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 원 입니다. 안녕하세요, 선생님 강의 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_tool 은 기본적으로 "질문 1개 -> 검색 1번" 구조입니다. AI가 스스로 "세율도 모르고, 공정시장가액비율도 모르네? 추가로 검색해야지!"라고 생각하게 만드는 추론(Reasoning) 루프 가 약한 상태입니다 AI의 오판: 리트리버가 준 결과물(제8항 세대 정의, 제9항 공시가격 정의 등)은 실제 계산에 필요한 세율표나 공정시장가액비율 이 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.
OpenAI를 활용한 나만의 AI 에이전트 만들기 (Agent Builder, GPT-5, Chatkit, Cloudflare, MCP, Fine Tuning, CoT 등)
안녕하세요. Cloudflare를 이용해 앱 배포를 진행하던 중, 강의 영상에서 안내된 과정과 현재 Cloudflare의 인터페이스 및 설정 방법이 달라진 것을 확인했습니다. 그 과정에서 생성 및 배포를 진행할 때 지속적으로 빌드 실패가 발생하고 있습니다. 특히 최근 업데이트로 인해 "Worker 생성" 관련 버튼과 설정 방식이 변경된 것으로 보이며 , 이전에는 확인할 수 있었던 빌드 명령(Build Command) 설정이 현재는 "선택 사항"으로 표시되어 정확한 설정 방법을 파악하기 어려운 상황입니다. 최신화된 Cloudflare 환경에서는 어떤 방식으로 생성 및 배포 과정을 진행해야 하는지 안내해 주시면 감사하겠습니다. 감사합니다.
하이딩과 static, 상속 관련해서 질문이 있습니다. 일반적인 상속 상황을 가정할 때 부모, 자식에게 둘 다 있는 메서드(즉, 오버라이딩): 자식꺼 사용 부모, 자식에게 둘 다 있는 static 메서드: 부모꺼 사용 부모, 자식에게 둘 다 있는 변수: 객체의 자료형(Parent p = new Child();의 경우 Parent의 변수 사용, Child c = mew Child();의 경우 Child의 변수 사용)에 맞는 변수 사용 이 맞을까요?
안녕하세요 오늘까지 전체수업 한번 쭉 들어봤습니다. 고민이 저는 파이썬 장고가 조금 익숙한데 .. 이번강의 에서 Next.js + Supabase조합은 사실 조금 생소합니다. 디버깅등 보다 완성도 있는 코딩을 하려면 AI에만 의존할 수 없는데 그럼 이조합이 가장 이상적인것인지.. 나중에 AI 분석에 들어가면 많은 분석기법을 파이썬에서 해야하는데 그걸 이 웹조합과 연계도 문제가 없는지 그리고 가장 중요한 질문은 지금 처음부터 next.js 나 supabase를 처음부터 공부하기에는 또 이번 수업에 나오는 다양한 기존 툴들 공부하려면 어디서 부터 어떻게 해야하는지요 .. 너무 기본적인 질문인가요
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
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
안녕하세요. 강의 잘 듣고 있습니다. 강의를 들었는데 잘 이해가 안되는데요. react agent랑 이전에 설명한 tool여러개 붙인 agent랑 구분이 잘 안되는데 무슨 차이가 있길래 react agent라고 하는 걸까요? reasoning_effort="high", # 논리성 강화 이 부분이 그런걸 하는 것인가요?
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?
