안녕하세요, 레브님!강의 잘 들었습니다에이전트를 활용하여 워크 플로우를 구축해보려고 하는데올려주신 강의가 생각을 정리하는데 도움이 되었습니다저도 강의를 듣다보니 강의에 사용된 소스 및 MD 파일을 참고 목적으로 받아보고 싶습니다영상 강의 파일도 함께 전달 주실 수 있다면 감사하겠습니다이메일: nymph15@naver.com감사합니다

안녕하세요! 레브님!우선 강의 너무 잘 듣고있습니다.덕분에 AI를 통해 업무하는 방식의 전반을 이해할 수 있었습니다.다른분들 요청과 동일하게, 강의에 사용된 Agent 소스 및 MD 파일들의 구성 등을 학습 용으로받아 보고 싶습니다.학습용도로만 사용할 것이며, 무단 배포하거나 유출하지는 않겠습니다.이메일: siwoo4859@gmail.com감사합니다.

 활성화가 안됩니다.

강사님 그 gemini api 를 사용해서 챗봇 응답을 만들고 있습니다.RAG 를 이용해서 만개의 레시피 사이트에 내용을 json 파일로 가져온 다음 Vector _store 에 저장하고이거를 기반으로 사용자가 질문을 하면 그거에 맞는 레시피를 보여주고 미리 저장되어 있는 OCR을 통해 저장한 식재료 중에 부족한 식재료는 어떤 게 있고 이런걸 알려주는 기능을 만들었는데 (앱으로 카드 UI ) 형태로 보여줄려고 만들었습니다. 근데 이 기능이 무료 api 에서 는 한계가 있는건가요? 

안녕하세요. 아래 코드를 보면서 의문점이 생겼는데요.import markdown from bs4 import BeautifulSoup text_path = './documents/income_tax.txt' # 마크다운 파일을 읽어옵니다 with open(markdown_path, 'r', encoding='utf-8') as md_file: md_content = md_file.read() # 마크다운 콘텐츠를 HTML로 변환합니다 html_content = markdown.markdown(md_content) # HTML 콘텐츠를 파싱하여 텍스트만 추출합니다 soup = BeautifulSoup(html_content, 'html.parser') text_content = soup.get_text() # 추출한 텍스트를 텍스트 파일로 저장합니다 with open(text_path, 'w', encoding='utf-8') as txt_file: txt_file.write(text_content) print("Markdown converted to plain text successfully!")표 등 마크다운 문법을 살린 텍스트를 넣기 위해서라면, 그냥 마크다운을 텍스트 파일로 변환(확장자를 그냥 .txt로 변환하거나)하는 방식을 하면 될 것 같은데요.왜 HTML로 변환했다 텍스트를 추출하는 방식으로 진행되는건가요?

안녕하세요! 레브님! 강의 잘 듣고 있습니다. 전에도 수강평을 올렸었지만 step - by - step으로 전반적인 개념과 전체 구성 등을 잘 설명해 주셔서 너무 도움되고 있습니다. 망나니서 님도 요청을 하셨는데 강의에 사용된 Agent 소스랑 md 파일의 구성 등을 학습 용으로 받아 보고 싶습니다. 물론 참고용으로만 사용할 것이고 다른 곳에 무단 배포하거나 그런 짓은 절대 하지 않겠으니 실례가 되지 않으면 hslee0912@gmail.com으로 파일 좀 부탁드립니다 ㅠㅠ ps. 12강 AI 산출물 꿀팁에서 학습을 시킨다고 하셨는데 프로세스를 계속 만들다 보면 자동으로 학습이 되는 건지 아니면 다른 부분을 좀 더 보강을 해야 하는 것인지 그 부분도 궁금합니다! :)

안녕하세요 강의 잘 듣고있습니다.제목 그대로 max token이 어떻게 hallucination 성능을 개선한건지 궁금합니다.

안녕하세요, 강사님. 이번 강의를 통해 서비스 기획자가 마주하는 현실적인 문제들과 이를 Claude Code라는 에이전트로 해결해 나가는 과정에서 큰 영감을 받았습니다. 특히 기획자의 고뇌를 기술적으로 풀어내신 성찰이 매우 인상 깊었습니다.강의를 들으며 한 가지 아쉬우면서도 간절했던 점은, 강사님의 귀한 노하우가 담긴 '에이전트 스킬 구성과 소스'를 좀 더 구체적으로 접해보고 싶다는 것이었습니다.물론 정답은 없겠지만, 의사결정이 빠른 스타트업 모델을 참고한다면 현재 제가 몸담고 있는 대기업 환경의 경직된 프로세스를 개선하는 데에도 큰 실마리가 될 것 같습니다. 현재 대기업에서 근무하며 현실적인 제약이 많지만, 강사님이 각 에이전트마다 스킬을 어떻게 관리하시고 그 안에 어떤 구체적인 로직이 담겨 있는지 공부하여 실무에 녹여내고 싶은 마음이 큽니다.무례한 부탁이 아니라면, 실무에서 참고할 수 있도록 에이전트 소스나 구체적인 스킬 구성 체계를 공유해주실 수 있을까요? 보내주신다면 개인적인 학습과 실무 혁신을 위한 연구 용도로만 소중히 활용하겠습니다.수신 이메일:crazyb@naver.com강사님의 귀한 통찰을 나누어 주셔서 다시 한번 감사드리며, 긍정적인 답변 기다리겠습니다.

섹션 3의 5~7강 강의가 보이지 않습니다.확인 부탁드려요

주말에 작업을 완료하고 업로드 할려니 마감일시가 있네요TThttps://silversistersdaddy.github.io/pr_smilesanta/

7장 개인 브랜딩 사이트 만들기가 일시 제한이 있는줄 모르고 29일에 완성해서 올리려고 보니 마감이네요. 해당 미션 완료하지 못하면 완주를 못하는지 궁금합니다.

py-zerox로 문서를 md파일로 바꿀 때 인코딩 관련 에러가 납니다..  다른 분께서 올려주신 글 보고 print(result) 부분을 아래와 같이 바꿔보기도 했었는데, 에러는 동일하게 나네요... with open("./docs/income_tax.md", "w", encoding="utf-8") as f: f.write(str(result))   result = asyncio.run(main()) 무엇보다 md파일 자체가 생성되지 않고, 이 부분에서 에러가 나는데, 해결 방법이 없을지 궁금합니다 

안녕하세요 ! 너무 유익한 강의라 현재 2회차 수강 중 입니다 ㅜㅠ (좋은 강의 감사해요)강의와 관련된 부분은 아니지만 궁금한 부분이 있어 질문드립니다 !영상 분석을 목적으로 영상 타임스탬프 구간별 메타데이터를 생성하려고 하는데요(누가 등장했는지, 누가 뭐라고 말했는지, 어떤 사물이 등장하는지 등등), 1. Whisper 모델을 사용해봤을 때 도메인 특화 용어에 대해서는 단어의 인식이 아쉬운 부분이 있었습니다. LLM을 사용하여 후보정하는 방법에 대해 간단한 가이드를 들을 수 있을까요? 2. 사용해보신 STT 모델 중에 가장 성능이 좋다고 느끼셨던 모델이 있을까요 ? 3. 누가/어떤 사물이 등장하는지에 대해서는 YOLO같은 딥러닝 모델을 사용해야하는지, 아니면 Gemini/GPT 모델 등으로도 가능할지, 다른 유용한 방법이 있는지 궁금합니다..!

지금 클로드 데스크탑연동에 계속 실패하고 있습니다. 설정파일을 건들면 클로드가 아예 실행되지 않고있고있어요...윈도우 10 환경에서 인텔리제이 2025.2.6.1사용중이고, npx, npm 등 필요한것들은 설치완료했습니다. 우선 변경된 설정처럼 아예 목록에 표시되지 않고있는데, 윈도우버전 사용자들도 연동하는 가이드내용을 좀 상세하게 알려주실수있을까요?

from langchain_core.messages import HumanMessage query = '집이 15억일때 종합부동산세를 계산해주세요' for chunk in graph.stream({"messages": [HumanMessage(query)]}, stream_mode='values'): chunk['messages'][-1].pretty_print() from langchain_core.tools import create_retriever_tool from pinecone import Pinecone from langchain_openai import OpenAIEmbeddings import dotenv from langchain_pinecone import PineconeVectorStore dotenv.load_dotenv() index_name = "real-estate-tax" embeddings = OpenAIEmbeddings(model='text-embedding-3-large') vectorstore = PineconeVectorStore(index_name=index_name, embedding=embeddings) retriever = vectorstore.as_retriever(search_kwargs={'k':5}) retriever_tool = create_retriever_tool(retriever= retriever, name="real_estate_tax_retriever", description="Contains information about real estate tax. if you have any questions about real estate tax, use this tool.")   ================================ Human Message ================================= 집이 15억일때 종합부동산세를 계산해주세요 ================================== Ai Message ================================== Tool Calls: real_estate_tax_retriever (call_LiPlj4OGqlAzP2PsssaZTVsc) Call ID: call_LiPlj4OGqlAzP2PsssaZTVsc Args: query: 15억 종합부동산세 ================================= Tool Message ================================= Name: real_estate_tax_retriever 납세의무자가 3주택 이상을 소유한 경우 | 과세표준 | 세율 | | ------------------- | -------------------------------------------------------------------- | | 3억원 이하 | 1천분의 5 | | 3억원 초과 6억원 이하 | 150만원+(3억 원을 초과하는 금액의 1천분의 7) | | 6억원 초과 12억원 이하 | 360만원+(6억원을 초과하는 금액의 1천분의 10) | | 12억원 초과 25억원 이하 | 960만원+(12억원을 초과하는 금액의 20) | | 25억원 초과 50억원 이하 | 3천 560만원+(25억원을 초과하는 금액의 30) | | 50억원 초과 94억원 이하 | 1억 1천60만원+(50억원을 초과하는 금액의 40) | | 94억원 초과 | 2억 8천 660만원+(94억원을 초과하는 금액의 1천분의 50) | ``` --- [Section: Page 4-6] ---... - 9,600,000 + 600,000 = 10,200,000 따라서, 15억 원의 집에 대한 종합부동산세는 1,020만 원입니다.    안녕하세요, 선생님강의 마지막 쯤 create_retriever_tool 부분에서 강의 대로 쭉 그대로 진행했는데 이 tool 이 pdf 에서 병렬로 자료를 검색해서 가져오지 못하고 ( 과세표준, 공정시장가액비율, 1세대 1주택 여부 등) 오직 종합부동산세 표 '한개만' 가져옵니다. 왜 여러 정보를 검색을 못할까요...?ㅠ -------------gemini 검색결과입니다-------병렬 리트리빙 부재:create_retriever_tool은 기본적으로 "질문 1개 -> 검색 1번" 구조입니다. AI가 스스로 "세율도 모르고, 공정시장가액비율도 모르네? 추가로 검색해야지!"라고 생각하게 만드는 추론(Reasoning) 루프가 약한 상태입니다 AI의 오판: 리트리버가 준 결과물(제8항 세대 정의, 제9항 공시가격 정의 등)은 실제 계산에 필요한 세율표나 공정시장가액비율이 아닌, 용어 정리 수준의 파편화된 정보였습니다. 그런데 AI는 이 정보를 보고 "아, 더 이상 찾을 게 없나 보다" 혹은 "내가 아는 지식으로 대충 계산해야지"라고 판단하고 1560만원이라는 (부정확할 확률이 높은) 결론을 내버린 것입니다.

CLAUDE 에서 json 파일 수정하였고, { "mcpServers": { "jetbrains": { "command": "npx", "args": ["-y", "@jetbrains/mcp-proxy"] } }}인텔리제이는 2025.2.6.1 버전 다운로드 후, MCP 서버 활성화 해둔 상태입니다.하지만 계속 프로그램 재실행 하여도, Claude 부분이 활성화되지 않네요. 윈도우 10 사용중입니다. 추가로 어디를 확인하면 될까요?  

{"mcpServers":{"jetbrains":{"command":"npx","args":["-y","@jetbrains/mcp-proxy"]}}}이거설정하면 클로드 앱 화면자체가 안나오네요. ㄷㄷ

정보가 조각조각 되어있어서 처음 시작 부터 어렵네요. 윈도우11 환경입니다.인텔리제이 MCP서버 클라이언트 자동구성 쪽에 claude가 안뜹니다.현재 강의에서 claude설치후 구성편집 들어가서 노션에 있는거 복사후 claude종료 후 재실행한 상태입니다.

안녕하세요 강사님 spring ai 9강 까지 거의 다 들은 학생입니다.1) 만약에 ocr 을 이용해서 영수증과 음식을 구분하는 ai 모델을 aws에서 사용을 하고이걸 스프링 으로 연결해서 저장할려 면 mcp를 거의 필연적으로 사용해야 할 꺼 같습니다.webflux 랑 쿠버네티스 EKS 를 이용해서 만들려고 하는데 이게 프로젝트 수준에서 괜찮은 수준인지 궁금해서 질문 드립니다.참고로 아직 앱 설계 단계라 사진을 찍으면 인식이 되고 db에 저장되고 추천 레시피도 나오는 정도로 생각하고 있습니다. 그리고 채팅 같은 형태에 추천 시스템 같은 경우에는 사용자가 선호하는 음식에 따라 나눈다고 가정했을 때 만약에 처음 음식 선호도를 받는다고 가정을 했을 때 도메인을 통해 구분을해서 type이 아닌 jdbc 또는 pgvector 로 처리를 하나요? 현업에서도 이러는지 궁금해서 질문드립니다. 그리고 채팅을 저장하는 경우 예를 들면 채팅기록 같은 경우 postgresql로 영구 저장을 하고 redis 정도로 해서 빠른 캐싱 정도를 생각하고 있는데 이 정도면 프로젝트 수준에서 괜찮은 수준인지 궁금하여 질문드립니다.

발생: uv sync 시 패키지 호환문제 발생 ➜ inflearn-langgraph-agent git:(main) uv syncResolved 233 packages in 3mserror: Distribution onnxruntime==1.20.1 @ registry+https://pypi.org/simple can't be installed because it doesn't have a source distribution or wheel for the current platformhint: You're using CPython 3.14 cp314), but onnxruntime (v1.20.1) only has wheels with the following Python ABI tags: cp313, cp313t requires-python = "==3.13" 으로 3.13 버전 고정했더니 문제없이 설치되었습니다.