AWS Bedrock Converse API와 도구 활용: 멀티 모델 에이전트 구현하기
AWS Bedrock Converse API로 멀티 모델 에이전트를 구성하는 예시를 소개했습니다. 로컬 도구와 Lambda 도구를 함께 연결해 스트리밍 대화와 도구 호출 흐름을 구현했습니다.
#AWS Bedrock#Converse API
46005분
필터 1
AWS Bedrock Converse API와 도구 활용: 멀티 모델 에이전트 구현하기
AWS Bedrock Converse API로 멀티 모델 에이전트를 Streamlit과 Lambda로 구현한 사례를 정리했습니다. 모델 선택, 스트리밍, 도구 호출, 서버리스 연동 흐름을 함께 소개했습니다.
#AWS#bedrock
73005분
누구나 만드는 시대, 마케터가 한 달 만에 만든 영상 자동화 시스템
누구나 만드는 시대, 마케터가 한 달 만에 만든 영상 자동화 시스템
마케터가 AI와 개발 도구를 활용해 한 달 만에 영상 자동화 시스템을 만들었습니다. 핵심은 프롬프트를 구조화해 누구나 안정적으로 소재를 생성할 수 있게 만든 점입니다.
#Streamlit#Cursor
56005분
RAG기반 Multi-Agent를 구현해보자(feat.데보션 오픈랩)
RAG 논문 스터디를 바탕으로 개인용 데이터 분석 보조 AI DRA를 구현한 과정을 소개했습니다. Supervisor 패턴의 멀티 에이전트와 LangGraph, LangSmith, Streamlit 활용 경험을 정리했습니다.
#RAG#Multi-Agent
100005분
Strands Agents와 MCP를 사용한 신약 개발 연구 어시스턴트 개발
Strands Agents와 MCP로 신약 개발 연구 어시스턴트를 구성하는 방법을 소개했습니다. 다중 데이터베이스 검색과 결과 종합, PDF 생성까지 이어지는 에이전트 워크플로우를 보여주었습니다.
#MCP#Python
55005분
AWS R-Assistant: Amazon Bedrock 기반 자연어 인터페이스의 클라우드 리소스와 비용 관리를 위한 챗봇
Amazon Bedrock과 Streamlit을 활용해 AWS 리소스와 비용을 자연어로 관리하는 챗봇을 소개했습니다. 콘솔 탐색을 줄이고 모니터링, 분석, 최적화를 한 화면에서 제공하는 점이 핵심입니다.
#AWS#Amazon Bedrock
36005분
USB-C처럼 연결되는 AI 인터페이스, MCP Server를 만들어보자
MCP를 AI의 USB-C에 비유하며 LLM과 외부 시스템을 표준 인터페이스로 연결하는 방법을 소개했습니다. Python으로 MCP Server, Claude 연동, Streamlit Host, REST API Wrapper 실습까지 다뤘습니다.
#MCP#Python
109005분
RAGAS: RAG 시스템 성능 평가, 이제는 제대로 해보자!
RAGAS를 통해 RAG 시스템을 정량적으로 평가하는 방법을 소개했습니다. 주요 지표와 Streamlit 데모, LangSmith 연동까지 함께 설명했습니다.
#RAG#LLM
45005분
LLMOps를 위한 프롬프트 엔지니어링 도구 개발 경험기
LLMOps를 위한 프롬프트 엔지니어링 도구 개발 경험기
LLM 애플리케이션 개발에서 프롬프트 관리와 평가 반복의 어려움을 해결하기 위해 도구를 직접 개발한 경험을 공유했습니다. 프롬프트 버저닝, 테스트 데이터셋 관리, 평가를 통합해 개발과 의사결정을 단순화했습니다.
#LLM#prompt
41005분
Langchain을 통한 개인블로그 RAG 프로젝트
개인 블로그 기록을 RAG 데이터로 활용해 Streamlit과 LangChain으로 LLM 애플리케이션을 만들었습니다.\n운영 지표, 벡터 DB 연동, 개별 파일 업데이트 최적화까지 직접 겪은 고민을 정리했습니다.
#RAG#Langchain
19005분