Search
Duplicate

Agent&GPTs&Gems

YangPhago’s Mains(양파고)
목차(클릭하세요)
코덱스(Codex)에서의 ‘프로젝트’는 클로드의 ‘프로젝트’와 다름 단순히, 내 로컬 컴퓨터의 작업 폴더를 ‘프로젝트’라고 부름 코데스에서 @는 플러그인을 부르고, /는 스킬을 부름. 클로드와 헷갈리지 않게 구분해서 기억할 것.
[참고 영상]
고품질 코덱스 초보자 가이드 (2026)
코덱스 바로가기: https://chatgpt.com/ko-KR/codex/ 그린코끼리포럼 바로가기: https://greenkokki.com/forum 00:30 코덱스 데스크톱앱 설치하고 시작하기 01:05 작업할 폴더 연결하기 02:25 모델, 속도, 권한 설정하기 04:15 정리되지 않은 기존 파일들을 폴더에 자동 분류하기 05:45 플러그인으로 다른 앱 연결해서 활용하기 (자동으로 지메일 분류 및 초안 만들기) 08:25 워드, 엑셀, PPT 파일 생성하기 11:10 이미지 생성 x 캔바로 편집하기 12:30 스킬 만들어서 반복 작업 단축하기 14:40 자동화로 매일 일하게 만들기 17:40 컴퓨터 사용으로 웹 조작하기 19:40 나만의 스타일로 개인 맞춤 설정하기 📌 유튜브 멤버십 가입 시 제공 - 회원 영상 & 회원 독점 영상 - 영상 속 데모 리소스 파일 (영상 따라 하며 실습 가능) - 영상 속 사용한 프롬프트 템플릿 모음 👉 https://greenkokki.com/member
https://www.youtube.com/watch?v=wG5Uot1cMv0

1. 시작하기: 설치 및 기본 설정

1-1. 설치 & 프로젝트 개념

•
브라우저에서 코덱스 페이지 방문 → 다운로드 → 설치 → 챗지피티 계정으로 로그인하면 바로 메인 화면으로 진입함.
[설치 페이지]
코덱스에서 말하는 "프로젝트"는 클로드의 프로젝트와 그 성격이 다름. 코덱스에서는 그냥 내 컴퓨터의 폴더 하나를 의미함. 데스크톱에 빈 폴더(예: Codex)를 만들고 그걸 코덱스에 연결하면, 그 폴더 안 파일을 코덱스가 읽고 새 파일도 그 안에 저장함.
연결 방법: 입력창 아래 "프로젝트에서 작업하기" 클릭 → "처음부터 시작"(자동으로 새 폴더 생성) 또는 미리 만든 폴더 선택 중 선택

1-2. 입력창 옵션

입력창 주변의 작은 옵션들을 알아야 코덱스를 제대로 다룰 수 있음.
[Agent]codex_초보를 위한 핵심 기능
목차(클릭하세요)
OpenAI Codex VS ChatGPT 헤르메스 에이전트 연결방법, 그리고 실제로 학교 부서별 업무링크 사이트를 만들어서 깃허브·버셀까지 배포하는 흐름을 한 번에 정리 클로드코드의 사용량 제한의 갈증을 해결해줄 또 하나의 대안.
OAuth기반 인증이므로 동일한 에이전트로 연속적인 작업이 가능함!
API 키를 따로 설정하는것이 아니라, 브라우저 OAuth 로그인 한 번으로 같은 ChatGPT 계정에 묶임
[참고자료]
[My Agent]codex연결하기(Codecx vs Claude)
목차(클릭하세요)
내가 만든 지식베이스를 보다 직관적인 그래프로 만들어 LLM이 이 관계를 바탕으로 응답할 수 있도록 도와주는 서브옵션
참고자료
•
클로드 코드 × 옵시디언 × Graphify
카파시의 LLM Wiki로 나만의 AI 세컨드 브레인 만들기, 이것만 보세요— 클로드 코드 × 옵시디언 × Graphify
CLAUDE.md만으로는 부족합니다. 대화가 끝나면 사라지는 지식, 재활용할 수 없는 정보 — 이게 지금 AI 활용의 한계입니다. 안드레 카파시가 제안한 LLM Wiki는 이 문제에 대한 답입니다. 목적 있는 수집 → AI가 소화 → 위키로 축적 → 복리로 성장하는 나만의 지식 체계. 이 영상에서는 클로드 코드 + 옵시디언 + LLM Wiki + Graphify 조합을 처음부터 직접 세팅하고, 실제로 지식을 수집하고 정리하는 전 과정을 보여드립니다. 프롬프트 모음: https://share.note.sx/exsfp96r#buivPS10IM6QpMWyS3ZI9LBXHGpqW/Xtl3mKXVnt+YE 🔗 관련 링크: 브라이언을 비롯한 더 많은 관련 주제들에 대해서 소통하고 싶다면? 1. 더배러 커뮤니티: https://open.kakao.com/o/gOy1iNrf (비번: better) 2. 브레인 트리니티 카카오톡방: https://open.kakao.com/o/g2GOv1Th 📌 다루는 내용 • LLM Wiki 개념과 RAG와의 차이 • CLAUDE.md 생성을 위한 AI 인터뷰 • 폴더 구조 & 위키 스키마 자동 세팅 • 옵시디언 웹 클리퍼 템플릿 커스텀 • 인제스트 프롬프트로 지식 소화시키기 • 스킬 & 워크플로우 자동화 • Graphify로 지식 그래프 구축 🔗 관련 링크 옵시디언 다운로드: https://obsidian.md 안드레 카파시 LLM Wiki 원문: https://x.com/karpathy/status/1908527592503296100 ⏱️ CHAPTERS 00:00 인사 & 오늘의 조합 소개 01:05 CLAUDE.md만으로는 부족한 이유 03:01 카파시가 옵시디언을 프론트엔드라 부른 이유 04:49 Gold In Gold Out — 목적 있는 수집 06:29 LLM Wiki란 무엇인가 09:44 LLM Wiki vs RAG — 근본적인 차이 12:55 LLM Wiki 세팅 시작 — 핵심 맥락 작성 15:02 브레인 트리니티와 기록의 본질 16:11 아웃풋 제작과 세컨드 브레인 구축 18:20 AI 인터뷰로 나를 깊이 파악하기 19:50 기록 시스템의 문제와 비전 정리 21:04 CLAUDE.md 자동 생성 24:20 폴더 구조 & 위키 스키마 세팅 26:28 옵시디언 웹 클리퍼 활용법 29:11 웹 클리퍼 템플릿 커스텀 (아티클, 유튜브, 팟캐스트, 책, 연구) 32:35 인제스트 — 목적성 있는 지식 소화 34:37 LLM Wiki × 브레인 트리니티 연결 36:20 스킬 생성 & 워크플로우 자동화 37:52 위키 업데이트 — 도서관 정리 스킬 39:45 자동화된 지식 관리 루프 43:17 LLM Wiki의 한계와 개선 방향 43:34 그래프 데이터베이스의 가능성 45:15 Graphify 설치 & 활용 47:28 지식 그래프 쿼리 & 마무리
https://www.youtube.com/watch?v=cNlvrU-KcRg&t=88s

1. 옵시디언에 저장된 LLM위키의 시각화

•
옵시디언의 내용들은 대부분 markdown형태로 저장되어 있으니,
•
이를 좀 더 시각화해서 사람이 이해할 수 있도록,
•
지식 베이스를 LLM이 활용할 수 있도록 하는 것이 목적!

1-1.Graphify소개&설치

•
지식 시각화를 위한 최고의 서브 옵션
•
설치조건: 파이썬 기존 설치
•
터미널 환경 또는 Agent창에서 다음 명령어 실행
[My Agent]11. 세컨드브레인 with Graphify
목차(클릭하세요)
백그라운드 실행, Canvan_멀티에이전트, DashBoard 등을 활용하기
참고자료

1. 대시보드 접근하기

•
hermes 대시보드는 상태확인판으로 활동중인 세션, 모델 선택, 로그, 크론, 스킬상태 등을 모두 볼 수 있음!
•
실행 중인 로컬컴퓨터에서만 대시보드 창을 띄울 수 있음
•
powershell 창에서

2. 멀티 에이전트 워크플로

2-1. 칸반 보드 구조

[My Agent]10. Hermes 에이전트핵심기능(DashBoard, 멀티에이전트, 백그라운드 작업 등)
목차(클릭하세요)
Hermes Agent도 MCP와 skill 적용하기
[참고사이트]
hermes-agent
nousresearch
[My Agent]9. Hermes 에이전트 MCP · 스킬 설정
목차(클릭하세요)
결론: Hermes Agent 구조 자체의 오버헤드가 너무 크기 때문 답변이 느릴 수 밖에 없음
[참고사이트]

1-1. 고민의 시작

•
Hermes 에이전트에서 슬랙으로 로컬모델(Gemma 4 E2B)을 호출하면 답변이 느리고 엉뚱함
•
더 나은 로컬모델로 교체 시도

1-2. 현재 환경 진단

•
에이전트: Hermes Agent (Windows 네이티브)
•
현재 모델: gemma4-gpu-ctx:latest (Gemma 4 E2B)
•
문제점 1: 엉뚱한 답변 빈번 → Gemma 4 E2B는 모바일/엣지용 모델 (2.3B 실효 파라미터), 에이전트 툴 호출에 부적합
•
문제점 2: 속도 느림 → 원인 파악 필요

1-3. Hermes Agent 최소 컨텍스트 요구사항

[My Agent]8. Hermes 에이전트 최적화용 로컬모델 교체 실험
[My Agent]7. hermes cron활용기(Antigravity 한스푼)
목차(클릭하세요)
오픈클로, Hermes 모두 비슷하지만 결정적 차이점 에이전트의 핵심은 스스로 성장하는(self-improving)데 있음 자기 진화형 Agents
[참고자료]
[참고자료]
[My Agent]4.Hermes 파헤치기
목차(클릭하세요)
Hermes Agent가 Obsidian vault를 파일시스템 레이어로 직접 읽고 쓰는 구조. 대화 기록·스킬·메모리가 마크다운으로 쌓이면서 시간이 지날수록 더 강력해지는 지식 시스템을 만듦 수정&생성해야 할 파일2가지 1. AGENTS.md : ~~AppData\Local\hermes 폴더에 생성 2. obsidian 스킬 생성: ~\AppData\Local\hermes\skills에 폴더째로 넣기
[참고자료]

1. 왜 Hermes와 Obsidian을 연계하는가?

1-1. 연계의 목적

Obsidian을 단순한 노트 폴더가 아니라 AI 에이전트의 메모리 시스템으로 활용함
•
일반적인 AI 사용 방식의 한계:
Hermes + Obsidian 연계 방식:
[My Agent]6. Hermes와 Obsidian 연계하기
목차(클릭하세요)
오픈클로, Hermes 모두 사용가능하지만, 오픈클로는 뭔가 꺼림직… Hermes로 온라인 Agent사용하기의 모든 것 PC 한 대에 Hermes Agent + Ollama 을 올려, 슬랙 하나로 어디서든 3단계 모델 라우팅 AI 에이전트를 무료에 가깝게 운용함
[참고자료]

0.참고자료

[My Agent]5.온라인 Agent(with Hermes)
목차(클릭하세요)
노션에 쌓인 기존 지식을 옵시디언 vault로 가져오는 방법? 임포터 플러그인 사용하기 들여오기를 준비하려면 Notion의 HTML 내보내기 형식을 사용해야 함! 중요한 데이터가 누락될 수 있으므로 Notion의 Markdown 내보내기는 사용하지 않는 것을 권장해요
[참고사이트]

1. 옵시디언과 Importer 플러그인

노션에 쌓인 기존 지식을 옵시디언 vault로 가져오는 공식 경로. 임포트 후 v3.1 스킬로 구조화하는 것이 최종 목표임.
[My Agent]3.옵시디언과 임포터( Importer) 플러그인
목차(클릭하세요)
‘Gemma 4’+’옵시디언’ 을 활용한 나의 두뇌 복제하기 RAG가 정보검색에 강하다면, 지식체계 구조화는 나의 지식을 성장시키고 기록할 수 있음 단순히 도구를 알려주기보다는 예측 불가능한 AI시대에서 생존방향과 나의 철학을 정립하는 것이 보다 중요함! [핵심]1. 지식은 마크다운으로 저장 2.옵시디언으로 지식 체계구조화 3. 체계화된 나의 지식구조를 활용해 AI Agent활용하기(gemma4)

0. 최종적으로 만들고자 하는 것은 무엇인가?

[참고자료]
•
깃허브: 안드레카파시의 ‘지식체계 구조화(LLM Wiki)
[My Agent]2.나만의 두뇌(with옵시디언)
목차(클릭하세요)
Gemma 4를 활용한 이유: 멀티모달 가능, 상업적인 사용도 가능 강의1: 내 컴퓨터에 나만의 AI 에이전트 육성하기 (1강) 강의2: 내 컴퓨터에 나만의 AI 에이전트 육성하기 (2강)
Ollama 공식 사이트: https://ollama.com
[강의 참고자료] - 강의1: https://www.youtube.com/watch?v=eyFk27mwFJo&t=7s - 강의2: https://www.youtube.com/watch?v=ZtVTeLQDyHQ

1. 로컬 AI가 필요한 이유

1-1. 클라우드 AI의 구조적 한계

클라우드 AI(ChatGPT, Gemini, Claude 등)를 사용할 때 실제로 어떤 일이 일어나는지 생각해보면 대략적으로 다음과 같음
내가 타이핑 한 명령어가 → 미국 서버로 날아가고 → 거기서 생성된 결과가 → 다시 내 화면으로 돌아옴
이 과정에서 3가지 문제가 생김
•
비용: 입력할 때, 출력할 때 모두 토큰이 소비됨. 구독료 + API 비용 합치면 월 수십~수백만 원도 순식간에 나감
•
보안: 내 문서, 사진, 업무 데이터가 외부 서버로 전송됨. 금융권, 병원, 학교 같은 민감 데이터 환경에서는 사실상 사용 불가
•
인터넷 의존: 네트워크 없이는 아무것도 못 함. 비행기 안, 오프라인 현장에서 무용지물
[My Agent]1. Gemma 4로 나만의 AI 코딩 에이전트 육성
YangPhago’s Mains(양파고)
목차(클릭하세요)
오늘의 핵심: 프롬프트 뒤에 반드시 ~~~을 붙여보자.. 훨씬 더 신뢰있는 대답을 얻을 수 있습니다 신뢰성 있는 대답을 얻는다는 것은 곧 할루시네이션을 피할 수 있다는 의미

1. 요즘 들어 부쩍 수상해진 GPT

•
오늘의 프롬프트는 미국의 핫한 7대 기술주(=우리는 이것을 매그니피센트 7)가 가진 특징, 트레이드 마크, 어떤 부분에서 혁신적이였는지?에 대한 것들
•
기준일: 2024.2.28, 이때는 매그니피세트7의 기세가 하늘을 찢을 듯한..
•
동일 프롬프트

1-1. GPT

•
GPT4를 사용하는데도 왜 이럴까요? 나 한국인이거 반영한거야?
•
GPT-3.5로 물어보면.. 23년 자료는 반영안되었을테니. 결과가 뻔함
◦
그래도 이건 좀 심한데??
•
더 이상 대화가 안될 듯 하여 다른 플랫폼의 생성 답변을 확인해 보기로.

1-2. not GPT

6.GPT신뢰를 얻는 가장 확실하고 간단한 비기
목차
정확한 Test를 위해 BrowserPilot을 플러그인으로 사용하는 GPT4모델을 사용 테스트일자: 24년 2월 1일

0. 이 Test를 하게 된 계기

•
과연 이 기사처럼 GPT는 황당한 답변을 할까?
•
24년 1월 31일 기사
5.GPT 헛소리 사례2-독도
목차
GPT를 맹신하면 안되는 이유
여기서 제시하는 GPT 헛소리(=할루시네이션) 사례는 최소 2번 이상 GPT의 답변이 이상한 경우 작성되었음을 밝힙니다! 세종대왕 맥북 사례처럼 절대 헛소리를 유도한 인위적인 상황도 배제함!

1. 헛소리 사례-왜도

•
평균(mean), 중앙값(median), 최빈값(mode)을 공부하다보면 음의 왜도, 양의 왜도와 같은 개념이 등장
•
해당 개념에 대한 사례, 예시를 들어달라고 하자 GPT가 헛소리를 시전하는데.
•
이런 중요개념을 헷갈리면 강의자료로서의 GPT답변은 신뢰할 수 없다는 이야기!!

1-1.해당 개념에 대한 이해

•
GPT 답변을 보기전 해당 내용을 개략적으로 확인해보자!
•
음의 왜도는 그래프가 오른쪽으로 치우쳐 있고, 왼쪽으로 데이터 꼬리가 가늘고 길게 늘어남
•
음의 왜도는 평균값보다 최빈값이 큰 경우
소득 분포는 양의 왜도일까? 음의 왜도일까? 당연히, 고소득층이 소수이므로, 최빈값이 적고, 평균은 높은 양의 왜도에 해당 이 말이 어렵다면, 쉽게 말해, 고속득자의 비율이 중위소득자비율보다 작다고 생각하면 됨!
4.GPT 헛소리사례1-통계
목차 안내

1. With Plugin 사이트 안내

•
ChatGPT의 GPTs 및 Plugin 관련 모든 정보를 제공
•
원하는 GPTs나 플러그인을 검색할시 매우 유용

2. 사이트 이미지

3. 추천하는 플러그인 3형제

•
현재 GPT4유료 서비스의 플러그인은 최대 3개까지 지정 가능
•
주인장의 강력 추천: 써보면 알게 됨!
만능 플러그인 3가지 AI Diagrams: 마인드맵, 알고리즘 작성시 Browser Plot : 웹페이지 검색결과 바탕으로 답변 Wolfram : 수학 함수 그래프 그릴 때
3.GTPS &플러그인 안내 사이트 및 비교질?
왼쪽은 제가 만든 인공지능 특화 GPT, 오른쪽은 일반 GPT-4 응답 결과 입니다.

1. 질문1-함수근사기란?

2. 함수란?

3. 신경망에서 가중치와 바이어스의 역할, 정의를 고등학생이 이해할 수 있는 수준으로

1.GPTs와 일반GPT사용비교하기
취약점 발견 및 대응방안

1.GPT’s prompt확인

•
테스트 결과
◦

2.취약점 보안을 위해

3.학습시킨 파일리스트 확인

2.GPTs 해킹(=보안취약점) 이슈
생기부 초안 GPT’s-인공지능 수업 관련
Canva 페이지 생성(Canva공식)
PDF 2GB지원 Gpts
비디오 생성 Gpts’(VEED공식)
홈페이지 생성 Gpts
web 검색지원 Gpts(openAI공식)
데이터 분석 전문가 Gpts
웹툰화 최적
실사화 최적(배경 생성시)
친근한 이미지 최적화
Agent 하위페이지
GPT’s 하위페이지