Communitygithub.com

Jojo4911/chess-ai-agent

젊은 체스 선수들이 오프닝을 배울 수 있도록 돕는 ReAct AI 에이전트. LLM이 4가지 도구(RAG over Wikichess, Lichess 오프닝 탐색기, Stockfish 평가, YouTube 검색)를 자율적으로 오케스트레이션합니다. 스택: LangGraph, FastAPI, MongoDB, Angular.

chess-ai-agent란 무엇인가요?

이 AI 에이전트는 체스 오프닝 학습에 특화된 ReAct 에이전트로, 젊은 체스 선수들이 효과적으로 오프닝을 배울 수 있도록 설계되었습니다. LLM이 자율적으로 4가지 핵심 도구를 오케스트레이션합니다: Wikichess 데이터베이스에 대한 RAG(검색 증강 생성) 검색, Lichess 오프닝 탐색기를 통한 실제 게임 데이터 분석, Stockfish 엔진을 통한 포지션 평가, 그리고 YouTube에서 관련 교육 콘텐츠를 자동으로 발견합니다. LangGraph로 구축된 이 에이전트는 복잡한 워크플로우를 관리하며, FastAPI 백엔드, MongoDB 데이터 저장소, Angular 프론트엔드로 구성된 현대적인 스택 위에서 실행됩니다. 이 에이전트는 초보자부터 중급 플레이어까지 다양한 수준의 체스 선수들이 자신의 실력에 맞는 오프닝 전략을 배우고 분석하는 데 유용합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add Jojo4911/chess-ai-agent

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

chess-ai-agent은(는) 무엇을 하나요?

젊은 체스 선수들이 오프닝을 배울 수 있도록 돕는 ReAct AI 에이전트입니다. LLM이 4가지 도구를 자율적으로 오케스트레이션합니다: Wikichess에 대한 RAG(Milvus), Lichess 오프닝 탐색기, Stockfish 평가, YouTube 검색. 스택: LangGraph, FastAPI, MongoDB, Angular.

개요

이 에이전트는 체스 오프닝 학습을 위해 설계된 지능형 도우미입니다. 사용자가 체스 오프닝에 대해 질문하면, LLM이 상황에 맞게 적절한 도구를 선택하고 사용하여 종합적인 답변을 제공합니다.

주요 도구

  • Wikichess RAG (Milvus): Wikichess 데이터베이스에서 관련 정보를 검색 증강 생성 방식으로 가져옵니다.
  • Lichess 오프닝 탐색기: 실제 Lichess 게임 데이터를 기반으로 오프닝 통계를 제공합니다.
  • Stockfish 평가: 체스 엔진 Stockfish를 사용하여 특정 포지션을 평가합니다.
  • YouTube 검색: 관련 체스 오프닝 튜토리얼 비디오를 YouTube에서 자동으로 찾습니다.

기술 스택

  • LangGraph: 에이전트 워크플로우 및 상태 관리
  • FastAPI: 백엔드 API 서버
  • MongoDB: 사용자 데이터 및 게임 기록 저장
  • Angular: 프론트엔드 사용자 인터페이스
  • Milvus: 벡터 데이터베이스 (RAG 검색용)

사용 예시

사용자: "시실리안 디펜스에 대해 알려줘"
에이전트: Wikichess RAG로 검색, Lichess 오프닝 탐색기에서 통계 조회, 관련 YouTube 비디오 링크 제공

설치 및 실행

자세한 설치 방법은 저장소의 README를 참조하세요.

관련 스킬