깃허브 레포지토리 확인 요청

안녕하세요! 파일 오류인가 싶어서 다양한 방법들을 시도해봤는데, 깃허브 차원의 에러인 것 같습니다. 해결되기 전까지는 clone후에 로컬에서 확인 부탁드립니다 https://github.com/orgs/community/discussions/197350

Langchain 공식문서 학습 질문

안녕하세요, 강의에서 활용한 문서들은 강의 자료로 제공해드리는 깃북에서 정상적으로 동작합니다! 한번 확인 부탁드립니다: https://jason-kang.gitbook.io/rag-llm-application-feat.-langchain.추가로 설치 명령어 또한 uv 를 활용하시는 경우 소스코드를 클론하시고 uv sync 를 실행하시거나, pip 을 활용하시는 경우 pip install -r requirements.txt 로 의존성들을 설치하실 수 있습니다. 누락된 부분을 말씀해주시면 점검 후 업데이트 하도록 하겠습니다.감사합니다

LLM 지침시 헤더 관련해서 궁금한게 있습니다

안녕하세요! 좋은 질문 감사합니다.강의 촬영 시점에는 마크다운을 활용해서 프롬프트를 구조화 하거나, 별도의 형식 없이 텍스트를 작성하는게 잘 동작한다고 했었는데, 요즘은 예시로 주신 것처럼 xml을 활용하는 것이 더 효율적이라는 것이 중론입니다. Anthropic도 Opus 4.1까지는 Claude의 시스템 프롬프트를 일반 줄글로 작성했는데, Sonnet 4.5부터는 xml을 활용해서 구조화 하는 것을 확인할 수 있습니다.https://platform.claude.com/docs/en/release-notes/system-prompts#claude-sonnet-4-5xml이 마크다운보다 토큰을 많이 쓰다보니, 마크다운을 최대한 활용했었는데, 요즘 context window가 커져서 xml구조화가 조금 더 효과를 보는 것 같습니다.https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices

강의자료 위치

안녕하세요 제가 소개자료에만 걸어두고 강의 내용에서는 빠트렸군요 ㅠ. https://www.kangsium.com/ai-agent-evaluationhttps://github.com/jasonkang14/inflearn-ai-agent-evaluation강의 1회차에도 업로드 해두겠습니다. 감사합니다

온톨로지 활용

안녕하세요, 이번 강의에서는 단일 문서 기반 RAG라 온톨로지까지는 오버엔지니어링이라고 판단해서 다루지 않았습니다. 온톨로지는 보통 의료, 법률, 사내 지식베이스와 같이. 여러 문서/도메인에 걸쳐 의미 추론이 필요할 때 효과를 볼 수 있습니다.

제공해주신 레포가 Windows 환경에 너무 비친화적입니다.

안녕하세요, 피드백 감사합니다. 소스코드에 pyproject-windows.toml을 추가했습니다. 다만 uv sync 실행 시, pyproject.toml을 참고하기 때문에, 소스코드에 있는 pyproject.toml을 삭제하시고, pyproject-windows.toml의 파일 이름을 pyproject.toml로 변경하신 후에 uv sync를 진행해주시기 바랍니다. # PowerShell Rename-Item pyproject.toml pyproject-mac.toml Rename-Item pyproject-windows.toml pyproject.toml Remove-Item uv.lock -ErrorAction SilentlyContinue uv python install 3.12 uv sync

ollama설치해서 llama로 돌려도 되나요?

안녕하세요, LLM은 오픈소스 모델을 활용해도 괜찮습니다. 다만 임베딩 모델은 우리말에서 잘 동작하는 오픈소스 모델을 발견하지 못했습니다.

테스트 환경 확인 -chat 사용 시 에러

안녕하세요, failed to receive response라면 LLM에서 답변이 오지 않는 경우라 사용중인 포트와는 무관한 것으로 판단합니다. 에러 메세지 전체를 올려주실 수 있을까요?

docker port 충돌 문제

안녕하세요! 일단 윈도우에서 구동중이신걸로 추정되는데요, 5678 포트를 미리 예약해버려서 Docker가 사용할 수 없는 상태로 보입니다. 가장 간단한 방법은 아래와 같은 방법으로 실행하시고docker run -d -it --rm --name n8n -p 5679:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n컨테이너 내부는 그대로 5678 사용하지만 접속은 http://localhost:5679로 가능합니다

마크다운을 텍스트 파일로 변환하기

안녕하세요 좋은 질문 감사합니다. 토큰을 아끼려고 마크다운 형식들을 제외하고 txt로 저장하는 코드인데요, 말씀하신 것처럼 바로 txt로 변경하는게 오히려 더 좋겠다는 생각이 드네요. 토큰을 아끼는 것 보다 마크다운 형식을 남기고 형태를 보존하는 것이 LLM Context 주입에 더 유리할 것 같습니다. 좋은 피드백 감사합니다