🚀 모든 비디오 리소스를 이용하고 제 커뮤니티에서 맞춤형 도움을 받으세요:
https://www.skool.com/agentic-labs/ab...
🚀 n8n으로 개발 시작 (제 링크를 사용하여 채널을 후원해 주세요 ❤️): https://n8n.partnerlinks.io/f7f19w3vrhin
💬 제 AI 음성-텍스트 변환 소프트웨어(Wispr Flow): https://wisprflow.ai/r?LEON114
☕ 커피 한 잔 사주세요: https://www.buymeacoffee.com/leonvanzyl
💵 PayPal로 기부하세요: https://www.paypal.com/ncp/payment/EK...
이 단계별 튜토리얼을 통해 로컬 컴퓨터에서 완벽하게 실행되는 강력한 AI 에이전트를 만드는 방법을 알아보세요. N8N의 워크플로 자동화와 Ollama의 LLM 기능, 그리고 PostgreSQL의 벡터 데이터베이스 기능을 결합하여 문서에 접근하고, 대화 기록을 관리하고, 웹에서 실시간 정보를 검색할 수 있는 반응형 어시스턴트를 만드는 방법을 알아보세요.
이 영상은 유료 API 서비스나 클라우드 구독 없이 비용 효율적인 솔루션을 보여줍니다. 두 가지 필수 모델을 사용하여 Ollama를 올바르게 구성하고, 벡터 검색을 위해 PostgreSQL과 Docker를 설정하고, N8N의 직관적인 인터페이스를 통해 모든 것을 조율하는 방법을 알아봅니다.
개인 AI 솔루션을 구현하려는 개발자, AI 전문가, 비즈니스 사용자에게 적합한 이 튜토리얼은 일반적인 문제 해결 문제를 다루고 복잡한 설정에 대한 간소화된 대안을 제시합니다. 에이전트가 업로드된 문서에서 정보를 검색하고, 대화 전반의 맥락을 유지하며, 로컬에서 실행되는 대규모 언어 모델을 사용하여 정확한 응답을 제공하는 모습을 확인해 보세요.
강력한 기능을 제공하면서 개인정보를 보호하는 셀프 호스팅 AI 도구에 관심이 있다면, 이 포괄적인 가이드를 통해 특정 요구 사항에 맞게 사용자 정의할 수 있는 확장 가능한 기반을 구축하는 방법을 안내합니다.
--------------------------------------------------------
POSTGRES DOCKER 명령:
--------------------------------------------------------
docker run --name pgvector-container -e POSTGRES_USER=myuser -e POSTGRES_PASSWORD=mypassword -e POSTGRES_DB=mydatabase -p 5432:5432 -d ankane/pgvector
🕒 타임스탬프:
00:00 - 소개
00:33 - 데모
02:29 - 스타터 키트 참고 사항
02:55 - Ollama 설정
04:31 - Postgres 설정
06:20 - n8n 설정
07:01 - AI 에이전트 생성
08:49 - LLM 할당
10:01 - 채팅 메모리
11:44 - Postgres 채팅 메모리
13:13 - 도구 추가
13:42 - RAG 추가
15:13 - OpenAI 노드 사용 대신
16:24 - 하우스키핑
17:02 - 웹 검색 추가
17:59 - 벡터 DB에 문서 추가
#n8n #aiagents #ollama
