rkttu

Copilot Studio로 시작하는 레거시 시스템 AX 대전환 목차 초안

공통 주문관리 사례를 사용하여 레거시 연동, 기존 앱 통합, 스킬의 계산과 문서 처리를 학습합니다. 5부 22장 구성이며, 1~2부 이후 3부와 4부는 목적에 따라 선택할 수 있는 독립 경로입니다. 마지막 5부에서 두 경로의 평가와 운영을 다룹니다.

1부 레거시 AX의 목표와 공통 기반

1장 레거시 시스템의 AX를 어디서 시작할 것인가

• 레거시 기능과 업무 지식의 재사용 가치
• 조회, 판단, 계산, 문서 작성과 상태 변경의 구분

rkttu

Edge0 Microsoft Technology Expert Agent

A small local RAG agent for Apple Silicon Macs that combines Edge0-35B, Microsoft Learn retrieval, and on-device Apple Translation.

This Gist contains three files:

• README.md: setup and execution guide
• apple_translate.swift: a minimal CLI wrapper around the macOS Translation framework
• microsoft_expert_agent.py: the Python agent with Microsoft Learn retrieval, Edge0 streaming, TTFT measurement, and output throughput metrics

rkttu

# Foundry project endpoint — auto-injected in hosted containers.
# Only set manually when running the agent locally.
# FOUNDRY_PROJECT_ENDPOINT=https://<account>.services.ai.azure.com/api/projects/<project>

# Model deployment name — must match a deployment in your Foundry project.
AZURE_AI_MODEL_DEPLOYMENT_NAME=

# Application Insights — auto-injected in hosted containers.
# Set for local telemetry (optional but recommended).
# APPLICATIONINSIGHTS_CONNECTION_STRING=InstrumentationKey=...

rkttu

# Foundry project endpoint — auto-injected in hosted containers.
# Only set manually if running without `azd ai agent run`.
# FOUNDRY_PROJECT_ENDPOINT=https://<account>.services.ai.azure.com/api/projects/<project>

# Model deployment name — must match a deployment in your Foundry project.
AZURE_AI_MODEL_DEPLOYMENT_NAME=

# Application Insights — auto-injected in hosted containers.
# Set for local telemetry (optional but recommended).
# APPLICATIONINSIGHTS_CONNECTION_STRING=InstrumentationKey=...

rkttu

#!/usr/bin/env dotnet run
#:sdk Cadenza@1.0.15
#:package Azure.AI.Projects@2.0.1
#:package Microsoft.Agents.AI@1.10.0
#:package Microsoft.Agents.AI.Foundry@1.5.0
#:package Azure.Identity@1.21.0

using Azure.AI.Projects;
using Azure.Identity;
using Microsoft.Extensions.AI;

rkttu

Aspire 테스트 프로젝트

이 저장소는 .NET 파일 기반 앱(File-based apps) 과 .NET Aspire AppHost를 이용해, 아래 3개 컴포넌트를 함께 실행하는 간단한 예제입니다.

• apphost.cs: 전체 분산 애플리케이션 오케스트레이션(AppHost)
• worker.cs: Redis(Garnet)에 주기적으로 시간을 기록하는 백그라운드 워커
• minapi.cs: Redis(Garnet)에 저장된 값을 읽어 HTTP API로 반환하는 Minimal API

구성 파일 설명

rkttu

RAG를 다시 생각하다: "검색"이 아니라 "지식을 만드는 일"이었다

Reconsidered RAG(RRAG)라는 오픈소스 프로젝트가 어떤 질문에서 시작해서, 어떤 답에 도달했는지를 이야기합니다.

---

AI에게 질문하면 무슨 일이 벌어지는가

요즘 ChatGPT, Claude 같은 AI에게 질문하면 꽤 그럴듯한 답이 돌아옵니다. 하지만 이 AI들이 가진 근본적인 한계가 하나 있습니다. 학습이 끝난 시점 이후의 정보를 모른다는 것입니다. 어제 발표된 회사 내부 보고서, 지난달에 바뀐 사내 규정—이런 것은 아무리 똑똑한 AI라도 알 수 없습니다.

rkttu

{$MCP_DOMAIN} {
	reverse_proxy mcp-server:8080
}

rkttu

핸즈온랩: 100줄로 만드는 MCP 서버

.NET 10 파일 기반 앱 + SQLite + MCP — 빈 폴더에서 AI 도구 서버까지

Azure Foundry에 MCP 서버를 연동하는 에이전트를 만드는 핸즈온랩은 https://gist.github.com/rkttu/96b976f747bf7e5afa48ebf7a18fb796 에서 확인하실 수 있습니다.

---

모듈 개요

rkttu

#!/usr/bin/env dotnet

// Copyright 2025 Alexandru Avadanii
//
// Licensed under the Apache License, Version 2.0 (the "License");
// you may not use this file except in compliance with the License.
// You may obtain a copy of the License at
//
//     http://www.apache.org/licenses/LICENSE-2.0
//