]) def calculate_tax_rate(state: AgentState): """ 주어진 state에서 세율을 계산합니다. Args: state (AgentState): 현재 에이전트의 state를 나타내는 객체입니다. Returns: dict: 'answer' 키를 포함하는 새로운 state를 반환합니다. """ # state에서 필요한 정보를 추출합니다. query = state['query'] tax_base = state['tax_base'] # retriever를 사용하여 쿼리를 실행하고 컨텍스트를 얻습니다. context = retriever.invoke(query) # tax_rate_chain을 구성하여 세율을 계산합니다. tax_rate_chain = ( tax_rate_calculation_prompt | llm | StrOutputParser() ) # tax_rate_chain을 사용하여 세율을 계산합니다. tax_rate = tax_rate_chain.invoke({ 'context': context, 'tax_base': tax_base, 'query': query }) # state에서 'answer' 키에 대한 값을 반환합니다. return {'answer': tax_rate}이 부분에서 들은 궁금증인데요,context 는 과세표준별 세율 구간에 관한 정보를 가져오는 변수인데 왜 query에는 과세표준이 아닌 사용자의 주택 정보를 넣어서 invoke하는 형태인가요?

AI Agent 를 만드는것이 아니고 학습툴을 제공해주시는 것이였군요~^^;; 만들고 따라해보려 했는데 더 잘된것 같습니다.  테리 잉글리시 사이트 주소와 계정 정보는 어디에서 확인을 할 수 있나요? 그리고 만약 아내가 수강하게 될 경우 1개의 강의를 더 구입을 해야 하는 것이죠? 영어 Ai Agent 만드는 방법을 배워서 , 제 api 토큰 사용하려고 했었는데 , 바로 영어 공부할 수 있게 되었네요  감사합니다.

강의를 너무 잘 들었고, 또 주변에 추천하고 있습니다. 정말 감사합니다. 같은 내용인 것 같은 질문 2가지가 있습니다.1. Claude를 2개 다른 로그인 계정으로 각각 다른 슬랙을 운영할 때 config.json 파일 수정 방법-> 아래 그림처럼 계속 붙여가는 것인지...2. config.json 파일은 하나인데, Firecrawl MCP API 키와 슬랙 API 키 등 계속 늘어나는 키를 저장하는 방법-> 한 메모 파일에 계속 붙이는 건가요? (그림 아래)-> 해 봤는데 잘 안되어서 문의드려요.

강의 모두 코드 똑같이 돌리고 db만 pinecone 을 사용하였습니다 ! 결과에 강의처럼 answer이 나오지 않는데 원인을 잘 모르겠습니다 ㅜgpt 에 검색해보면전체 코드를 꼼꼼히 검토해본 결과, 질문하신 "결과(answer)가 나오지 않는 이유"는 크게 두 가지입니다. 하나는 데이터가 유실되는 방식의 반환(return) 때문이고, 다른 하나는 무한 루프(Infinite Loop) 가능성 때문입니다.1. 가장 큰 원인: State 데이터 유실LangGraph의 각 노드 함수(retrieve, generate, rewrite 등)는 AgentState를 반환할 때, 기존의 데이터를 포함해서 돌려주어야 합니다.현재 작성하신 코드를 보면:retrieve 함수: return {'context': docs} (이때 query가 사라짐)generate 함수: return {'answer': response.content} (이때 query, context가 모두 사라짐)이렇게 나오는데 제가 봤을땐 이게 원인은 아닌것같습니다...!

신규 회원은 API 키 발급을 못하게 막아놨네요. API 키 발급하기 버튼이 사라지고 Vertex AI를 사용하라고 유도하는거 같습니다.구글이 사실상 이제 웹 전체 검색을 API로 제공하지 않겠다는 의지인거 같아요.

from langchain_core.prompts import PromptTemplate from langchain_core.output_parsers import StrOutputParser dictionary = ['사람과 관련된 표현 -> 거주자'] rewrite_propmt = PromptTemplate.from_template(f"""사용자의 질문을 보고, 우리의 사전을 참고해서 사용자의 질문을 변경해주세요 사전:{dictionary} 질문: {{query}}""") def rewrite(state: AgentState)->AgentState: query = state['query'] rewrite_chain = rewrite_propmt | llm | StrOutputParser() response = rewrite_chain.invoke({'query': query}) return {'query' : response} # Create a LangSmith API in Settings > API Keys # Make sure API key env var is set: # import os; os.environ["LANGSMITH_API_KEY"] = "<your-api-key>" from langsmith import Client from typing import Literal client = Client() relevance_prompt = client.pull_prompt("langchain-ai/rag-document-relevance") def check_doc_relevance(state: AgentState)-> Literal['generateAnswer','rewrite']: query= state['query'] context= state['context'] relevance_chain = relevance_prompt | llm response = relevance_chain.invoke({'question':query, 'documents': context}) if response['Score'] ==1: return 'generateAnswer' return 'rewrite'graph_builer.add_node('retrieveDoc', retrieveDoc) graph_builer.add_node('generateAnswer', generateAnswer) graph_builer.add_node('rewrite', rewrite) from langgraph.graph import START, END graph_builer.add_edge(START,'retrieveDoc') graph_builer.add_conditional_edges('retrieveDoc', check_doc_relevance) graph_builer.add_edge('rewrite','retrieveDoc') graph_builer.add_edge('generateAnswer', END) graph =graph_builer.compile()from IPython.display import Image, display display(Image(graph.get_graph().draw_mermaid_png()))initial_State = {'query' : '연봉 5천만원 세금'} graph.invoke(initial_State)강사님! 강의랑 똑같이 코드를 작성했는데도 'query: 연봉 5천만원 세금 ' 질문에 대한 답 score가 계속 1이 나와서 rewrite 노드로 이동하지 않습니다. 쿼리자체에 거주자나 사람을 나타내는 표현이 없는데도 문서에서 관련성을 키워드로 찾다보니 키워드가 있기만 해도 결과가 1이 나오네요ㅜㅜㅜ강사님은 결과가 0이 나와 rewrite를 하고 제가 해볼때는 1이 나오는 이유가 무엇인지 모르겠습니다.{'query': '연봉 5천만원 세금', 'context': [Document(id='15f6746f-4e63-4775-a47e-c72298375620', metadata={'source': './tax_combined_final.txt'}, page_content='소득세법'), Document(id='a6c9015f-092f-4aa3-819b-e23588bb0a0f', metadata={'source': './tax_combined_final.txt'}, page_content='소득세법\n하는 자(제119조제9호에 따른 국내원천 부동산등양도소득을 지급하는 거주자 및 비거주자는 제외한다)는 제127조\n에도 불구하고 그 소득을 지급할 때에 다음 각 호의 금액을 그 비거주자의 국내원천소득에 대한 소득세로서 원천징\n수하여 그 원천징수한 날이 속하는 달의 다음 달 10일까지 대통령령으로 정하는 바에 따라 원천징수 관할 세무서,\n한국은행 또는 체신관서에 납부하여야 한다. <개정 2013. 1. 1., 2016. 12. 20., 2018. 12. 31., 2019. 12. 31., 2020. 12.\n29.>\n1. 제119조제1호에 따른 국내원천 이자소득: 다음 각 목의 구분에 따른 금액\n가. 국가·지방자치단체 및 내국법인이 발행하는 채권에서 발생하는 이자소득: 지급금액의 100분의 14\n나. 가목 외의 이자소득: 지급금액의 100분의 20\n2. 제119조제2호에 따른 국내원천 배당소득: 지급금액의 100분의 20\n3. 제119조제4호에 따른 국내원천 선박등임대소득 및 같은 조 제5호(조세조약에 따라 국내원천 사업소득으로 과세\n할 수 있는 소득은 제외한다)에 따른 국내원천 사업소득: 지급금액의 100분의 2\n4. 제119조제6호에 따른 국내원천 인적용역소득: 지급금액의 100분의 20. 다만, 국외에서 제공하는 인적용역 중대\n통령령으로 정하는 용역을 제공함으로써 발생하는 소득이 조세조약에 따라 국내에서 발생하는 것으로 보는 소득\n에 대해서는 그 지급금액의 100분의 3으로 한다.\n5. 제119조제9호에 따른 국내원천 부동산등양도소득: 지급금액의 100분의 10. 다만, 양도한 자산의 취득가액 및 양\n도비용이 확인되는 경우에는 그 지급금액의 100분의 10에 해당하는 금액과 그 자산의 양도차익의 100분의 20에\n해당하는 금액 중 적은 금액으로 한다.\n6. 제119조제10호에 따른 국내원천 사용료소득: 지급금액의 100분의 20\n7. 제119조제11호에 따른 국내원천 유가증권양도소득: 지급금액(제126조제6항에 해당하는 경우에는 같은 항의 정\n상가격을 말한다. 이하 이 호에서 같다)의 100분의 10. 다만, 제126조제1항제1호에 따라 해당 유가증권의 취득가\n액 및 양도비용이 확인되는 경우에는 그 지급금액의 100분의 10에 해당하는 금액과 같은 호에 따라 계산한 금액\n의 100분의 20에 해당하는 금액 중 적은 금액으로 한다.\n8. 제119조제12호에 따른 국내원천 기타소득: 다음 각 목의 구분에 따른 금액\n가. 제119조제12호카목의 소득: 지급금액의 100분의 15\n나. 제119조제12호타목의 소득: 다음의 구분에 따른 금액. 다만, 가상자산을 교환하거나 인출하는 경우에는 다음\n의 구분에 상당하는 금액으로서 가상자산 단위로 표시한 대통령령으로 정하는 금액으로 한다.\n1) 제126조제1항제3호에 따라 가상자산의 필요경비가 확인되는 경우: 지급금액의 100분의 10에 해당하는 금\n액과 같은 호에 따라 계산한 금액의 100분의 20에 해당하는 금액 중 적은 금액'), Document(id='5a211886-c6db-4fd5-9e77-a4375dd2ee6d', metadata={'source': './tax_combined_final.txt'}, page_content='5. 공적연금소득에 대해서는 기본세율\n5의2.제20조의3제1항제2호나목 및 다목에 따른 연금계좌 납입액이나 운용실적에 따라 증가된 금액을 연금수령한\n연금소득에 대해서는 다음 각 목의 구분에 따른 세율. 이 경우 각 목의 요건을 동시에 충족하는 때에는 낮은 세율\n을 적용한다.\n가. 연금소득자의 나이에 따른 다음의 세율\n|나이(연금수령일 현재)| 세율 |\n| ----------- | ----------- |\n| 70세 미만 | 100분의 5 |\n| 70세 이상 80세 미만 | 100분의 4 |\n| 80세 이상 | 100분의 3 |\n나. 삭제 <2014. 12. 23.>')], 'answer': AIMessage(content='연봉 5천만원에 대한 세금은 다양한 소득세 항목에 따라 달라질 수 있습니다. 일반적으로 소득세율은 소득금액에 따라 차등 적용되며, 기본 세율은 5%에서 시작합니다. 정확한 세금액을 계산하기 위해서는 총소득, 공제 항목 등을 고려해야 합니다.', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 78, 'prompt_tokens': 1352, 'total_tokens': 1430, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_provider': 'openai', 'model_name': 'gpt-4o-mini-2024-07-18', 'system_fingerprint': 'fp_3683ee3deb', 'id': 'chatcmpl-D2psPuRb1GQcktIDJfUhfjTjYL2CO', 'service_tier': 'default', 'finish_reason': 'stop', 'logprobs': None}, id='lc_run--019c027f-916f-7c82-9b4a-00ba35551ea7-0', tool_calls=[], invalid_tool_calls=[], usage_metadata={'input_tokens': 1352, 'output_tokens': 78, 'total_tokens': 1430, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}})}도와주시면 감사하겠습니다.

보시는대로 네이버냐 구글이냐 가르는 스위치 노드 인풋까지는 정상적으로 들어옵니다. 강의대로 똑같이 했는데, 아웃풋이 안 나옵니다.왜 이런걸까요?참고로 구글로 테스트해보면 구글은 잘 됩니다.더 참고로 말씀드리면 네이버 정크 메일 노드는이전 노드 아웃풋이 없으니 당연히 이렇게 인풋이 없습니다. 

안녕하세요, 설명 주신대로 워크플로우 간 연결을 시도해보고 있는데, AI Agent는 잘 실행되고 있는데, 검색 워크플로우에서 작동이 안되는 것 같아 문의드립니다.  인증 단에서 실패하는 것 같진 않고, 쿼리 파라미터에서 실패하는 것 같은데 혹시 도움주실 수 있으실까요?