📚 블로그

856

[실습] Tool Calling 개발 환경 구축

✅ 1. 프로젝트 생성 Name : tool Language : Java Type : Gradle-Groovy Group : com.jscode Artifact : tool Java : 21 Packaging : Jar 인텔리제이에서 제공하는 메뉴에서

✅ 1. Tool Config 설정 이유 AI 모델은 그저 텍스트와 JSON을 만들어내는 도구일 뿐, 우리 서버 안에 있는 자바 메서드(getWeather 등)를 직접 실행할 물리적인 능력은 없음 그래서 중간에서 누군가 AI와 자바 코드를 연결해주는

✅ 1. Tool Service 구현 ToolService.java package com.jscode.tool.service; @Service public class ToolService { private final ChatClient chat

✅ 1. 지역별 날씨 조회 외부 API Tool 구현 Tools.java package com.jscode.tool; @Service public class Tools { private final RestClient restClient;

✅ 1. CLI 테스트 경고(Warning) 로그는 우리가 콘솔 로그를 전부 다 제외했기 때문에 뜨는 경고(Warning)이니 무시하셔도 됩니다! 신경 쓰이시는 분들은 logback config 파일을 작성해서 수정해 보셔도 좋습니다! ✅ 2. Res

✅ 1. Spring AI Tool Calling이란 무엇일까? Tool Calling(또는 Function Calling)은 AI 모델이 외부 시스템(DB, API, 사내 시스템)과 직접 상호작용할 수 있도록 권한을 부여하는 기능 주요 용도 개발자의

✅ 1. RAG Service 구현 RagChatService.java public RagChatService(ChatClient.Builder chatClientBuilder, Advisor[] advisors) { this.chatClien

✅ 1. LLM의 한계 LLM은 뛰어난 문장 생성 능력을 갖추고 있지만, 실무에 바로 적용하기에는 두 가지 치명적인 단점이 있음 사실 기반 정확성의 부족: 모르는 것도 아는 것처럼 꾸며내는 '환각 현상(Hallucination)'이 발생 문맥 인식 및

✅ 1. Docker 설치 윈도우 사용자 맥 사용자 ✅ 2. 체크 사항 2023년 7월부터 Docker Compose V1의 업데이트를 중단했다. 따라서 Docker Compose는 V2를 설치할 것을 권장한다. 혹시나 기존에 설치되어 있는 Docke

✅ 1. ETL 파이프라인이란? RAG(검색 증강 생성) 시스템의 성능은 결국 'Vector DB에 얼마나 깨끗하고 잘 정돈된 데이터가 들어있는가'에 달려 있음 아무리 뛰어난 LLM과 고급 Advisor를 사용하더라도, 원본 데이터가 엉망이면 AI는