현재 지극한 초보자입니다. 질문이 제대로 질문을 못 할 수도 있는점 양해 부탁드립니다. PRD 관련 문의 처음 기획명세서를 만들때 왜 Chatgpt에서하고 이후 cursor로 와서 작업을 하는데, 처음 부터 cursor로 하는것과 틀린점이 있는것인가요 ? 대략적인 코드가 만들어진 후 개선코드가 필요하여 사용시 PRD는 어떻게 사용하는 방법이 따로 있나요? 테스크 메니저, 투두, 여러개가 많은데 사용할 필요가 없을까요? ( 단순무식 커서 사용자 이며, 초보입니다, 여기 강좌에서 Rule의 필요성은 지각했읍니다) 기타관련 모델을 구지 생각없이 커서를 사용 해 왔읍니다. 모델을 특성 어떻게 알아 볼수 있는 사이트 정보가 있을까요? (초보자는 구지 구별 할 필요 없이 사용해도 되겠죠?) User, Project Rules에 대하여 좀 더 정보를 얻을수 없을까요? ( 초보자중심으로) Docs 는 계속해서 만들어 놓으면 문제가 없는건가요? -- 감사 합니다 -- 2번 답변을 제일 원합니다...
다른 수강생분들에게도 문제 해결에 도움을 줄 수 있도록 좋은 질문을 남겨봅시다 :) 1. 질문은 문제 상황을 최대한 표현해주세요. 6강 마지막 화면이랑 7강 첫화면 코드가 달라져서 이 부분은 어떻게 해결하면 될까요?? (안녕하세요->환영합니다) (console.log->alert) 크게 이 두 부분이 다른 것 같습니다. 그냥 이대로 진행하면 될까요? 2. 구체적이고 최대한 맥락을 알려줄 수 있도록 질문을 남겨 주실수록 좋습니다. 그렇지 않으면 답변을 얻는데 시간이 오래걸릴 수 있습니다 ㅠㅠ ex) A라는 상황에서 B라는 문제가 있었고 이에 C라는 시도를 해봤는데 되지 않았다! 3. 먼저 유사한 질문이 있었는지 꼭 검색해주세요!
안녕하세요 강사님. 좋은 강의 덕분에 업무 자동화 구축에 많은 도움을 받고 있습니다. 문의드리게 된 것은 다름이 아니고, 저희는 병원 전산실과 기록실 소속으로, n8n을 도입하여 실제 운영(Production) 환경의 업무 자동화 시스템을 구축하는 것을 목표로 하고 있습니다. 현재 Docker를 활용하여 n8n을 컨테이너로 구축 할 계획인데, 이 컨테이너를 호스팅할 서버의 OS를 윈도우 서버 와 리눅스 중 무엇으로 선택해야 할지 기술적인 확신이 서지 않아 문의드립니다. 저희의 구체적인 상황과 요구사항은 다음과 같습니다. 운영 팀 환경: 본원은 윈도우 서버 운영 및 관리에 더 익숙합니다. 주요 자동화 워크플로우 예시: 데이터베이스 연동: EMR, OCS 데이터베이스에 주기적으로 쿼리를 실행하여 특정 조건의 환자 데이터를 추출하고, 통계 리포트를 자동 생성하여 담당자에게 전달. 파일 시스템 처리: 네트워크 폴더에 의료 기록 스캔본(PDF, JPG 등)이 생성되는 것을 트리거로 감지하여, OCR API를 연동해 텍스트를 추출하고 파일명 변경 후 EMR 시스템에 업로드. API 연동: 내부 레거시 시스템 및 외부 솔루션(SMS 발송, 알림톡 등)과의 API 연계를 통한 정보 전달 자동화. 이러한 상황을 바탕으로, 아래 세 가지 점에 대해 강사님의 실무적인 조언을 구하고 싶습니다. 성능 및 안정성: 위와 같은 워크플로우가 수시로 실행되는 운영 환경에서, Docker 컨테이너를 호스팅하는 OS로서 윈도우 서버와 리눅스 중 어느 쪽이 n8n의 성능과 안정성을 보장하는 데 더 유리할까요? 유지보수 및 생태계: 윈도우 서버를 선택할 경우 장기적으로 n8n 버전 업데이트, 트러블슈팅, 커뮤니티 지원 활용 등에서 리눅스 환경에 비해 겪을 수 있는 현실적인 어려움이나 불리한 점 이 있을지 궁금합니다. 보안: 환자의 민감 정보를 다루는 병원의 특성상 서버 보안이 매우 중요합니다. OS 레벨에서의 보안 강화나 컨테이너 보안 측면에서 윈도우와 리눅스 환경 중 어떤 것이 더 권장되며 특별히 고려해야 할 사항이 있을까요? 저희가 기술적인 방향을 결정하는 데 있어 강사님의 깊이 있는 조언이 결정적인 도움이 될 것 같습니다. 바쁘시겠지만 답변 부탁드립니다. 감사합니다.
안녕하세요 이전에 장기효님 강의 vue2 버전으로 초중급 듣고 온 상태입니다. 근데 오래전부터 이미 뷰2는 지원 끊어져서 많은 회사들도 현재 뷰3를 이용하고 있는 걸로 압니다. 여기서 지금 재가 고민인게 중급 이후의 뷰2 강의를 들어야할지, 뷰3 강의를 처음부터 들어야할지 고민입니다. 근데 또 뷰3 강의 초급을 구매해서 커리큘럼만 살짝봤는데 뷰2 초급이랑 거의 비슷한것 같더라구요? 제가 이후에 들어야할 강의는 뭘로 해야할까요??
공공데공공데이터 API 를 사용하여 자동화하는 부동산 갭 투자 분석 시스템 만들기 따라하고 있는데 강사님 결과는 한번 요청시에 50개인가 봅니다. 저는 10개 밖에 안나와서 AI agent 프롬프트에서 numOfRows=20 를추가하고 실행시켰더니 결과가 아래와 같이 "cde... (truncated for clarity) ... 이 있어서 TradeCode에서 파싱을 할 때 오류가 납니다. [{"response":{"header":{"resultCode":"000","resultMsg":"OK"},"body":{"items":{"item":[{"aptDong":" ","aptNm":"중곡2단지","buildYear":1976,"buyerGbn":"개인","cdealDay":" ","cdealType":" ","dealAmount":"45,000","dealDay":22,"dealMonth":8,"dealYear":2025,"dealingGbn":"중개거래","estateAgentSggNm":"서울 광진구","excluUseAr":55.87,"floor":1,"jibun":"190-26","landLeaseholdGbn":"N","rgstDate":" ","sggCd":11215,"slerGbn":"개인","umdNm":"중곡동"},{"aptDong":" ","aptNm":"우방리버파크","buildYear":2003,"buyerGbn":"개인","cdealDay":" ","cde... (truncated for clarity) ... "numOfRows":20,"pageNo":1,"totalCount":57}}}}]
안녕하세요 강의를 잘 듣고있습니다. 하지만 개념이 잘 이해가 되지 않은 부분들이 있어서 질문드립니다. context 분리하기 강의 부분입니다!!! 이부분에서 이미 전 시간에 만들었던 useCallback으로 선언했던 함수들이 있습니다. 하지만 왜 app컴포넌트의 렌더링으로 인해 또 함수 선언이 되어 usememo를 써야한다고 하셨는지 문의드려요. const onCreate = useCallback((content) => { dispatch({ type: "CREATE", data: { id: idRef.current++, isDone: false, content: content, date: new Date().getTime(), }, }); }, []); const onUpdate = useCallback((targetId) => { dispatch({ type: "UPDATE", targetId: targetId, }); }, []); const onDelete = useCallback((targetId) => { dispatch({ type: "DELETE", targetId: targetId, }); }, []); const memoizedDispatch = useMemo(() => { return { onCreate, onUpdate, onDelete }; }, []); 그동안 다른 컴포넌트에 props를 줄때는 color={color}식으로 주고, 이는 객체형태라고 합니다. 받는 자식 컴포넌트에서는 {color} 이런식으로 구조분해할당을 합니다. 하지만 createContext로 만든 provider value ={} 는 기본적으로 객체형태가 아닌걸까요? 기본적으로 구조분해할당을 하지 않는거같아서 뭐지싶었습니다 <TodoDispatchContext.Provider value={memoizedDispatch}> useEffect, useMemo의 차이점은 무엇인가요? 기본적으로 의존성 배열을 []로 둘때는 처음으로 컴포넌트가 mount 될때만 실행하고 , [todos]를 넣으면 이 변수 state가 바뀔때만 실행하는거같아서 똑같은거같아요
안녕하세요. 1.7) 복합대입 연산자 관련 질문입니다. 예제) num7 -= 20; 부분입니다. 바로 위에 있는 num7 += 20;은 num7에 할당 되어 있는 값에 20만큼 더해서 console result 값은 30이 반환이 될 것이었고, 반환이 되었습니다. 그런 논리라면 num7 -= 20; 이면 단순 수식으로 생각을 하였을 때, 10 -20 = -10이 되어야 하는게 아닌가 싶습니다. num7 -= 20; 에서 20; 이 부분이 앞에 오게 되는 이유가 있을까요? 기본 연산자에서는 정수만 취급하기 때문에 앞뒤의 순서가 바뀐 것일까요? 단순 JS의 구조적인 문제일까요? 이에, 설명하셨던 부분과 약간 상이 한 내용인 거 같아서 질문 남겨드립니다.
현재 섹션 2.16번 강의 학습 중에 있습니다. ollma를 통해서 gpt-oss:20b 모델을 로컬로 연결해서 학습하고 있는데, search_web 도구로만 응답을 하더라구요. 아무리 쿼리를 바꿔도 wiki_summary, wiki_search 와 같은 도구를 호출해서 응답을 작성하지 않습니다. 혹시 제가 놓치고 있는게 있을까요?
// 2. 콜백함수의 활용 function repeat(count, callback){ for(idx=0; idx<count; idx++){ callback(idx); } } repeat(4, function callback(){ console.log(idx * 2)}); repeat(4,(idx)=>{ console.log(idx * 4); }) repeat(5,()=>{ console.log(idx * 5); }) repeat()으로 호출할 때 콜백함수까지 같이 불러오는 부분에 대해 궁금증이 생겼습니다. repeat(인수, 콜백함수)=> 이 부분에서 콜백함수에 매개변수로 idx를 안 넣어도 콘솔창에 결과가 잘 나옵니다. 그런데도 콜백함수 인수를 작성할 때 idx를 꼭 적어줘야 하나요? repeat(4, (idx) // idx를 넣고 메인 함수 콜백 호출 부분인 callback(idx); 에서 idx를 뺏더니 출력결과가 Nan이 나옵니다. repeat(4, () => 이렇게 idx가 없는 호출문? 에서는 정상적으로 값이 잘 나오는데 저 부분은 왜 안나오는지 궁금합니다.
// 함수선언 함수를 생성하는 것 function greeting(){ console.log("안녕하세요"); } greeting(); let area1 = getArea(20, 30); console.log(area1); getArea(40, 200000); // 함수 호이스팅 // -> 끌어올리다 라는 뜻. //함수가 선언되는 순서는 중요하지 않다! function getArea(width, height){ function another(){ //증첩함수 console.log('another'); } another(); let area = width*height; // console.log(area); return area; <------------------------- 여기 return이 반환값이라고 하셨잖아요. getArea(40, 200000) = area 와 같다고 생각하면 되는거죠? 그리고 그걸 화면에 출력하기 위해서는 꼭 변수에 담아야 하는거죠? 그건 알겠는데 왜 변수에 담아야 나오는 건지 궁금합니다!! }
이번 강의에서 2가지 문제에 봉착되어 헤매었지만 극복하고 다음으로 넘어갑니다. 첫째번 문제는 Gmail 2단계 인증 문제였는데 쉽지가 않았습니다. 두번째 문제는 Gmail에서 "TEXT"가 생성되지 않는 문제였습니다. 질답에 보니 여러분이 이 문제를 재기했고 또 답변이 올라온게 있어서 해결을 했습니다. 감사한 마음을 갖고 또다른 고지를 정복하고자 이 글을 남기고 다름 강의로 넘어가 봅니다.
안녕하세요 강사님! langchain 강의부터 잘 수강하고 있는 수강생입니다! 이번 강의 수강 중 궁금증이 생겨 질문 드립니다. zerox 라이브러리 사용해 md 파일로 변환하는 과정 중 자주 발생하는 에러가 있습니다. 소스 코드는 강의내에서 작성한 코드와 똑같습니다 1. ERROR:root:Failed to process image Error: Error in Completion Response. Error: litellm.RateLimitError: RateLimitError: OpenAIException - Error code: 429 - {'error': {'message': 'Rate limit reached for gpt-4o-mini in organization org-dDgP5bwE5XYlEkdzK49V0oM5 on tokens per min (TPM): Limit 200000, Used 200000, Requested 807. Please try again in 242ms. Visit https://platform.openai.com/account/rate-limits to learn more.', 'type': 'tokens', 'param': None, 'code': 'rate_limit_exceeded'}} LiteLLM Retried: 3 times Please check the status of your model provider API status. 2. Give Feedback / Get Help: https://github.com/BerriAI/litellm/issues/new LiteLLM.Info: If you need to debug this error, use litellm.set_verbose=True'. ERROR:root:Failed to process image Error: Error in Completion Response. Error: litellm.RateLimitError: RateLimitError: OpenAIException - Error code: 429 - {'error': {'message': 'Rate limit reached for gpt-4o-mini in organization org-dDgP5bwE5XYlEkdzK49V0oM5 on tokens per min (TPM): Limit 200000, Used 200000, Requested 807. Please try again in 242ms. Visit https://platform.openai.com/account/rate-limits to learn more.', 'type': 'tokens', 'param': None, 'code': 'rate_limit_exceeded'}} Please check the status of your model provider API status. 위와 같이 모두 '분당 토큰 수' 제한 에러입니다. 저는 처음에는 위 문제를 해결하기 위해 pdf 문서를 chunking 하여 한 번에 처리되는 토큰을 제한하려고 했습니다. => 예) 총 페이지를 약 5~6개로 나눠 보내는 방법 def get_total_pages(path: str) -> int: try: from pypdf import PdfReader except Exception: from PyPDF2 import PdfReader # 호환 return len(PdfReader(path).pages) def make_batches(total_pages: int, size: int): pages = list(range(1, total_pages + 1)) # 1-indexed for i in range(0, total_pages, size): yield pages[i:i + size] total = get_total_pages(PDF_PATH) print(f"Total pages: {total}") merged = [] for pages in make_batches(total, BATCH_SIZE): res = await process_with_backoff(pages) # 여기서 배치로 나눠진 항목들 수행 => 문제점 : zerox는 한 호출에서 처리한 페이지들만 마크다운 파일로 만들어 output_dir에 저장하고, 그 뒤에 만들어지는 파일들은 이어 붙여지지 않고 덮어 씌워집니다. 이를 해결하기 위해 비즈니스 로직을 좀 더 구현해야 하나? 했는데.. 이 방법이 맞는지, 시간만 뺏기게 되는게 아닌지 의문이어서 일단 그만두었습니다. 두번째로는 강사님이 사용하신 모델 'gpt-4o-mini' 를 'gpt-4.1-mini' 로 변경하였습니다. 모델을 바꾸니 바로 해결이 되긴 했습니다. 여기서 제가 궁금한 점은 현업에서 이런 작업을 진행 하다 보면 이런 데이터 전처리를 많이 하게 될 거 같은데.. 사이즈가 너무 큰 데이터는 어떤 방식으로 limit나 기타 오류(아직 어떤 오류가 빈번한지는 잘 모르는 상태입니다.)들을 해결해야 하는지가 궁금합니다! 모델을 바꾸는게 맞는건지, 원본 데이터를 최대한 chunking 해서 제가 맨 위에 오류로 보여드린 200000 TPM 을 맞추려고 해야 되는건지... 요런 부분들이 궁금합니다! 긴 글 읽어주셔서 감사합니다!
ch-7-2에서 포스트 상세 조회 router 안에서 ipify.org api를 호출하는데 포스트 상세 조회 API를 클라이언트에서 호출할 경우 서버에서 ipify.org api를 호출하기 때문에 의도한바와 다르게 서버 ip 주소가 나오고 클라이언트 IP는 req.ip를 통해서만 얻을 수 있지않나요?? const response = await axios.get("https://api.ipify.org?format=json"); ip = response.data.ip;
