from langchain_core.prompts import ChatPromptTemplate from pydantic import BaseModel, Field from typing import Literal class Route(BaseModel): target: Literal["income_tax", "llm", "real_estate_tax"] = Field( description="The target for the query to answer" ) router_system_prompt = """ You are an expert at routing a user's question to 'income_tax', 'llm', or 'real_estate_tax'. 'income_tax' contains information about income tax up to December 2024. 'real_estate_tax' contains information about real estate tax up to December 2024. if you think the question is not related to either 'income_tax' or 'real_estate_tax'; you can route it to 'llm'.""" router_prompt = ChatPromptTemplate.from_messages( [("system", router_system_prompt), ("user", "{query}")] ) structured_router_llm = small_llm.with_structured_output(Route) def router(state: AgentState) -> Literal["income_tax", "real_estate_tax", "llm"]: """ 주어진 state에서 쿼리를 기반으로 적절한 경로를 결정합니다. Args: state (AgentState): 현재 에이전트의 state를 나타내는 객체입니다. Returns: Literal['income_tax', 'real_estate_tax', 'llm']: 쿼리에 따라 선택된 경로를 반환합니다. """ query = state["query"] router_chain = router_prompt | structured_router_llm route = router_chain.invoke({"query": query}) return route.target 안녕하세요 강병진 강사님:) 혹시 위 코드에서 router_prompt없이 Route class의 Field에만 프롬프트 지침을 넣어도 문제가 없을까요? 테스트 결과는 잘 나왔습니다. 아래는 수정 코드입니다.class Route(BaseModel): target: Literal["real_estate_tax", "llm", "income_tax"] = Field(description = """ 당신은 사용자의 질문을 보고 적절한 라우터를 연결해주는 전문가입니다. 부동산에 관련된 질문은 real_estate_tax라우터를, 소득세에 관한 질문은 income_tax라우터를, 그 외의 질문은 llm라우터로 연결해주세요. """) def router(state: AgentState): query = "역삼역 떡볶이 맛집을 알려주세요 " router_llm = llm.with_structured_output(Route) response = router_llm.invoke(query) return response.target print(router({})) >> 'llm'

MCP Server 나 langgraph 나 모두 tool 입니다. 만약 tool 에서 결과 값이 너무 많이 나오는 경우 어떻게 처리 해야 할까요?예1) MCP Server의 "우리 회사 고객 정보중 매출 얼마 이상 되는 정보를 보여줘?" 라고 고객이 입력 했는데, 그 고객 정보가 10만명이 나와서 tool 의 결과가 너무 커 버리는 예)DB의 Limit 등으로 어떻게 하더라도 다음 호출을 LLM이 잘 못해주는 경우가 있음.예2) 슬랙의 채널을 보여줘 했을 때, 슬랙의 채널이 너무 많은 경우 ... 결국 전부다 예3) 소스코드를 분석해 줘소스코드가 1만 - 2만 라인 되었을 경우 Tool 의 결과라도 양이 많으면 Summary를 하면서 계속 돌려야 하는게 효과 적일까요? 아니면 페이지 1, 2 등을 호출할 수 있게 어떻게 하던 LLM 에게 권한을 주는게 효과 적일까요?더 괜찮은 방법이나 좋은 prompt 등이 있으시면 답변 부탁 드립니다.감사합니다. 

안녕하세요 좋은 수업제공해주셔서 많은 도움을 받고있습니다. langChain에 public 모델을 사용할때 개인정보 관련해서 질문이 있는데요예를 들어 챗봇이나 자동 상담 기능에 적용을 한다고하면 입력이 매우 자유로울거같은데 개인정보에대해서는 어떻게 처리를 해야할까요? 기본적으로는 정규식으로 전처리를 하는데 100%보장된 작업은 아니라 현업에서는 어떻게 처리하는지 궁금합니다. 만약 개인정보 처리가 매우 중요하다면 public 모델(ex. chatGPT, gemini)은 사용 못하고 private 한 환경에 오픈소스로 운영할수밖에는 없을까요?

안녕하세요 파이썬 활용한 데이터 전처리 부분에서 14.1 파이썬을 활용한 데이터 전처리.ipynb 위 코드를 가져와서 진행하는 과정에서 아래와 같은 에러가 발생했습니다.UnicodeEncodeError: 'cp949' codec can't encode character '\u2219' in position 1119: illegal multibyte sequence이것저것 파이썬 기본 인코디을 utf-8로 바꾸라고 해서 set PYTHONUTF8=1해당 코드도 사용해 봤는데 결국에는 아래와 같은 에러가 발생해서 질문드리게 되었습니다.TypeError: 'NoneType' object is not iterable 혹시 어떻게 해야할까요?(윈도우 사용중입니다)

n8n을 도커로 서버에 올려 사용중인데요, (서버의 스펙은 4코어 16기가)조금만 무거운 작업을 하면 Node.js(단일 이벤트 루프)의 문제인지 서버가 블로킹이 되어 작업이 완료될때까지 서버가 멈추는 현상이 있습니다.멈추는 사이에는 별도의 쓰레드로 요청을 보내도 응답을 주지 않습니다.제가 했던 워크플로는 10메가정도의 zip파일 1개를 ftp에서 다운로드 후 압축해제 하여 압축해제된 json파일을 하나로 합치는 작업입니다.이정도의 작업으로 n8n서버가 멈추는(블로킹) 현상이 일반적인가요?답변부탁드립니다.감사합니다. 

파이썬을 활용한 전처리 데이터 강의에서 제공해주신 코드를 실행하면 MissingEnvironmentVariables 에러가 발생합니다..env에 어떤 설정을 해주어야할까요?

강사님 안녕하세요.n8n을 개인 도메인에 붙여 띄었습니다. 근데 오른쪽 상단에 Connection Lost가 나와서 실행이 다 안되더라구요.Docker도 재시작해보았고, nginx도 재시작 해 보았구요.  

강의 잘 듣고 있습니다. 감사드립니다. ^^QNA 챗봇 서비스 기능을 테스트중입니다.구글 드라이브에서 PDF 문서를 읽어와서 벡터 스토어에 저장하는데,수정된 내용으로 업데이트하는 경우,기존 index 에 있는 내용을 삭제하고, 입력하는 방법은 어떻게 구현하면 될까요? 

구글드라이드 + n8n 전처리시, 구글 연동이 안됩니다. 액세스 차단됨 : n8n 앱이 google 의 인증절차를 완료하지 않았습니다.오류 403 access_denied인터넷 검색해서 적용해도locahosthost:5678...어디를 점검해 볼수 있을까요? local 드라이브에 있는 폴더를 연결할 수는 없나요?

뭔가 제가 이해하기로는 Multi Agent의 개념이 Multiple tool로의 개념으로 이번 강의를 이해했는데요 맞을까요 ? 둘의 명시적인 기능의 차이는 없어보이는데 클린 코드 작성 측면에서는 더 Multi tools가 효과적으로 보입니다 다만, 명확히 왜 이렇게했지? 라는 생각이 계속 듭니다. 어떤 점에서 장점이 있다고 이해하면 될까요 ?

수고 많으십니다. 좋은 강의 잘 듣고 있습니다. 20. txt to sql 1차 개선에서 query에서 강의자료에 있는 쿼리라고 붙여 넣기 한게 있는데 어디에 있는지 잘 모르겠습니다. 다운 받은 Json에서 찾아봐도 없어서 어디일까요?

강의대로 Transaction pooler에 있는 값들 넣어줬는데 안됩니다.. db password 리셋 하고 나서 적용시 시간이 좀 걸린다하셨는데 몇십분 넘게 시간이 걸리나요.?

aws 배포하고 실습할때 정식 배포방법 사용시oauth 로그인할떄 redirect url에 5678포트가 있어서 계속 오류가 났는데sudo docker run -e N8N_PROTOCOL="https" -e N8N_HOST="도메인 url" -e N8N_PORT=443 -d -it --rm --name n8n -p 5678:443 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n이렇게 설정하고 실행하니 해결 됐습니다.

안녕하세요. 강의 듣던 도중에 궁금한 점이 있어 질문드립니다!현재 zerox로 gpt-4o-mini를 이용하여 pdf -> md로 변환하는 과정에서Rate limit 에러가 나서 임의로 concurrency = 2로 변경하여 진행하였습니다. (속도는 36분 걸렸습니다.) 이때 input token이 강사님보다 한자리수 많이 나오는데, 제가 건드린 게 concurrency 밖에 없어서요.concurrency 값과 input token 사이에 어떤 연관관계가 있는지 아실까하여 질문드립니다...!!! 저는 병렬처리에 관한 값이라고 생각하고 숫자를 줄여 rate를 내린다는 생각으로 concurrency 값을 조정했는데(프롬프트는 동일하고 병렬적으로 수행하는 프로세스의 수만 줄어든다고 생각했습니다.), 뭔가 프롬프트의 양이 늘어난 걸 보면 한번에 변환 요청하는 페이지수? 같기도 하다는 생각이 듭니다...

혹시 n8n에서 이미지를 분석해주는 ai 모델도 만들수있을까요. 간단하게 구현을 해봤는데, 이미지를 인식하는 정확도가 떨어지네요. 이미지를 다운받을수있는 url을 ai-agent에게 던져주고 ai모델은 gpt4o, 4.1, 5까지 사용해보고gemini 2.5pro로도 테스트를 해봤는데 정확도가 높지가 않네요 혹시 정확도를 높이는 팁이 있을까요?

Slack 부분이 재밌을 것 같아서 먼저 보면서 따라해보고 있습니다!근데 궁금한게 현재 Docker를 이용해서 local로 진행을 하고 있는데요!선생님처럼 어떻게 url 도메인이 있는걸까요???

InvalidUpdateError: At key 'tax_deduction': Can receive only one value per step. Use an Annotated key to handle multiple values. For troubleshooting, visit: https://python.langchain.com/docs/troubleshooting/errors/INVALID_CONCURRENT_GRAPH_UPDATEOutput is truncated. View as a scrollable element or open in a text editor. Adjust cell output settings... graph를 최종 실행하니 에러가 발생하네요여러 노드가 한가지 값을 바꾸려고 한다는 얘기 같은데 langgraph 0.6.3langgraph-checkpoint 2.1.1langgraph-prebuilt 0.6.3langgraph-sdk 0.2.0제 랭그래프에서 지원이 안되는걸까요 ?

선생님이 만들어주신 예제의 데이터베이스가 아닌 제가 개인적으로 갖고 있는 DB를 붙여서 하려고 한다면 어떤 방식으로 해야할까요? 참고 로 mysql 입니다.

if 에서 아무리 설정을 줘도 boolean 값으로 True False를 못받고 "true" "False" 로 값이 출력되어 Wrong type: '[object Object]' is an object but was expecting a boolean [condition 0, item 0] Try either: Enabling 'Convert types where required' Converting the first field to a boolean by adding .toBoolean() 이와 같은 에러가 자꾸 발생합니다.

안만들어져요.......ㅠㅠㅠㅠㅠㅠㅠ강의랑 똑같이 만들었는데..