목록 보기
Custom LLM Agent 구축하기(From Scratch)
AI

Custom LLM Agent 구축하기(From Scratch)

데보션
데보션
2025년 6월 11일

두줄요약

Langchain 없이 Python으로 ReAct 기반 LLM Agent를 직접 구현하는 예제를 소개했습니다. 프롬프트 설계와 멀티턴 흐름에 따라 함수 호출 결과가 달라질 수 있음을 보여줬습니다.

핵심 내용

  • Langchain·Langgraph 없이 Python과 Requests로 ReAct 기반 LLM Agent를 직접 구현하는 예제
  • 자연어 질문을 여러 차례 LLM에 전달해 Thought, Action, Action Input, Observation 흐름을 구성
  • 시간 조회 도구를 호출해 서울의 현재 시간을 찾는 동작을 단계별로 시연
  • 프롬프트 설계와 질문 표현에 따라 결과 품질이 달라질 수 있음을 강조

적용해볼 점

  • 도구 설명과 출력 형식이 명확한 프롬프트 설계 필요성
  • 함수 호출형 Agent의 동작 원리 이해를 위한 직접 구현 접근

다음 읽기

#LLM 주제를 이어서 읽기

Langchain과 Langgraph의 Agent구현의 차이점.

Langchain과 Langgraph의 create_react_agent 차이를 프롬프트 처리와 Tool Call 방식 중심으로 비교했습니다. 상용 LLM과 MCP 환경에는 Langgraph가 유리하고, Private LLM에는 Langchain을 고려할 수 있음을 정리했습니다.

데보션
데보션
AI

댓글 0

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...