176만명의 커뮤니티!! 함께 토론해봐요.
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
안녕하세요. 강의 17:40초에 진행되는 파라미터 cx, key, q 설정을 할 때 3가지 모두 Using Field Below 항목이 빈 값이기 때문에 다른 질문자분 질문에 답변을 주신것처럼 Defined automatically by the model을 모두 선택해서 진행했는데 구글 api에서 사용자 인증 정보에 새로운 API Key 확인이 안됩니다.
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
안녕하세요, n8n에서 gemini를 연결 중에 오류가 발생해서 찾아보다가 문의드립니다. 1) api를 붙여 credential 생성하려고 했으나 'SELF_SIGNED_CERT_IN_CHAIN' 오류 발생. 2) 챗지피티한테 확인해보니 ssl 연결시 자체 서명된 인증서가 껴 있다는 내용으로 회신 구체적인 내용은 이해를 못했지만 대략 회사 보안 환경과 충돌이 생겨서 그런 것 같더라고요.(회사 노트북으로 수강중) 사내 보안 환경에서는 일부 기능이 제한되는 것으로 이해하면 될까요?
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
qddrant 가 아닌 supabase 로 연결하는 방법도 알려주세요.
미해결
모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기
안녕하세요.. DuckDuckGo 검색 관련 랭체인 가이드 보고 따라하는데 from langchain_community.tools import DuckDuckGoSearchRun search = DuckDuckGoSearchRun(cache_results=True) result = search.invoke("obama's first name?") print(result) 이를 실행했을 때, 다음과 같은 오류가 발생합니다. 어떻게 수정해야 하는지 알려주셨으면 좋겠습니다. --------------------------------------------------------------------------- DuckDuckGoSearchException Traceback (most recent call last) Cell In[18], line 10 3 from langchain_ community.tools import DuckDuckGoSearchRun 6 search = DuckDuckGoSearchRun(cache_results=True) ---> 10 result = search.invoke( "obama's first name?" ) 11 print(result) File ~/Workspace/pythonprj/langgraphtutorial/.venv/lib/python3.12/site-packages/langchain_core/tools/base.py:513 , in BaseTool.invoke (self, input, config, kwargs) 505 @override 506 def invoke ( 507 self, (...) 510 kwargs: Any, 511 ) -> Any: 512 tool_input, kwargs = prep run_args(input, config, kwargs) --> 513 return self.run (tool_input, kwargs) File ~/Workspace/pythonprj/langgraphtutorial/.venv/lib/python3.12/site-packages/langchain_core/tools/base.py:774 , in BaseTool.run (self, tool_input, verbose, start_color, color, callbacks, tags, metadata, run_name, run_id, config, tool_call_id, kwargs) 772 if error_to_raise: 773 run_manager.on_tool_error(error_to_raise) --> 774 raise error_to_raise 775 output = format output(content, artifact, tool_call_id, self.name , status) 776 run_manager.on_tool_end(output, color=color, name= self.name , kwargs) File ~/Workspace/pythonprj/langgraphtutorial/.venv/lib/python3.12/site-packages/langchain_core/tools/base.py:743 , in BaseTool.run (self, tool_input, verbose, start_color, color, callbacks, tags, metadata, run_name, run_id, config, tool_call_id, **kwargs) ... 181 logger.info ( f"Error to search using {b} backend: {ex} " ) 182 err = ex --> 184 raise DuckDuckGoSearchException(err) DuckDuckGoSearchException : https://lite.duckduckgo.com/lite/ 202 Ratelimit 확인 부탁드립니다.
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
streamlit에서 배포시 위와 같은 에러가 발생합니다 ㅜㅜ 파이썬 버전은 3.10.2이고, requirements.txt는 아래와 같습니다. aiohappyeyeballs==2.6.1 aiohttp==3.10.11 aiosignal==1.3.2 altair==5.5.0 annotated-types==0.6.0 anyio==4.3.0 asgiref==3.8.1 asttokens==3.0.0 async-timeout==4.0.3 attrs==25.3.0 backoff==2.2.1 bcrypt==4.3.0 blinker==1.9.0 build==1.2.2.post1 cachetools==5.5.2 certifi==2022.12.7 charset-normalizer==3.1.0 chroma-hnswlib==0.7.6 chromadb==0.6.3 click==8.1.8 colorama==0.4.6 coloredlogs==15.0.1 comm==0.2.2 contourpy==1.2.0 cycler==0.12.1 dataclasses-json==0.6.7 debugpy==1.8.14 decorator==5.2.1 Deprecated==1.2.18 distro==1.9.0 docx2txt==0.9 durationpy==0.9 exceptiongroup==1.2.0 executing==2.2.0 fastapi==0.115.12 filelock==3.18.0 flatbuffers==25.2.10 fonttools==4.47.2 frozenlist==1.6.0 fsspec==2025.3.2 gitdb==4.0.12 GitPython==3.1.44 google-auth==2.39.0 googleapis-common-protos==1.70.0 greenlet==3.2.2 grpcio==1.71.0 h11==0.14.0 httpcore==1.0.4 httptools==0.6.4 httpx==0.27.0 httpx-sse==0.4.0 huggingface-hub==0.30.2 humanfriendly==10.0 idna==3.4 importlib_metadata==8.6.1 importlib_resources==6.5.2 iniconfig==2.1.0 ipykernel==6.29.5 ipython==8.36.0 jedi==0.19.2 Jinja2==3.1.6 jiter==0.9.0 joblib==1.4.2 jsonpatch==1.33 jsonpointer==3.0.0 jsonschema==4.23.0 jsonschema-specifications==2025.4.1 jupyter_client==8.6.3 jupyter_core==5.7.2 kiwisolver==1.4.5 kubernetes==32.0.1 langchain==0.3.25 langchain-chroma==0.2.3 langchain-community==0.3.23 langchain-core==0.3.58 langchain-openai==0.3.16 langchain-pinecone==0.2.6 langchain-tests==0.3.19 langchain-text-splitters==0.3.8 langchain-upstage==0.6.0 langsmith==0.3.42 markdown-it-py==3.0.0 MarkupSafe==3.0.2 marshmallow==3.26.1 matplotlib==3.8.2 matplotlib-inline==0.1.7 mdurl==0.1.2 mmh3==5.1.0 mpmath==1.3.0 multidict==6.4.3 mypy_extensions==1.1.0 narwhals==1.38.2 nest-asyncio==1.6.0 numpy==1.26.4 oauthlib==3.2.2 onnxruntime==1.21.1 openai==1.78.0 opentelemetry-api==1.32.1 opentelemetry-exporter-otlp-proto-common==1.32.1 opentelemetry-exporter-otlp-proto-grpc==1.32.1 opentelemetry-instrumentation==0.53b1 opentelemetry-instrumentation-asgi==0.53b1 opentelemetry-instrumentation-fastapi==0.53b1 opentelemetry-proto==1.32.1 opentelemetry-sdk==1.32.1 opentelemetry-semantic-conventions==0.53b1 opentelemetry-util-http==0.53b1 orjson==3.10.18 overrides==7.7.0 packaging==23.2 pandas==2.2.3 parso==0.8.4 pillow==10.2.0 pinecone==6.0.2 pinecone-plugin-interface==0.0.7 platformdirs==4.3.8 pluggy==1.5.0 posthog==4.0.1 prompt_toolkit==3.0.51 propcache==0.3.1 protobuf==5.29.4 psutil==7.0.0 pure_eval==0.2.3 pyarrow==20.0.0 pyasn1==0.6.1 pyasn1_modules==0.4.2 pydantic==2.11.4 pydantic-settings==2.9.1 pydantic_core==2.33.2 pydeck==0.9.1 Pygments==2.19.1 pyparsing==3.1.1 pypdf==4.3.1 PyPika==0.48.9 pyproject_hooks==1.2.0 pyreadline3==3.5.4 pytest==8.3.5 pytest-asyncio==0.26.0 pytest-socket==0.7.0 python-dateutil==2.8.2 python-dotenv==1.1.0 pytz==2025.2 pywin32==305 PyYAML==6.0.2 pyzmq==26.4.0 referencing==0.36.2 regex==2024.11.6 requests==2.32.3 requests-oauthlib==2.0.0 requests-toolbelt==1.0.0 rich==14.0.0 rpds-py==0.24.0 rsa==4.9.1 scikit-learn==1.5.1 scipy==1.14.0 shellingham==1.5.4 six==1.16.0 smmap==5.0.2 sniffio==1.3.1 SQLAlchemy==2.0.40 stack-data==0.6.3 starlette==0.46.2 streamlit==1.45.0 sympy==1.14.0 syrupy==4.9.1 tenacity==9.1.2 threadpoolctl==3.5.0 tiktoken==0.9.0 tokenizers==0.19.1 toml==0.10.2 tomli==2.2.1 tornado==6.4.2 tqdm==4.66.2 traitlets==5.14.3 typer==0.15.3 typing-inspect==0.9.0 typing-inspection==0.4.0 typing_extensions==4.13.2 tzdata==2025.2 urllib3==1.26.15 uvicorn==0.34.2 watchdog==6.0.0 watchfiles==1.0.5 wcwidth==0.2.13 websocket-client==1.8.0 websockets==15.0.1 wrapt==1.17.2 yarl==1.20.0 zipp==3.21.0 zstandard==0.23.0
미해결
모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기
안녕하세요.. Plan and Executor 아키텍처에서는 Planning 하고 하나의 태스크를 실행하고, 그리고 다시 Replanning 에이전트를 거치면서 답변을 만들어 가는데, ReWoo 아키텍처에서는 RePlanning 과정에 대한 설명이 없던데.. 그렇다면 ReWoo 아키텍처의 Planner 에이전트 성능이 좋아서 모든 게획을 세운것처럼 보이는데. Plan and Executor의 Planner 에이전트도 모든 계획을 세운 것이 아닌건가요? 둘사이 프롬프트가 달라서 그런건가요? ReWoo에서는 왜 재계획 에이전트가 필요없는건가요?
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
남박사님 덕분에 잘 따라가면서 배우고 있습니다. 검색 에이전트 만드는 것까지 재밌게 만들어봤는데, 말미에 채팅입력을 외부 공유할 때 IP주소를 입력해야 한다고 하셨는데 사전 설정이 필요한거죠? GPT 통해서 물어보니 몇가지 절차가 있더라고요
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
최신 버전 LangChain 문서의 <How to add chat history> 부분이 강의 영상이랑 대부분 다른 것 같은데 강의 영상 코드 기준으로 진행해도 문제가 없을까요?( https://python.langchain.com/docs/how_to/qa_chat_history_how_to/#chains )
미해결
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
자료 다운로드를 해도 toml파일만 있고 resaurant_wine.txt등의 파일들이 다 없는데 어디서 찾는걸까요.. m2사용하고있습니다
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
남박사님 강의 정말 잘 듣고 있습니다. 구글 serach 엔진 연결하는 부분에서 HTTP Request 노드에서 화면이 제가 보고 있는 것과 조금 다른 것 같습니다. 아래처럼 Using Field Below를 선택하면 parameter 이름과 value 칸만 나오고 있습니다. q 값을 비워두긴 하는데 제대로 동작을 안하더라고요
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
Hyper-V 항목이 없습니다
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요 강사님. 마지막 Streamlit Cloud 배포 후 버전 오류가 발생해서 질문 납깁니다! Python은 3.10.17 버전 사용하고 있습니다. retriever에 pinecone 사용하지 않고 Chroma 를 사용했고요, requirements.txt 에 버전은 langchain-chroma==0.2.3 chromadb==0.6.3 로 들어가 있습니다. 오류는 unsupported version of sqlite3. Chroma requires sqlite3 >= 3.35.0. 라고 뜨는 걸 보면 chromadb 에서 sqlite3 를 사용하고 그 버전 오류인 것 같은데요.. 어떻게 조치를 할지 검색해도 잘 모르겠어서 질문 남깁니다. 감사합니다.
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
ChatGPT API말고 로컬에 n8n 설치할 때 올라마가 함께 설치 된 경우 올라마를 쓰면 API비용이 발생 안하는 건가요?!
해결됨
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
최근 안내해주신 수강생 이벤트 관련 문의입니다. 안녕하세요, 강사님. 📌 AI에이전트 강의 수강생 특별 혜택 이미 AI에이전트 강의를 수강 중이신가요? GraphRAG 강의 구매 시 <RAG 입문> 70% 할인쿠폰을 드립니다! 이라고 이벤트 안내 주셨는데요. 1. 여기서 언급하신 GraphRAG 강의는 "graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)"(정가 143,000원) 이 맞나요? 2. 또한 여기서 언급하신 <RAG 입문> 70% 할인쿠폰은 RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)(정가 121,000원) 이 맞나요? 확인 후 추가로 수강신청 하려고 합니다. 답변 부탁드립니다. 감사합니다.
미해결
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
공지사항보고 메세지 남깁니다. AI 에이전트로 구현하는 RAG 시스템 수강생인데 70퍼 쿠폰은 어떻게받을수있을까요?
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
3.2.1 OpenAIEmbeddings 대신 UpstageEmbeddings를 활용하는 방법 으로 실습 예제 하고 있는데요 기존 예제로 하면 chain_type 이 없이 동영상자료에서는 그대로 실행되었는데, 실제로 해보니 chain_type 이 2번째로 와야 하는데 없어서 오류가 뜨더라구요,... 아래는 동영상에서 실행되는 코드 입니다. from langchain.chains import RetrievalQA qa_chain = RetrievalQA.from_chain_type( llm, retriever=database.as_retriever(), chain_type_kwargs={"prompt": prompt} ) TypeError Traceback (most recent call last) Cell In[17], line 3 1 from langchain.chains import RetrievalQA ----> 3 qa_chain = RetrievalQA.from_chain_type( 4 llm, 5 database.as _retriever(), 6 chain_type_kwargs={"prompt":prompt} 7 ) 가 뜨게 되는데 확인해 보니, from langchain.chains import RetrievalQA qa_chain = RetrievalQA.from_chain_type( llm=llm, chain_type="stuff", # 기본 체인 타입 (원하면 "map_reduce"도 가능) retriever=database.as_retriever(), chain_type_kwargs={"prompt": prompt} ) chain_type 이 빠져서 안돌아 가더라구요.. chain_type 을 넣어주면 잘 돌아갑니다. 혹시나 저처럼 헤메이실 분을 위해 올려둡니다. OpenAI 유료결제 안하는 바람에 Upstage로 따라해보려고 하는데... 앞으로의 강의는 OpenAI 로 작성되는것 같아서 유료결제를 해야 할까요...?? 그리고 로컬 Ollama 로 하는 영상도 시간 나시면 올려주시면 좋겠어요~^^ 덕분에 langChain 의 l 도 모르던 제가 따라하게 되네요 좋은 영상 감사합니다.
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
IMAP 설치를 해 보려고 하던중에 Community Nodes 가 없네요. chatGPT에 물어 보니.. 클라우드 환경에서는 방법이 없다고 안내하는 데 방법이 전혀 없는 건지 그래도 함 여쭙습니다.
해결됨
[인프런어워드 베스트셀러] 코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드
http request에서 네이버 api를 연결해 보았는데 작동을 하지 않네요. 의심 가는 부분은 제가 n8n을 2주 테스트를 사용하면서 클라우드를 사용하고 있어서 이레 처럼 로컬로 지정해서 문제가 되는 것인가요? 해결할 방법이 있을까요 ?
미해결
graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)
안녕하세요 강사님 수업 도중 openai의 llm 모델이 아니라 개인적으로 ChatOllama를 이용해 gemma3 모델로 실습을 해 보고 있었는데, 스키마가 제대로 전달이 되었는데도 불구하고 llm이 서치를 위해 작성한 cypher 코드 상에서 오타가 나는 것을 발견했습니다. 우선 위와 같이 전달 되는 스키마는 제대로 [:DIRECTED] 로 작성되어 있음을 확인할 수 있고요. 반면 크리스토퍼 놀란이 감독한 영화를 찾기 위해 작성한 쿼리에서는 Llm이 [:DORECTED]로 오타를 내고 있습니다. (참고로 다른 예제에서는 정상적으로 동작하였습니다.) 이처럼 llm이 쿼리 작성 시에 오타를 내는 문제가 종종 발생하는 일인지 그렇다면 이 문제를 어떻게 해결 혹은 완화할 수 있는지 궁급합니다! 그냥 좀 더 똑똑한 모델을 쓰면 대체적으로 해결되는 문제인가요?
미해결
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
법률 문서 PDF 3개가 '자료 다운로드'를 하였을 때 압축파일 안에 존재하지 않습니다.
