Part 1 AI 에이전트의 기초 다지기

1장 개발 환경 구성과 프로젝트 준비하기
1.1 프로젝트 살펴보기
1.2 개발 환경 구성하기
1.3 AI 에이전트 프로젝트 만들기

2장 LangChain으로 첫 대화하기
2.1 LangChain 개요
2.2 LangChain 설치하기
2.3 API 키 안전하게 관리하기
2.4 LLM 호출하기
2.5 메시지로 역할과 맥락 전달하기

3장 프롬프트 설계와 LLM 호출 이해하기
3.1 프롬프트 설계의 기본 원칙
3.2 PromptTemplate으로 프롬프트 구조화하기
3.3 ChatPromptTemplate으로 대화 구조 만들기
3.4 프롬프트를 더 유연하게 사용하기
3.5 상황에 따라 LLM 호출 방식 선택하기

4장 LCEL과 출력 데이터 다루기
4.1 Runnable 실행 구조 이해하기
4.2 LCEL로 처리 흐름 연결하기
4.3 출력 데이터를 구조화하기
4.4 입력 유지와 병렬 실행 처리하기
4.5 실습: 텍스트 분석 파이프라인 만들기

Part 2 AI 글 분석 에이전트 만들기

5장 Tool 정의하기
5.1 Tool 사용 구조 이해하기
5.2 상황에 따라 Tool 정의 방식 선택하기
5.3 Tool 입력 구조 정의하기
5.4 LCEL 체인과 Tool 연결하기
5.5 Tool 목록 관리하기

6장 AI 글 분석 Tool 구현하기
6.1 프로젝트 구조 설계하
6.2 글 요약 Tool 만들기
6.3 감성 분석 Tool 만들기
6.4 재작성 Tool 만들기
6.5 Tool 통합 검증하기

7장 AI 에이전트 만들기
7.1 에이전트의 동작 원리 이해하기
7.2 첫 AI 에이전트 구현하기
7.3 스트리밍으로 진행 과정 확인하기
7.4 에이전트 디버깅하기
7.5 에이전트 실행 프로그램 완성하기

Part 3 AI 에이전트 서비스 완성하기

8장 FastAPI 백엔드 구축하기
8.1 FastAPI 백엔드 프로젝트 준비하기
8.2 FastAPI 애플리케이션 실행 확인과 API 문서 살펴보기
8.3 요청과 응답 구조 만들기
8.4 환경 변수와 CORS 설정하기

9장 AI 에이전트를 API와 연결하기
9.1 에이전트 실행 구조 준비하기
9.2 /api/analyze 엔드포인트 만들기
9.3 오류 처리와 응답 표준화하기

10장 React 프런트엔드 만들기
10.1 React 프로젝트 구성하기
10.2 Tailwind CSS 적용하기
10.3 FastAPI 애플리케이션과 연결하기

11장 AI 에이전트 서비스 화면 만들기
11.1 분석 화면 구조 설계하기
11.2 입력 영역 구현하기
11.3 분석 결과 영역 구현하기
11.4 분석 API 연결하기

12장 AI 에이전트 서비스 배포하기
12.1 배포 전 최종 점검하기
12.2 배포 준비하기
12.3 서비스 배포하기