주로 requirement.txt에 패키지를 나열해서 pip 으로 설치할 때 비효율적인 시간 문제로 프로젝트에는 적절하지 않은 방법이었다.그래서 찾아보다가 알게된 poetry로 프로젝트 관리하기!poetry란?Python 프로젝트의 의존성 관리와 패키징을 위한 도구입니다. pip과 virtualenv의 기능을 통합하고 개선한 것으로 볼 수 있습니다.주요 특징pyproject.toml 파일을 사용하여 프로젝트 설정과 의존성을 선언적으로 관리합니다. (가상환경 자동 관리)poetry.loc 파일은 프로젝트의 의존성이 해결된 후 생성되어, 의존성 트리에 있는 모든 패키지의 정확한 버전을 고정하고 기록합니다. 이러한 방식은 프로젝트가 다른 환경에서 동일한 의존성을 정확히 재현할 수 있도록 보장합니다. (의존성 ..

문제 링크: https://school.programmers.co.kr/learn/courses/30/lessons/1844Level 2 이 코드는 BFS를 이용하여 최단 경로를 탐색합니다.BFS는 시작 지점에서 가까운 노드부터 탐색하기 때문에, 도착 지점에 처음 도달했을 때가 곧 최단 거리이며,따라서visited[n-1][m-1]에 저장된 값이 최단 거리를 보장합니다.또한 방문 여부를 확인하며 중복 방문을 방지하기 때문에, 불필요한 경로 탐색도 하지 않습니다. from collections import dequedef solution(maps): n,m = len(maps), len(maps[0]) dx, dy = [1,-1,0,0], [0,0,1,-1] visited =..

Github CODE다음 강의를 보고 정리한 내용입니다. Keyword: Reasoning RAG, Langchain, Ollama, QdrantDB, Docling 1. 라이브러리 설치VectorDB는 QdrantDB를 사용했다. 실무에서 생각했을 때 유지보수가 용이한게 가장 중요하다. 어떤 collection을 넣었는지, 어떤 문서들이 어떤 chunking 과정을 통해 들어가있는지 웹 UI를 통해 확인 가능하다.Docling은 Entity를 모두 파싱 가능하고, 쉽게 LLM이해할 수 있도록 마크다운으로 변환하는 라이브러리pip install -q langchain langgraph langchain-docling langchain-qdrant langchain-text-splitters langcha..

Agent-to-Agent란?AI 에이전트 간 정보·요청·작업을 직접 교환하고 협력할 수 있도록 정의한 개방형 통신 프로토콜각 에이전트는 서로 다른 기반 기술이나 플랫폼에서 독립적으로 작동 가능탈중앙화된 환경을 기반으로 에이전트 간 안전한 메 시지 교환 및 능동적인 실시간 협업 환경 제공2025년 4월 Google에 의해 AI 에이전트 상호운용성 (interoperatbility)을 위한 핵심 프로토콜로 제안 → 복잡한 기업 워크플로우 자동화 및 AI 에이전트 간 협업 생태계 혁신을 주도할 핵심 기술로 주목이기종(Heterogeneous) 플랫폼 간 에이전트 협업 등 다양한 AI 에이전트 간 소통이 필요한 분야에 적용 작동 방식사용하는 모든 Agent가 다른 Agent와 통신하기 위해 서로 다른 API ..

https://arxiv.org/abs/2405.07437Github: https://github.com/YHPeter/Awesome-RAG-Evaluation ✅ RAG 시스템 평가의 주요 목표1. 전반적인 성능 이해RAG는 정보 검색 기술과 생성형 언어 모델을 통합하여 사실에 기반하지 않은 응답과 hallucination을 줄이고 콘텐츠의 신뢰성과 풍부함을 향상시킵니다. 이러한 retrieval과 Generation의 fusion 구조로 인해, 시스템의 performance는 각 구성 요소를 개별적으로 평가하는 것만으로는 완전히 이해될 수 없으며, 검색 정확도와 생성 품질 간의 상호작용을 효과적으로 포착할 수 있는 포괄적인 평가 지표 개발이 필요합니다.2. 복잡성 및 동적 지식 소스 관리RAG 시스템..