0 Fork 0

Files

T

mcchaeandClaude Opus 5.5 176e195dc2 71일차 자료 추가(답 제외)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

2026-10-23 06:50:50 +09:00

9.5 KiB

Raw Permalink Blame History

7교시 바이브 코딩 · `tdoc` 만들기

먼저 VIBE-REQ-TDOC.md(요청서)를 읽고 ~/vibe/tdoc/SPEC.md를 직접 쓴 뒤 이 문서를 엽니다. 이 문서는 요청서에서 요구를 뽑아 낸 다음 단계입니다. 내 SPEC과 비교하는 데 쓰고, 에이전트에게 통째로 붙여 넣지 않습니다.

flowchart LR
  REQ["VIBE-REQ<br/>요청서"] --> SPEC["내 SPEC.md<br/>10분"] --> Q["VIBE-Q (이 문서)<br/>비교 · 고치기"] --> B["단계별로 만들기"] --> A["수업 뒤<br/>VIBE-A"]

시간: 16:00~16:50 (50분) · 발표와 정리는 8교시
도구: CLI 코딩 에이전트(codex / claude / agy), Python + uv + Textual, SQLite
결과물: 내 md 문서를 임베딩해 SQLite에 저장하고, 질문하면 답과 근거 문단을 보여 주는 RAG TUI. top_k, 청크 크기를 바꿔 가며 결과를 비교합니다. 오늘 n8n으로 한 일을 내 문서(이 과정의 Lecture/ 교안 등)에 직접 해 봅니다.

$ tdoc ~/aio-01d4-stu/Lecture
┌ tdoc · 문서 N · 청크 M · section ───────────────────────────────┐
│ 질문: [ 메모리 저장소는 언제 지워져요?                ] top_k [3] │
│ ┌ 답 ────────────────────────────────────────────────────────────┐ │
│ │ n8n이 재시작되면 지워집니다 [1]. push할 때마다 …                │ │
│ └────────────────────────────────────────────────────────────────┘ │
│ ┌ 근거 ──────────────────────────────────────────────────────────┐ │
│ │ [1] 0.xx Lecture/71/01-STAGE1-RAG-AND-INDEX.md · 5. 메모리 저장소 │ │
│ │ [2] 0.xx Lecture/71/00-DAY71-PREP.md · 1. n8n과 데이터 API      │ │
└──────────────────────────────────────────────────────────────────┘

요청문은 직접 씁니다. 단계마다 ▶ 를 펼치면 생각할 거리가 나옵니다. 정답 요청문은 없습니다.

요구 사항 (요청서에서 뽑은 것)

번호	요구	요청서의 말	확인 방법
R1	폴더의 `*.md`를 청크로 나눠(섹션 또는 글자 수) 임베딩하고 SQLite 파일 하나에 저장한다. 바뀐 파일만 다시 임베딩한다	① 폴더 통째로, 매번 처음부터 다시 읽지 않기, 껐다 켜도 남기	`tdoc index <폴더>` 두 번 (두 번째는 임베딩 0번), 가짜 임베딩 테스트의 호출 수
R2	질문하면 가까운 청크 `top_k`개를 점수·파일·섹션과 함께 보여 준다	② 어느 파일 어느 부분, 얼마나 가까운지, 몇 개까지	`tdoc search "..." --top-k 5` → 5줄, 줄마다 점수 · 파일 · 섹션
R3	그 청크들로만 답을 쓰고 `[번호]`로 근거를 단다. 1등 점수가 기준 아래면 LLM을 부르지 않고 모른다고 한다	③ 문서 내용으로만, 어디서 나왔는지, 지어내지 말고 모른다고	`tdoc ask "..."`, 문서에 없는 질문 → "문서에서 찾지 못했습니다" (가짜 LLM 호출 0번)
R4	TUI: 질문 입력, 답, 근거 목록. 근거를 고르면 원문 문단 전체	④ 찾은 부분 목록, 고르면 원문 전체	`tdoc <폴더>`
R5	청크 설정을 바꿔 같은 질문 목록으로 비교한다 (질문 · 기대 파일 → 맞은 수)	⑤ 자르는 크기를 바꿔 숫자로	`tdoc eval questions.yaml --chunking 200` → 설정마다 "몇 개 중 몇 개"

숨은 요구 (요청서에 직접 없지만 없으면 안 되는 것):

숨은 요구	어디서 나왔나
청크마다 파일 경로 · 섹션 제목 · 글 · 벡터를 저장하고, 파일마다 내용 해시 · 청크 설정을 저장한다	② "어느 파일 어느 부분", ① "바뀐 파일만"
테스트는 가짜 임베딩 · 가짜 LLM으로 (진짜를 부르지 않음). 임베딩 · LLM을 바꿔 끼울 수 있게	"테스트하느라 돈이 나가는 건 싫어요"
LLM이 붙인 `[번호]`가 발췌 범위 밖이면 코드가 버린다	③ "어디서 나왔는지" — 없는 근거를 붙이면 지어낸 것과 같음 (오늘 Lab 02 `cited`는 코드가 만듦)
비교하기 전에 질문 · 기대 파일 정답표(`questions.yaml`, 5개 이상)를 먼저 쓴다	⑤ "숫자로" (오늘 Lab 01 예제 1)
청크 설정마다 DB 파일을 따로 (두 설정이 한 DB에 섞이지 않게)	⑤ 크기를 바꿔 비교
키는 환경 변수에서만 읽고 코드 · SQLite에 남기지 않는다	"키가 코드나 저장 파일에 찍히면 안 돼요"
임베딩 · LLM을 부르는 동안 화면이 멈추지 않는다	④ (색인 수십 초, 답 수 초)

범위 밖 (오늘 하지 않음): PDF · 워드 읽기, 여러 사람이 함께 쓰는 서버, 벡터 DB 설치, n8n과 직접 연결하기. (강사 바이브 코딩에서 tdoc serve로 n8n에서 부르기를 보여 줄 수 있음)

비교해 보기: 내 SPEC.md에서 빠진 요구, 내가 더 뽑은 요구, 다르게 정한 순서를 SPEC.md 끝에 한 줄씩 적고, 필요하면 내 SPEC을 고칩니다. 아래 단계부터는 고친 내 SPEC.md를 기준으로 요청문을 씁니다.

알아 둘 것:

임베딩 text-embedding-3-large, 답 gpt-4.1-mini, 키는 OPENAI_API_KEY 환경 변수. 키를 코드에 쓰지 않습니다.
벡터 검색은 SQLite에 숫자 목록(벡터)을 저장하고 파이썬에서 코사인 유사도를 계산해도 충분합니다 (문서 수백 개 규모).
오늘 Lab의 cases/retrieval-*.json이 R5의 질문 목록 모양입니다.

진행 (50분)

flowchart LR
  S0["0. 준비 · 요청서 → SPEC<br/>12분"] --> S1["1. 색인 · 검색<br/>R1·R2 · 13분"] --> S2["2. 답 · 근거<br/>R3 · 10분"] --> S3["3. TUI · 비교<br/>R4·R5 · 10분"] --> S4["4. 정리<br/>5분"]

0. 준비 · 요청서 → SPEC (12분)

mkdir -p ~/vibe/tdoc && cd ~/vibe/tdoc
git init
export OPENAI_API_KEY=$(grep '^OPENAI_API_KEY=' ~/aio-01d4-stu/Last3Mon/.env | cut -d= -f2-)
# 에이전트는 SPEC.md를 쓴 뒤에 켭니다: codex (또는 claude, agy)

에이전트는 아직 켜지 않습니다. VIBE-REQ-TDOC.md를 읽고 SPEC.md를 직접 씁니다 (10분).
이 문서의 요구 표 · 숨은 요구와 비교해 SPEC.md를 고치고 git commit.
그다음 에이전트를 켭니다: codex (또는 claude, agy). 첫 요청은 "SPEC.md를 읽고, 1단계를 만들기 전에 확인 방법부터 말해 줘".

1. 색인과 검색 (13분)

▶ 1단계 · 저장할 것

청크마다 무엇을 저장해야 검색 결과를 보여 줄 수 있나요? (파일 경로, 섹션 제목, 글, 벡터) 그리고 "바뀐 파일만 다시"를 하려면 파일마다 무엇을 기억해야 할까요?

▶ 2단계 · 테스트에서 진짜 임베딩을 부르지 않게

tman의 번역기, tcrew의 LLM처럼 임베딩도 바꿔 끼울 수 있게 합니다. 가짜 임베딩(예: 낱말 수를 센 벡터)만으로도 "같은 낱말이 많은 청크가 1등"을 테스트할 수 있습니다.

확인: uv run tdoc index ~/aio-01d4-stu/Lecture/71, 다시 한 번(빠른가), uv run tdoc search "메모리 저장소", pytest, git commit.

2. 답과 근거 (10분)

▶ 1단계 · 오늘 n8n에서 배운 것 그대로

발췌로만 답하기, 번호로 근거, 모르면 모른다고, 점수가 낮으면 LLM을 부르지 않기. 요청문에 이 네 가지가 있나요? Lab 02 과제의 "점수는 높은데 답이 없을 때"도 생각해 봅니다.

3. TUI와 비교 (10분)

▶ 1단계 · 비교는 같은 질문으로

questions.yaml(질문 · 기대 파일)을 직접 5개 써 봅니다. 청크 설정을 바꿔 맞은 수를 표로 보여 주게 합니다. 오늘 Lab 03과 같습니다: 한 번에 하나만 바꾸기.

확인: uv run tdoc ~/aio-01d4-stu/Lecture, 근거 선택 → 원문, tdoc eval로 두 설정 비교, git commit.

4. 정리 (5분)

SPEC.md 1절 표의 확인 방법대로 하나씩 체크하고, 발표 메모를 씁니다.

발표 (3분)	내용
SPEC	내 SPEC과 VIBE-Q가 달랐던 곳 (빠뜨린 요구, 더 뽑은 요구)
요청문	가장 잘 먹힌 요청문 한 개, 안 먹힌 요청문 한 개
막힌 곳	다시 색인이 느림, 근거 번호가 틀림 등 어떻게 알아챘고 고쳤나
시연	교안 폴더에 질문 하나, 두 설정의 비교 표

확인

SPEC.md를 에이전트 없이 먼저 쓰고, VIBE-Q와 비교한 줄을 남겼다.
R1 SQLite 하나에 저장, 두 번째 색인은 바뀐 파일만.
R2 점수 · 파일 · 섹션과 함께 top_k개.
R3 근거 번호, 근거가 없으면 모른다고.
R4 TUI에서 근거를 고르면 원문.
R5 같은 질문 목록으로 두 설정 비교.
pytest(가짜 임베딩), 단계마다 git commit, PROMPTS.md.

9.5 KiB Raw Permalink Blame History

7교시 바이브 코딩 · tdoc 만들기