RAG, AI 에이전트 기반 LLM 앱을 한눈에!
RAG, AI 에이전트, 멀티 에이전트 팀 등 다양한 LLM 앱을 모아놓음
OpenAI, Anthropic, Google, xAI 등 다양한 모델 지원
코드 저장소, 이메일 등 실용적인 LLM 활용 사례 제시
다양한 LLM 모델 및 기술 통합
이 저장소는 OpenAI, Anthropic, Gemini와 같은 다양한 LLM 모델을 활용하여 개발된 앱을 제공한다. 구체적으로 RAG(Retrieval Augmented Generation), AI 에이전트, 멀티 에이전트 팀, MCP 등 다양한 기술을 통합하여 다양한 문제 해결에 초점을 맞춘다. 따라서 사용자는 자신에게 맞는 기술 스택을 선택하여 LLM 애플리케이션을 개발할 수 있다.
AI 에이전트 및 멀티 에이전트 팀 활용
AI 에이전트와 멀티 에이전트 팀을 활용한 다양한 애플리케이션 예시를 제공한다. AI 여행 에이전트, AI 금융 코치, AI 법률 에이전트 등 다양한 도메인에서 LLM의 활용 가능성을 보여준다. 반면, 각 에이전트의 구체적인 구현 방식에 대한 깊이 있는 설명은 부족할 수 있다. 따라서, 개념 이해에 초점을 맞추고, 실제 구현은 개별 프로젝트를 참고해야 한다.
RAG 기술을 활용한 정보 검색 및 생성
RAG 기술을 활용하여 정보 검색 및 생성 기능을 구현한 앱을 다수 포함하고 있다. AI 블로그 검색, PDF 문서 검색 등 다양한 소스에서 정보를 검색하고, LLM을 통해 자연스러운 답변을 생성한다. 구체적으로, Deepseek Local RAG Agent와 같은 로컬 환경에서 실행 가능한 RAG 에이전트도 제공한다. 따라서, 개인 정보 보호 및 비용 절감을 원하는 사용자에게 유용하다.
