samcho93

StudyAgent — AI skill for Claude Code

AI community

AI Agent Lab - Python AI agent course (browser labs, teacher slides).

How to install StudyAgent

This entry records only its repository, not the path inside it, so there is no exact command to give. Open samcho93/studyAgent and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What StudyAgent does

AI Agent Lab - Python AI agent course (browser labs, teacher slides).

Alternatives in AI

Omniget — Udemy & Hotmart course downloader, YouTube downloader (yt-dlp GUI, 1,800+ sites) + desktop app for AI agents 13.9k ★
Project Next 14 AI Prompt Sharing — Next.js recently became the official React framework as outlined in React docs 3k ★
Free AI Courses — Interactive course teaching Product Managers how to use Claude Code effectively 2.2k ★

README

🕵️ AI 에이전트 구축: 파이썬으로 만드는 LLM 에이전트 (studyAgent)

LLM 이 스스로 **계획하고 · 도구를 호출하고 · 기억하고 · 반성하는** AI 에이전트를 파이썬으로 직접 만들어 보는 웹 강좌입니다. 같은 콘텐츠를 **학생용(문서 + 실습)** 과 **교사용(PPT 슬라이드 + 교사 노트)** 두 화면으로 제공합니다.

🌐 사이트: https://samcho93.github.io/studyAgent/
🎓 학생용: https://samcho93.github.io/studyAgent/student.html
🧑‍🏫 교사용: https://samcho93.github.io/studyAgent/teacher.html (기본 비밀번호 samcho93 — js/course.js 의 teacherPass 에서 변경)

특징

브라우저에서 바로 실행 — 파이썬(Pyodide)이 브라우저 안에서 돌고, 에이전트의 생각 → 도구 호출 → 관찰 → 답 과정이 오른쪽 결과 창에 찍힙니다. 설치가 필요 없습니다.
무료 LLM — 🔑 메뉴에서 Google Gemini · Groq · OpenRouter(무료 등급) · Ollama(로컬) 키를 넣으면 실제 모델이 답합니다. 키는 브라우저 세션에만 저장됩니다.
키가 없어도 동작 — 규칙 기반 모의 LLM 이 항상 같은 답을 돌려주므로 모든 예제 · 실습 · 슬라이드가 그대로 돌아갑니다.
미니 프레임워크 agentlab — LLM 추상화 · @tool · 에이전트 루프 · 메모리(벡터 저장소) · 미니 LangChain / LangGraph / CrewAI / AutoGen 을 순수 파이썬으로 구현. 실제 프레임워크와 이름을 맞춰 두어 Colab 에서 바로 옮겨 갈 수 있습니다.
Colab 노트북 — 차시별로 실제 LangChain · LangGraph · CrewAI · AutoGen 을 pip 로 설치해 같은 에이전트를 다시 만듭니다.
agentBuilder 연동 (Part 6) — 배운 구조를 agentBuilder(노드 기반 빌더)로 조립 · 실행 · 파이썬으로 내보냅니다.
MCP · Agent Skills (Part 5) — 도구 서버 표준 MCP(JSON-RPC · FastMCP)와 SKILL.md 기반 Agent Skills 로 에이전트를 확장합니다. 빌더의 실행 엔진(py/builder)과 예제 그래프가 강좌 안에서도 그대로 실행됩니다.

커리큘럼 (18차시)

Part	차시	주제
1. 에이전트 시작하기	00	강좌 안내 · 실습 환경 · API 키 (무료 발급)
	01	AI 에이전트란 무엇인가? (LLM → 워크플로우 → 에이전트, 에이전트 루프)
	02	LLM API 다루기: 메시지 · 시스템 프롬프트 · 구조화 출력 · 토큰과 비용
2. 4대 핵심 요소	03	역할과 페르소나 설정
	04	도구 활용: Tool Calling / Function Calling
	05	기억 장치: 단기 기억 · 요약 · 장기 기억(벡터 저장소)
	06	계획과 반성: ReAct · Plan-and-Execute · Self-Correction
3. 핵심 프레임워크	07	LangChain 기초: 프롬프트 · 체인 · 도구
	08	LangGraph: 상태 그래프로 설계하는 에이전트
	09	CrewAI: 역할 분담 에이전트 팀
	10	AutoGen: 다자간 대화형 에이전트
4. 프로젝트와 운영	11	프로젝트 ①: 날씨 · 검색 비서 에이전트
	12	프로젝트 ②: 마케팅 자동화 에이전트 팀 (조사원 + 작가)
	13	에이전트 평가 · 안전(가드레일) ·