반응형 IT/python44 CrewAI 사용하기 # 환경설정mkdir test-crewaicd test-crewaiuv venv test-crewaitest-crewai\Script\activate.batuv pip install crewai[tools]uv pip install agentops agentops 기능을 사용하기 위해서는 아래 사이트 가입후, API KEY 발급 필요https://app.agentops.ai/ AgentOps DashboardBuild your next agent with evals, observability, and replays.app.agentops.ai .env 파일에 필요한 키 저장OPENAI_API_KEY="sk-..."AGENTOPS_API_KEY="9c...." 샘플01 농담만드는 크루AIimport age.. 2025. 9. 3. Autogen 사용하기 샘플 # 환경 구성mkdir test-autogencd test-autogenuv venv test-autogentest-autogen\Scripts\activate.batuv pip install autogenstudio pyautogenuv pip install ag2[openai] OpenAI API 키설정OAI_CONFIG_LIST 파일 생성하여 저장[ { "model": "gpt-4.1", "api_key": "sk-...", "tags": ["gpt-4", "tool"] }] 샘플 autogen 프로그램 assistant 에이전트를 하나 만들어서 파이썬 게임 코드 짜기from autogen import ConversableAgent, UserProxy.. 2025. 9. 2. [AI Agent in Action] 기본 구성 - OpenAI 연결 확인 # 환경 구성uv venv agent-in-actioncd agent-in-actionuv pip install openai python-dotenv# .env 파일 생성하고 OPEN_API_KEY 저장OPENAI_API_KEY=sk-... # 연결 테스트 질문import osfrom openai import OpenAIfrom dotenv import load_dotenvload_dotenv()api_key = os.getenv('OPENAI_API_KEY')if not api_key: raise ValueError("API 키 없음 - .env 파일 확인")client = OpenAI(api_key=api_key)def ask_chatgpt(user_message): response = c.. 2025. 9. 1. 나만의 MCP 서버 만들기 서비스 항목은 날씨다. data.go.kr 의 API 를 이용해서, 서비스 하는 MCP다.API KEY 를 발급받아 놓는다!https://www.data.go.kr/index.do 공공데이터 포털국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datasewww.data.go.kr 1. 파이썬 설치 ( 현재 기준 3.11.9 설치함 ) 2. uv 설치pip install uv 3. 다음 명령어 차례대로 수행uv init weathercd weatheruv venv.venv\Scripts\activateuv add mcp[cli] httpx xmltodict 4. weathe.. 2025. 8. 13. OpenAI API 의 ChatCompletion API 이용하기 Asistant 기능보다 이쪽으로 OpenAI API 는 활용하는걸 권장 하는듯하다. Asistant 와 동일하게 tool 을 선언하고, 해당 함수를 구현해서, LLM 에게 선택의 기회?를 주고,응답에 대해서 API 를 호출해, 마지막 응답을 정리하는 방법이다. asistant 기능활용보다 좀더 단순해서 직관적이다. 아래 예제는 꽃 재고를 확인하는 ChatCompetion 이다.import osOPENAI_API_KEY = os.environ["OPENAI_API_KEY"]from openai import OpenAIclient = OpenAI()import json# 지정된 도시의 꽃 재고 조회 함수def get_flower_inventory(city): if "서울" in city: .. 2025. 7. 24. OpenAI API 의 assistant 기능 이용하기 assistant 를 생성하고, 필요한 함수를 정의하여 assistant 가 필요한 함수에 접근하고 호출하는 프로그램 작성하기 1. assistant 생성OpenAI API 접속 -> assistants -> Create 2. 함수 추가Functions 다음 json 을 넣는다.{ "name": "get_encouragement", "description": "사용자의 기분에 따라 응원 메시지를 제공합니다.", "strict": false, "parameters": { "type": "object", "properties": { "mood": { "type": "string", "description": "사용자의 현재 기분, 예: 행복, 슬픔, 스.. 2025. 7. 23. Llama Index 예제 # pdf 문서 로드from llama_index.core import SimpleDirectoryReaderdocuments = SimpleDirectoryReader("data").load_data()# 문서 색인 생성from llama_index.core import VectorStoreIndexindex = VectorStoreIndex.from_documents(documents)# 색인을 로컬에 저장index.storage_context.persist()# 요청 엔진 생성agent = index.as_query_engine()# 요청 예제response = agent.query("꽃말의 비밀 정원의 직원에게는 몇 가지 역할이 있나요?")print(response)response = agent... 2025. 7. 22. LLM Agent 샘플 * CoTChain Of Though 책마다 생각의 사슬, 사고의 연쇄 등으로 번역 되어 있는데,연쇄사고 가 가장 직관적이면서 한국어 번역이 어울리는 것 같다. 연쇄사고는 LLM 의 추론 능력을 이끌어 내기 위한 프롬프트의 방법 * ReAct 기반 Agent란?사고 -> 행동 -> 관찰 을 순환하며 문제를 해결 아래 소스는 langchain 의 agents 를 이용해 ReAct 기반 Agent 를 쉽게 구현한 예제import osOPENAI_API_KEY = os.environ["OPENAI_API_KEY"]SERPAPI_API_KEY = os.environ["SERPAPI_API_KEY"]LANGSMITH_API_KEY = os.environ["LANGSMITH_API_KEY"]from l.. 2025. 7. 22. 연산자 오버로딩 - langchain 에서 쓰는 파이프라인 관련 파이썬에서 연산자 오버로딩이 가능하다. 이를 이용해서 langchain 에서는 | (or) 연산자를 파이프라인 같이 이용하고 있다.책에 어떻게 구현이 가능한지 예제가 있어서 메모 해 둔다! class CustomLCEL: def __init__(self, value): self.value = value def __or__(self, other): # 여기가 연산자 오버로딩! if callable(other): return CustomLCEL(other(self.value)) else: raise ValueError("Right operand must be callable") def result(self): .. 2025. 7. 14. 이전 1 2 3 4 5 다음 반응형
