| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
- AI Agent
- Mutable Default Argument
- 로그 파일(LOG FILE)
- fake model
- 예외처리 exception
- # 암호(비밀번호) 분실 # 암호(비밀번호) 찾기 #오피스(doc
- #선진국 대한민국 #선진국 #대한민국 #아이들 #청소년 #고민 #해결 #심리
- list comprehension
- Agent loop
- 파워포인트) #집(zip)파일 #아래한글(HWP) #brute-force(무차별 대입)
- #다산 정약용 #유배지에서 보낸 편지 #도덕 #용기 #염 #주역 #호연지기 #효제 #근검
- key error
- 엑셀
- 인공지능
- 재시도 retry
- 파이썬
- Tool Registry
- LLM
- try / except / else / finally
- 오블완
- 에이전트
- xls
- 티스토리챌린지
- Agent Persistence
- AI
- pathlib.Path
- agent history
- ppt) 파일 #오피스(워드
- JSON
- keyword argument
- Today
- Total
목록전체 글 (166)
아톨러브
IX. AI Agent에 “기억과 기록” 기능을 붙이는 단계
#-------- 1. 파일에 쓰고 읽기 with open("notes.txt", "w", encoding="utf-8") as f: f.write("에이전트 작동이 시작되었습니다. \n") f.write("tool: search \n") with open("notes.txt", "r", encoding="utf-8") as f: contents = f.read() print(contents) print("characters: ", len(contents)) #-------- 2. 로그 파일에 추가하기 with open("runlog.txt", "a", encoding="utf-8") as f: f.write("1단계..
VIII. Agent Loop + Tool Dispatcher 다음 단계인 예외 처리(Exception), 재시도(Retry), Logging 스터디
#-------- 1. KeyError — 딕셔너리에 없는 키를 찾았을 때 # def get_units(record): # return record["units"] # get_units({"sku":"51001"}) # 결과: Exception has occurred: KeyError 'units' #-------- 2. try / except / else / finally def to_int(value): try: number = int(value) except ValueError: print(f" {value!r}을 숫자로 변환할 수 없습니다.") return None ..
VII. Python 함수 → Tool 함수 → Agent의 Tool Dispatcher 구조
#-------- 1. 함수의 기본값과 키워드 인수 def search(query, limit=3, safe=True): mode = "safe" if safe else "unfiltered" return f"searching '{query}' | limit={limit} | {mode}" print(search("환불정책")) print(search("환불정책", 10)) print(search("환불정책", limit=5, safe=False)) print(search(limit=1, query="환불정책")) #-------- 2. 함수 기본값의 함정 (mutable default) def add_bad(item, bucket=[])..
VI. Python의 반복문과 자료구조를 이용해 AI Agent의 실제 실행 흐름을 만드는 과정
#-------- 1. history 순회 + range() history = [ {"role":"user","content":"제품번호 5001의 재고를 확인해라."}, {"role":"assistant", "content":"지금 찾아보고 있어요."}, {"role":"user", "content":"그 제품이 어느 창고로부터 배송되는지 확인해라."}, ] for message in history: print(f"{message['role']}: {message['content']}") print() for i in range(3): print(f"step {i}") #-------- 2. enumer..
V. AI Agent의 핵심 부품들 하나씩 만들어보기
#-------- 1. Tool 실행과 안전장치 TOOLS = {"calculator": lambda a: eval_expr(a.get("expr",""))} def eval_expr(expr): return f"{expr}의 결과값" def run_tool(name, args, steps, max_steps): if steps >= max_steps: return "중지되었습니다. 단계 제한에 도달하였습니다." if name not in TOOLS: return f"중지되었습니다. {name}이라는 툴이 없습니다." if not isinstance(args, dict): re..
IV. AI Agent가 LLM의 응답을 JSON으로 받고, 그 안에서 Tool 이름과 인자(arguments)를 꺼내서 실제 Tool 실행으로 연결하기 위한 기초
#-------- 1. JSON 문자열을 Python 객체로. import json raw = '{"tool":"search", "args":{"query":"refund policy"}, "done":false}' data = json.loads(raw) print(type(data)) print(data["tool"]) print(data["args"]["query"]) print(data["done"], type(data["done"])) #-------- 2. Python 객체를 JSON 문자열로 import json payload = { "model":"some-model", "max_tokens": 2048,..