TAG
#study
239 POSTS
- ai
Orca 로 나만의 멀티 에이전트 오케스트레이션을 만들어 개발 생산성 끌어올리기
2026.10.29 - java
JPA 식별자 전략: Long IDENTITY와 외부용 UUID v7
2026.10.09 - java
Alpine 이미지의 Java 에서 링크 바꿔치기(TOCTOU)를 막지 못하는 이유
2026.10.09 - db
Docker의 PostgreSQL 병렬 쿼리가 디스크가 남아도 No space left on device로 실패하는 이유
2026.10.07 - ai
하네스 회고는 새 문서로 쌓지 않고 종류에 맞는 기존 단일 소스에 환원한다
2026.10.02 - ai
에이전트가 배운 회피 패턴은 조건을 통과한 것만 파일로 쌓고 주기적으로 지운다
2026.10.02 - ai
ADR 은 되돌리기 어려운 결정의 이유만 남기고, 대안 기각은 옵션마다 줄을 나눈다
2026.10.02 - ai
스킬 문서는 반복 실행을 스크립트로 내리고 같은 지시를 한 곳에서만 소유하게 쓴다
2026.10.02 - ai
여러 저장소가 쓰는 스킬은 도메인 중립 코어와 저장소별 오버레이로 나눈다
2026.10.02 - ai
RAG 의 검색 계층은 벡터 DB 부터 세우지 말고 문서의 성격과 규모로 고른다
2026.10.02 - ai
AI 가 만든 코드는 동작해도 설명할 수 없으면 채택하지 않는다
2026.10.02 - ai
리뷰 봇이 제안한 명령과 정규식은 실제 데이터에 먼저 돌려 본다
2026.10.02 - ai
GitHub Actions 로 PR 마다 AI 코드 리뷰를 자동으로 돌리는 워크플로 설계
2026.10.02 - ai
끝에 계속 쌓이는 문서의 머지 충돌은 항목마다 파일을 나눠 없앤다
2026.10.02 - ai
AI 가 만든 결과는 전부 읽지 않고 검증 레이어로 신뢰한다
2026.10.02 - ai
배치 추천에서 실시간 루프로 옮기는 조건과 구성
2026.10.02 - ai
RAG 검색을 제품별로 만들지 않고 공통 파이프라인으로 둔다
2026.10.02 - ai
Beam search로 GraphRAG 경로 폭발을 제한하기
2026.10.02 - ai
임베딩 모델을 바꾸면 벡터 색인 운영도 함께 바뀐다
2026.10.02 - ai
문서 파싱 품질을 재는 방법의 스펙트럼
2026.10.02 - thinking
자기주도 학습: 질문에서 시작해 글로 검증하기
2026.10.02 - architecture
코드 제거 작업의 grep 통과 조건과 문서 부패
2026.10.02 - ai
AI 코딩 에이전트의 코드 컨벤션은 규칙 문서와 결정적 검사로 지킨다
2026.09.29 - linux
SSH forced command 로 배포 키가 실행할 수 있는 명령 제한하기
2026.09.28 - kafka
Kafka 클러스터 아키텍처: Broker, KRaft Controller와 복제
2026.09.14 - kafka
Kafka를 로그로 이해하기: 복제, 재처리, 상태와 데이터 통합
2026.09.14 - ai
LLM 평가 프레임워크: 골든셋, 회귀 테스트, LLM-as-a-judge, 사람 피드백 루프
2026.09.08 - ai
Docling: IBM Research 의 문서 파싱 toolkit
2026.09.08 - ai
온톨로지에서 코딩 에이전트 컨텍스트까지 — 클래스·관계 설계와 그래프 평가
2026.09.08 - ai
Claude Code의 Skill 시스템 - 개발자를 위한 AI 자동화의 새로운 차원
2026.09.08 - ai
Claude Code를 5주 더 쓰며 스킬과 CLAUDE.md를 키운 방식
2026.09.08 - ai
Claude Code를 11일 동안 쓴 결과 — 데이터로 본 나의 사용 패턴
2026.09.08 - ai
Claude Code Teams의 멀티 에이전트 구조
2026.09.08 - ai
agents.md
2026.09.08 - ai
Claude Code 메모리: CLAUDE.md와 .claude/rules를 규칙으로 쓰는 법
2026.09.08 - ai
하네스 엔지니어링 실전 — 4인 에이전트 팀으로 코딩 파이프라인 구축하기
2026.09.08 - ai
하네스 엔지니어링 — 오래 실행되는 AI 에이전트를 위한 설계
2026.09.08 - ai
멀티모달 LLM (Multimodal Large Language Model)
2026.09.08 - ai
AI 제품 백엔드 안정성 설계
2026.09.08 - ai
사람용 CLI와 AI 에이전트용 CLI는 설계가 다르다
2026.09.08 - ai
AI 에이전트와 함께 MVP 만들기 — dooray-cli 사례
2026.09.08 - ai
AI 에이전트와 디자인의 새 컨벤션 — DESIGN.md, Google Stitch, Claude Design
2026.09.08 - mlops
같은 문제를 회사마다 다른 층에서 푼다
2026.09.08 - mlops
캐시를 보고 인스턴스를 고른다
2026.09.08 - mlops
vLLM 지표를 라우팅 판단에 쓰는 방법
2026.09.08 - mlops
첫 토큰이 나간 뒤에는 재시도할 수 없다
2026.09.08 - mlops
모델을 골라주는 계층이 대신 가져오는 제약
2026.09.08 - mlops
LiteLLM 로 라우팅 정책을 설정하는 방법
2026.09.08 - mlops
어느 모델로 보낼지 무엇으로 정하는가
2026.09.08 - mlops
Model Router 란 무엇인가
2026.09.07
