Graph 공부하는 학생

[Do it LLM] 챌린지 2주차 - 스트림 출력

GPT API로 스트림 방식으로 출력하기 위해, stream 파라미터를 사용합니다. stream=False : 결과를 한 번에 반환stream=True : yield로 반환합니다. 중간마다 값을 반환합니다.def get_ai_response(messages, tools=None, stream=True): response = client.chat.completions.create( model="gpt-4o", # 응답 생성에 사용할 모델을 지정합니다. stream=stream, # (1) 스트리밍 출력을 위해 설정 messages=messages, # 대화 기록을 입력으로 전달합니다. tools=tools, # 사용 가능한 도구 목록을 전달합니다..

프롬프트 CLAUDE.md로 설정을 마치고, 요청을 잘하기 위해 프롬프트를 "잘" 만들어야 합니다. 이제 효과적인 프롬프트 작성법, 컨텍스트 최적화로, 클로드 협업 효율성을 높이겠습니다. 1. 프롬프트 엔지니어링 기초프롬프트 1 : 단순히 "무엇을 해줘" → 0점입니다. 중요 맥락이 빠지면서 결과가 부정확할 수 있네요.가령, 회원가입 기능 구현해줘는 어떨까요?어떤 기술 스택을 사용할지어떤 필드가 필요한지어떤 검증 규칙이 필요한지프론트엔드만? 백엔드도?데이터베이스 연동은? 전부 누락되겠습니다. 이것을 보완해보면 다음과 같습니다.React와 Node.js/Express를 사용해서 회원가입 기능을 구현해줘. - 필드: 이메일, 비밀번호, 비밀번호 확인, 이름 - 이메일 형식 검증과 비밀번호 강도 체크 포함 -..

클로드 md(마크다운) 파일을 통해 클로드 코드를 설정합니다. 교재에서는 개발자처럼 일할 수 있도록 정보 제공 지침서라고 표현합니다. 클로드 코드 핵심이 되는 이 마크다운 파일, /init 명령어를 활용해서 설정합니다. CLAUDE.md자동으로 프로젝트 맥락을 포함하고, 코딩 스타일과 규칙을 저장하고, 세션이 끝나도 메모리가 유지되고, 계층적인 구조로 여러 파일을 조합해서 설정할 수 있는 장점이 있습니다. /init 명령어이 명령어로, 현재 디렉터리를 분석하고, 프로젝트에 맞는 CLAUDE.md 파일을 생성합니다. 온보딩 가이드를 만들어주네요. 실제 프로젝트로 실습해봅니다. 교재에서 진행한 것처럼 '간단한' 리액트 프로젝트를 만들었습니다. npx create-react-app my-react-app..

[목차 상세]04장 문서와 논문을 요약하는 AI 연구원_04-1 PDF 문서 전처리하기__[Do it! 실습] PDF 파일을 텍스트 파일로 변환하기__[Do it! 실습] PDF 파일 전처리 하기_04-2 논문을 요약해 주는 AI 연구원 완성하기__[Do it! 실습] 텍스트 요약 프롬프트 만들기__[Do it! 실습] PDF 내용 요약하여 출력하기 문서와 논문 요약 AI 연구원을 만들어보겠습니다. 실제로 대학원에 가면 최신 논문 요약하고 발표하는 경우는 많습니다. 그럴 때 연구원이 활용하기는 좋은 도구입니다. PDF 문서 전처리하기PyMuPDF 패키지를 사용해서, PDF 파일에서 텍스트를 추출합니다. 여기서 깔끔하게 각종 정보를 제거하는 PDF 파일 텍스트 전처리를 수행해보겠습니다. PyMuPDF 설치..

[목차 상세]03-3 스트림릿으로 챗봇 완성하기_[Do it! 실습] 스트림릿으로 챗봇 UI 만들기 스트림릿은 파이썬 기반으로 쉽게 웹 UI를 만들 수 있어 편리합니다. 스트림릿으로 이전 게시글에 만든 챗봇을 제작해보겠습니다. 스트림릿 홈페이지로 들어가서, playground를 누르고, 예제 코드를 가져옵니다.https://streamlit.io/playground Playground • StreamlitStreamlit is an open-source Python framework for data scientists and AI/ML engineers to deliver interactive data apps – in only a few lines of code.streamlit.io 코드를 작성합니..

GPT와 멀티턴 대화 멀티턴은 이전 대화를 기억하고 계속 반응하는 것입니다. 나의 턴이다!당신의 턴은 무엇이었나? 과거를 기억하는 챗봇이, 멀티턴 대화하는 챗봇이겠네요. 1. 과거를 기억하지 못하는 챗봇앞에는 이전 게시글과 동일한데, while 문을 활용하여 챗봇을 만듭니다.while True: user_input = input("사용자: ") if user_input == "exit": break response = client.chat.completions.create( model="gpt-4o", temperature=0.9, messages=[ {"role": "system", "content": "당신은 사용자를 도와주는..

춤추는 고양이 이번에는 춤추는 고양이 웹페이지를 생성해보겠습니다. 클로드 코드를 실행하고, 제공된 경로로 이동합니다. "고양이가 나오는 웹 페이지 만들어주세요" 입력합니다. 과연 고양이가 나올까요? 총 7단로 개발 프로세스에 맞춰 진행합니다. 1단계: 프로젝트 초기 설정을 진행합니다. 2단계: 프로젝트 구조 생성 후 기본 파일을 설정합니다.확인하고, 이상이 없다면 'Yes'를 엔터키로 눌러서 계속 진행했습니다. 3단계: 고양이 SVG 이미지를 생성합니다. 4단계: 메인 댄싱 고양이 컴포넌트를 개발합니다. 5단계: CSS keyframes 애니메이션을 구현합니다. 6단계: 반응형 디자인을 적용합니다. 7단계: 최종 애니메이션 제어 기능을 추가하겠습니다. 키보드 네비게이션과 접근성 기능을 포함하여 컴포넌트..

그렇습니다. 기다리고 기다리던, 챗봇 만들기 시간입니다. [목차 상세]03장 오픈AI의 API로 챗봇 만들기_03-1 프롬프트 엔지니어링 알아보기__[Do it! 실습] GPT에게 역할 부여하기__[Do it! 실습] 원샷 프롬프팅과 퓨샷 프롬프팅 적용하기 여기까지 작업해보겠습니다. 챗봇에 앞서 프롬프트 엔지니어링을 알아보고, 실습을 진행하겠습니다. 어제 곰곰히 생각해봤는데, openai 버전을 맞추어야 gpt-4o가 될 것 같은 합리적인 느낌이 들었습니다. 그래서 일단 가상환경을 하나 더 만들어주겠습니다. doit2로 만듭니다. pip install openai==1.58.1 설치가 완료되고, 마저 진행해보겠습니다. 1. 마법 거울 "오, 나의 주인이시여, 오랜 세월 동안 이 질문을 받아왔습니..

넘겨받은 디렉터리 분석 및 조치:처음보는 디렉터리 전체를 분석하고, 이와 관련된 질문을 이어서 사용자가 필요로 하는 내용 얻기 이번에는 특정 디렉터리로 들어가서, 이 디렉터리의 목적을 물어보는 실습을 수행했습니다. 1. 디렉터리로 이동 2. 디렉터리의 목적"현재 디렉터리의 목적을 알려주세요" 이것을 그대로 작성해보니, 클로드 코드가 대략적으로 잘 설명해줍니다. 오른쪽은 구체적으로 각 항목을 설명해달라는 결과입니다. 프롬프트를 바꾸기만해도, 각 항목을 잘 설명해주어 편리합니다. 다만 없는 챕터가 있는데, 이것을 물었습니다."ch1이 없는 이유를 알려주세요" 내부에 정보가 없으니, 웹으로 검색합니다. 이론만 있어서 실습 파일은 없다는 것을 알게 되었습니다. 3. 학습 방법과 계획 세우기앞에 제시한 챕터 정보..

오픈 AI의 API를 활용하여 LLM을 사용한 프로그램을 만듭니다. https://platform.openai.com/ 최근 홈페이지가 리뉴얼 되면서, 아래 화면과 같이 변경되었습니다. 이후, 빌딩을 시작하고, 조직명에 개인(Personal)을 입력한 후, 조직을 생성했습니다. 이후 API Key 이름도 설정해두었습니다. 초기에는 My Test Key, Default project라고 설정되어 있는데, 이건 내 마음대로 바꿀 수 있습니다. 이후에 나오는 API Key는 Copy버튼으로 따로 보관해둡니다. 이후 웹페이지에서는 다시 확인할 수 없습니다. Python으로 만드는 예시 코드는 다음과 같습니다. 샘플 코드입니다.from openai import OpenAIclient = OpenAI( api_..