주뇽's 저장소

⸻✨ 코드 리뷰는 AI한테 맡기고 커피나 마시자 ☕️ (feat. GitHub App 만들기)🚨 코드 리뷰, 아직도 직접 하세요?개발자라면 누구나 알죠."코드 리뷰, 중요하긴 한데… 누가 대신 해줬으면 좋겠다."맞아요. 매일 PR 올라올 때마다 리뷰하는 게 쉬운 일은 아니죠.코드 한 줄마다 *"여기 왜 이래요?"* 물어보기도 눈치 보이고, 내가 올린 PR에 아무도 리뷰 안 달아주면 왠지 서운하기도 하고요.(저만 그런 건 아니겠죠? 🙄)그래서 오늘은 이 귀찮고 민감한(!) 코멘트를 대신 해줄 봇을 만들어볼 겁니다.이름하야…『코드봐드림(CodeBwaDream)』코드를 봐드림. 진짜로요.🎯 왜 GitHub App인가요?GitHub Actions도 있지만, 직접 GitHub App으로 하면 장점이 아주 많..

Part 5: LangGraph 상태 수동 업데이트 - AI의 행동 제어하기 🎮LangGraph의 상태를 수동으로 업데이트하여 AI의 행동을 제어하는 방법을 설명한다. AI의 응답을 수정하거나 대화의 흐름을 변경하는 방법을 예제와 함께 알아본다.주요 내용 요약 💡상태 수동 업데이트 방법메시지 수정 기능상태 관리와 검증실제 활용 사례예제 코드로 알아보기 🔍Example 1: 기본적인 상태 업데이트# 기본 상태 업데이트 예제@tooldef update_and_verify(message_content: str) -> str: """메시지를 업데이트하고 검증하는 예제""" # 상태 업데이트 전 검증 수행 verified = verify_content(message_content) if..

Part 4: LangGraph의 Human-in-the-Loop 구현하기 - AI와 사람의 협업 🤝LangGraph를 활용하여 AI와 사람이 효과적으로 협업하는 시스템을 구현하는 방법을 알아본다. 이번 글에서는 중요한 결정이나 검토가 필요할 때 사람의 승인을 받는 워크플로우를 구현한다.1. Human-in-the-Loop란? 🎯AI 시스템에서 Human-in-the-Loop는 AI의 판단이나 작업에 사람이 개입하여 검토하고 승인하는 프로세스를 말한다. 이를 통해:중요한 결정에 대한 안전성 확보AI의 실수 방지품질 관리 강화2. 코드 구현하기 💻2.1 기본 설정import osfrom dotenv import load_dotenvfrom typing import Annotatedfrom typing..

Part 3: LangGraph 메모리 관리 - 대화 기억하기 🧠이번 글에서는 LangGraph에 메모리 기능을 추가하여 이전 대화 내용을 기억하는 챗봇을 구현하는 방법을 설명한다.1. 메모리 기능 구현을 위한 코드 설정 🛠️import osfrom dotenv import load_dotenvfrom typing import Annotatedfrom typing_extensions import TypedDictfrom langgraph.graph import StateGraph, START, ENDfrom langgraph.graph.message import add_messagesfrom langchain_openai import ChatOpenAIfrom langchain_community.to..

Part 2.2: LangGraph와 웹 검색 도구를 활용한 지능형 챗봇 구현하기 🔍이번 글에서는 LangGraph와 Tavily 검색 도구를 활용하여 실시간 정보를 검색할 수 있는 지능형 챗봇을 구현하는 방법을 설명한다.1. 프로젝트 구조 설정 🛠️import osfrom dotenv import load_dotenvfrom typing import Annotatedfrom typing_extensions import TypedDictfrom langgraph.graph import StateGraph, START, ENDfrom langgraph.graph.message import add_messagesfrom langchain_openai import ChatOpenAIfrom langchai..

Part 2-1: LangGraph 도구 활용 에이전트 - 날씨 정보 챗봇 구현하기 🌤️이번 글에서는 LangGraph를 활용하여 날씨 정보를 제공하는 대화형 에이전트를 구현하는 방법을 설명한다. 웹 검색 대신 커스텀 도구를 활용하여 특정 기능을 구현하는 방법을 알아본다. 실제 날씨 챗봇은 아니고 내가 AI가 사용할 수 있는 툴을 정의하고 이를 AI가 사용할 수 있도록 하는 프로젝트이다. 이를 통해 AI가 툴을 사용할 때 어떠한 툴을 어떻게 사용할지를 커스터마이징 할 수 있다.1. 프로젝트 구조 설정 🛠️import osfrom typing import Annotatedfrom typing_extensions import TypedDictfrom langgraph.graph import StateGr..

Part 1: 기본 챗봇 만들기 - LangGraph의 기초 🌱LangGraph를 처음 시작하는 분들을 위한 기초 가이드를 작성한다. 이번 글에서는 가장 기본적인 챗봇을 만들어보면서 LangGraph의 핵심 개념을 이해한다.1. 환경 설정 🛠️먼저 필요한 라이브러리를 설치한다:%pip install -U langgraph langsmith langchain_openai python-dotenv2. 기본 코드 구현 💻import osfrom dotenv import load_dotenvfrom typing import Annotatedfrom typing_extensions import TypedDictfrom langgraph.graph import StateGraph, START, ENDfrom ..

LangGraph 완벽 가이드: AI 챗봇 개발의 새로운 패러다임 🚀LangGraph는 상태 기반의 AI 애플리케이션을 구축할 수 있는 강력한 프레임워크다. 이번 글에서는 LangGraph의 핵심 개념, 주요 기능, 그리고 실전 예제를 통해 AI 챗봇 개발 방법을 상세히 알아본다.1. LangGraph 핵심 개념 비교 🛠️개념설명주요 특징사용 예시State (상태)대화 컨텍스트 관리대화 기록, 설정 저장이전 대화 내용 기억Node (노드)실행 가능한 작업 단위검색, 응답 생성 등웹 검색, AI 응답 생성Edge (엣지)노드 간 연결과 흐름조건부 실행, 순차 실행검색 후 응답 생성Tools (도구)외부 기능 통합API 연동, 기능 확장웹 검색, 계산, 파일 처리2. 실전 예제로 배우는 LangGraph..