콘텐츠 준비 중입니다. 곧 업데이트됩니다.
다룰 내용
기본 설정
- LangFlow 설치 및 초기 설정 (Docker 설치 가이드)
- 플로우 에디터 인터페이스 소개
- 컴포넌트 종류 및 연결 방법
플로우 설계
- RAG 플로우 구성 (문서 로더 → 청킹 → 임베딩 → 검색 → 생성)
- Agent 플로우 (LLM + Tool 조합)
- 조건 분기 및 라우팅 플로우
- Multi-chain 플로우 설계
커스텀 컴포넌트
- 커스텀 컴포넌트 개발 (Python)
- 외부 API 연동 컴포넌트
- 기존 LangChain 코드를 컴포넌트로 변환
코드 전환
- 플로우 → Python 코드 내보내기
- 프로토타입에서 프로덕션 코드로 전환 전략
- LangGraph와의 연동
배포
- API 엔드포인트 배포
- Playground 공유
- 플로우 내보내기/가져오기
참고 자료
| 자료 | 링크 |
|---|---|
| LangFlow 공식 문서 | docs.langflow.org |
| LangFlow GitHub | github.com/langflow-ai/langflow |
학습 목표
- 이 문서의 핵심 개념을 실제 프로젝트 시나리오로 연결할 수 있습니다.
- 최소 1개 실습 과제를 수행하고 결과를 비교할 수 있습니다.
- 다음 단계에서 필요한 입력 데이터/도구를 준비할 수 있습니다.
실무 적용 체크리스트
- 실험/운영에서 사용할 평가 지표를 먼저 정했습니다.
- 베이스라인과 비교할 기준 조건을 고정했습니다.
- 실패 시 복구 또는 롤백 기준을 문서화했습니다.
- 팀 공유 문서에 적용 결과를 기록했습니다.