Python
-
![[Python 개발 환경 06] OCR 프로젝트 구성: 실행 파일·언어팩·API와 워커 분리](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-python-env-6-768x618.webp)
[Python 개발 환경 06] OCR 프로젝트 구성: 실행 파일·언어팩·API와 워커 분리
Ubuntu·Rocky Linux에서 Tesseract·Poppler와 Python OCR 환경을 준비합니다. 언어팩 확인, CLI 예제, API·워커·모노레포의 환경 경계와 CI 복원 방법을 설명합니다.
-
![[Python 개발 환경 05] 데이터 처리·AI 환경 설계: pandas·Jupyter·CPU와 GPU](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-python-env-5-768x960.webp)
[Python 개발 환경 05] 데이터 처리·AI 환경 설계: pandas·Jupyter·CPU와 GPU
CSV 배치와 Jupyter 환경을 구성하고 데이터·모델 파일을 코드와 분리합니다. uv와 conda 선택, CPU·GPU 의존성 분리, PyTorch 인덱스와 드라이버 확인 범위를 설명합니다.
-
![[Python 개발 환경 04] 웹 프로젝트 구성하기: src 구조·uv·테스트·배포 환경](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-python-env-4-768x512.webp)
[Python 개발 환경 04] 웹 프로젝트 구성하기: src 구조·uv·테스트·배포 환경
FastAPI 예제로 웹 개발 환경을 구성합니다. src 레이아웃과 pyproject, 개발·운영 의존성, 프런트엔드·DB·워커의 경계, IDE와 systemd 실행 경로를 설명합니다.
-
![[Python 개발 환경 03] conda·Miniforge 사용법: 분석 환경과 Jupyter 커널](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-python-env-3-768x768.webp)
[Python 개발 환경 03] conda·Miniforge 사용법: 분석 환경과 Jupyter 커널
Ubuntu·Rocky Linux에 Miniforge를 설치하고 conda-forge 환경을 만듭니다. environment.yml과 플랫폼별 explicit 명세, pip 혼용 순서, Jupyter 커널과 환경 관리의 차이를 다룹니다.
-
![[Python 개발 환경 02] uv 사용법: Python 선택·의존성·잠금 파일·환경 복원](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-python-env-2-768x510.webp)
[Python 개발 환경 02] uv 사용법: Python 선택·의존성·잠금 파일·환경 복원
uv 설치부터 uv init·add·sync·run까지 실습합니다. pyproject.toml과 uv.lock, dependency groups, –locked와 –frozen의 차이, 환경 복원과 업데이트 방법을 설명합니다.
-
![[Python 개발 환경 01] Ubuntu·Rocky Linux에서 시작하기: venv·uv·conda 선택](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-python-env-1-768x510.webp)
[Python 개발 환경 01] Ubuntu·Rocky Linux에서 시작하기: venv·uv·conda 선택
Ubuntu 24.04와 Rocky Linux 9에서 시스템 Python을 보존하며 Python 3.12와 venv를 준비합니다. venv·uv·conda가 관리하는 범위와 장단점, 프로젝트별 선택 기준을 비교합니다.
-
![[Local LLM 구축하기 08] Python 설치와 프로젝트별 가상환경 만들기](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-photo-103-768x512.jpg)
[Local LLM 구축하기 08] Python 설치와 프로젝트별 가상환경 만들기
패키지는 설치됐다고 나오는데 import가 실패한다면, 실행 중인 Python부터 확인해 보세요. 패키지를 넣은 Python과 코드를 실행한 Python이 서로 다를 수 있습니다. 프로젝트 폴더 안에 가상환경을 만들고 그 경로를 직접 확인해 보겠습니다.
-
![[Local LLM 구축하기 13] Python으로 Ollama API 호출하기](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-photo-030-768x512.jpg)
[Local LLM 구축하기 13] Python으로 Ollama API 호출하기
채팅창에서 하던 질문을 Python 코드에서도 보낼 수 있습니다. 파일 요약이나 점검 메모 정리를 자동화할 때 필요한 출발점이에요. 요청을 JSON으로 보내고 응답에서 문장을 꺼내는 과정을 작은 함수로 만들어 보겠습니다.
-
![[Local LLM 구축하기 21] 재고 조회 도구로 에이전트 루프 만들기](https://blog.maruops.com/wp-content/uploads/2026/10/maruops-photo-101-768x512.jpg)
[Local LLM 구축하기 21] 재고 조회 도구로 에이전트 루프 만들기
도구 하나를 직접 연결해 보면 에이전트가 어디까지 결정하고 어디부터 프로그램이 맡는지 보입니다. 여기서는 가상의 장비 재고를 조회하게 해 볼게요. 파일 수정이나 셸 실행 없이 요청, 인수 검사, 결과 반환의 흐름을 확인합니다.