안녕하세요 후속강의 듣고 싶은데, 비용이 부담되어서..
미해결
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
혹시 할인계획이 있으신지요?
- llm
- langchain
- rag
- ai-agent
- langgraph
fw mshp
댓글 2
좋아요 0
조회수 167
묻고 답해요
173만명의 커뮤니티!! 함께 토론해봐요.
34강에서 진행시 fetch transcript에서 결과값이 자료가없습니다.
미해결
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
공유해주신것을 사용해보았는데요 format에서 정의되지 않는다 이렇게 나오길래 워크플로우 실행을 제외해봤스니다 그결과 fetch transcrip에서 자료가 없는걸로 확인되는데요 이경우 어떻게 하면 좋을까요?
- 업무-생산성
- n8n
- chatgpt
- llm
yoon
댓글 2
좋아요 0
조회수 80
AuraDB 연동 안되는 현상 질문
미해결
graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)
vscode에서 uv로 가상환경 생성후 .env 파일에서 # Neo4J 설정 - AuraDB NEO4J_URI=neo4j+s://{id}.databases.neo4j.io NEO4J_USERNAME=neo4j NEO4J_PASSWORD={PASSWORD} NEO4J_DATABASE=neo4j 해당 방식 적용 후, AuraDB 연동을 해도 적용이 안되고 아래와 같이 에러가 뜹니다. ValueError: Could not connect to Neo4j database. Please ensure that the url is correct 해결책 문의 드립니다. P.S colab에서는 올려주신 KG_P1_01_neo4j_Introduction.ipynb 실행하니 동작하네요. 왜 저의 로컬에서는 이런 현상이 일어나는 걸까요?
- dbms/rdbms
- neo4j
- llm
- langchain
- rag
코드몽키
댓글 1
좋아요 0
조회수 179
1
미해결
Spring AI 실전 가이드: RAG 챗봇 만들기
1
- spring
- spring-boot
- llm
- spring-ai
- mcp
최경준
댓글 0
좋아요 0
조회수 97
재생오류
미해결
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
재생에 문제가 생겼어요 새로고침 후에도 문제가 지속될 경우 고객센터로 문의해주세요. (code: 7001) 이렇게 나옵니다.
- 업무-생산성
- n8n
- chatgpt
- llm
yoon
댓글 1
좋아요 0
조회수 78
다음 강의는 언제 나올까요?
해결됨
Spring WebFlux + LLM 실전 구현
안녕하세요 강의 잘 듣고있습니다. 혹시 다음 강의 일정 계획이 나온게 있을까요 ?
- java
- spring
- webflux
- chatgpt
- llm
minsu7426
댓글 1
좋아요 1
조회수 230
섹션 4번은 실습 시작파일이 따로 존재하나요?
해결됨
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
문제 / 오류 / 질문에 대해 설명해 주세요 오류 메시지가 있다면 작성해 주세요 사용 중인 워크플로우를 공유해 주세요 궁금합니다! n8n 설치 정보 안내 n8n 버전: 데이터베이스 종류 (기본값: SQLite): n8n 실행 프로세스 설정 (기본값: own, main): n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등): 운영 체제:
- 업무-생산성
- n8n
- chatgpt
- llm
젓인
댓글 2
좋아요 0
조회수 83
챗봇 생성시 에러
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, gemini를 이용해서 챗봇 생성중에 있습니다. 그런데 하기와 같이 챗봇을 llm과 연동하는 중에 에러가 계속 발생합니다. gpt한테 계속 물어가면서 에러잡고있는데 계속 동일한 에러만 나오네요. ㅠ 어떻게 개선할 수 있을까요? 조언부탁드립니다. 감사합니다. 코드) import streamlit as st from langchain import hub from dotenv import load_dotenv from langchain_google_genai import GoogleGenerativeAIEmbeddings from langchain_pinecone import PineconeVectorStore from langchain_google_genai import ChatGoogleGenerativeAI from langchain.chains import RetrievalQA from langchain.prompts import ChatPromptTemplate st.set_page_config(page_title="영향분석 챗봇", page_icon="★") st.title("영향분석 챗봇") st.caption("System 변경 영향 분석") load_dotenv() # 세션 상태에 메시지 리스트가 없으면 초기화 if 'message_list' not in st.session_state: st.session_state.message_list = [] # 이전 메시지 출력 for message in st.session_state.message_list: with st.chat_message(message["role"]): st.write(message["content"]) def get_ai_message(user_message): try: # 입력 메시지 확인 if not isinstance(user_message, str) or not user_message.strip(): return "질문이 비어 있습니다. 유효한 질문을 입력해 주세요." print(f"user_message: {user_message}") # user_message의 내용 출력 print(f"user_message length: {len(user_message)}") # 문자열 길이 출력 print(f"user_message type: {type(user_message)}") # 타입 출력 # Google Generative AI Embeddings 모델 초기화 embedding = GoogleGenerativeAIEmbeddings(model='models/gemini-embedding-exp-03-07') index_name = 'uml-index' database = PineconeVectorStore.from_existing_index(index_name=index_name, embedding=embedding) llm = ChatGoogleGenerativeAI(model="gemini-2.0-flash") prompt_template = hub.pull("rlm/rag-prompt") retriever = database.as_retriever(search_kwargs={'k': 4}) # RetrievalQA 인스턴스 생성 qa_chain = RetrievalQA.from_chain_type(llm, retriever=retriever, chain_type_kwargs={"prompt": prompt_template}) dictionary = ["External Entity -> actor"] prompt = ChatPromptTemplate.from_template(f""" 사용자의 질문을 보고, 우리의 사전을 참고해서 사용자의 질문을 변경해주세요. 만약 변경할 필요가 없다고 판단된다면, 사용자의 질문을 변경하지 않아도 됩니다. 그런 경우에는 질문만 리턴해주세요. 사전 : {dictionary} 질문 : {{question}} """) dictionary_chain = prompt | llm uml_chain = {"query": dictionary_chain} | qa_chain ai_message = uml_chain.invoke({"question": user_message}) return ai_message except Exception as e: print(f"오류 발생: {repr(e)}") # 오류 메시지 출력 print(f"입력된 user_message: {user_message}") # 오류 발생 시 입력된 메시지 출력 return f"오류가 발생했습니다: {repr(e)}" # 사용자 입력 처리 if user_question := st.chat_input(placeholder="CR 내용을 첨부해주세요"): with st.chat_message("user"): st.write(f"사용자 질문: {user_question}") st.session_state.message_list.append({"role": "user", "content": user_question}) ai_message = get_ai_message(user_question) with st.chat_message("AI"): st.write(ai_message) st.session_state.message_list.append({"role": "AI", "content": ai_message}) 에러) user_message: 시스템에 연결된 External Entity를 알려주세요 user_message length: 31 user_message type: <class 'str'> 오류 발생: GoogleGenerativeAIError('Error embedding content: bad argument type for built-in operation') 입력된 user_message: 시스템에 연결된 External Entity를 알려주세요
- vector-database
- llm
- langchain
- rag
- openai-api
댓글 2
좋아요 0
조회수 145
pinecone 임포트 부분이 에러가발생합니다
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
파이썬 버전 3.10.11입니다 윈도우 vscode에서 테스트해보고 있어요
- vector-database
- llm
- langchain
- rag
- openai-api
ssh7423
댓글 2
좋아요 0
조회수 183
PineconeApiException 어떻게 해결하나요?
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
13번째 동영상 들으면서 따라하는 중이고 OpenAI API 사용 중인데, 아래 코드만 돌리면, PineconeApiException HTTP response body: {"code":11,"message":"Error, message length too large: found 15431073 bytes, the limit is: 4194304 bytes","details":[]} 이러한 에러가 뜹니다. 이를 해결하기 위해서, chunk_size = 10, chunk_overlap=0 으로 줄였는데도 계속 에러가 떠요. 어떻게 하면 해결할 수 있나요? database = PineconeVectorStore.from_documents( document_list, embedding, index_name=index_name )
- vector-database
- llm
- langchain
- rag
- openai-api
하수민
댓글 1
좋아요 0
조회수 118
커널 재실행 후 Run all 할 경우 에러
미해결
LangGraph를 활용한 AI Agent 개발 (feat. MCP)
커널 재실행 직후 run all 하면 토큰 수 제한 에러가 뜹니다. 다시 run all하면 잘 실행되구요. websearch 후 generate의 query 찍어보면 토큰 수 제한 걸릴일이 없는 문장인데 왜이럴까요? websearch 후 generate의 query 값이 "쿼리입니다 === " 이 부분입니다.
- 프롬프트엔지니어링
- llm
- ai-agent
- langgraph
- mcp
하루끝
댓글 2
좋아요 0
조회수 115
gemini 오류관련 질문드립니다.
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, 강의 반복중에 있습니다. 이번에는 gemini로 RAG를 구축해보려고 하는데, API Key를 활성화했음에도 계속 하기와 같은 에러가 뜹니다.ㅠ 제가 놓친 부분이 있을까요? from langchain_google_genai import ChatGoogleGenerativeAI llm = ChatGoogleGenerativeAI( model="gemini-2.0-flash", temperature=0, max_tokens=None, timeout=None, max_retries=2, # other params... ) llm.invoke("인프런에 어떤 강의가 있나요?") --------------------------------------------------------------------------- PermissionDenied Traceback (most recent call last) Cell In[2], line 1 ----> 1 llm.invoke("인프런에 어떤 강의가 있나요?") File c:\Users\yunjeong2.lee\Desktop\VenvWorkspace\myenv\Lib\site-packages\langchain_google_genai\chat_models.py:1255, in ChatGoogleGenerativeAI.invoke(self, input, config, code_execution, stop, **kwargs) 1250 else: 1251 raise ValueError( 1252 "Tools are already defined." "code_execution tool can't be defined" 1253 ) -> 1255 return super().invoke(input, config, stop=stop, **kwargs) File c:\Users\yunjeong2.lee\Desktop\VenvWorkspace\myenv\Lib\site-packages\langchain_core\language_models\chat_models.py:372, in BaseChatModel.invoke(self, input, config, stop, **kwargs) 360 @override 361 def invoke( 362 self, (...) 367 **kwargs: Any, 368 ) -> BaseMessage: 369 config = ensure_config(config) 370 return cast( 371 "ChatGeneration", --> 372 self.generate_prompt( 373 [self._convert_input(input)], 374 stop=stop, 375 callbacks=config.get("callbacks"), ... metadata { key: "method" value: "google.ai.generativelanguage.v1beta.GenerativeService.GenerateContent" } ] Output is truncated. View as a scrollable element or open in a text editor. Adjust cell output settings...
- vector-database
- llm
- langchain
- rag
- openai-api
윤정
댓글 2
좋아요 0
조회수 694
MCP 와 AI AGENT 차이가 뭔가요?
미해결
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
문제 / 오류 / 질문에 대해 설명해 주세요 오류 메시지가 있다면 작성해 주세요 MCP 와 AI AGENT 차이가 뭔가요? 비슷비슷해보이는데 컨텍스트가 있는 대화형 외의 큰 차이점이 있나요? 사용 중인 워크플로우를 공유해 주세요 n8n 설치 정보 안내 n8n 버전: 데이터베이스 종류 (기본값: SQLite): n8n 실행 프로세스 설정 (기본값: own, main): n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등): 운영 체제:
- 업무-생산성
- n8n
- chatgpt
- llm
아무도_모를_아이디
댓글 2
좋아요 0
조회수 1394
셀프호스팅 - 레일웨이
미해결
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
문제 / 오류 / 질문에 대해 설명해 주세요 오류 메시지가 있다면 작성해 주세요 사용 중인 워크플로우를 공유해 주세요 n8n 설치 정보 안내 n8n 버전: 데이터베이스 종류 (기본값: SQLite): n8n 실행 프로세스 설정 (기본값: own, main): n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등): railway 운영 체제: 안녕하세요! 강의 잘보고 있습니다. 셀프호스팅에서 도커는 PC 사용에 부담을 느껴 paas 프로그램중 레일웨이를 사용하였는데요. 이렇게해서 오픈하니까.. 아예 실행이 안되더라구요 ㅜㅜ 제가 아예 개발을 모르는 사람이다 보니 아예 이유를 찾기가 어려워 여쭤봅니다. 강의를 보고 아래 영상을 참고 했습니다 : https://www.youtube.com/watch?v=DhuaKAW819s&t=41s 17:26초 쯤 있습니다!
- 업무-생산성
- n8n
- chatgpt
- llm
- railway
성연
댓글 2
좋아요 0
조회수 187
섹션12 실습코드 의 initialization 각각 적용 코드 문의
미해결
딥러닝 이론 + PyTorch 실무 완전 정복
실습코드에서 초기화 각각 적용 부분 self._init_weights(self.fc_layers[0], mode='kaiming') self._init_weights(self.fc_layers[1], mode='kaiming') self._init_weights(self.fc_layers[2], mode='xavier') 모델을 읽어보면 NeuralNetwork( (fc_layers): Sequential( (0): Linear(in_features=784, out_features=196, bias=True) (1): ReLU() (2): Linear(in_features=196, out_features=49, bias=True) (3): ReLU() (4): Linear(in_features=49, out_features=10, bias=True) (5): Sigmoid() ) ) 0, 2,4 번에 초기화를 적용해야 실제 작동을 할 것 같습니다.
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
최동희
댓글 0
좋아요 0
조회수 119
LLM 애플리케이션과 AI Agent 차이점이 뭐에요?
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
개념상 똑같은거 같아요. 예를들어 세무 전용 Agent 서비스가 있다고하면 결국 그게 LLM 서비스이고, LLM 애플리케이션이자, RAG 솔루션 아니에요? AI Agent = LLM 서비스 = LLM 애플리케이션 = RAG 솔루션 다같은말이에요?? 너무헷갈려요
- vector-database
- llm
- langchain
- rag
- openai-api
vlfl0
댓글 1
좋아요 0
조회수 520
아래 2개 구현이 n8n 으로 가능한지 궁금합니다.
미해결
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
아래 2개 구현이 n8n 으로 가능한지 궁금합니다. 1/ 미팅 녹화본의 요약 & 액션 아이템을 정리해 주고, 그 내용 바탕으로 자동으로 원하는 형식의 1) 이메일을 써주거나 2) 회사 노션 3) 슬랙의 원하는 부분에 기재되게 하는 것 2/ 미팅 녹화본의 스크립트 기반으로 적절한 블로그 글 주제 선정 및 (평소 쓰던 톤을 바탕으로) 글 작성해주고, 개인 네이버 블로그에 자동 작성되게 하는 것 목표를 잡고 강의를 들으면 더 효능감이 있을 것 같아서 질문드려요!
- 업무-생산성
- n8n
- chatgpt
- llm
kimer0327
댓글 1
좋아요 0
조회수 216
데이터 전처리 관련 질문드립니다
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
"3.5 Retrieval 효율 개선을 위한 데이터 전처리" 강의에서 세율 데이터를 표로 LLM에 전달하다가 마크다운으로 변경했는데 데이터를 읽어오지 못합니다 표로 데이터를 전달했을 때는 데이터를 잘 읽어갔는데 왜 그런 걸까요?
- vector-database
- llm
- langchain
- rag
- openai-api
David J.K. Choe
댓글 2
좋아요 0
조회수 215
안녕하세요 공부에 앞서 질문이 있습니다.
미해결
노코드 자동화 입문부터 실전까지: n8n 완전정복 (한국 최초 n8n 앰버서더 직강)
강의를 듣고난 후 회사의 주요 핵심 가치를 타겟으로 면접 질문 및 자소서 등 도움을 주는 AI를 만들고 싶은데 이 강의를 듣고 할 수 있을까요? 감사합니다.
- 업무-생산성
- n8n
- chatgpt
- llm
dongdaeun
댓글 1
좋아요 0
조회수 71
create_react_agent, retriever요약 문제점
해결됨
LangGraph를 활용한 AI Agent 개발 (feat. MCP)
안녕하십니까 선생님 강의 잘 듣고있습니다. 만약 create_react_agent에 tool이 vectordb retriever를 수행 할 때 retriever의 문서의 내용이 너무 많은 context를 가지고 있다면 llm이 리트리버한 결과를 바탕으로 질문에 대한 답변을 하지 않고 리트리버 문서를 요약해서 답변으로 출력합니다. 왜 그런건지 궁금합니다. from langgraph.prebuilt import create_react_agent @tool def retriever_tool(query: str)->List[Document]: """ 이 도구는 HR 데이터베이스에서 정보를 검색합니다. """ return retriever.invoke(query) tools = [retriever_tool] research_agent = create_react_agent( model = llm, tools = tools, prompt=(""), )
- 프롬프트엔지니어링
- llm
- ai-agent
- langgraph
- mcp
sangin1.park
댓글 2
좋아요 0
조회수 246
인기 태그
인프런 TOP Writers
주간 인기글
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv
- 🚀 끝까지 만들어 본 적 있나요? | 실서비스 완성 + 수익 창출 모임 💰 catalyst collectiv
- 🧘♀️ [운동공간] 기획자/디자이너/앱 개발자를 찾습니다 띄띄
- 🚀 IT 공부는 했는데 왜 아직도 안 될까요? | AI와 함께 실무 중심 IT 모임 🤖 NOESIS