AI / ML·
토스 SLASH·
토스 SLASH·DS와 MLE가 함께 일하는 법
토스뱅크 ML 팀이 DS와 MLE 간 협업 방식을 1년 동안 세 단계에 걸쳐 개선한 과정을 다룬다. Jupyter 노트북 전달 방식에서 추상화 인터페이스 기반 패키지 계약으로 전환해 "첫 커밋 당일 배포"를 달성했다.
#mlops#monorepo#machine-learning+2
AI / ML·
Vercel Blog·
Vercel Blog·Vercel 문서 페이지 Markdown 형식 응답 지원 — AI 에이전트·인덱싱 파이프라인용
Vercel 문서 페이지가 HTTP 콘텐츠 협상으로 Markdown 형식 응답을 지원하기 시작했다. Accept: text/markdown 헤더를 추가하면 동일한 URL에서 구조화된 마크다운을 수신할 수 있으며, 각 응답에는 sitemap.md 참조가 포함돼 다른 문서 페이지를 프로그래밍 방식으로 탐색할 수 있다.
핵심 포인트
- Accept: text/markdown 헤더를 추가하면 Vercel 문서를 마크다운 형식으로 수신한다.
- 각 마크다운 응답에 sitemap.md 참조가 포함돼 다른 페이지를 자동 발견·탐색할 수 있다.
- AI 에이전트·CLI 도구·인덱싱 파이프라인·마크다운 파싱 커스텀 툴링에 유용하다.
- curl -sL https://vercel.com/docs --header 'Accept: text/markdown' 으로 즉시 사용할 수 있다.
왜 읽나문서를 자동 처리하는 AI 에이전트, CLI 도구, 인덱싱 파이프라인을 개발하는 개발자에게. HTTP 콘텐츠 협상 한 줄로 HTML 파싱 없이 구조화된 마크다운 문서를 직접 소비하는 방법을 볼 수 있다.
읽음 (0)
이 글과 비슷한
- AI / ML·
NHN Cloud·AI와 개발하기: 숨은 결정을 드러내기
AI 에이전트와 협업할 때 자연어 요구사항을 그대로 구현 프롬프트로 넘기면, 비즈니스 의도 뒤에 숨은 기술 결정이 AI의 몫으로 넘어간다는 문제를 다룬다. NHN Cloud 개발자가 "grill-me" 인터뷰 패턴을 활용해 구현 전에 기술 결정을 명시적으로 확정하는 방법론을 소개한다.
#ai-agent#llm#prompt-engineering+2 - AI / ML·
LY Corporation·Grafana에서 자연어로 장애 원인을 분석하기: LLM 에이전트 기반 SRELens 개발기
LY Corporation Home SRE 팀이 장애 분석 시 메트릭·로그·트레이스가 각각 다른 화면에 흩어져 있는 문제를 해결하기 위해 Grafana 플러그인 SRELens를 개발했다. SRELens는 LLM 에이전트가 자연어 질의를 받아 실제 관측성 데이터를 조회하고, 근거와 함께 장애 원인 후보를 정리해 주는 도구다. LGTM-P 스택(Loki·Grafana·Tempo·Mimir·Pyroscope)과 FlavaMCP 게이트웨이를 통합해 단일 채팅 인터페이스에서 멀티시그널 분석이 가능하다.
#llm-app#mcp#observability+2