Llm

AI 코딩 에이전트를 에디터형(Cursor, Copilot), CLI형(Claude Code, Codex), 자율형(Devin, Jules)으로 분류하고 자율성·비용·인덱싱·MCP 지원 기준으로 비교합니다.

Anthropic이 설계하고 OpenAI 등이 채택한 MCP의 아키텍처, Host/Client/Server 역할, Tools·Resources·Prompts 기본 요소, 동작 순서, 설계 가이드를 구체적인 지원 현황 표와 함께 정리합니다.

LangChain/LangGraph 시리즈 3편. LangGraph의 상태 관리 구조, 체크포인터를 이용한 멀티턴 대화 이력 유지, Tool Calling 기반 웹 검색 AI 에이전트 구현 방법을 코드와 함께 설명합니다.

LangChain 시리즈 2편. LCEL의 파이프 연산자로 Chain을 구성하는 방법, RunnableParallel·RunnableLambda로 복수 Chain을 연결하는 방법, with_structured_output으로 LLM 출력 품질을 높이는 방법을 코드와 함께 설명합니다.

LangChain으로 LLM 애플리케이션을 개발할 때 필수적인 프롬프트 작성법, 모델 정의 방법(Gemini·OpenAI·Anthropic 등), invoke/stream 실행 패턴을 코드와 함께 단계별로 설명합니다.