url = "https://finance.naver.com/item/sise.nhn?code=352820" pd.read_html(url, encoding='cp949') AttributeError: 'SoupStrainer' object has no attribute 'name' 상기와 같이 코드 실행시 에러가 발생합니다.. 원인을 알려주십시요
강사님 안녕하세요. 크게 중요하지는 않지만, 강사님이 촬영하신날과 버전이 다른건지 n8n 내 기본 기능 관련해서 질문이 있는데요. 1. overview 내에서 project 별로 delete 버튼이 없는데, 별도 셋업이 필요할까요? project 내부에서 save 기능이 없습니다. 자동으로 저장이 되는것같긴한데, 이또한 별도셋업이 필요한지 궁금합니다.
안녕하세요. 강의 수강 중 중간중간에 일이 생겨 이제서야 빠르게 복습하고 다시 수강하고 있는 수강생입니다. 저는 강의에서 사용되었던 코드를 실행했을 때, 평가 실행 시 "KeyError" 오류가 발생되었습니다. 많은 분들께서 따라하는 과정에서 저와 같은 오류를 마주하고 Langsmith Docs를 열어보셨을 것 같습니다. 다만 강의에서 다루는 코드와 현재 시점에 Langsmith Docs에 작성된 튜토리얼 코드는 많은 부분이 변경되었기에 현재 시점의 Langsmith Docs에서 다루는 LLM Evaluator 구현 시 포인트와 함께 Upstage를 사용한 방법을 정리하여 공유드리려합니다. 참고로 현재 시점의 Langsmith Docs는 아래 링크의 문서이며, 이하 설명에서는 Langsmith Docs를 Docs로 부르겠습니다. https://docs.langchain.com/langsmith/evaluate-rag-tutorial 1. Evaluator 종류 - 현재 Doc에서는 다음과 같은 평가 지표에 대한 예시를 제공하고 있습니다. 1) 정확성(Correctness): LLM의 답변이 실제 답변과 얼마나 유사하고 정확한지 측정 2) 관련성(Relevance): LLM의 답변이 사용자의 질문과 얼마나 관련있는지 측정 3) 근거성(Groundedness): LLM의 답변이 검색된 데이터의 맥락과 얼마나 일치하는지 측정 4) 검색 관련성(Retrieval relevance): 입력된 질문과 검색된 데이터는 얼마나 관련있는지 측정 2. 데이터 셋 형식 변경 - 현재의 Docs에서는 다음과 같은 데이터 셋 형식을 사용하고 있습니다. # Define the examples for the dataset examples = [ { "inputs": {"question": "How does the ReAct agent use self-reflection? "}, "outputs": {"answer": "ReAct integrates reasoning and acting, performing actions - such tools like Wikipedia search API - and then observing / reasoning about the tool outputs."}, }, ... ] - 따라서 강의에서 제공된 데이터 셋을 다음과 같이 변경할 수 있습니다. Docs의 Evaluator에서는 'contexts' 를 사용하진 않는 것 같지만 기존 데이터 셋의 내용에 맞추어 수정한 점은 참고바랍니다. examples = [ { "inputs": {"question": "제1조에 따른 소득세법의 목적은 무엇인가요?"}, "outputs": {"answer": "소득세법의 목적은 소득의 성격과 납세자의 부담능력에 따라 적정하게 과세함으로써 조세부담의 형평을 도모하고 재정수입의 원활한 조달에 이바지하는 것입니다."}, "metadata": {"contexts": "제1조(목적) 이 법은 개인의 소득에 대하여 소득의 성격과 납세자의 부담능력 등에 따라 적정하게 과세함으로써 조세부담의 형평을 도모하고 재정수입의 원활한 조달에 이바지함을 목적으로 한다."}, }, ... ] 3. Upstage Model을 사용하는 방법 - 현재의 Docs에서는 각 단계에서 LLM을 선언하는 부분에서 다음과 같이 'ChatOpenAI()' 함수를 사용하고 있습니다. # Rag-Bot from langchain_openai import ChatOpenAI ... llm = ChatOpenAI(model="gpt-4.1", temperature=1) # Evaluators grader_llm = ChatOpenAI(model="gpt-4.1", temperature=0).with_structured_output( ... ) - 따라서 다음과 같이 'ChatUpstage' 라이브러리를 import한 후, 'ChatOpenAI()' 함수를 사용하는 부분을 'ChatUpstage()' 함수로 변경해주면 됩니다. 'Rag-Bot' 코드를 작성하는 셀에서 'ChatUpstage' 라이브러리를 import한다면 이하 코드에서는 일일이 import하지 않아도 되며, 'ChatOpenAI()' 함수에서 사용하던 'temperature=1' 인자는 제거해도 무방했습니다. # Rag-Bot from langchain_upstage import ChatUpstage ... llm = ChatUpstage(model="solar-pro3") # Evaluators grader_llm = ChatUpstage(model="solar-pro3").with_structured_output( ... ) 제가 수정한 전체 코드, 코드별 설명과 변경된 데이터 셋 파일은 아래 링크에 업로드해두었으며, 참고하시면 좋을 것 같습니다. https://github.com/C0deH4ter/llm-application/tree/main/5.1%20Upstage%20Challenge
Error occurred prerendering page "/book/1". Read more: https://nextjs.org/docs/messages/prerender-error Error: Review fetch failed: Unauthorized at p (.next/server/chunks/146.js:1:3768) { digest: '73929900' } Export encountered an error on /book/[id]/page: /book/1, exiting the build. ⨯ Next.js build worker exited with code: 1 and signal: null Error: Command "npm run build" exited with 1 상황설명 에러가 발생하여 env를 추가 하였습니다. 동일한 에러가 발생하여 배포한 서버로 접속하니 인덱스 페이지 접근은 잘 됐지만 api접근이 불가능하였습니다. AI 돌려보니 백단 코드 수정이 필요하다해서 백단 코드 수정 후 브라우저로 api에 접근하니 데이터를 정상적으로 가져왔습니다. 확인 후 프론트 환경변수도 다시한번 변경 해줬습니다. 하지만 프론트 서버에서는 저 에러가 빌드 로그로 출력되더라구요 뭐가 문제인지 감이안잡히네요 ㅎ;;;
1) 이미지 5개 생성으로 한바퀴 돌리고 영상 생성 때마다 이미지 요청 가지 않도록 pin으로 고정했음(초록색 형광펜) 2) 그 이후 영상 생성하기 위해 get lows in sheet 눌러서 excute 눌렀는데 노란색 형광펜 표시된것처럼 무한정 돌아갑니다 10번까지 되길래;;중지 처리햇는데 어떤 부분이 잘못된걸까요?
안녕하세요 강사님. 강의 잘 보고 있습니다. getServerSideProps 함수와 SSR의 상관관계에 대해 의문점이 생겨 QnA를 찾아보고 있었는데요. 비슷한 질문 이 있어서 해당 답변 참고했는데 이해가 잘 되지 않아서요. 해당 답변에선 getServerSideProps 함수를 선언하지 않으면 SSG로 동작한다고 말씀해주셨습니다. getServerSideProps는 강의에서 말씀하신대로 서버에서 호출되어 미리 데이터를 패칭해주고 props를 주입해주는 용도로 사용된다고 이해했는데요. getServerSideProps 함수를 정의하여 export하면 해당 페이지가 SSR방식으로 동작한다는 내용이 이해가 잘 되지 않습니다. next는 기본적으로 SSR SSG방식으로 동작하는 것으로 알고 있고, 처음 접속하는 페이지는 SSG방식으로, 이후 관련된 Link 등으로 이동시 CSR 방식으로 렌더링 되는 것으로 이해하고 있습니다. 해당 부분에 대해 정확한 동작이 궁금합니다. 또한, getServerSideProps 함수를 정의한 페이지가 만약 현재 접속한 페이지에 Link 컴포넌트로 연결이 되어있다면 관련된 js 코드가 프리패칭 될 것인데요. 이 경우 getServerSideProps 함수를 정의한 페이지가 SSR이 아닌 CSR방식으로 렌더링 되는게 아닌가 질문드립니다. (getServerSideProps 함수는 여전히 서버에서 호출되는 것으로 이해하고 있습니다) 관련하여 클로드 답변 첨부드립니다. (오류가 있다면 정정 부탁드립니다..!) 추가 +) 질문을 하다 보니 다소 난해해졌는데요. 정리하자면 아래와 같이 이해하면 될지 궁금합니다. 기본적으로 접속시 SSG로 렌더링된 사이트를 보여주지만, getServerSideProps 함수를 정의하면 SSR로 요청한다. Link 등으로 연결되어 있는 경우 getServerSideProps 함수를 통해 데이터를 패칭해온다. 이후 페이지 렌더링 자체는 CSR로 진행한다. 항상 좋은 강의 감사합니다.
anaconda 홈페이지에서 기존 indivisual 설치가 되지 않아 Q&A 에 답변 해주신 miniconda를 설치 하였습니다. 설치후 cmd를 치니 anaconda prompt 가 떳고 여기서 python --version을 확인하니 python만 써지고 버전은 나오지 않네요. 3.14.3 version을 설치 한 상태 입니다 . 혹시 몰라 mkdir 와 jupyer note book 까지 진행 해 봤지만. 더이상 강의를 따라갈수가 없네요 .. 아래는 prompt 화면 입니다 .
https://join.slack.com/t/lopun-lecture/shared_invite/zt-2mkxcgt5h-7Bq~fMnMJ8Scle17fzFYCQ next.js 프로젝트 생성 수업노트보기 에러 수정 바랍니다 아래와 같은 것이 나와요 otion.site/Supabase-Next-js-14-a522542541254b7ea54d9e81fdbf5e6a?pvs=4