무료 AI 엔지니어 과정 16부: 첫 번째 AI 에이전트. 상담원은 여러 도구 중에서 선택하고 작업이 완료될 때까지 계속 진행하며 언제 중지해야 하는지 알고 있습니다. 다단계 실행, 5가지 중지 규칙, 메시지 기록이 비용 문제가 되는 이유 및 에이전트를 테스트하는 방법을 확인합니다. 데모의 "모델"은 실제 AI가 아닌 제가 직접 작성한 모의이며 실제 API 호출이 이루어지지 않습니다. 이 동영상의 내용: - 워크플로 또는 에이전트? 다음 단계를 결정하는 사람 - 메시지 목록은 에이전트의 메모리입니다. - 실제 다단계 실행 및 추적(순서 나열 후 계산) - 설명을 통해 도구 간 선택을 조정하는 방법 - 실행이 끝나는 5가지 방법: 완료, 최대 회전수, 최대 호출, 토큰 예산, 반복 - 기록 문제: 매 회전마다 모든 것을 다시 보내고 이전 결과를 다듬습니다. - 답변뿐만 아니라 경로 테스트(20개 테스트) - 4가지 연습 및 퀴즈 챕터 0:00 여기서 시작하세요: 첫 번째 AI 에이전트 1:09 에이전트란 2:55 에이전트의 메모리 3:44 다단계 실행 4:55 도구 선택 6:13 중지 규칙 8:07 기록 문제 9:45 에이전트 테스트 11:25 정리 12:56 자신의 차례 14:29 코스 코드 확인(1~16부) 16부 파일: agent.py, tools.py, Schema.py, mock_agent_model.py, 데모16.py, test_agent.py. 추가 패키지가 없습니다(Python 3.11+). 연습 1. 4개의 문장으로 구성된 설명과 입력 스키마가 포함된 다섯 번째 읽기 전용 도구를 추가한 다음 이를 필요로 하는 목표와 경로 테스트를 작성합니다. 2. 자신만의 새로운 중지 규칙(예: 시간 제한)을 추가하고 이를 입증하는 테스트를 통해 실행이 종료됩니다. 3. keep_last를 2로 설정하여 트림 데모를 실행하고 예상 토큰과 답변을 비교합니다. 4. 확장: 실제 모델 함수(키는 .env에, 코드에는 없음)를 작성하고, 동일한 목표를 실행하고, 그 추적을 내 모형과 비교하고, 작은 제한을 유지합니다. 솔직한 참고 사항 - 모델 키가 없었고 작업 공간이 공개 API에 접근할 수 없었기 때문에 이 부분에서는 실제 모델이 사용되지 않았습니다. 모의 모델은 AI가 아닌 손으로 작성한 규칙입니다. 응답은 실제 API와 동일한 모양을 가지므로 루프, 중지 규칙, 기록 트리밍 및 테스트는 실제 코드입니다. 터미널 화면은 구성된 주문이 포함된 내 코드(Linux, Python 3.13, 2026년 11월 5일)를 실제로 실행한 것입니다. 토큰 번호는 실제 토크나이저가 아닌 대략적인 추정치(토큰당 약 4자)입니다. Windows는 테스트되지 않았습니다. - 아이디어(워크플로 대 에이전트, 가장 간단한 솔루션으로 시작, 중지 조건, 인간 체크포인트, 신중한 도구 설계, 샌드박스에서 테스트)는 Anthropic의 기사 "효과적인 에이전트 구축"(2024년 12월 19일 게시) 및 도구 사용 페이지(2026년 11월 5일 읽기)에서 나왔습니다. 그들은 변할 수 있습니다. 인용된 가격이 없습니다. 출처(2026년 11월 5일 읽기) Anthropic, 효과적인 에이전트 구축: https://www.anthropic.com/engineering/building- Effective-agents Anthropic, 도구 사용 개요: https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview 일반 영어 AI 팁을 보려면 AI Made Clear를 구독하세요. 공개: 음성은 AI로 생성됩니다. real run이라는 라벨이 붙은 화면은 (실제 AI가 아닌) 모의 모델을 사용한 내 코드의 실제 터미널 출력입니다. 다른 화면은 그림입니다. Anthropic, Python 및 기타 이름은 해당 소유자의 것입니다. 이 채널은 이름이 지정된 어떤 회사와도 관련이 없습니다. 비즈니스 문의 : rabbihossain01941@gmail.com #AIEngineer #AIAgents #Python
