CrewAI의 개념과 작동 원리, Crews와 Flows의 차이, 그리고 언제 어떤 구조를 사용할지에 대해 상세히 설명합니다.

Celery 운영 환경에서 발생할 수 있는 문제를 예방하고 안정성을 높이는 방법을 정리합니다. Sentry 연동, 작업 중복 방지, 로깅 개선 등 노하우를 공유합니다.

Celery, Django, Redis를 통합한 비동기 백엔드 환경을 Docker Compose로 로컬에 구축하는 과정을 단계별로 정리합니다.

비동기 작업 처리 프레임워크 Celery의 기본 개념과 동작 원리, Django 프로젝트에서의 활용 예시까지 자세하게 설명합니다.

AInfo 프로젝트에서 CrewAI를 활용한 멀티에이전트 구조를 어떻게 구성했는지, 각 크루의 역할과 Flow 실행 구조를 정리합니다.

AInfo 프로젝트에서 LangChain 기반으로 도구(Tool)와 에이전트(Agent)를 어떻게 구성했는지 설계 흐름과 구현 코드 중심으로 소개합니다.

AInfo 프로젝트에서 벡터 검색을 담당하는 VectorRetriever 클래스의 전체 구조와 검색 흐름, 멀티 컬렉션 구성 방식에 대해 정리합니다.

LangChain의 RAG 체인과 Redis 기반 멀티턴 메모리를 활용해 AInfo 실시간 챗봇에서 어떻게 문맥을 유지하며 응답을 생성하는지 설명합니다.

AInfo 프로젝트의 챗봇 기능 중 REST 기반으로 구현된 채팅방과 채팅 로그 관리 API 구조를 정리합니다.

Django Channels를 기반으로 구축한 AInfo 실시간 챗봇의 WebSocket 연결, JWT 인증, 멀티턴 기록 저장 및 응답 스트리밍 구조를 소개합니다.