Windows x64용 로컬 스킬 라우터와 검증 가능한 바이너리
로컬 SQLite에 메타데이터만 색인해 LLM 에이전트의 프롬프트 컨텍스트를 최소화하는 Windows x64용 단일 바이너리 도구이다.
LangChain 프레임워크, LLM 체인 개발, RAG 시스템 구축
로컬 SQLite에 메타데이터만 색인해 LLM 에이전트의 프롬프트 컨텍스트를 최소화하는 Windows x64용 단일 바이너리 도구이다.
에이전트의 위험한 동작은 승인 요청을 워크플로 상태로 관리하고 해시체인 기반 감사 로그와 파라미터 해시 바인딩, 타임아웃 시 폐쇄 정책을 적용해 무결성을 확보하는 패턴을 제안한다.
라이브 채팅 위젯이 후속 질문에서 주제 누락으로 잘못된 검색을 수행해 '없음'을 응답했으며 최근 3개 사용자 턴과 최신 어시스턴트 턴을 결합하거나 LLM으로 질문을 재작성해 해결할 수 있다고 보고했다.
agentreg은 DNS 기반으로 MCP 에이전트를 등록·탐색하고 상태를 확인하는 단일 self-hosted Go 바이너리로, agentctl 명령으로 에이전트 상태와 엔드포인트를 조회할 수 있다.
에이전트 실행에서 시간과 토큰을 예산으로 취급하고 크리티컬 패스 우선화, 검증 최소화, 에이전트 역량 분배로 비용과 지연을 줄이는 실무 규칙 모음이다.
LangGraph 상태머신과 Jina MRL, Pinecone, Cohere reranker, MCP 분리로 대규모 인도 재정 문서에 대한 자동 파싱과 안전한 도구 연동을 구현했다.
DBpedia의 균등 분포 임베딩에서 Linear Scan이 M2M보다 응답 속도와 재현성에서 우수하다는 벤치마크와 조건을 공개하고 저장소를 배포했다.
RAG-Lab은 파이프라인의 모든 단계를 독립 구성해 동일 골든셋에서 RAG 기법별 성능을 DeepEval로 비교하고 3가지 설정의 문맥 정밀도에서 0.80→0.84→0.98 개선을 보고했다.
작은 팀이 RAG/데이터 추출 실험에서 출력이 흩어지는 문제를 경험하고 평가셋 고정, 프롬프트 버전별 파일화, 출력명 규칙, 영구 저장과 환경 스냅샷을 적용해 재현성과 비교 작업을 단순화한 사례를 공유했다.
open-deepthink 0.1.11은 QNN에 Qualitative Self-Attention을 도입하고 QDAD(App Slot Machine)로 모호한 앱 기획을 빌드 가능한 프롬프트로 구조화한다.
핸드오프 직전 컨텍스트를 체크포인트하고 수신 확인을 통해 중간 실패 시 마지막 검증 상태에서 재개하는 경량 라이브러리를 공개하여 무분별한 재시작을 방지했다.
페일오버 체인이 전체 컨텍스트를 반복 재전송해 티켓당 비용이 대략 3배로 증가했고, 해결책으로 작업 단위 비용 집계·체인 상한·고객별 비용 귀속을 적용했다.
같은 JSON 스키마를 다섯 제공자에 보내 150회 워크플로를 검증한 결과 스키마 통과 99건, 필드 누락 35건, 잘못된 JSON 16건, 제공자/API 오류 1건이 확인되었다.
Model Context Protocol로 동적 툴 등록을 허용하고 SSE로 텍스트와 구조화 UI를 스트리밍하는 에이전트 워크스페이스 설계와 구현 요소를 공유한 글이다.
LangChain Open Eval과 Claude Code를 결합해 고정된 25행 테스트셋에서 프롬프트 정확도를 80%에서 98%로 끌어올린 자동 최적화 파이프라인이다.
고객 단위로 토큰과 툴 호출, 재시도 비용을 집계하지 않으면 소수의 과다 사용 고객이 전체 마진을 붕괴시킨다.
문서 추출 과정에서 테이블과 이미지가 손실되고 레이아웃이 파괴되면 LLM의 응답 품질이 저하된다는 관찰을 제시한다.
다중 에이전트 파이프라인에서 통제되지 않은 팬아웃과 검증 부재가 비용·신뢰성 문제를 일으켜 역할 분리와 엄격한 검증 규칙으로 10배 이상 장시간 운영이 가능해졌다.
프로덕션에서 LLM의 실패를 감지한 뒤 수정안을 적용하고 같은 실패가 재발하지 않음을 증명하는 데 필요한 툴별 동작 방식과 온프레미스·라이선스 차이를 비교한 글이다.
로컬 CPU에서 결정론적 휴리스틱과 구조·경계·의미 검증을 수행하여 LLM 출력의 비결정성과 환각을 검증하고 차단하는 아키텍처이다.
OKF Generator의 색인 파이프라인을 단계별 프로파일링으로 병목을 찾아 파일시스템 탐색·병렬 파싱·인덱스 캐시·YAML 렌더링을 개선해 총 실행 시간을 157초에서 12초로 단축했다.
헤딩 기반 청킹과 Docling·Trafilatura 병행 추출, SHA-256 문서 ID로 RAG용 임베딩 품질과 메타정보 보존을 개선했다.
asyncio와 trafilatura를 활용해 대규모 문서 사이트를 노이즈 제거한 마크다운으로 변환하고 Apify Actor로 패키징해 RAG 파이프라인에 곧바로 투입 가능한 형식으로 제공했다.
proveai-sdk는 에이전트별 프롬프트와 I/O, 툴 호출을 해시로 고정해 파이프라인 회귀를 감지하는 오픈소스 스냅샷 테스팅 도구이다.