노드, 엣지, 상태관리를 통해 Agentic Work Flow를 가진다. 노드 = 각각의 상태. 실행하고자 하는 하나의 함수라고 보면 된다.엣지 = 어디서부터 어디로 보낼 것인가?두 개 이상의 엣지 구현 가능상태 = 현재의 상태 값을 저장 및 전달하는 데 활용 순환 연산 기능으로 쉽게 흐름을 제어 Conditional Edge : 조건부 흐름 제어를 할 수 있게 해주는 엣지. 분기 처리가 가능하다.Human-in-the-loop : 사람이 직접 개입해서 정하게 하는 것도 가능하다. 상태(State)TypeDict : 일반 파이썬 dict에 타입헌팅을 추가. 쉽게 말하면 dictionary모든 값을 다 채우지 않아도 된다.새로운 노드에서 값을 덮어쓰기(Overwrite) 방식으로 채운다. 어떤 식으로 업데..
자바 17버전부터 추가된 문법들입니다. 텍스트 블록여러 줄의 텍스트를 작성할 때 """로 감싼 텍스트를 사용해서 여러 줄의 텍스트를 표현할 수 있습니다. String query17 = """ SELECT * FROM "items" WHERE "status" = "SALE" ORDER BY "price"; """; formatted() 메서드값을 파싱하기 위해서 사용합니다. 해당 기능이 없었을 때 아주 불편했다고 합니다.(확실히 다른 언어에 비교해서 힘들었을 것 같긴 합니다.)String textBlock17 ="""{ "id : %d "name" : %s,}""".formatted(2, "juice") 레코드레코드는 데이터 전달을 목적으로 하는 객체를 더 빠르고 간편하게 만듭니다.레..
전 포스트에서 만들었던 SpringBootDeveloper 패키지를 우클릭하여 New - Class를 선택하고 TestController.java 파일을 만들어봅시다. 그리고 다음과 같이 코드를 입력합니다.package me.shinsunyoung.springbottdeveloper;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.RestController;@RestControllerpublic class TestController { @GetMapping("/test") public String test() { return "Hello, wo..
스프링 부트를 설치하기 위해 다음과 같은 프로세스를 따릅니다.https://www.jetbrains.com/ko-kr/idea/download 에서서 인텔리제이션 커뮤니티 버전 설치 파일 다운로드다운로드한 파일을 더블클릭해 실행하고, Installation Options에서만 'Add "bin" folder to the PATH 항목만 체크하고 나머지는 기본값을 그대로 두고 설치 진행MacOS 에서는 1번은 그대로 진행하되, 2번은 Applications 폴더로 옮기고 이용라이선스 동의 한 후 기본값으로 설치하면 됩니다.설치가 끝나고 인텔리제이를 처음 실행하면 Intellij idea user agereement 창이 나타나고, 체크 한 후에 다음을 눌러 진행합니다.New Project를 누르고 New ..
스프링은 엔터프라이즈 애플리케이션(많은 사용자의 요청을 동시에 처리하는 애플리케이션)이 나옴으로서 서버 성능과 안전성 및 보안을 원활하게 만들기 위해 들장한 프레임워크입니다. 프레임워크의 특징답게 다른 것들을 신경쓰지 않고, 오직 개발에만 집중할 수 있게 만들어진 도구였습니다. 스프링은 장점이 많은 개발 도구이지만, 설정이 매우 복잡하다는 단점이 있습니다. 그래서 2013년 개발팀은 이 단점을 보완하기 위해 스프링 부트를 출시했습니다. 스프링 부트는 스프링 프레임워크를 더 쉽고 빠르게 이용할 수 있도록 만들어줍니다. 의존성 세트라고 하는 스타터를 이용해서 간편하게 의존성을 상요하거나 관리할 수 있습니다. 스프링 부트의 주요 특징 - 톰캣, 제티, 언더도우 같은 WAS가 내장되어 있어 독립적으로 실행 가능..
필자는 Openai API를 그다지 좋아하지 않는 편이다. 편하지 않다고 하기보다는, 돈이 정말 많이 깨진다. 임베딩도 그렇고, API 호출값도 그렇고.심지어는 레벨이 높지 않으면 토큰 제한까지 존재한다. 그래서 필자는 RAG를 만들 때도 당연히 Ollama와 같은 로컬로 써야 한다고 생각한다. 그러나 애석하게도 AutoRAG 프레임워크는 초보자들을 위해서 기본 Openai API를 쓰게 되어 있다. 그러나 Ollama를 쓰려고 튜토리얼도 없고, 굉장히 험난한 길을 걷게 된다. 이 글은 좀 심화용으로, 어느정도 코딩을 알고, AutuRAG를 활용하면서도 돈을 아끼고 싶은 분들에게 추천하는 글 되시겠다. 데이터셋 만들 때 Ollama 활용하기사실 데이터셋 정도는 ChatgptAPI를 활용해도 되지만..그것..