From 3cba4122ff0b5acf8ec3845571f9e7bca6106607 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=EC=B1=84=EB=AC=B8=EC=B0=BD=40MBA?= Date: Wed, 14 Oct 2026 18:55:18 +0900 Subject: [PATCH] =?UTF-8?q?65=20=EC=A4=80=EB=B9=84?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Lecture/65/00-DAY65-OVERVIEW.md | 415 ++++++++++++++++++++++++++++++++ Lecture/65/00-DAY65-PREP.md | 103 ++++++++ 2 files changed, 518 insertions(+) create mode 100644 Lecture/65/00-DAY65-OVERVIEW.md create mode 100644 Lecture/65/00-DAY65-PREP.md diff --git a/Lecture/65/00-DAY65-OVERVIEW.md b/Lecture/65/00-DAY65-OVERVIEW.md new file mode 100644 index 0000000..c8452a4 --- /dev/null +++ b/Lecture/65/00-DAY65-OVERVIEW.md @@ -0,0 +1,415 @@ +# 65일차 개요 · Trigger·Condition·Action 기반 워크플로우 설계 + +> 노코드 멀티 에이전트 워크플로우 설계 및 운영 · 2026-10-15 +> 18장 · 각 장은 가로줄(`---`)로 나뉩니다. 1교시에는 1~3장과 17장만 보고, 나머지 장은 각 단계를 설명할 때 함께 띄웁니다. + +| 장 | 범위 | +| --- | --- | +| 1~3 | 표지 · 오늘의 목표 · 시간표 | +| 4~8 | 1단계 · TCA 설계 | +| 9~12 | 2단계 · n8n 실습 환경과 기본 설정 | +| 13~16 | 3단계 · 샘플 AI 워크플로우와 플랫폼 전환 | +| 17~18 | 실습 · 퀴즈와 예고 | + +--- + +## 1 / 18 · 표지 + +```mermaid +flowchart LR + T((Trigger)) --> C{Condition} + C --> A1((Action)) + C --> A2((Action)) + classDef g fill:#8A9BA0,stroke:#8A9BA0,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + classDef m fill:#5B8E7D,stroke:#5B8E7D,color:#fff + class T g + class C o + class A1 t + class A2 m +``` + +**65일차** + +# Trigger·Condition·Action 기반 워크플로우 설계 + +업무 자동화 흐름 구성 · n8n 실습 환경 · 샘플 AI 워크플로우 + +노코드 멀티 에이전트 워크플로우 설계 및 운영 · 2026-10-15 + +--- + +## 2 / 18 · 오늘 할 수 있게 될 세 가지 + +| | 목표 | 내용 | +| :-: | --- | --- | +| **①** | **흐름을 TCA로 설계한다** | 언제 시작하고(Trigger), 어느 길로 가고(Condition), 무엇을 하는지(Action) · 형식 함정 · 싼 검사부터 | +| **②** | **n8n으로 워크플로우를 실행한다** | Docker로 n8n 실행 · OpenAI Credential · 항목과 표현식 · IF·Switch·Webhook · 실행 기록 | +| **③** | **AI 워크플로우를 플랫폼과 상관없이 부른다** | LLM 분기 + 결과 없음 경로 · 같은 입출력 약속 · 플랫폼·LLM 두 층의 자동 전환 | + +--- + +## 3 / 18 · 오늘의 시간표 + +| ① 1~2교시 | ② 3~4교시 | ③ 5~6교시 | ④ 7~8교시 | +| --- | --- | --- | --- | +| **1단계** | **2단계** | **3단계** | **정리** | +| TCA 기반 워크플로우 설계 | n8n 실습 환경과 기본 설정 | 샘플 AI 워크플로우와 실행 흐름 | 퀴즈 A·B·C · 오늘의 정리·예고 | +| Lab 01 miniflow 분기 | Lab 02A 브라우저에서 직접 · Lab 02 IF·Webhook·Switch | Lab 03 AI 문의·전환 | 퀴즈 20분 | + +> 09:00 시작 · 50분 수업 10분 휴식 · 12:00~13:00 점심 + +--- + +## 4 / 18 · 어제의 질문: 결과가 없으면 어디로? + +64일차: "점심 메뉴 추천해줘" → FAQ 검색 결과 0건 → 다음 단계가 멈춤 + +```mermaid +flowchart LR + A["문의 입력"] --> B["FAQ 검색
0건"] --> C["답변 초안
첫 FAQ 사용"] --> X(["✕ 멈춤"]) + classDef g fill:#8A9BA0,stroke:#8A9BA0,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + classDef r fill:#C65D3B,stroke:#C65D3B,color:#fff + class A g + class B o + class C t + class X r +``` + +> **오늘의 답** 결과가 있을 때와 없을 때를 **다른 길**로 보낸다 → Condition +> 있음 → 답변 초안 작성 · 없음 → 담당자에게 전달 · 어떤 입력이 와도 결과가 나온다 + +| TCA | 코드에서 | +| --- | --- | +| Trigger | 엔드포인트 `@app.post(...)` | +| Condition | `if` / `elif` / `else` | +| Action | 함수 호출 · 저장 · 응답 | + +그림에서는 마름모에서 나가는 선이 하나뿐이면 빠진 길이 바로 보입니다 + +--- + +## 5 / 18 · 워크플로우 설계의 세 가지 질문 + +| ① Trigger | ② Condition | ③ Action | +| --- | --- | --- | +| **언제 시작하나?** | **어느 길로 갈까?** | **무엇을 하나?** | +| 문의 양식 제출
매일 오전 9시
메일 도착 | 긴급 문의인가?
FAQ가 있나?
분류가 무엇인가? | LLM 답변 작성
담당자 전달
기록 저장 · 응답 | + +> **모든 길의 끝에는 결과가 있어야 하고, 예상하지 못한 값을 받는 default 길이 필요합니다** + +--- + +## 6 / 18 · Trigger 고르기와 시작 데이터의 약속 + +| 질문 | 답에 따라 | +| --- | --- | +| **누가 시작하나?** | 사람 → 폼·웹훅 / 시스템 → 이벤트 / 시계 → 일정 | +| **얼마나 자주?** | 요청마다 → 웹훅 / 하루 한 번 묶어서 → 일정 | +| **결과를 기다리나?** | 기다린다 → 웹훅 + 응답 노드 / 안 기다린다 → 처리 후 알림 | +| **한 번에 몇 건?** | 1건 → 웹훅 / 여러 건 → 일정 Trigger가 목록을 읽어 항목별 처리 | + +```json +{"user": "kim", "text": "VPN 접속이 계속 끊겨요"} +``` + +| 필드 | 필수 | 비었을 때 | +| --- | --- | --- | +| `user` | 예 | 거절하거나 `anonymous` | +| `text` | 예 | **400으로 거절** (`Has text?`) | + +> 약속을 정해 두면 Trigger를 바꿔도(폼 → 메일 → 메신저) 뒤의 흐름은 그대로 + +--- + +## 7 / 18 · Condition의 종류와 LLM 출력 분기 + +| IF | Switch | 입력 검증 | +| :-: | :-: | :-: | +| **두 길** | **여러 길 + 그 밖** | **맨 앞에서 거절** | +| 긴급인가? 내용이 있나? | 분류: 계정·네트워크·장비·SW·기타 | 필수값이 비면 400 | + +**LLM의 판단으로 분기할 때** + +```mermaid +flowchart LR + L["LLM 분류
'Software' · ' network\n'"] --> N["값 정리·검증
소문자·공백 제거
허용 목록 확인"] --> S["Switch
정해진 값으로
안전하게 분기"] + classDef p fill:#7A6FB0,stroke:#7A6FB0,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + class L p + class N o + class S t +``` + +--- + +## 8 / 18 · 비교의 형식 함정과 "싼 검사부터" + +| 함정 | 왼쪽 | 오른쪽 | 막는 방법 | +| --- | --- | --- | --- | +| **대소문자** | `Network` | `network` | 소문자로 | +| **공백·줄바꿈** | `" network\n"` | `network` | `trim` | +| **문장으로 답함** | `"It is network."` | `network` | 허용 목록에서 찾기 | +| **문자와 숫자** | `"30"` | `30` | 형식을 먼저 고름 | +| **빈 값과 없는 값** | `""` / `[]` | (필드 없음) | empty 연산자 | + +```mermaid +flowchart LR + T(["요청"]) --> V{"입력 검증
0원 · 즉시"} -->|"통과"| K{"'긴급' 포함?
0원 · 즉시"} -->|"아니요"| L["LLM 분류
비용 · 1~2초"] + V -->|"비었음"| R0(["거절"]) + K -->|"예"| U(["담당자 즉시 연결"]) + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + classDef r fill:#C65D3B,stroke:#C65D3B,color:#fff + classDef p fill:#7A6FB0,stroke:#7A6FB0,color:#fff + class V,K o + class L t + class R0 r + class U p +``` + +> **비용이 적고 확실한 검사를 앞에** · 빈 요청과 긴급 문의는 LLM을 부르기 전에 걸러진다 + +--- + +## 9 / 18 · 오늘의 실습 환경과 주소 + +```mermaid +flowchart LR + subgraph WSL["WSL2 (Ubuntu)"] + M["miniflow
(uv)"] + subgraph DC["Compose 프로젝트 day65-n8n"] + N["n8n
:5678
get.n8n.io"] -.->|"대체 · http://ollama:11434"| O["Ollama
(대체)"] + end + M -->|"localhost:5678"| N + end + N -->|"Credential
OpenAI (.env)"| AI["OpenAI API
gpt-4.1-mini"] + M -->|".env의 키"| AI + classDef m fill:#5B8E7D,stroke:#5B8E7D,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef d fill:#0F3D3E,stroke:#0F3D3E,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + class M m + class N o + class O d + class AI t +``` + +| 명령 (`Last3Mon/65/n8n`) | 하는 일 | +| --- | --- | +| `curl -fsSL https://get.n8n.io \| N8N_DIR=./day65-n8n sh -s -- --version 2.42.6` | n8n 공식 한 줄 설치 (홈에서 한 번, 사전 준비) | +| `docker compose up -d` / `ps` | Ollama 더해 함께 실행 / 상태 확인 | +| `docker compose stop` / `start` | 멈춤 / 다시 켬 (데이터 유지) | +| `docker compose logs n8n` | 화면이 안 열릴 때 | + +> **API 키는 .env와 Credential에만 둔다 · 컨테이너끼리는 서비스 이름(ollama)으로 부른다** · 오늘 띄운 n8n을 79일차까지 계속 씁니다 + +--- + +## 10 / 18 · API 키는 Credential로 + +```mermaid +flowchart LR + E[".env
OPENAI_API_KEY
(git 제외)"] -->|"register-credentials.sh"| C["n8n Credential
'OpenAI (.env)'"] + C -.->|"이름으로 참조"| H["HTTP Request 노드"] --> AI["OpenAI API"] + classDef r fill:#C65D3B,stroke:#C65D3B,color:#fff + classDef p fill:#7A6FB0,stroke:#7A6FB0,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + class E r + class C p + class H o + class AI t +``` + +| 방식 | 워크플로우 JSON에 키가 들어가나 | 키를 바꿀 때 | +| --- | --- | --- | +| 노드에 직접 적기 | **들어감** (공유·내보내기 위험) | 모든 노드를 찾아 고침 | +| Credential 참조 | 들어가지 않음 (이름·ID만) | Credential 하나만 (`.env` 수정 → 스크립트 다시 실행) | + +수업용 Credential 두 개: `OpenAI (.env)` · `Ollama local` + +--- + +## 11 / 18 · n8n의 데이터와 웹훅 + +```text +[ {id: T-1, priority: urgent}, + {id: T-2, priority: normal}, + {id: T-3, priority: urgent} ] + +IF priority = urgent +→ true 2개 · false 1개 (IF는 항목마다 3번 검사) +``` + +| Test URL | Production URL | +| --- | --- | +| `/webhook-test/...` | `/webhook/...` | +| 화면에서 대기 중일 때 1회 · 캔버스에 실행 과정 표시 | Publish 후 언제든 · Executions에서 확인 | +| 만들면서 확인 | 다른 프로그램(miniflow, 업무 코드)이 부를 때 | + +> 결과를 돌려주려면 **Respond to Webhook** 노드 · 빈 요청은 **400**으로 알린다 + +--- + +## 12 / 18 · 표현식으로 값 꺼내기 + +| 표현식 | 어느 데이터 | +| --- | --- | +| `{{ $json.priority }}` | 바로 앞 노드가 넘겨 준 지금 항목 | +| `{{ $json.body.text }}` | **웹훅 요청 본문은 `body` 안에** | +| `{{ $('Settings').first().json.model }}` | 이름으로 지정한 노드의 첫 항목 | +| `{{ $('Request webhook').item.json }}` | 이름으로 지정한 노드에서 지금 항목과 짝인 항목 | + +| 노드 설정 창 | 64일차 실행 기록에서 | +| --- | --- | +| INPUT (왼쪽) | 앞 노드의 `output` | +| Parameters (가운데) | `args`, `prompt` | +| OUTPUT (오른쪽) | `output` — Table · JSON · Schema로 보기 | + +> 노드 이름은 표현식에 쓰이므로 **처음부터 하는 일로** 짓는다 · 처음엔 `$json.text` 대신 `$json.body.text`를 가장 자주 틀린다 + +--- + +## 13 / 18 · 샘플 AI 워크플로우: IT 문의 처리 + +```mermaid +flowchart LR + W(["Webhook"]) --> H{"내용
있음?"} --> L["LLM
분류"] --> N["값 정리
FAQ 검색"] --> F{"FAQ
있음?"} + F -->|"있음"| D["LLM 답변
→ 자동 답변"] + F -->|"없음"| P["담당자
전달"] + classDef g fill:#8A9BA0,stroke:#8A9BA0,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef p fill:#7A6FB0,stroke:#7A6FB0,color:#fff + classDef m fill:#5B8E7D,stroke:#5B8E7D,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + classDef r fill:#C65D3B,stroke:#C65D3B,color:#fff + class W g + class H,F o + class L p + class N m + class D t + class P r +``` + +| 입력 | 지나간 길 | 응답 시간 (수업 전 측정) | +| --- | --- | --- | +| VPN 접속이 계속 끊겨요 | **자동 답변** (FAQ-003) | 약 3~4초 · LLM 2회 | +| 비밀번호를 잊어버렸어요 | **자동 답변** (FAQ-001) | 약 3초 · LLM 2회 | +| 점심 메뉴 추천해줘 | **담당자 확인** | 약 0.6초 · LLM 1회 | + +> 바뀔 수 있는 값은 **Settings**에 · LLM 출력은 **Code**에서 정리 · 두 길은 **같은 필드**(`category`·`faq_id`·`route`·`reply`)로 끝난다 + +--- + +## 14 / 18 · 키워드 규칙 vs LLM 분류 · 시간은 어디서 + +| | 키워드 규칙 (`65-02`) | LLM 분류 (`03`) | +| --- | --- | --- | +| **방식** | 단어 목록에 있으면 그 분류 | 문장의 뜻을 보고 분류 | +| **시간·비용** | 즉시 · 0원 | 1~2초 · 호출 비용 | +| **약한 곳** | 목록에 없는 표현 ("암호를 바꾸고 싶어요") | 형식이 흔들림 → 정리 단계 필요 | + +```mermaid +flowchart LR + W["Webhook·Settings·IF
밀리초"] --> L1["LLM classify
약 1초대"] --> C["Code
밀리초"] --> L2["LLM draft
약 1~2초"] --> R["Respond
밀리초"] + classDef g fill:#8A9BA0,stroke:#8A9BA0,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + class W,C,R g + class L1,L2 t +``` + +> **전체 시간은 거의 LLM 호출 횟수가 정한다** · Executions에서 `raw_label`(원래 값)과 `category`(정리된 값)를 나란히 본다 + +--- + +## 15 / 18 · 플랫폼에 묶이지 않는 실행: 자동 전환 + +```mermaid +flowchart LR + APP["업무 코드
call('request')"] --> FR["FailoverRunner
순서대로 시도"] + FR -->|"1순위"| N8["n8n ✕ 꺼짐"] + FR -->|"2순위"| MF["miniflow ✓ 응답"] + classDef d fill:#0F3D3E,stroke:#0F3D3E,color:#fff + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + classDef m fill:#5B8E7D,stroke:#5B8E7D,color:#fff + class APP d + class FR o + class N8 t + class MF m +``` + +| 그대로인 것 | 플랫폼마다 만드는 것 | +| --- | --- | +| 업무를 부르는 코드 · 입력 `{user, text}` · 출력 `{category, faq_id, route, reply}` | 워크플로우 자체 · 그 플랫폼의 어댑터 · 주소와 인증 설정 | + +| 넘길 실패 | 넘기지 않을 실패 | +| --- | --- | +| 접속 불가 · 시간 초과 · 404 · 500 | **입력 오류(400)** — 어디서 실행해도 똑같이 실패 | + +수업 전 측정: 정상 n8n 약 2.5초 · n8n을 멈추자 약 12ms 만에 실패 판단 → miniflow가 처리 + +--- + +## 16 / 18 · 두 층의 대체 경로 + +```mermaid +flowchart TB + subgraph P["플랫폼 층 · FailoverRunner"] + direction LR + p1["n8n"] -->|"실패하면"| p2["miniflow"] + end + subgraph L["LLM 층 · MINIFLOW_LLM_FALLBACK"] + direction LR + l1["OpenAI gpt-4.1-mini"] -->|"실패하면"| l2["Ollama gemma3:4b"] + end + P ~~~ L + classDef o fill:#F2A541,stroke:#F2A541,color:#fff + classDef m fill:#5B8E7D,stroke:#5B8E7D,color:#fff + classDef t fill:#0F7C80,stroke:#0F7C80,color:#fff + class p1 o + class p2,l2 m + class l1 t +``` + +| 층 | 무엇이 실패할 때 | 오늘 확인 | +| --- | --- | --- | +| **플랫폼** | n8n이 꺼짐·응답 없음 | `docker compose stop n8n` 후 `miniflow call request` | +| **LLM** | OpenAI 키 오류·한도·인터넷 | 잘못된 키로 `miniflow run` (이 명령에서만) | + +> 두 층을 함께 쓰면 n8n도, OpenAI도 안 될 때 miniflow + Ollama로 업무가 이어진다 · 어느 쪽이 처리했는지 `served_by`·`provider`로 기록 + +--- + +## 17 / 18 · 오늘의 실습 + +| | 실습 | 내용 | +| :-: | --- | --- | +| **1** | **Lab 01** · miniflow Condition·Switch | 어제 멈춘 흐름을 결과 없음 경로로 고치기 · `default` 길 · 긴급 분기 직접 추가 | +| **2A** | **Lab 02A** · 브라우저에서 직접 만들기 (기본) | Windows 브라우저로 WSL의 n8n 열기 · Manual → Edit Fields → If → 두 길 · WSL `curl`로 웹훅 부르기 | +| **2** | **Lab 02** · n8n 화면과 첫 워크플로우 | 가져오기 · Manual + IF · Webhook + Switch · Test/Production URL · 보안 분류 추가 | +| **3** | **Lab 03** · AI 문의 처리와 플랫폼 전환 | LLM 분류·FAQ 분기 · Executions 추적 · n8n을 멈추고 자동 전환 · LLM 대체 | + +준비: SETUP-N8N (.env에 OpenAI 키 · n8n 2.42.6 공식 한 줄 설치 + Ollama 대체 · Credential 등록) · 수업 전날 + +--- + +## 18 / 18 · 7교시 퀴즈 · 그리고 내일 + +| A · 기본 | B · 응용 | C · 심화 | +| :-: | :-: | :-: | +| TCA 용어 · n8n 기본 | 표현식 · 주소 · 분기 결과 | 설계 판단 · 자동 전환 | + +- 단계별 10문항 · 20분 · 원하는 단계 선택 +- 마지막 주관식 '더 알고 싶은 것'은 선택 · 점수 없음 + +> **66일차 예고** +> 빈 캔버스에서 시작하는 **단일 업무 자동화 워크플로우** +> 복습: 어제 시나리오를 TCA 설계표로 정리 + +### *오늘의 한 문장: 언제 시작하고, 어느 길로 가고, 무엇을 하는지 — 그리고 모든 길에 끝을* diff --git a/Lecture/65/00-DAY65-PREP.md b/Lecture/65/00-DAY65-PREP.md new file mode 100644 index 0000000..d81c92f --- /dev/null +++ b/Lecture/65/00-DAY65-PREP.md @@ -0,0 +1,103 @@ +# 65일차 실습 준비 · 수업 전에 미리 해 두면 좋은 것 + +- 수업일: 2026-10-15 (65일차) · Trigger·Condition·Action 기반 워크플로우 설계, n8n 실습 환경 구성 +- 준비 시간: 약 1시간 (이미지 다운로드 포함) +- 먼저 WSL에서 `cd ~/aio-01d4-stu && git pull`로 오늘 자료를 받습니다 (수강생 저장소: https://gl.isitsoft.kr/publicproj/aio-01d4-stu). +- **수업 전날까지** 1~2절을 끝내 주세요. 3~4절은 시간이 될 때 읽어 오면 좋습니다. + +```mermaid +flowchart LR + A["1. API 키·n8n 실행
.env · Docker Compose"] --> B["2. 확인
pytest · OpenAI 호출 · n8n 로그인"] + B --> C["3. 미리 읽기
TCA · n8n 용어"] + C --> D["4. 생각해 오기
어제 시나리오의 분기"] +``` + +--- + +## 1. API 키 연결과 n8n 실행 (전날 필수, 약 45분) + +오늘부터 노코드 워크플로우 도구 **n8n**을 사용합니다. 수업의 LLM은 64일차와 같은 **OpenAI API**(`gpt-4.1-mini`)이고, 64일차에 만든 `Last3Mon/.env`의 키를 n8n에서도 그대로 씁니다. 64일차의 Ollama는 OpenAI가 실패할 때 쓰는 **대체용**으로 n8n과 함께 Docker에서 실행합니다. + +자세한 순서는 **[n8n 준비 안내 (SETUP-N8N)](../../Last3Mon/65/SETUP-N8N.md)** 를 따라 하세요. + +| 순서 | 할 일 | 시간 | +| --- | --- | --- | +| 1 | WSL에 Docker·ctop 설치 ([install-sh](https://gl.isitsoft.kr/publicproj/install-sh#-2-%EC%8B%9C%EC%8A%A4%ED%85%9C--%EC%BB%A8%ED%85%8C%EC%9D%B4%EB%84%88-devops-1)의 Docker·ctop), `docker version` 확인 | 10분 | +| 2 | `Last3Mon/.env` 확인 (64일차에 키를 넣어 둠) | 1분 | +| 3 | WSL의 Ollama 서비스 멈추기 (`sudo systemctl stop ollama`) | 2분 | +| 4 | `65/n8n/.env`에 64일차 모델 폴더 연결 (대체용) | 2분 | +| 5 | n8n 공식 한 줄 설치 `cd ~ && curl -fsSL https://get.n8n.io | N8N_DIR=./day65-n8n sh -s -- --version 2.42.6` → `Last3Mon/65/n8n`에서 `docker compose up -d`로 Ollama 더하기 (이미지 약 6.5GB), http://localhost:5678 관리자 계정 만들기 | 15~35분 | +| 6 | `bash register-credentials.sh`로 n8n에 Credential 등록 | 2분 | + +> 이미지가 크기 때문에 수업 중에 받으면 강의실 네트워크가 매우 느려집니다. **다운로드는 꼭 집에서 미리** 해 주세요. + +## 2. 준비가 끝났는지 확인 (전날 필수, 5분) + +```bash +cd ~/aio-01d4-stu/Last3Mon/65/workflow-lab +uv sync +uv run pytest -q # 35 passed, 1 skipped +uv run miniflow check # Reply (openai, …): ready +cd ../n8n +docker compose ps # n8n, ollama 모두 running +``` + +브라우저에서 n8n에 로그인되면 준비 완료입니다. 해결이 안 되면 수업 당일 1교시 전에 말씀해 주세요. + +--- + +## 3. 미리 읽어 오면 좋은 내용 (선택, 약 15분) + +### 3.1 Trigger·Condition·Action + +| 구성 요소 | 질문 | 예 | +| --- | --- | --- | +| Trigger | 언제 시작하나? | 문의 양식 제출, 매일 9시, 메일 도착 | +| Condition | 어느 길로 갈까? | 긴급 문의인가? FAQ가 있나? | +| Action | 무엇을 하나? | 답변 작성, 담당자 전달, 기록 저장 | + +어제 `05` 워크플로우에 "점심 메뉴 추천해줘"를 넣었을 때 멈춘 이유를 떠올려 보세요. 오늘은 이 문제를 Condition으로 해결합니다. + +### 3.2 n8n 용어 미리 보기 + +| 용어 | 뜻 | +| --- | --- | +| 캔버스 | 노드를 놓고 선으로 연결하는 화면 | +| 항목(item) | 노드 사이를 흐르는 데이터 한 건 (JSON 객체 하나) | +| 표현식 | `{{ $json.text }}`처럼 앞 노드의 값을 꺼내 쓰는 식 | +| Webhook | 다른 프로그램이 HTTP 요청으로 워크플로우를 시작시키는 Trigger | +| Publish | 워크플로우를 게시해 화면을 닫아도 계속 동작하게 함 | +| Executions | 실행 기록 목록 | + +### 3.3 지난 실습과 연결 + +| 오늘 | 지난 실습 | +| --- | --- | +| n8n 공식 설치 스크립트가 만든 Compose + 수업 Compose(Ollama)를 `include`로 함께 실행 | 9월 Docker Compose 배포 (Weather MCP 등) | +| API 키는 `.env`에, n8n에서는 Credential로 | 7월 FastAPI 실습의 `.env`와 환경 변수 | +| 컨테이너끼리 서비스 이름으로 호출 (`http://ollama:11434`) | 9월 Weather MCP의 `http://weather-mcp:8010` | +| Webhook으로 워크플로우 호출 | FastAPI 엔드포인트 호출 | +| 플랫폼 장애 시 자동 전환 | 9월 `mini_multi_agent_01`의 Provider Failover | + +--- + +## 4. 생각해 오기 (선택, 5분) + +64일차 Lab 03에서 분석한 업무 시나리오를 떠올리고 답해 보세요. + +- 이 업무는 **무엇이 들어오면** 시작하나요? (Trigger) +- 중간에 **길이 갈라지는 지점**은 어디인가요? 각 길에서는 무엇을 하나요? (Condition·Action) +- 예상하지 못한 입력이 오면 어디로 보내야 할까요? (default 길) + +## 5. 당일 준비물 + +- 충전된 노트북과 충전기 (Docker는 배터리를 많이 사용합니다) +- WSL의 Docker(1절에서 설치), Windows Terminal(WSL), VS Code, 웹 브라우저 + +## 확인 + +- [ ] `uv run pytest -q` → `35 passed, 1 skipped` +- [ ] `uv run miniflow check` → `Reply (openai, …): ready` +- [ ] `docker compose ps` → n8n, ollama running +- [ ] 브라우저에서 n8n에 로그인했고 Credentials에 `OpenAI (.env)`가 있다 +- [ ] 어제 시나리오의 Trigger와 분기 지점을 생각해 왔다