flowchart LR
  subgraph IDX["색인 my-index (가끔)"]
    D[("data-api /docs<br/>규정 8개")] --> C["청크<br/>섹션 25개"] --> E["임베딩<br/>text-embedding-3-large"] --> V[("메모리 저장소<br/>my_policy_docs")]
  end
  subgraph QA["질문할 때마다 my-policy-qa"]
    Q(["질문"]) --> S["가까운 청크 3개<br/>(my-search)"] --> R{"관련 있나?<br/>≥ 0.33"}
    R -->|예| L{{"발췌로만 답<br/>gpt-4.1-mini"}} --> K["답 검사"] --> A(["답 + 출처"])
    R -->|아니오| H(["담당자 연결"])
    K -->|실패| H
  end
  V --> S

일하는 방식 (67~70일차와 같음)

누가	무엇을
나	정답표(질문 → 문서·답 문구) 만들기, 요청문 쓰기, 한 가지씩 바꾸고 재기, 결과 판단
CLI 에이전트	AGENTS.md 규칙대로 워크플로우 JSON 작성, `check`로 형식 오류 고치기
`tools/flow.py`	check · push · call · test (`before`로 테스트 전에 색인, `--no-before`로 건너뛰기)

메모리 저장소는 n8n이 재시작되면 지워집니다. push할 때마다 n8n이 재시작되므로 색인을 다시 해야 합니다. 테스트 파일의 before가 이것을 해 줍니다. 직접 call 할 때는 먼저 uv run tools/flow.py call my-index -v.

실습 문서 읽는 법

실습 문서(LAB-0x-Q-*.md)는 요청문을 바로 주지 않습니다. 막히면 ▶ 를 위에서부터 하나씩 펼칩니다: 생각할 거리 → 빈칸 채우기(요청문(프롬프트) 뼈대의 ____를 내가 채움) → 그래도 막히면(빈칸을 채운 모양, 내 것과 비교). VIBE-Q-TDOC.md는 요청서 → 내 SPEC 순서입니다.
쓴 요청문은 my-work/PROMPTS.md에 모아 둡니다.
바이브 코딩은 요청서(VIBE-REQ-TDOC.md)부터 읽고 요구(SPEC.md)를 직접 뽑은 뒤 VIBE-Q-TDOC.md와 비교합니다. 정답본 VIBE-A-TDOC.md는 수업이 끝나면 올라옵니다.

구성

Last3Mon/71/
├── README.md
├── AGENTS.md                         # CLI 에이전트용 작업 규칙 (계약 3절, 벡터 저장소 노드 5절)
├── LAB-01-Q-INDEX-AND-SEARCH.md      # 1단계 · 정답표 → 색인 · 검색 → 섹션 출처 · top_k
├── LAB-02-Q-ANSWER-FROM-POLICIES.md  # 2단계 · 발췌로만 답 · 출처 → 관련 없음 → 답 검사
├── LAB-03-Q-MEASURE-AND-IMPROVE.md   # 3단계 · doc@1 · answer@1 · answer@3 → 한 가지씩 바꾸기 → 어려운 질문
├── VIBE-REQ-TDOC.md                  # 7교시 바이브 코딩 · 요청서 (가장 먼저, 여기서 SPEC.md를 뽑음)
├── VIBE-Q-TDOC.md                    # 7교시 바이브 코딩 · tdoc 요구 · 단계 (SPEC과 비교)
├── *-A-*.md                          # 정답본 (VIBE-A는 수업이 끝난 뒤 올라옴, LAB-A는 아직 없음)
├── tools/flow.py
├── data-api/                         # 71일차 판 데이터 API (67일차 + 규정 문서 /docs)
│   └── data/docs/*.md                # 규정 8개
├── cases/                            # lab01 · lab01-challenge · lab02 · lab02-challenge · retrieval-doc · retrieval-answer · retrieval-answer3 · lab03-threshold
├── requests/                         # 질문 15종, 색인 설정 3종
├── reference/                        # 막혔을 때 이어 가는 워크플로우
├── templates/                        # 검색 평가표 · 테스트 보고서
├── my-work/
└── runs/

준비

실습 준비를 끝내 주세요. 요약:

cd ~/aio-01d4-stu/Last3Mon/65/n8n && docker compose start   # Ollama는 쓰지 않음 · 처음 한 번 PREP 1절대로 끄기
cd ~/aio-01d4-stu/Last3Mon/71/data-api && docker compose up -d --force-recreate   # 71일차 판으로 바꿈 (/docs 추가)
cd ~/aio-01d4-stu/Last3Mon/71 && uv run tools/flow.py doctor                       # 마지막 줄 ready

`flow.py` 명령

명령	하는 일	수업 준비 때
`uv run tools/flow.py push my-work/index.json my-work/search.json`	게시 (n8n 재시작 → 메모리 저장소 비워짐)
`uv run tools/flow.py call my-index requests/index-section.json -v`	색인 (섹션 25개)	약 1.2초
`uv run tools/flow.py call my-search requests/q-password-length.json -v`	검색만	0.2~0.5초
`uv run tools/flow.py test cases/retrieval-answer.json -v`	`before`로 색인한 뒤 24문항. `-v`는 케이스마다 보낸 요청 JSON과 받은 응답 JSON을 화면에 보여 줌 (`call`도 같음)	케이스당 0.2~0.5초
`uv run tools/flow.py test cases/retrieval-answer.json -v --no-before`	지금 색인 그대로 (설정 비교할 때)

README.md

71일차 실습 · RAG 기반 규정 검색·응답과 검색 품질 개선 (바이브 코딩)

오늘 만드는 것: 사내 IT 규정 Q&A

일하는 방식 (67~70일차와 같음)

실습 문서 읽는 법

구성

준비

flow.py 명령

`flow.py` 명령