나만의 AI 챗봇 서비스 제작 가이드

본 과제는 나만의 AI 챗봇 서비스 제작 방법을 설명한다. 아래 제작 과정을 따라하면, 나만의 AI 챗봇을 만들 수 있다.

설치

pip install -r requirements.txt

실행

export CEREBRAS_API_KEY="your-api-key"
python main.py

제작 과정 요약

flowchart TB
    subgraph 준비["🔧 준비 단계"]
        LLM["🤖 LLM 서비스<br/>OpenAI · Anthropic"]
        GitHub["🐙 GitHub<br/>코드 저장소"]
    end

    subgraph 개발["⚡ 개발 단계"]
        Codespaces["💻 Codespaces<br/>클라우드 개발환경"]
    end

    subgraph 배포["🌐 배포 단계"]
        Streamlit["🚀 Streamlit<br/>웹 호스팅"]
    end

    subgraph 완성["✨ 완성"]
        Chatbot["💬 나의 AI 챗봇<br/>누구나 접속 가능!"]
    end

    LLM -.->|"① API 키 발급"| Chatbot
    GitHub -->|"② 템플릿 포크"| Codespaces
    Codespaces -->|"③ 코드 수정 & 저장"| GitHub
    GitHub -->|"④ 저장소 연결"| Streamlit
    Streamlit -->|"⑤ 웹 서비스 배포"| Chatbot

    style LLM fill:#e3f2fd,stroke:#1976d2,stroke-width:2px,color:#000000
    style GitHub fill:#f5f5f5,stroke:#333,stroke-width:2px,color:#000000
    style Codespaces fill:#fff3e0,stroke:#f57c00,stroke-width:2px,color:#000000
    style Streamlit fill:#ffebee,stroke:#d32f2f,stroke-width:2px,color:#000000
    style Chatbot fill:#e8f5e9,stroke:#2e7d32,stroke-width:3px,color:#000000

Loading

순서	관계	설명
①	LLM → 챗봇	API 키를 발급받아 챗봇이 AI 기능을 사용할 수 있게 연결
②	GitHub → Codespaces	템플릿 저장소를 포크하면 Codespaces에서 개발 시작
③	Codespaces → GitHub	수정한 코드가 자동으로 GitHub에 저장
④	GitHub → Streamlit	Streamlit이 GitHub 저장소의 코드를 가져옴
⑤	Streamlit → 챗봇	코드를 웹 서비스로 배포하여 챗봇 완성

주체	설명
🤖 LLM 서비스	챗봇의 두뇌 역할. OpenAI, Anthropic 등에서 API 키를 발급받아 AI 기능 사용
🐙 GitHub	코드를 저장하고 관리하는 공간. 템플릿을 포크하여 내 프로젝트로 복사
💻 Codespaces	브라우저에서 바로 코딩할 수 있는 클라우드 개발환경
🚀 Streamlit	코드를 실제 웹사이트로 배포해주는 호스팅 플랫폼
💬 AI 챗봇	최종 완성된 서비스. 고유 URL로 누구나 접속 가능