<div id="readability-page-1" class="page"><article>
 이번 포스트에서는 구글폼을 활용해 기본적인 블로그 내용을 입력하면, 그 내용을 토대로 GPT4가 상세한 블로그를 작성하고, 그 결과를 깃헙 페이지에 자동으로 업로드하는 어시체인을 소개하려고 합니다. 이 어시를 통해서 블로그 작성의 효율성을 향상시킬 수 있습니다.

<img src="http://tykimos.github.io/warehouse/2024/2024-4-4-todayassi___blog_writing_assi_title.jpeg" alt="img">

<h3 id="동작-과정">동작 과정</h3>

어시체인의 동작 흐름은 다음과 같습니다.

<ol>
 <li>사용자가 구글폼을 통해 블로그의 제목과 기본 내용을 입력합니다.</li>
 <li>입력한 내용을 바탕으로 GPT4가 상세한 블로그 내용을 생성합니다.</li>
 <li>GPT4가 생성한 블로그 내용을 깃헙 페이지에 자동으로 업로드합니다.</li>
</ol>

이 어시체인을 통해 손쉽게 자신의 아이디어를 블로그에 공유할 수 있게 됩니다.

<h3 id="구글폼과-구글시트">구글폼과 구글시트</h3>

블로그 작성은 구글폼을 통해서 쉽게 작성을 할 수 있습니다. 제목과 기초내용을 입력할 수 있으며, 타이틀 이미지도 파일 업로드 기능을 통해서 등록할 수 있습니다.

<img src="http://tykimos.github.io/warehouse/2024/2024-4-4-todayassi___blog_writing_assi_1.jpg" alt="img">

구글폼의 응답은 구글시트로 관리할 수 있습니다. 응답 구글시트에는 사용자가 별도로 열을 추가할 수 있는데요. 어시를 통해서 관리할 수 있도록 처리흐름의 열을 추가합니다.

<img src="http://tykimos.github.io/warehouse/2024/2024-4-4-todayassi___blog_writing_assi_2.jpg" alt="img">

따라서 준비해야할 파일은 아래와 같습니다.

<img src="http://tykimos.github.io/warehouse/2024/2024-4-4-todayassi___blog_writing_assi_3.jpg" alt="img">

<ul>
 <li>Tykimos Blog : 구글폼</li>
 <li>Tykimos Blog(응답) : 구글시트 (구글폼에 의해서 생성)</li>
 <li>Tykimos Blog (File responses) : 파일업로드 폴더 (구글폼에 의해서 생성)</li>
 <li>Blog Writing Assi : 어시를 구동시키기 위한 코랩</li>
</ul>

<h3 id="코랩과-상태-흐름">코랩과 상태 흐름</h3>

구글폼을 입력했을 때 자동으로 포스팅이 되기 위해서는 별도의 서버가 동작하면서 모니터링을 하면 되는데요. 이 경우 별도의 서버가 필요합니다. 서버 운영에는 비용 및 관리 부담이 있기 때문에 서버없이 일시적으로 실행시키면 그동안 등록된 요청을 처리하도록 코랩을 만들었습니다.

아래 코드는 구글 시트를 데이터프레임으로 읽었다가 처리해야할 요청이 있는 지 확인하고, 있다면 처리를 수행합니다.

<img src="http://tykimos.github.io/warehouse/2024/2024-4-4-todayassi___blog_writing_assi_4.jpg" alt="img">

현재 블로그 작성 어시에서는 다음 두 가지의 처리를 수행하고 있습니다.

<ul>
 <li>blog_content_generation : 기초 내용으로 상세한 블로그 내용을 작성합니다.</li>
 <li>github_upload : 작성한 블로그 내용을 깃헙에 업로드 합니다.</li>
</ul>

어시는 시트를 데이터베이스처럼 활용하여 아래 3가지 상태열로 관리합니다.

<ul>
 <li>fetching : 어떤 처리를 접수하였다면, 이 열에 “1”을 기입합니다.</li>
 <li>running : 접수한 처리를 시작하였다면 이 열에 “1”을 기입합니다.</li>
 <li>done : 처리를 완료하였다면 이 열에 리포트 파일명을 기입합니다.</li>
</ul>

리포트 파일명은 JSON 형태로 되어 있으며, 파일명은 처리 이름과 UUID 4자리로 구성되어 있습니다.

<img src="http://tykimos.github.io/warehouse/2024/2024-4-4-todayassi___blog_writing_assi_5.jpg" alt="img">

리포트 파일은 임시적으로 사용되며, 다음 처리에 필요한 정보를 제공합니다.

<h3 id="시트-모니터링">시트 모니터링</h3>

모든 요청에 대한 처리를 완료할 때까지 구글 시트 정보를 가지고 오며, 처리 진행 단계에 따라 구글 시트를 업로드 합니다. 이에 필요한 기능 함수는 아래와 같습니다.

<div><pre><code>
import gspread

client = gspread.authorize(creds)

# 구글 시트 열기
worksheet = client.open(SHEET_NAME).sheet1

# 첫 번째 행에서 열 이름을 찾아 해당 열 인덱스를 얻기
def get_column_index(column_name):
 first_row = worksheet.row_values(1) # 첫 번째 행의 값 가져오기
 return first_row.index(column_name) + 1 # 열 번호는 1부터 시작하므로 1을 더해야 합니다.

def update_sheet_status(row_index, column_name, value):
 """시트의 상태를 업데이트하는 함수"""
 column_index = get_column_index(column_name)
 worksheet.update_cell(row_index + 2, column_index, value)
</code></pre></div>

<h2 id="블로그-내용-작성-체인">블로그 내용 작성 체인</h2>

사용자가 입력한 기초 내용을 바탕으로 랭체인을 사용하여 상세한 기술 내용을 작성합니다. 체인 구성은 아래와 같습니다 .

<ul>
 <li>프롬프트 : 기초 내용을 바탕으로 상세한 내용을 작성하라는 시스템 프롬프트</li>
 <li>chat_model : OpenAI에서 제공하는 GPT-4</li>
 <li>체인(LCEL 문법) : prompt_template -&gt; chat_model -&gt; StrOutputParser()</li>
</ul>

핵심 소스코드는 아래와 같습니다. 사용자가 입력한 기초내용은 {draft_content}에 담겨져 있습니다.

<div><pre><code>
from langchain_openai import ChatOpenAI

chat_model = ChatOpenAI(model="gpt-4")

system_prompt = """Given the initial draft content provided by the user, generate a comprehensive and engaging blog post body that expands upon the draft with additional insights, explanations, and related content.
Make sure to structure the post in a way that is informative and engaging to the reader.
Incorporate the provided draft content seamlessly into the narrative, enhancing it with creative elements and factual information where appropriate.
The goal is to create a cohesive and compelling narrative that captures the reader's interest and provides valuable information on the topic.
All content must be written in Korean.
Please write the blog content in markdown format, tailored for a technical blog, including code snippets, bullet points, and headers to ensure clarity and enhance readability. Do not invent or create arbitrary source code or information; only expand upon and provide detailed and friendly explanations based on the information provided by the user.
"""

prompt_template = ChatPromptTemplate.from_messages(
 [("system", system_prompt),
 ("human", "{draft_content}")]
)

chain = (prompt_template
 | chat_model
 | StrOutputParser())

gen_content = chain.invoke({"draft_content" : draft_content})
</code></pre></div>

<h3 id="범용-자동화-처리-코드">범용 자동화 처리 코드</h3>

구글폼와 구글 시트와 어시를 통한 처리흐름은 다른 자동화 처리에서도 사용할 수 있는 범용적인 코드입니다. 아래 코드에서 PROCESS_FLOW만 다른 함수로 정의하면 동일하게 자동화 처리 수행이 가능하도록 설계되었습니다.

<div><pre><code>PROCESS_FLOW = ["blog_content_generation", "github_upload"]
STATUS_FLOW = ["fetching", "running", "done"]

def proc_blog_content_generation():
 # 처리 로직
 pass

def proc_github_upload():
 # 처리 로직
 pass

tools = {
 "blog_content_generation" : proc_blog_content_generation,
 "github_upload" : proc_github_upload
}

for pf in PROCESS_FLOW:

 print(pf + "...")

 # pandas로 구글 시트 데이터 불러오기
 df = pd.DataFrame(worksheet.get_all_records())

 proc_invoke(pf, df)

 print("\nDone.")

</code></pre></div>

<h3 id="마무리">마무리</h3>

어시 체인은 랭체인과 더불어 사용자 처리 함수와 연동하여 자동화 기능을 수행하도록 설계되었습니다. 그 중 하나의 예시로 블로그 작성 어시를 만들어보왔습니다. 콘텐츠 생성, 마케팅 분석, CRM, ERP 관리에도 확대할 예정입니다.

<h3 id="함께보기">함께보기</h3>

<ul>
 <li><a href="https://www.facebook.com/groups/langchainkr">랭체인 코리아</a> : 랭체인에 대해서 좀 더 알고 싶으시다면 랭체인 코리아에서 함께 공부하고 나눠요.</li>
</ul>

 </article></div>

김태영의 케라스 블로그

이번 포스트에서는 구글폼을 활용해 기본적인 블로그 내용을 입력하면, 그 내용을 토대로 GPT4가 상세한 블로그를 작성하고, 그 결과를 깃헙 페이지에 자동으로 업로드하는 어시체인을 소개하려고 합니다. 이 어시를 통해서 블로그 작성의 효율성을 향상시킬 수 있습니다.
동작 과정
어시체인의 동작 흐름은 다음과 같습니다.
사용자가 구글폼을 통해 블로그의 제목과 기본 내용을 입력합니다.
입력한 내용을 바탕으로 GPT4가 상세한 블로그 내용을 생성합니다.
GPT4가 생성한 블로그 내용을 깃헙 페이지에 자동으로 업로드합니다.
이 어시체인을 통해 손쉽게 자신의 아이디어를 블로그에 공유할 수 있게 됩니다.
구글폼과 구글시트
블로그 작성은 구글폼을 통해서 쉽게 작성을 할 수 있습니다. 제목과 기초내용을 입력할 수 있으며, 타이틀 이미지도 파일 업로드 기능을 통해서 등록할 수 있습니다.
구글폼의 응답은 구글시트로 관리할 수 있습니다. 응답 구글시트에는 사용자가 별도로 열을 추가할 수 있는데요. 어시를 통해서 관리할 수 있도록 처리흐름의 열을 추가합니다.
따라서 준비해야할 파일은 아래와 같습니다.
Tykimos Blog : 구글폼
Tykimos Blog(응답) : 구글시트 (구글폼에 의해서 생성)
Tykimos Blog (File responses) : 파일업로드 폴더 (구글폼에 의해서 생성)
Blog Writing Assi : 어시를 구동시키기 위한 코랩
코랩과 상태 흐름
구글폼을 입력했을 때 자동으로 포스팅이 되기 위해서는 별도의 서버가 동작하면서 모니터링을 하면 되는데요. 이 경우 별도의 서버가 필요합니다. 서버 운영에는 비용 및 관리 부담이 있기 때문에 서버없이 일시적으로 실행시키면 그동안 등록된 요청을 처리하도록 코랩을 만들었습니다.
아래 코드는 구글 시트를 데이터프레임으로 읽었다가 처리해야할 요청이 있는 지 확인하고, 있다면 처리를 수행합니다.
현재 블로그 작성 어시에서는 다음 두 가지의 처리를 수행하고 있습니다.
blog_content_generation : 기초 내용으로 상세한 블로그 내용을 작성합니다.
github_upload : 작성한 블로그 내용을 깃헙에 업로드 합니다.
어시는 시트를 데이터베이스처럼 활용하여 아래 3가지 상태열로 관리합니다.
fetching : 어떤 처리를 접수하였다면, 이 열에 “1”을 기입합니다.
running : 접수한 처리를 시작하였다면 이 열에 “1”을 기입합니다.
done : 처리를 완료하였다면 이 열에 리포트 파일명을 기입합니다.
리포트 파일명은 JSON 형태로 되어 있으며, 파일명은 처리 이름과 UUID 4자리로 구성되어 있습니다.
리포트 파일은 임시적으로 사용되며, 다음 처리에 필요한 정보를 제공합니다.
시트 모니터링
모든 요청에 대한 처리를 완료할 때까지 구글 시트 정보를 가지고 오며, 처리 진행 단계에 따라 구글 시트를 업로드 합니다. 이에 필요한 기능 함수는 아래와 같습니다.
import gspread
client = gspread.authorize(creds)
# 구글 시트 열기
worksheet = client.open(SHEET_NAME).sheet1
# 첫 번째 행에서 열 이름을 찾아 해당 열 인덱스를 얻기
def get_column_index(column_name):
    first_row = worksheet.row_values(1)  # 첫 번째 행의 값 가져오기
    return first_row.index(column_name) + 1  # 열 번호는 1부터 시작하므로 1을 더해야 합니다.
def update_sheet_status(row_index, column_name, value):
    """시트의 상태를 업데이트하는 함수"""
    column_index = get_column_index(column_name)
    worksheet.update_cell(row_index + 2, column_index, value)
블로그 내용 작성 체인
사용자가 입력한 기초 내용을 바탕으로 랭체인을 사용하여 상세한 기술 내용을 작성합니다. 체인 구성은 아래와 같습니다 .
프롬프트 : 기초 내용을 바탕으로 상세한 내용을 작성하라는 시스템 프롬프트
chat_model : OpenAI에서 제공하는 GPT-4
체인(LCEL 문법) : prompt_template -> chat_model -> StrOutputParser()
핵심 소스코드는 아래와 같습니다. 사용자가 입력한 기초내용은 {draft_content}에 담겨져 있습니다.
from langchain_openai import ChatOpenAI
chat_model = ChatOpenAI(model="gpt-4")
system_prompt = """Given the initial draft content provided by the user, generate a comprehensive and engaging blog post body that expands upon the draft with additional insights, explanations, and related content.
Make sure to structure the post in a way that is informative and engaging to the reader.
Incorporate the provided draft content seamlessly into the narrative, enhancing it with creative elements and factual information where appropriate.
The goal is to create a cohesive and compelling narrative that captures the reader's interest and provides valuable information on the topic.
All content must be written in Korean.
Please write the blog content in markdown format, tailored for a technical blog, including code snippets, bullet points, and headers to ensure clarity and enhance readability. Do not invent or create arbitrary source code or information; only expand upon and provide detailed and friendly explanations based on the information provided by the user.
"""
prompt_template = ChatPromptTemplate.from_messages(
    [("system", system_prompt),
    ("human", "{draft_content}")]
)
chain = (prompt_template
        | chat_model
        | StrOutputParser())
gen_content = chain.invoke({"draft_content" : draft_content})
범용 자동화 처리 코드
구글폼와 구글 시트와 어시를 통한 처리흐름은 다른 자동화 처리에서도 사용할 수 있는 범용적인 코드입니다. 아래 코드에서 PROCESS_FLOW만 다른 함수로 정의하면 동일하게 자동화 처리 수행이 가능하도록 설계되었습니다.
PROCESS_FLOW = ["blog_content_generation", "github_upload"]
STATUS_FLOW = ["fetching", "running", "done"]
def proc_blog_content_generation():
    # 처리 로직
    pass
def proc_github_upload():
    # 처리 로직
    pass
tools = {
    "blog_content_generation" : proc_blog_content_generation,
    "github_upload" : proc_github_upload
}
for pf in PROCESS_FLOW:
    print(pf + "...")
    # pandas로 구글 시트 데이터 불러오기
    df = pd.DataFrame(worksheet.get_all_records())
    proc_invoke(pf, df)
    print("\nDone.")
마무리
어시 체인은 랭체인과 더불어 사용자 처리 함수와 연동하여 자동화 기능을 수행하도록 설계되었습니다. 그 중 하나의 예시로 블로그 작성 어시를 만들어보왔습니다. 콘텐츠 생성, 마케팅 분석, CRM, ERP 관리에도 확대할 예정입니다.
함께보기
랭체인 코리아 : 랭체인에 대해서 좀 더 알고 싶으시다면 랭체인 코리아에서 함께 공부하고 나눠요.

오늘의어시 - 블로그 작성 어시

댓글