어떤 강의에 대한 질문인지 자세하게 알려주시면 답변을 드리는데 도움이 됩니다. 스크린샷윈도우키 + 쉬프트키 + S(윈도우)을 자세히 첨부하시면 답변 드리는데 많은 도움이 됩니다. 동영상 재생 관련 같은 인프런 서비스 관련 문의는 1:1 문의하기를 이용해 주세요도커 설치중 강사님 완료된 창이랑 다른거 같아서 문의드립니다

위와 같이 couldn't connect with these settings라는 에러가 뜨는데도 execute 해보면 데이터를 받을 수 있습니다..이유가 뭔가요??

uid를 찾을 때, subject랑 contains, 메일 제목이랑 메일 송신자만 있을때 결과가 나오는 것 같습니다. 저는 처음에 text, 메일 내용까지 넣은 후에 노드를 실행시켰는데 아무것도 뜨지 않았는데 왜 그런지 알 수 있을까요??

안녕하세요.이번에 회사 내부에서 AI Agent를 도입 예정인데요.회사 DB는 대부분 postgresql로 구성되어 있는데, postgresql에서 pgvector 벡터 데이터베이스를 제공하더라고요?사용해도 성능이 괜찮을지.. 혹시 경험이 있을지 궁금해서요. 혹시 주위분들에게 들은 거라도 있으신지 ㅠ 

소득세법 을 최신파일로 다운받고 똑같이 했는데(물론 다른 결과가 나오는게 정상이지만), 좀 다르게 나오네요. 실습파일을 올려주시면 좋을 거 같아요.(1년저니라 다를수도)  " 결과"연봉 5천만원인 직장인의 소득세 계산은 복잡하며, 여러 단계에 걸쳐 이루어집니다. 기본적으로 근로소득공제, 인적공제, 추가공제 등을 통해 과세표준을 구하고, 이에 소득세율을 적용하여 산출세액을 계산합니다. 이후 다양한 세액공제를 적용하여 최종 납부할 세액을 산출하게 됩니다. 구체적인 계산은 다음과 같습니다. 1. 근로소득공제: - 연봉 5천만원에 대한 근로소득공제를 적용합니다. 공제액이 2천만원을 초과하는 경우에는 2천만원을 공제합니다. 따라서 근로소득공제액은 2천만원입니다. 2. 과세표준 계산: - 과세표준 = 총급여 - 근로소득공제 - 기타 필요경비(기본공제, 추가공제 등) - 기본공제는 연 150만원입니다. (단일 거주자로 가정) - 과세표준 = 5천만원 - 2천만원 - 150만원 = 2,850만원 3. 세율 적용: - 과세표준 구간별로 소득세율이 다르게 적용됩니다. (예: 2,850만원일 경우 소득세율은 일반적으로 \[단순한 설명을 위해 특정 세율로 계산\]) - 실제 세율 적용 과정은 복잡하며, 과세표준 구간에 따른 누진세율을 반영하여 정확하게 계산해야 합니다. 4. 세액공제 등: - 연금보험료공제 등 다른 공제항목들이 있으면 추가로 반영합니다. 이외에도 세금 계산 시 다양하고 복잡한 규정들이 많으므로, 정확한 세금 계산을 위해 세무사 등 전문가의 도움을 받는 것이 좋습니다. 개인의 소득구조, 부양가족, 제출 가능한 증빙자료 등에 따라 최종 세액은 크게 달라질 수 있습니다.

어떤 강의에 대한 질문인지 자세하게 알려주시면 답변을 드리는데 도움이 됩니다. 스크린샷윈도우키 + 쉬프트키 + S(윈도우)을 자세히 첨부하시면 답변 드리는데 많은 도움이 됩니다. 동영상 재생 관련 같은 인프런 서비스 관련 문의는 1:1 문의하기를 이용해 주세요.  ai agent에서 json 형태로 출력 형식을 지정햇는데 output을 보면 text에 다 포함해서 작성하는 것 같습니다. 이런경우 파서를 사용해서 지정해줘야 하는건가요?만약 파서를 사용해야 한다면 status :, type을 어떻게 써줘야 한느지 문의드립니다. 

from dotenv import load_dotenvload_dotenv() 전단계 모두 설치 다되었는데요위 코드 실행하면 False가 나옵니다. ㅠㅠ 

강사님 안녕하세요! 지난번 알려주신 구글 시트 로그 적재 팁 덕분에 챗봇 로그가 잘 쌓이고 있습니다. 감사합니다.이렇게 수집된 [피드백 데이터]*를 활용해 챗봇 성능을 높이려 하는데, 아래 방식으로 구현해도 괜찮을지 의견 여쭙니다! (*데이터 내용: 사용자질문/챗봇답변/평가(좋아요, 싫어요)/답변개선방향)[현재 고민] 피드백 받은 답변개선방향(ex. 챗봇 답변이 ~~식으로 되어야 합니다)을 실시간 프롬프트에 반영하자니 케이스도 많고, 답변 속도도 저하될 것 같아서, 아예 [피드백 데이터]에서 답변을 잘하지 못한 질문에 대한 [정답 답변]을 만들어서 우선 검색하는 방식을 고려 중입니다.[고려 중인 로직]QA데이터셋(정답지): 사용자 질문과 정답 답변(담당팀 검수 답변) 간 유사도 비교분기 처리(Threshold):유사도 0.9 이상: QA 데이터의 답변을 즉시 반환 (LLM 생성 X)유사도 0.9 미만: 기존 RAG 프로세스 (문서 검색 -> LLM 답변 생성) [문의 사항]방법론 검증: 위와 같이 임계값(Threshold 0.9)을 임의로 정하고 정답지 검색을 앞단에 배치하는 방식이 실무적으로 괜찮은 접근일까요?대안 문의: 일반적으로 현업에서 피드백(Human Feedback) 데이터를 RAG에 반영하여 정확도를 높일 때 사용하는 더 나은 방법이 있을까요?바쁘시겠지만 짧게라도 조언 주시면 큰 도움이 될 것 같습니다! 참고로 저는 비개발자입니다!

어떤 강의에 대한 질문인지 자세하게 알려주시면 답변을 드리는데 도움이 됩니다. 스크린샷윈도우키 + 쉬프트키 + S(윈도우)을 자세히 첨부하시면 답변 드리는데 많은 도움이 됩니다. 동영상 재생 관련 같은 인프런 서비스 관련 문의는 1:1 문의하기를 이용해 주세요.제공해주신 파이썬 코드에 아래 처럼 ko로 언어가 세팅되어 있습니다. 영어인 주소를 넣었을 때 영어도 요약을 하려면 lang:str="eng"로 작성후 docker에서 compose up 과정을 동일하게 거치고 node를 두개 만들어야 하는건가요?

강의대로 진행했다고 생각하는데...AI Agent1 노드에서 계속 에러가 떠서 진행을 못하고 있습니다. 어떤 부분이 잘못된 것인지 궁금합니다.

인강 같은 경우에는 녹음하기가 불편한데 저같은 경우 Y잭을 연결해서 하는 듣고 하나는 스마트폰에 가까이 대서 녹음하는데 이러면 소리를 크게해야해서 조용히 인강을 듣는 것을 선호하는 저에게는 귀만아프고 불편하기만하는데 다른 방법이 있나요?

학습 관련 질문이 있으시면, 상세하게 남겨주세요.문제가 발생한 부분의 코드를 함께 올려주세요.수업 영상 몇 분/초 구간인지 알려주세요.

안녕하세요. 강의 진행도중, 막히는 부분이 있어, 질문드립니다.사진과 같이, 입력을 하면, 커넥션 로스트가 발생합니다.현재 컨테이너들은 정상적으로 실행되고 있는 거 같은데 계속해서 커넥션 로스트가 발생하는 원인이 궁금합니다.

docker compose --profile gpu-nvidia up를 실행하면, 커서만 깜빡이고 실행이 되지않습니다. docker desktop도 실행되어있고, 도커 버전도 나오는데 뭐가 문제일까요 ? .env 파일도 docker-compose.yml과 동일한 경로에 존재하고 있습니다.

어떤 강의에 대한 질문인지 자세하게 알려주시면 답변을 드리는데 도움이 됩니다. 스크린샷윈도우키 + 쉬프트키 + S(윈도우)을 자세히 첨부하시면 답변 드리는데 많은 도움이 됩니다. 동영상 재생 관련 같은 인프런 서비스 관련 문의는 1:1 문의하기를 이용해 주세요.강의 내에서 사용했던 roundcube webmail은 어떤 경우에 사용하는 메일인가요?

맵북 git 설치방법도 같나요?

call n8n workflow tool의 input에 query가 없어요. 그냥 그래도 강의대로 004-1-search에 query로 작성하니 동작은 잘 햇습니다.     궁금한 점은 call node에서 input에 qeury가 없는데 실제 검색 node에서는 어떻게 검색이 동작하는지 궁금합니다. 아니면 call node에서 query 정보를 확인할 수 있는 방법이 따로 있는건가요?

도커설치 내용 중, 윈도우 11 home이라서 윈도우 기능 켜기/끄기 항목에 hyper-v 없는데, 다른 대체 방법이 있을까요?

from langchain.chains.combine_documents import create_stuff_documents_chain이 부분에서 에러가 납니다TypeError: Fields of type "<class 'langchain_core.runnables.base.Runnable'>" are not supported., 

문제 상황: 모듈을 불러오는 과정 중 에러 발생.(langchain 1.1.0 버전 사용 중)from langchain.chains import RetrievalQA 이유: langchain 최신 버전에서 chains 모듈이 langchain-classic 패키지로 분리되었다고 합니다. 해결 방법: pip install langchain-classic 패키지 설치 후 아래와 같이 코드 작성.from langchain_classic.chains import RetrievalQA