문제를 불편한 채로 두기보다해결하려고 합니다
AI 에이전트를 만들며 부딪힌 것과, 그러다 다시 들여다본 웹·백엔드 기본기를 적습니다.
지금까지 쓴 글
· 웹·네트워크
Slack 에이전트에 웹 콘솔을 붙일 때 AG-UI가 맡는 일
기존 에이전트의 실행 기록을 AG-UI 이벤트로 변환해 Slack과 웹 콘솔에서 함께 보여 주는 방안을 살펴본다.
· 기록
Evalite로 PR에서 LLM 회귀 잡기
Evalite로 자연어 라우팅과 PR 리뷰의 회귀를 평가하려면 작은 고정 데이터셋과 안정적인 기준선부터 만들어야 한다.
· 백엔드
Slack 에이전트의 기억 계층으로 Graphiti 검토하기
Graphiti의 시간 기반 사실 모델을 Slack 에이전트 기억에 적용할 수 있는지 살펴보고, 작은 실험에서 확인할 설계와 운영 조건을 정리한다.
· 인프라·운영
에이전트의 코드 실행 경계 설계하기
Slack 기반 멀티 에이전트 시스템에서 코드 실행을 격리할 범위와 실행 기록·실패 처리를 검토한다.
· 인프라·운영
에이전트의 장기 실행에 Temporal이 필요한 순간
Temporal의 실행 이력이 장기 실행 에이전트에서 LLM 판단과 외부 부수 효과를 어떻게 보존하는지 살펴본다.
· 백엔드
BullMQ 동시성 확장으로 드러난 5분 작업 누락과 주문 체결 경합
단일 BullMQ 워커에서 5분 주기 작업 63회가 생성되지 않은 원인과 동시성을 높인 뒤 드러난 주문 체결 경합을 살펴본다.