llm-app-patterns
프로덕션 LLM 애플리케이션 구축
LLM 애플리케이션을 구축하려면 복잡한 아키텍처 결정을 탐색해야 합니다. 이 스킬은 RAG 파이프라인, 에이전트 시스템 및 프로덕션 운영을 위한 검증된 패턴을 제공합니다.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "llm-app-patterns". 사용자 질문: 회사의 환불 정책은 무엇인가요?
النتيجة المتوقعة:
- 벡터 데이터베이스에서 관련 정책 문서 검색
- 출처 인용과 함께 검색된 컨텍스트에 기반한 답변 생성
- 신뢰도 점수와 문서 참조를 포함한 응답 반환
استخدام "llm-app-patterns". 사용자 질문: 기후 변화 영향에 대한 연구 프로젝트를 계획해주세요
النتيجة المتوقعة:
- 데이터 수집, 트렌드 분석, 출처 식별, 보고서 초안 작성 단계로 계획 생성
- 도구 호출을 통해 각 단계를 순차적으로 실행
- 발견사항을 종합하여 포괄적인 연구 개요로 통합
التدقيق الأمني
آمنThis skill is a documentation file containing educational content about LLM application patterns. All static analysis findings are false positives caused by markdown formatting. The backticks flagged are code block delimiters and ASCII art borders, not shell command execution. URLs are documentation references, not active network calls. Code examples like hashlib.sha256 are illustrative and use secure algorithms. No executable code or security risks detected.
درجة الجودة
ماذا يمكنك بناءه
RAG 지식 베이스
하이브리드 검색과 문맥 압축을 사용하여 문서에 기반한 질문 응답 시스템을 구축합니다.
에이전트 작업 자동화
ReAct 또는 Plan-and-Execute 패턴을 사용하여 검색, 계산 및 정보 종합이 가능한 멀티스텝 에이전트를 생성합니다.
LLM 프로덕션 모니터링
지표 추적, 분산 추적 및 평가 프레임워크를 통해 LLM 애플리케이션의 가시성을 구현합니다.
جرّب هذه الموجهات
다음 컨텍스트에 기반하여 사용자의 질문에 답변하세요. 컨텍스트에 충분한 정보가 없다면 정보가 부족하다고 말하세요.
컨텍스트:
{context}
질문: {question}
답변:당신은 도구를 사용하여 질문에 답변하는 AI 어시스턴트입니다.
사용 가능한 도구:
{tools_description}
다음 형식을 사용하세요:
Thought: [다음으로 무엇을 할지에 대한 추론]
Action: [tool_name(arguments)]
Observation: [도구 결과]
... (필요시 반복)
Thought: 이제 답변할 충분한 정보가 있습니다
Final Answer: [응답]
질문: {question}입력: {example1_input}
출력: {example1_output}
입력: {example2_input}
출력: {example2_output}
입력: {user_input}
출력:1 단계 (연구): 주제 연구: {input}
2 단계 (분석): 이 발견사항 분석: {research}
3 단계 (요약): 이 분석을 3 개의 핵심 항목으로 요약: {analysis}أفضل الممارسات
- 더 나은 검색 정확도를 위해 시맨틱 검색과 키워드 매칭을 결합한 하이브리드 검색 사용
- 지연 시간과 비용을 줄이기 위해 결정론적 프롬프트에 캐싱 구현
- 지속적인 개선을 위해 지연 시간, 토큰 사용량 및 사용자 만족도와 같은 핵심 지표 추적
تجنب
- 문맥을 파괴하는 문서 구조를 고려하지 않은 고정 크기 청킹 사용
- 품질 저하를 감지할 수 없게 만드는 평가 및 모니터링 생략
- 주요 LLM 공급자가 중단될 때 폴백 전략을 구현하지 않음