공원나연 소스 피드

Neo4j Agent Memory 라이브러리를 사용하여 AI 에이전트의 대화 맥락을 지식 그래프 구조로 저장하고 단기/장기 메모리를 체계적으로 관리하는 방법을 실습합니다.

Neo4j Agent Memory를 통해 AI 에이전트의 단기, 장기, 추론 메모리를 컨텍스트 그래프로 구조화하고 관리하는 방법을 설명합니다.

LangGraph의 InMemoryStore와 도구 호출을 활용하여 사용자 정보를 저장하고 검색하는 장기 메모리 에이전트를 구현한다.

LangGraph를 활용해 검색 증강 생성(RAG) 시스템을 에이전트 아키텍처로 확장하고, 상태 관리와 도구 호출을 구현하는 실전 가이드.

LangChain의 create_agent 함수와 미들웨어 데코레이터를 활용하여 에이전트의 실행 흐름을 제어하고 프롬프트 인젝션 차단 및 모델 동적 라우팅을 구현하는 방법을 다룹니다.

AI 에이전트 실습을 위해 VS Code에서 GitHub 코드를 복제하고 uv를 활용해 고속으로 가상환경 및 패키지를 세팅하는 방법을 안내한다.

지식그래프의 정의와 장점을 살펴보고 데이터를 표현하는 두 가지 핵심 모델인 RDF와 LPG의 구조적 차이 및 실무 활용 사례를 상세히 비교합니다.

공원나연 RAG Vector DB4달 전· 8달 전 발행

Neo4j의 ToolsRetriever를 사용하여 질문의 의도에 따라 벡터 검색, Cypher 쿼리, 하이브리드 방식을 동적으로 선택하는 에이전틱 GraphRAG 시스템 구축 과정을 다룬다.

공원나연 Dev Tools RAG4달 전· 7달 전 발행

Neo4j 지식 그래프와 FastAPI를 활용하여 GraphRAG의 검색 경로와 노드 활성화를 시각적으로 구현하는 데모 프로젝트를 소개합니다.

Neo4j와 지식그래프를 활용하여 데이터 간의 복잡한 관계를 파악하고, 이를 통해 AI 에이전트의 답변 품질과 신뢰도를 높이는 GraphRAG 구축 방법을 소개한다.

공원나연 Libraries Agents4달 전· 5달 전 발행

LangChain의 create_agent와 Middleware 구조를 파악하고, 이를 확장하여 복잡한 작업을 수행하는 Deep Agents의 아키텍처와 컨텍스트 관리 기법을 상세히 분석한다.