| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 |
- docker
- Infra
- turbo
- javascript
- AI
- rag
- typescript
- ansible
- monorepo
- Two Pointer
- modbus
- DP
- python
- heapq
- LLM
- dfs
- Algorithm
- React
- VectoreStore
- 알고리즘
- OpenAI
- build
- javascirpt
- CI/CD
- jenkins
- 프로그래머스
- frontend
- 파이썬
- queue
- BFS
- Today
- Total
목록PJT (11)
DM Log
서론React + Vite 프론트엔드 UI를 구축하여 실제로 PDF를 업로드하고 AI에게 질문을 던져 응답을 확인할 수 있는 화면 설계프론트엔드 디렉토리 구조 frontend/├── apps/│ └── pdf/ # PDF Q&A 프론트엔드│ ├── src/│ │ ├── components/│ │ │ ├── UploadForm.tsx│ │ │ └── ChatBox.tsx│ │ ├── api/pdfApi.ts│ │ └── main.tsx│ ├── package.json│ └── tsconfig.json├── packages/│ ├── ui/│ ├── style..
서론PDF Q&A 서비스의 백엔드 핵심 구조를 구현LangChain을 이용해 RAG(Retrieval-Augmented Generation) 을 구성하고, IDE용 MCP 서버와 웹용 FastAPI 서버 두 가지 형태로 동시에 제공즉, IDE(CURSOR, Claude 등)에서도, React 프론트엔드에서도 동일한 모델과 벡터스토어를 사용하는 통합 AI 백엔드 구조 설계벡엔드 디렉토리 구조backend/└── pdf_server/ ├── mcp_server.py # MCP 프로토콜 서버 (IDE용) ├── api_server.py # FastAPI REST 서버 (웹용) └── app.py # 두 서버 동시 실행 (thre..
서론 LangChain + MCP + React 를 활용해 PDF 문서를 기반으로 질문에 답변하는 RAG 기반 AI 서비스를 만드는 과정AI가 단순히 '기억된 정보'만 답하는 게 아니라, 업로드 PDF 내용을 이해하고 요약 / 분석한 뒤 답변을 주는 구조 설계서비스 목표사용자는 PDF 문서를 업로드한 뒤 다음과 같은 작업이 진행 가능여러 PDF를 업로그 가능여러 PDF 중 '관련성이 높은 문서'를 사용자에게 제안사용자가 선택 문서의 내용으로 답변 생성React UI에서 바로 결과 확인사용자가 'PDF 문서 기반 AI 도우미'를 쉽게 구축할 수 있는 형태 전체 서비스 구조시스템 아키텍처사용자 (브라우저) │ ▼React + Vite (프론트엔드) │ HTTP / We..
서론 모노레포(Monorepo) 환경의 핵심은 공용 패키지를 통한 중복 제거AI 프로젝트가 확장될수록 PDF, Word, Excel 등 각 앱마다 공통 UI, 스타일, 유틸 함수가 반복되기 쉬운데, 이를 효율적으로 관리하기 위해 packages/ 디렉토리를 구성packages/ui, packages/styles, packages/utils 구조 설계 정리각 앱에서 import하여 재사용하는 방법으로 사용프로젝트 디렉토리 구조frontend/ ├─ apps/ │ └─ pdf/ │ ├─ src/ │ │ ├─ App.tsx │ │ ├─ main.tsx │ │ ├─ components/ │ │ │ └─ PdfUploader.tsx │ ..
서론 turborepo의 실행 환경 구성Turborepo 실행특정 앱 실행npx turbo run dev --filter=pdf👉 apps/pdf의 dev 스크립트만 실행여러 앱 동시 실행npx turbo run dev --filter=pdf --filter=office👉 apps/pdf와 apps/office 앱을 동시에 실행모든 앱 실행npx turbo run dev👉 workspaces에 포함된 모든 앱 실행turbo.json 확장{ "tasks": { "dev": { "dependsOn": ["^dev"], "cache": false }, "build": { "dependsOn": ["^build"], "outputs": ["dis..
서론Node, Python, Vite, Turborepo를 활용한 모노레포 환경을 구축하고 실행 하는 과정Node.js + Vite 기반 프론트엔드 생성Python 가상환경 생성 및 패키지 설치Turborepo를 활용한 모듈별 실행 확인프로젝트 루트 생성프로젝트 루트 생성# 프로젝트 루트 생성mkdir ai-projectscd ai-projects 👉 ai-projects라는 디렉토리 안에 frontend와 backend 디렉토리를 나누어 구성 Vite + React 프론트엔드 앱 생성프론트엔드는 frontend/apps/ 폴더 아래 생성apps/ 하위에 ai module 별로 생성# frontend 디렉토리 생성mkdir frontendcd frontend# package.json 초기화npm ini..
환경 설정1. 사용 버전Node.js: v22.17.1Python: 3.13.7Python은 가상환경(venv)을 사용해 프로젝트별 독립 환경을 구성할 예정이고, Node.js는 Vite + React 기반 프론트엔드 빌드2. 프로젝트 구조 설계모노레포(Monorepo) 방식을 채택하여 AI 모듈을 독립된 앱으로 구성하고, 공통 패키지를 공유하여 유지보수성을 높일 예정ai-projects/ ├─ frontend/ # 프론트엔드 (Turborepo 관리) │ ├─ apps/ # 개별 프론트엔드 프로젝트 │ │ ├─ pdf/ # PDF 전용 프론트 (/pdf) │ │ └─ ... │ ├─ packages/ ..
데이터 플랫폼 개발 프로젝트개요사용자가 원하는 다양한 대시보드 / 데이터 소스를 간편하게 연동하고, 데이터를 웹 기반의 직관적 화면에서 자유롭게 시각화 할 수 있는 데이터 플랫폼을 구축하는 것을 목표로 합니다.기존의 데이터 시각화 플랫폼의 경우 많은 기능으로 인해 무겁고 복잡하다고 생각되어, 데이터 플랫폼에 필수적인 핵심 기능(Core)만을 최소화하여 제공하고, 직접 원하는 기능만 선택적으로 추가 및 빌드가 가능하도록 진행할 예정입니다.가볍고 빠르면서 자신만의 요구사항에 부합하는 데이터 모니터링 환경 구축이 가능하도록 하는 것이 목표 입니다.목표 사용자 중심의 유연하고 가벼운 데이터 시각화 플랫폼가벼운 플랫폼필수 기능만 최소화한 Core로 제공하여, 사용자가 원하는 추가 기능만 선택적으로 포함하여 빠르고..
