Agno로 AI 에이전트 만들기 — Gemini와 내장 툴로 직접 돌려봤다
Agno v2.6.17(구 phidata)로 Gemini 기반 AI 에이전트를 직접 구현했다. Calculator·Wikipedia 툴, 구조화 출력, 멀티 에이전트 팀까지 실행 로그로 검증. output_schema 혼동, deprecated 모델 ID 등 실제 트랩도 기록한다.
태그
python
18개 글
Ollama 구조화 출력 실전 — Pydantic으로 로컬 LLM 응답을 타입 안전하게 받는 법
Ollama 0.3+의 JSON schema 강제 모드와 Pydantic을 연결해 로컬 LLM 응답을 타입 안전하게 파싱하는 실전 가이드. 직접 측정하니 구조화 출력은 일반 텍스트 파싱보다 6배 빠르고 성공률이 100%에 가까웠다. 재시도 없는 로컬 LLM 파이프라인.
sentence-transformers로 한국어 RAG 임베딩 실험 — 정확도가 67% 떨어지는 이유
all-MiniLM-L6-v2를 로컬에 설치해 코사인 유사도, 미니 RAG 검색, 다국어 모델 비교까지 직접 측정했다. 영어 최적화 임베딩으로 한국어 RAG를 만들면 정확도가 67% 떨어지는 실측 결과와, 다국어 모델로 이를 해결하는 구체적 방법을 코드와 함께 공유한다.
LlamaIndex vs LangChain vs Haystack — 2026년 RAG 프레임워크 실전 비교
LlamaIndex 0.14, LangChain 1.3, Haystack 2.30을 직접 설치·테스트했다. langchain-community deprecated 경고, 코드 복잡도 측정, InMemory 검색 결과. 2026년 RAG 프레임워크 선택 기준을 실측 데이터로 정리했다.
Ollama + FastAPI 로컬 LLM API 서버 구축 — Docker 프로덕션 배포 가이드
Ollama REST API를 FastAPI로 래핑해 SSE 스트리밍·헬스 체크·Docker 컨테이너 배포까지 갖춘 프로덕션급 로컬 LLM 서버를 단계별로 구축합니다. Llama 3.2, Mistral 등 주요 모델 실행 로그와 API 테스트 예제를 포함한 실전 가이드.
AutoGen 0.7.x 멀티에이전트 실전 — AssistantAgent·GraphFlow 처음부터 구현
AutoGen 0.7.x의 새로운 API로 멀티에이전트 시스템을 처음부터 구현하는 실전 가이드. RoundRobinGroupChat, SelectorGroupChat, GraphFlow, FunctionTool을 직접 코드로 실행하며 0.2.x와 차이를 단계별로 비교한다.
Claude Agent SDK 서브에이전트 오케스트레이션 실전 가이드 — 멀티 에이전트 병렬 처리 완전 정복
claude-agent-sdk 0.2.82를 직접 설치해 AgentDefinition 구조와 서브에이전트 병렬 실행 패턴을 직접 검증했다. 오케스트레이터가 3개 서브에이전트를 동시에 스폰하고 TaskBudget으로 비용을 제어하는 전체 흐름을 Python 코드와 함께 설명한다.
Claude Agent SDK 실전 가이드 — Tool Use로 AI 에이전트 구현하기
anthropic 0.101.0 SDK를 직접 설치해 tool_use 에이전틱 루프를 구현했다. JSON 스키마 도구 정의부터 다중 도구 호출, 에러 핸들링, 스트리밍 응답, 비용 최적화까지 — 챗봇과 에이전트를 가르는 핵심 패턴을 단계별 Python 실전 코드로 설명한다.
FastMCP 3.x로 Python MCP 서버 30분 만에 만들기 — @tool 데코레이터 하나면 충분하다
FastMCP 3.2.4를 직접 설치해 @mcp.tool(), @mcp.resource(), @mcp.prompt() 데코레이터로 동작하는 MCP 서버를 만들어봤다. Claude Desktop과 Cursor가 호출하는 AI 도구 서버를 Python 30줄로 구현하는 실전 가이드.
FastAPI + Claude API 스트리밍 백엔드 — SSE·재시도·에러 복구 프로덕션 가이드
FastAPI와 Anthropic SDK로 프로덕션 수준의 스트리밍 AI 백엔드를 구축하는 완전 가이드. SSE 스트리밍 엔드포인트, 레이트 리밋 지수 백오프 재시도, 에러 분류 전략, 토큰 스트리밍 최적화, Docker 컨테이너 배포까지 단계별 코드와 함께 정리합니다.
Anthropic SDK vs OpenAI SDK 개발자 경험 실측 비교 2026
anthropic 0.100.0과 openai 2.36.0을 직접 설치해 비교합니다. 타입 수 408 vs 230, 에러 계층 설계 차이, 스트리밍 구현 패턴, 툴 호출 포맷, SDK별 고유 기능까지 Python 코드로 직접 검증한 개발자를 위한 실전 비교 가이드입니다.
uv로 AI 개발 환경 세팅하기 — Claude SDK 프로젝트를 0.87초 만에 시작하는 법
Rust로 만들어진 Python 패키지 매니저 uv 0.11로 anthropic, openai 등 AI SDK 개발 환경을 설정하는 완전 실전 가이드. pip 대비 100배+ 빠른 설치 속도, 재현 가능한 환경 관리, Claude SDK 프로젝트 시작까지 실제 로그와 함께 정리했다.
Anthropic Files API 실전 가이드 — PDF 반복 업로드 없이 문서 배치 분석하기
Anthropic Files API로 PDF·이미지를 한 번 업로드해 여러 API 요청에서 반복 재사용하는 실전 가이드. Python SDK 배치 분석 완성 코드, 프롬프트 캐싱과 비용 비교, file_id 관리 패턴, 문서당 최적 모델 선택 기준까지 상세히 다룹니다.
PydanticAI 실전 튜토리얼 — 타입 안전한 AI 에이전트를 FastAPI 감각으로 만드는 법
PydanticAI 1.88.0을 실제 설치하고 TestModel, output_type, @agent.tool, 멀티 프로바이더 전환을 직접 테스트한 결과입니다. result_type→output_type 변경 같은 실제 트랩과 FunctionModel 테스트 전략까지 다룹니다.
Python AI 에이전트 라이브러리 비교 — Pydantic·Instructor·Smolagents
Pydantic AI, Instructor, Smolagents 세 라이브러리를 실제 벤치마크 코드와 함께 비교합니다. 구조화 출력, 에이전트 아키텍처, 프로덕션 준비도, 비용 효율성까지 실전 관점에서 어떤 프로젝트에 무엇을 써야 하는지 명확한 결정 기준을 제시합니다.
MCP 서버 직접 만들기 — Streamable HTTP 트랜스포트로 실제 AI 도구 구현하기
Python FastMCP로 MCP 서버를 처음부터 구축하는 실전 튜토리얼. Streamable HTTP 트랜스포트 설정, 커스텀 AI 도구 구현, Claude Code 클라이언트 연동, FastAPI 기반 배포까지 직접 구현한 경험을 단계별 코드 예제와 함께 공유합니다.
LiteLLM 공급망 공격 — AI 인프라 의존성의 보안 사각지대
PyPI를 통해 발생한 LiteLLM 공급망 공격 사례를 심층 분석합니다. AI 개발 도구 체인의 의존성 취약점과 악성 패키지 탐지 방법, 공급망 보안 강화 전략을 다루며, 엔지니어링 팀이 즉시 실무에 적용할 수 있는 구체적인 방어 절차와 보안 체크리스트를 제공합니다.
Google Gemini File Search로 RAG 시스템 5분 만에 구축하기
2025년 11월 발표된 Gemini File Search Tool을 사용하여 복잡한 RAG 파이프라인 없이 문서 검색 및 질의응답 시스템을 구축하는 실전 가이드. 완전 관리형 RAG로 개발 시간을 획기적으로 단축하세요.