관련 기사 바로가기
LinkedIn의 채용 에이전트 구축: LangGraph를 활용한 60% 빠른 채용 프로세스LangChain Open Eval과 Claude Code로 프롬프트 자동 최적화해 정확도 80%에서 98%로 향상dcode의 /goal 명령어를 활용한 장기 작업 자동화 및 에이전트 제어Cursor 에이전트 작업을 LangSmith로 추적하는 방법LLM 및 RAG 지식베이스용 AI 웹 크롤러의 Markdown 변환기LLM·RAG 지식베이스용 웹 크롤러로 HTML을 정제해 마크다운으로 변환하는 도구AliceWiki 기반 텔레그램 봇 구현 공개 및 피드백 요청agent-session-graph는 OpenTelemetry 트레이스로 멀티에이전트 세션을 재구성하는 오픈소스 코어이다.오픈소스 Shopify 지원 에이전트 storekeeper 개발기와 그래프 기반 승인 경계 설계 검토 요청LangChain 에이전트의 인간 승인 게이트 Impri 공개 및 설계 패턴 공유 요청도요타의 AI 에이전트 생산 시스템: ToyotaGPT와 TPS의 결합LangChain 팀이 답하는 AI 에이전트 핵심 질문 FAQauditRag: RAG 응답의 청크 수준 출처 보존과 충실도 검사 도구같은 10‑Q 문서와 같은 모델로 비교한 결과 nfield가 82%로 선두를 차지하고 단일 호출 라이브러리는 최대 37%에 그쳤다LLM Wiki: AI 에이전트를 위한 지식 인프라 구축 전략Podium의 AI 에이전트 'Jerry' 구축과 LangGraph 도입 사례원커맨드로 TikTok 인플루언서를 찾아주는 오픈소스 LangChain 에이전트 공개Jensen Huang과 Harrison Chase가 말하는 기업용 AI 에이전트 구축 전략약 10개 커스텀 에이전트를 LangSmith에 연결해 토큰·지연·실패를 가시화한 사례 공유2026년 채용 데이터로 본 실제 AI 구축 주체
