반응형
Datacenter Monitoring 개발
프로젝트2026.06.28 15:11Datacenter Monitoring 개발

docker-compose 로컬 배포 기준이면, 계획은 이렇게 정리하는 게 제일 현실적입니다.초기 목표:관리 툴 + Grafana + Prometheus + IPMI exporter + Alert API를한 docker-compose 안에서 띄우고,외부에는 nginx 또는 management-web 하나만 노출한다.핵심 결론은 이겁니다.1. 관리 툴이 서버 / 랙 / BMC 계정의 source of truth2. Prometheus가 IPMI / 연결 상태 metric 저장3. Grafana가 dashboard + alert rule 담당4. 사내 Alert API가 메일 / 메신저 발송 담당5. 초기 버전은 anonymous Viewer + 내부망 제한6. 강화 버전은 reverse proxy auth..

Preply 영어 회화 1년 후기 및 친구 초대 코드 공유
카테고리 없음2026.04.12 22:39Preply 영어 회화 1년 후기 및 친구 초대 코드 공유

프레플리 (Preply) 화상 영어 회화 진행 후기 및 친구 초대 코드화상 영어를 하게 된 이유 업무적으로 영어 회화를 잘 하면 커리어적으로나 추가로 얻을 수 있는 부분이 많을거라고 생각이 들어서 최근 영어 회화의 필요성이 느껴졌습니다.여러가지 공부 방ray5273.tistory.com작년에 올렸던 글에 대한 1년 후기 입니다.Preply 1년 사용 후기 (Melissa 튜터 / 영어 회화)1년 전에 Preply를 통해 영어 회화 수업을 시작했고, 지금까지 꾸준히 진행해봤습니다.당시에는 “과연 효과가 있을까?”라는 생각이 컸는데, 1년 정도 해보니 장단점이 꽤 명확하게 보입니다.튜터 선택 – Melissa (1년 유지 중)처음 선택한 튜터는 미국 출신 Melissa였고, 한국에서 1년 정도 거주 경험이 ..

카테고리 없음2026.03.08 16:56프로젝트를 위한 AI Agents 구성

Insight-Desktop 멀티 에이전트 개발 전략(Vercel v0 + Codex/Claude Code 활용)1. 프로젝트 현재 구조현재 insight-desktop은 다음 구조입니다.Electron + React 기반 데스크탑 앱로컬 API 서버 포함Confluence 데이터 수집로컬 SQLite FTS 인덱스Deep Research Job 실행Ollama / OpenAI 호환 모델 사용README 기준 주요 기능:Brave 스타일 검색 APIDeep research job APIConfluence 데이터 로컬 인덱싱Electron UI에서 research 실행예:GET /res/v1/web/searchPOST /res/v1/researchGET /res/v1/research/:jobId또한 Ele..

카테고리 없음2026.03.07 22:31프로젝트를 위한 AI Agents 구성

Insight-Desktop 멀티 에이전트 개발 전략(Vercel v0 + Codex/Claude Code 활용)1. 프로젝트 현재 구조현재 insight-desktop은 다음 구조입니다.Electron + React 기반 데스크탑 앱로컬 API 서버 포함Confluence 데이터 수집로컬 SQLite FTS 인덱스Deep Research Job 실행Ollama / OpenAI 호환 모델 사용README 기준 주요 기능:Brave 스타일 검색 APIDeep research job APIConfluence 데이터 로컬 인덱싱Electron UI에서 research 실행예:GET /res/v1/web/searchPOST /res/v1/researchGET /res/v1/research/:jobId또한 Ele..

카테고리 없음2026.03.07 21:54AI 프론트엔드 코드 생성 도구 비교와 고품질 UI를 위한 전략

AI 프론트엔드 코드 생성 도구 비교와 고품질 UI를 위한 전략OpenAI Codex(ChatGPT)로 생성한 프론트엔드가 촌스럽고 레이아웃이 엉망인 것은 당신만의 문제가 아니다. 개발자 커뮤니티에서 "AI Slop"이라 불리는 이 현상은 LLM의 구조적 한계에서 비롯된다. 흰 배경에 파란 버튼, Inter 폰트, 중앙 정렬 카드—AI가 학습 데이터의 통계적 평균으로 수렴하기 때문이다. 하지만 도구 선택, 프롬프트 전략, 워크플로우 설계를 바꾸면 AI로도 프로덕션급 디자인을 뽑아낼 수 있다. 이 리포트는 Electron 데스크탑 앱 프론트엔드 개발에 최적화된 AI 도구 비교, 프롬프트 엔지니어링 기법, 실전 워크플로우를 종합적으로 다룬다.ChatGPT가 만든 프론트엔드가 촌스러운 구조적 이유Anthrop..

반응형
image