1. 봇 생성하기 먼저 이 링크를 클릭하여 디스코드 개발 포탈에 접속하고, 로그인을 해야 한다. 그러면 아래와 같은 화면이 뜰 텐데, 오른쪽 위에 있는 "New Application" 을 누른다. 그러면 봇에 대한 이름을 작성하고, ToS와 디스코드 정책에 대한 동의를 누르고 "Create" 버튼을 누른다. 위와 같은 화면이 나오는데, Description은 봇 프로필을 눌렀을 때 나오는 설명 내용이고, Tags는 봇에 대한 기능을 태그로 설명하는 것이라고 한다. 이제 봇을 액세스 할 수 있는 토큰을 얻어야 하는데, 왼쪽에 있는 Bot을 누르고 Reset Token을 눌러서 인증 후 Copy를 눌러서 잘 저장해 두길 바란다. 토큰은 봇을 엑세스 할 수 있는 계정 키라고 생각하면 편한다. 따라서 이 키를 ..

앞으로 디스코드 봇을 만드는 방법에 대한 포스팅을 진행해보려고 한다. 예전에 개발에 대한 지식이 얇았던 시절에 디스코드 봇 튜토리얼이라고 깃허브와 구름EDU에 올렸던 기억이 있었는데 지금 보니깐 내용이 너무 빈약했던 것들이 많아서 지금의 내가 봤을 때는 좀 충격이였다... 😅 따라서 이번에 연재하는 포스팅 글들은 이전 피드백을 받은 내용 기반과 다양한 기능을 포함하고 있는 봇들로 돌아오도록 하겠다. Discord.js는 디스코드 봇을 개발하기 위한 Node 패키지중 하나이다. 이 라이브러리를 통해 쉽고 간편하게 디스코드 봇을 제작할 수 있어 많은 개발자들이 사용한다. GitHub - discordjs/discord.js: A powerful JavaScript library for interacting ..

쉽고 간편한 LLM Chatbot 만들기 - 1 학교 챗봇을 만들려고 이리저리 알아보다가 OpenAI Fine-Turning이나 의도 분류 모델을 활용한 챗봇에 대해 알아보다가, 이보다 더 쉽고 간편하게 LLM 기반 챗봇을 만들 수 있는 것을 찾게 되어서 관련 blog.ukong.studio 이전 내용은 EmbedChain에 대해 소개를 했는데, 이번 내용은 EmbedChain을 활용한 간단한 예제를 보여주려고 한다. 작업 환경은 Windows에서 진행하였으며 파이썬 (Python 3.11.4) 언어로 개발하였다. 먼저 아래의 명령어를 통해 필요한 라이브러리를 설치해 주길 바란다. pip install virtualenv virtualenv는 내 컴퓨터의 가상 환경을 만들고 해당 환경을 관리하는 데 사용..

학교 챗봇을 만들려고 이리저리 알아보다가 OpenAI Fine-Turning이나 의도 분류 모델을 활용한 챗봇에 대해 알아보다가, 이보다 더 쉽고 간편하게 LLM 기반 챗봇을 만들 수 있는 것을 찾게 되어서 관련 내용으로 글을 작성해보려고 한다. LLM 기반 챗봇을 만들기 위해서라면 사용자가 질문했을 때 원하는 답변을 받기까지의 시간과 비용이 많이 투자된다. 하지만 이번에 소개하는 내용은 LLM에 대해 몰라도 쉽고 간편하게 챗봇을 만들 수 있도록 만들어진 플랫폼이다. 본 내용에서는 "EmbedChain" LLM를 위한 데이터 플랫폼이라고 소개되고 있다. GitHub - embedchain/embedchain: Data platform for LLMs - Load, index, retrieve and sy..