본문 바로가기

전체 글2804

duckdb.sql로 CSV·Parquet 파일 SQL 분석 자동화하기 개요DuckDB는 별도의 데이터베이스 서버 설치 없이 CSV, Parquet, JSON 파일을 곧바로 SQL로 조회하고 분석할 수 있는 경량 내장형 OLAP 데이터베이스입니다. .sql 파일에 쿼리를 작성하고 CLI에서 실행하면, 동일한 분석을 반복 가능한 스크립트로 만들어 자동화할 수 있어 데이터 파이프라인 구축에 매우 유용합니다.기본 문법 / 주요 파라미터DuckDB는 파일을 마치 테이블처럼 직접 쿼리할 수 있는 독특한 접근 방식을 제공합니다. 아래는 가장 핵심적인 명령어와 파라미터입니다. 명령어 / 함수 설명 예시 SELECT * FROM '파일경로' CSV, Parquet 등을 테이블처럼 직접 조회 (자동 타입 추론) .. 2026. 6. 20.

MCP(Model Context Protocol) 서버로 AI 에이전트 도구 호출 자동화하기 AI 에이전트가 GitHub·파일시스템·브라우저 등 외부 도구를 호출해야 할 때, MCP(Model Context Protocol)는 이를 표준화해줍니다. Python A2A는 Google의 A2A 프로토콜에 MCP를 통합한 라이브러리로, 일관된 방식으로 외부 서비스를 연결할 수 있습니다.개요MCP는 AI 에이전트가 외부 도구에 접근하는 표준 인터페이스입니다. Python A2A는 MCP를 1등급으로 지원하며 GitHub·Filesystem·Playwright 등 다양한 프로바이더를 내장합니다. requests만으로 핵심 기능이 동작하는 가벼운 라이브러리입니다.설치pip install "python-a2a[mcp]"주요 MCP 프로바이더프로바이더클래스기능GitHubGitHubMCPServer레포·이슈·P.. 2026. 6. 19.

LangGraph StateGraph로 복잡한 업무 자동화 상태 머신 구축하기 LangChain 생태계의 LangGraph는 LLM 기반 워크플로를 그래프 구조로 설계할 수 있는 프레임워크입니다. 그중 StateGraph는 노드(Node)가 공유 상태(State)를 읽고 쓰면서 동작하는 상태 머신으로, 복잡한 업무 자동화 파이프라인을 직관적이고 유지보수 가능하게 만들어 줍니다.개요StateGraph는 각 단계(노드)가 공유된 상태 객체를 통해 데이터를 주고받으며 실행되는 방향성 그래프입니다. 노드는 상태를 입력받아 부분 상태(partial state)를 반환하는 함수이며, 엣지(Edge)는 노드 간 전이 규칙을 정의합니다. 조건부 엣지를 사용하면 상태에 따라 분기/루프/조기 종료까지 자유롭게 제어할 수 있어, 문서 처리, 승인 워크플로, RAG 파이프라인 등 단계가 많고 조건 분기.. 2026. 6. 18.

crewai.Crew로 멀티 AI 에이전트 협업 워크플로 구축하기 CrewAI는 여러 AI 에이전트가 팀을 이루어 복잡한 작업을 협업으로 해결하는 파이썬 프레임워크입니다. 이 글에서는 Crew 클래스를 중심으로 멀티 에이전트 워크플로를 구축하는 방법을 알아봅니다.개요crewai.Crew는 역할 기반(Role-Based) AI 에이전트들을 하나의 팀으로 묶어 작업을 자동화하는 핵심 오케스트레이션 클래스입니다. 각 에이전트가 맡은 역할에 따라 태스크를 분배하고 실행하며, 순차(Sequential) 또는 계층(Hierarchical) 방식으로 워크플로를 조율합니다. 하나의 프롬프트로 모든 것을 처리하는 단일 에이전트와 달리, Crew는 각 분야 전문가 에이전트로 팀을 구성해 더 정확하고 견고한 결과를 얻을 수 있습니다.CrewAI는 LangChain과 완전히 독립적인 순수 .. 2026. 6. 17.

Ollama + LangChain으로 로컬 LLM 코딩 어시스턴트 구축하기 개요Ollama와 LangChain을 함께 사용하면 API 비용 없이 로컬에서 동작하는 코딩 어시스턴트를 직접 구축할 수 있다. Ollama는 Llama 3, Mistral 등 다양한 오픈소스 LLM을 단일 명령어로 다운로드·실행 가능한 무료 도구이며, LangChain은 LLM 기반 앱 개발을 위한 프레임워크다. 이 둘을 조합하면 사내 코드베이스에 특화된 로컬 코딩 비서를 몇 시간이면 만들 수 있다.기본 문법 / 주요 파라미터핵심 클래스는 ChatOllama다. 주요 파라미터는 아래와 같다.파라미터설명기본값modelOllama 모델명 (llama3.1, codellama, mistral)필수temperature출력 창의성 (0.0~1.0). 코드는 0~0.2 권장0.8top_pNucleus sampli.. 2026. 6. 16.

torchcodec.VideoDecoder로 HDR·고해상도 영상 디코딩 파이프라인 구축하기 개요TorchCodec은 PyTorch 생태계에서 비디오와 오디오 데이터를 텐서로 디코딩·인코딩하는 공식 라이브러리입니다. 내부적으로 FFmpeg을 기반으로 동작하며, 복잡한 FFmpeg API를 추상화하여 파이썬다운 인터페이스로 영상 처리 파이프라인을 구축할 수 있게 해줍니다. VideoDecoder는 그 핵심 클래스로, 단일 비디오 스트림에서 프레임을 PyTorch 텐서로 바로 읽어오며, CPU와 CUDA GPU(NVDEC)를 모두 지원합니다.특히 최근에는 HDR(High Dynamic Range) 영상 처리 수요가 늘어나면서, 10비트 이상의 정밀도를 유지한 채 디코딩하는 기능이 중요해졌습니다. VideoDecoder는 output_dtype 파라미터를 통해 SDR은 uint8, HDR은 float.. 2026. 6. 15.

이전 1 2 3 4 ··· 468 다음

티스토리툴바