사이드 프로젝트로 만든 한국인 합성 페르소나 인터뷰 자동화 도구 korea-persona-interview를 정리한다. NVIDIA Nemotron-Personas-Korea 데이터셋 위에 멀티턴 인터뷰와 자동 follow-up 페르소나 깨짐 감지를 얹어 사업 가설을 빠르게 검증한다. CLI, MCP server, MCP orchestrator 3개 진입점이 동일한 코어를 공유하도록 설계한 패턴도 함께 다룬다.
Apple 플랫폼 네이티브 에이전트 프레임워크 Mollo 구현에 들어가기 전에 LangGraph, Koog, OpenAI Agents SDK, Pydantic AI, Mastra, MCP, Apple 프레임워크의 핵심 자산을 정리한다.
사이드 프로젝트로 진행한 부동산 법령·판례 RAG 챗봇 양실장의 아키텍처와 구현 디테일을 정리한다. 프론트는 Claude Code의 도움을 받아 짜고 백엔드는 직접 구현. Milvus 한국어 토크나이저 커스텀 빌드, Qwen3 임베딩/리랭커, HyDE, SSE 스트리밍, 법제처 데이터 인제스트까지 다룬다.
Apple Silicon MacBook Pro M5 Pro 환경에서 MLX와 Qwen 3.6 모델로 로컬 LLM 환경을 구축하고 에이전트 프레임워크 연구를 위한 사전 준비를 정리한다.
Ghostty 엔진을 내장한 Swift + AppKit 네이티브 터미널 cmux. Claude Code, Aider, Cline 같은 여러 에이전틱 코딩 어시스턴트를 한 창에서 병렬로 돌리기 위해 설계된 오픈소스 macOS 앱의 설치와 활용법을 정리한다.
19명의 Claude Code 서브에이전트가 무엇을 하고 있는지 실시간으로 보여주는 모니터링 대시보드를 만든 과정 - Gather Town 실험 실패부터 WebSocket 기반 컨트롤 센터까지.
Claude Code의 Subagent, Skill, Rule, Hook, MCP Server를 조합하여 기획부터 배포까지 전문가 팀을 구성하는 방법을 정리했다.
Kiro에서 MCP 서버를 설정하고 관리하는 방법을 예제와 함께 정리했다.
Kiro 에이전트의 생성, 설정, 프롬프트 모듈화, 서브 에이전트 활용까지 정리했다.
Kiro CLI 설치 방법과 cli.json 설정 파일의 주요 항목을 정리했다.
Kiro가 Claude 모델을 호출하는 경로를 Client Layer + 3-Tier Service Layer로 분석하고 같은 모델이 App Provider에 따라 왜 다른 성능을 내는지 정리했다.
RAG에서 검색 품질을 높이기 위한 HyDE(Hypothetical Document Embeddings) 기법을 정리한다.
LangChain의 LCEL, 프롬프트 템플릿, 메시지 클래스, MessagesPlaceholder, RunnableGenerator를 정리한다.
Ollama Python 라이브러리로 원격 LLM 서버에 연결하고 generate, chat, LangChain 연동까지 사용하는 방법을 정리한다.
AI 어시스턴트가 Scapple 파일을 직접 읽고 쓰고 렌더링할 수 있는 MCP 서버를 만들었다.
Ollama의 OLLAMA_HOST 환경변수와 Windows 방화벽을 설정하여 같은 네트워크의 다른 기기에서 로컬 LLM에 접속하는 방법을 정리한다.
Windows 11에 Ollama를 설치하고 Qwen3:8B 모델을 로컬에서 실행하는 전체 과정을 정리한다.