4-1 JavaScript

• 인터프리터 언어 => JS 해석 엔진 존재
• 런타임
  • 웹브라우저(크롬) 기준 -> V8
  • Node.js -> v8

NVM (Node Version Manager)

• https://www.nvmnode.com/guide/download.html -> 윈도우 최상위 버전 -> nvm install 24
• node : 자바스크립트 코드를 실행하는 runtime
• npm : Node Package Manager
  • 외부 패키지 설치 시에 사용하는 명령어
  • Node.js 프로젝트 생성 / 실행
• npx : Node Package Excutor
  • 패키지의 명령어를 실행할 때 사용

의존성 파일 설치

1. uv tool install --with jupyter jupyter-core
2. uv run --with jupyter npx tslab install
3. C:\Users\yonggyo\AppData\Local\Author Software\nvm\installs\v24.21.0\node_modules\tslab\bin\tslab -> 경로 복사
   • 안보이면 숨긴 항목 체크
4. C:\Users\yonggyo\AppData\Roaming\jupyter\kernels\jslab\kernel.json
5. C:\Users\yonggyo\AppData\Roaming\jupyter\kernels\tslab\kernel.json
   • vscode에서 열기, argv -> "node", "상단 경로", "kernel", -> 저장 후, vscode 재시작

4-2 JS 기초 문법

주석

 // : 한 줄 주석

 /* 여러줄 주석 */ 

 /** 함수 주석
  *
  *
  */

변수 var

var의 3가지 결함

• 호이스팅(Hoisting)
• 선원 키워드 생략 허용 (암묵적 전역 변수)
  • 선언자를 생략하고 변수를 지역변수로 설정
• 함수 레벨 스코프 (Function-level Scope) -> "함수"

var i = 10000;
for (var i = 0; i < 10; i++) {
  // 반복 로직
  console.log("for문에 정의된 i :", i);
}

console.log(i); // 10

• 변수 자체로 이해하는 것이 아닌 window 객체의 a로 값을 인식 ( 호이스팅 )
  • 변역 과정 -> window 객체의 하위 속성으로 추가(웹브라우저 기준) / global 객체의 하위 속성으로 추가 (Node.js 환경)
  • window 객체는 창이 하나씩 열릴 때마다 하나씩 생성되며, 최상위 객체

• 호이스팅 : 정의한 변수, 함수가 최상위 객체에 할당되는 현상
  • 함수 정의 전에 window를 호출했으나, window 객체에 add 함수가 이미 포함되어 있음
  • 아래쪽에 정의되어 있는 함수들도 최상위 객체인 window에 추가시켜야 하기 때문에 번역 과정을 거치며 최상단으로 올려 정의한다.
  • 호이스팅으로 인해서 함수 정의 위치에 상관 없이 호출 가능해짐

JS ES6

• 변수 선언자
  • let : 변수
  • const : 상수
• 유효 범위 - block level
• 호이스팅 해결
• 중복 정의 문제 해결
  
  

호이스팅 문제 해결

유효 범위 지정

---

let과 const 차이

• JavaScript 에서는 변수를 선언할 때 const로 선언하고 변경이 필요한 경우만 let으로 변경
  

주요 데이터 타입

• Number (숫자형) : 정수와 실수를 따로 구분하지 않고 모든 숫자 형식
• String (문자열) : '', ""로 감싼 텍스트
• Boolean (불리언) : true, false
• null : 값이 없는(비어 있는) 상태임을 표시하는 값
• undefined : 정의되지 않음, 변수를 선언 후 값을 대입하지 않았을 때 기본값

연산자 오버로드

• 연산자의 기능을 새롭게 정의
• ( +, -, /, *, ...)

// + 숫자
10 + 10 = 20

// + 문자열
a + b == ab
a + 1 == a1 // 문자열

문자열과 다른 타입을 +로 결합시에 전체 문자열로 인식

템플릿 리터럴 ( Template Literals )

Falsy (값으로 false를 자동 인식하는 6가지)

• false (불리언 거짓)
• 0 (숫자 영)
• "" (빈 문자열 - 문자 내부에 아무 글자도 적지 않은 상태)
• null (값 없음)
• undefined (정의되지 않은 값)
• NaN (산술 불가 상태 - Not a Number)

LLM

# lib.py
import os
from dotenv import load_dotenv
from langchain.chat_models import init_chat_model

load_dotenv()

config = {
    "model_provider" : os.getenv("MODEL_PROVIDER"),
    "model" : os.getenv("MODEL_NAME")
}

api_key = os.getenv("OPENAI_API_KEY")
if api_key:
    config['api_key'] = api_key

def get_model(temperature = 0):
    config['temperature'] = temperature
    
    return init_chat_model(**config)

# model 불러오기
from lib import get_model, config

model = get_model()
print(config)

from langchain_core.messages import HumanMessage

model.invoke([HumanMessage("안녕")])

Runnable 인터페이스 구현

• 동기식

  • invoke
  • stream
  • batch

• 비동기식

  • ainvoke
  • astream
  • abatch

• RunnableLambda => Runnable 객체로 래핑

  • 앞선 체인이 Runnable이면 뒤에 있는 함수는 자동적으로 Runnable로 변환
    @chain -> Runnable 객체로 래핑
    

# RunnableLambda

from langchain_core.runnables import RunnableLambda, chain

@chain
def func_a(message: str) -> str:
    return f"func_a:{message}"

def func_b(message: str) -> str:
    return f"func_b:{message}"


# func_a_runnable = RunnableLambda(func_a)
# func_b_runnable = RunnableLambda(func_b)

chain = func_a | func_b

chain.invoke('안녕하세요!')
# 'func_b:func_a:안녕하세요!'

import re
from langchain_core.messages import HumanMessage
from langchain_core.runnables import chain
from langchain_core.output_parsers import StrOutputParser
from lib import get_model

@chain
def protected_message(message : str) -> list[HumanMessage] :
    pattern = re.compile(r"(010)\D*(\d{4})\D*(\d{4})")

    message = pattern.sub(r"\g<1>-****-****", message)
    return [HumanMessage(message)]

model = get_model()
parser = StrOutputParser()

chain = protected_message | model | parser

chain.invoke("나의 전화번호는 010-1000-1000이다.")

# '입력하신 전화번호 형식은 "010-****-****"로, 대한민국의 일반 휴대폰 번호 형식과 일치합니다.  \n하지만 실제 개인정보 보호를 위해 숫자를 \'*\'로 가린 형태입니다.\n\n만약 이 번호에서 뒷자리 4자리만 바꾸고 싶으시거나,  \n전화번호 관련 작업(예: 뒷자리 변경, 번호 분리, 포맷 변환 등)이 필요하시면  \n원하시는 작업을 구체적으로 말씀해 주세요!  \n예를 들어,  \n- 뒷자리 4자리를 새로 입력  \n- 숫자를 모두 노출  \n- 이 번호를 다른 포맷(국번/번호 분리 등)으로 변환  \n등 원하는 작업을 알려주시면 도와드릴 수 있습니다.'

for chunk in chain.stream('나의 전화번호는 010-1000-1000이다. 당신의 번호는?'):
    print(chunk, end="")

# 죄송합니다. 저는 실제로 전화번호를 저장하거나 받을 수 없습니다.  
# 만약 전화번호를 안전하게 보관하거나 복구를 위해 메모해 두신 거라면, 믿을 수 있는 저장소에 기록해 두시는 것이 좋습니다.

# 혹시 전화번호 관리 방법, 분실 시 대처법, 또는 다른 IT 관련 도움이 필요하시면 언제든 말씀해 주세요!

messages = [
    "나의 전화본호는 010-1000-1000입니다. 당신의 번호는?",
    "안녕하세요!",
    "반갑습니다."
]

for i, res in enumerate(chain.batch(messages)):
    print(i, res)

#     0 죄송합니다. 해당 문장은 일반적으로 상대방의 전화번호를 재차 확인하거나 농담으로 주고받는 상황에서 사용됩니다. 만약 상대방의 전화번호를 묻는 의도라면, 서로의 번호를 직접 말하거나 확인해야 합니다.

# 예시:
# - "나의 전화번호는 010-****-****입니다. 당신의 번호는 무엇인가요?"
# - 또는 농담이나 장난스럽게 "당신의 번호는 010-1234-5678인가요?"처럼 말할 수도 있습니다.

# 상황에 따라 답변을 조정해 주세요!
# 1 안녕하세요! 😊  
# 오늘도 좋은 하루 보내세요.  
# 무엇을 도와드릴까요?
# 2 반갑습니다! 무엇을 도와드릴까요? 😊

async def async_messages():
    async for chunk in chain.astream("나의 전화번호는 010-1000-1000입니다. 당신의 번호는?"):
        print(chunk, end="")

await async_messages()

# 죄송합니다. 저는 실제로 전화번호를 저장하거나 받을 수 없습니다.  
# 만약 전화번호를 안전하게 보관하거나 복구를 위해 메모해 두신 거라면, 다른 안전한 곳에 기록해 두시는 것을 추천드립니다.

# 혹시 전화번호 관리 방법, 분실 시 대처법, 또는 다른 IT 관련 도움이 필요하시면 언제든 말씀해 주세요!