Jung Hyun Nam 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

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

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.

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.

	# 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=...

	# 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=...

	#!/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;

	#!/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
	//

	#:package BouncyCastle.Cryptography@2.6.2

	using Org.BouncyCastle.Cryptography;
	using Org.BouncyCastle.Asn1;
	using Org.BouncyCastle.Crypto;
	using Org.BouncyCastle.Crypto.Parameters;
	using Org.BouncyCastle.OpenSsl;
	using Org.BouncyCastle.Pkcs;
	using Org.BouncyCastle.Security;
	using Org.BouncyCastle.X509;

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