🧊
'LLM wiki + AI Agent 팀'
'LLM wiki + AI Agent 팀'
강의 자료실
지식을 쌓고 · 찾고 · 봇이 꺼내 쓰는 법 — 처음부터 끝까지
처음이시면 🧊 LLM wiki 가이드북부터 펴세요. 3개 파트로 전체 흐름을 잡습니다. 나머지 다섯은 짝꿍 가이드예요 — 가이드북을 읽다가 "이건 더 자세히 보고 싶다" 싶은 대목이 생기면 그때 넘어오시면 됩니다. 찾는 내용이 어느 문서에 있는지 모르겠으면 오른쪽 위 🌙 검색을 쓰세요.
6문서
쌓기LLM wiki 운영
찾기GraphRAG 검색
쓰기봇 에이전트
본책
🧊LLM wiki 가이드북
지식을 쌓고 · 찾고 · 봇이 꺼내 쓰는 법 — 처음부터 끝까지. 어려운 원리도 비유와 그림으로 풀었습니다.
- Part 1 · LLM wiki 운영
- Part 2 · GraphRAG 검색 원리
- Part 3 · 봇 에이전트 원리
🤖봇 운영 실전 가이드
나만의 AI 봇 팀, 0에서 운영까지. 첫 봇 하나 세우기부터 일 시키는 위임 패턴, 지식창고 연결, 봇 둘 이상의 회의실 운영까지 절차 그대로.
- 첫 봇 세우기
- 위임 5패턴
- 지식창고 연결
- 회의실 운영
🔍검색 벤치 — 18에서 23으로
본편 「GraphRAG 검색 원리」의 짝꿍 — 실제 24문항을 돌려 정답률을 어떻게 끌어올렸는지, 그리고 정직하게 못 잡은 1개까지.
- 용어 4개
- 측정 방법
- 경로별 실측
🔗KM 링크연결
본편 Part 1 「knowledge-manager로 자료 쌓기」의 짝꿍 — 새 노트 하나가 들어올 때, 무엇을 먼저 보고 어느 범위를 어떤 기준으로 기존 노트에 잇는지.
- MOC 탐구
- 탐색 범위
- 연결 기준
🧭룰·훅 가이드
운영 규칙을 에이전트에게 넣는 법. 규칙집을 통째로 매번 읽히지 않고도, 필요한 순간에 필요한 만큼만 꺼내 쓰게 만드는 설계 패턴.
- 3층 구조
- 트리거표
- 권고 vs 강제
- 함정 5가지
💡실전 팁
쌓은 지식을 오래 잘 쓰는 법. 앞의 가이드들에서 다룬 원리 위에 얹는 튜닝과 유지보수 쪽 이야기입니다.
- 질의 재표현
- 고아 노트 방지
- 색인 재생성
- 정기 점검
🧊 'LLM wiki + AI Agent 팀' 강의 자료실