문서 로더 및 파서
200가지가 넘는 소스 유형에는 LlamaHub 로더를 사용하고, 표와 제목 같은 구조를 보존하는 파서를 사용해보세요.
문서 로더 및 파서은(는) CoddyKit의 무료 AI Agents 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Agents 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.
이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.
LlamaIndex와 LangChain 비교
LlamaIndex(이전 명칭 GPT-Index)는 또 다른 주요 에이전트 프레임워크입니다. RAG와 문서 중심 에이전트에 중점을 둡니다.
강점: 더 깔끔한 색인 타입 추상화, 더 뛰어난 PDF 및 구조화 문서 구문 분석, 응답 합성을 위한 다양한 고급 옵션입니다.
Install
# pip install llama-index
from llama_index.core import VectorStoreIndex, SimpleDirectoryReaderEasiest Path: SimpleDirectoryReader
documents = SimpleDirectoryReader('./docs').load_data()
print(f'{len(documents)} documents')
print(documents[0].text[:200])LlamaHub
LlamaHub는 200개가 넘는 데이터 로더를 제공하는 커뮤니티 레지스트리입니다:
# pip install llama-index-readers-notion
from llama_index.readers.notion import NotionPageReader
reader = NotionPageReader(integration_token='...')
docs = reader.load_data(database_ids=['db-id'])PDF용 LlamaParse
LlamaParse는 최고 수준의 PDF 파서로, 표와 다단 레이아웃, 수학식을 처리합니다:
# pip install llama-parse
from llama_parse import LlamaParse
parser = LlamaParse(result_type='markdown', api_key='...')
docs = parser.load_data('handbook.pdf')표는 어렵습니다
일반적인 PDF 파서는 표를 제대로 처리하지 못합니다. LlamaParse는 표를 올바른 마크다운 표로 추출하며, 이는 금융 및 과학 문서에 매우 중요합니다.
Web Loaders
from llama_index.readers.web import SimpleWebPageReader
docs = SimpleWebPageReader().load_data(['https://example.com'])Database Loaders
from llama_index.readers.database import DatabaseReader
reader = DatabaseReader(sql_database=SQLDatabase(engine))
docs = reader.load_data(query='SELECT * FROM articles')문서 메타데이터
모든 문서에는 필터링과 인용에 사용할 수 있는 메타데이터가 있습니다:
doc = documents[0]
print(doc.text)
print(doc.metadata)
# {'file_name': 'handbook.pdf', 'page_label': '1'}사용자 지정 메타데이터 추가
로드한 후 문서를 보강합니다:
for doc in documents:
doc.metadata['department'] = 'engineering'
doc.metadata['last_reviewed'] = '2024-08'LLM에서 메타데이터 제외하기
일부 메타데이터는 필터링 전용이며 LLM이 볼 수 없어야 합니다:
doc.excluded_llm_metadata_keys = ['internal_id', 'file_path']
# LLM still sees the text, but not those keys.비동기 로딩
많은 로더가 대규모 일괄 처리를 위한 비동기 실행을 지원합니다:
docs = await reader.aload_data(['url1', 'url2', 'url3'])LlamaParse의 강점
LlamaParse는 무엇으로 유명합니까?
복습
빠른 시작에는 SimpleDirectoryReader, SaaS 소스에는 LlamaHub, 본격적인 PDF에는 LlamaParse를 사용합니다. Document.metadata는 매우 유용합니다.
자주 묻는 질문
“문서 로더 및 파서” 강의는 무료인가요?
네 — “문서 로더 및 파서” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 AI Agents 강의 전체를 잠금 해제할 수 있습니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.
“문서 로더 및 파서”에서 뭘 배우나요?
200가지가 넘는 소스 유형에는 LlamaHub 로더를 사용하고, 표와 제목 같은 구조를 보존하는 파서를 사용해보세요. 브라우저에서 직접 실행하는 실습 코드로 AI Agents을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
AI Agents을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 AI Agents은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.
“문서 로더 및 파서” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 AI Agents 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 AI Agents 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.