# 1. GitHub에서 Fork 버튼 클릭 (웹에서) # 2. Fork한 저장소 클론 git clone https://github.com/MY_USERNAME/project.git cd project # 3. 원본 저장소를 upstream으로 추가 git remote add upstream https://github.com/ORIGINAL_OWNER/project.git # 4. upstream 확인 git remote -v # origin https://github.com/MY_USERNAME/project.git (fetch) # upstream https://github.com/ORIGINAL_OWNER/project.git (fetch) # 5. 최신 코드 동기화 git fetch upstream git merge upstream/main

# 기능 브랜치 생성 git checkout -b fix/issue-123-typo-in-readme git checkout -b feat/add-korean-translation git checkout -b docs/update-contributing-guide # 브랜치 네이밍 컨벤션 # <type>/<short-description> # fix/ - 버그 수정 # feat/ - 새 기능 # docs/ - 문서 수정 # test/ - 테스트 추가 # refactor/ - 리팩토링

## Summary Fixes #123. Handle null case in tokenizer decode() method. ## Changes - Added null check before calling decode() in `src/tokenizer.py` - Added unit test for null input case - Updated docstring to document nullable behavior ## Why When input text is empty, the tokenizer throws an unhandled NullPointerError. This fix adds a proper guard clause. ## Test Plan - [x] Existing tests pass - [x] New test for null input added - [x] Manual test with empty string input ## Related Issues Closes #123

# 기본 형식 <type>(<scope>): <description> # 예시 feat(tokenizer): add support for BPE tokenization fix(api): handle timeout error in streaming endpoint docs(readme): add Korean installation guide test(vector): add unit tests for cosine similarity chore(deps): bump transformers to 4.45.0 refactor(pipeline): simplify inference flow style(ui): fix alignment in chat component ci(actions): add Python 3.12 to test matrix

# 커밋 정리 (squash) - PR 전 정리 git rebase -i HEAD~3 # 최근 3개 커밋 합치기 # pick → squash 또는 fixup으로 변경

# .github/workflows/ci.yml 예시 name: CI on: pull_request: branches: [main] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - uses: actions/setup-python@v5 with: python-version: '3.12' - run: pip install -e ".[dev]" - run: pytest tests/ -v - run: ruff check . # 린트 검사 - run: ruff format --check . # 포맷 검사

# 로컬에서 CI와 동일한 검사 실행하기 # Python 프로젝트 pip install -e ".[dev]" ruff check . --fix # 린트 자동 수정 ruff format . # 포맷 자동 수정 pytest tests/ -v # 테스트 실행 # Node.js 프로젝트 npm install npm run lint -- --fix # 린트 자동 수정 npm run format # 포맷 자동 수정 npm test # 테스트 실행

# Claude Code로 CI 에러 해결 > "GitHub Actions CI가 실패했어. 에러 로그를 보고 수정해줘." > "pre-commit hook을 추가해서 push 전에 lint를 자동 실행해줘."

# Step 1: 프로젝트 클론 & Claude Code 시작 git clone https://github.com/MY_USERNAME/langchain.git cd langchain && claude # Step 2: 코드베이스 이해 > "이 프로젝트의 전체 구조를 분석해줘. 코드 수정은 하지 마." > /init # CLAUDE.md 생성 # Step 3: 이슈 분석 > "GitHub 이슈 #12345를 분석해줘. 관련 코드를 찾아줘." # Step 4: 수정 & 테스트 > "이 버그를 수정하고 테스트를 추가해줘." > "기존 테스트가 모두 통과하는지 확인해줘." # Step 5: PR 생성 > "변경 사항을 커밋하고 PR을 생성해줘. 이슈 #12345를 참조해줘." # 또는: /create-pr

# Claude Code로 테스트 커버리지 분석 > "이 프로젝트의 테스트 커버리지를 분석해줘. 테스트가 없는 함수를 찾아줘." > "src/tokenizer.py의 decode() 함수에 대한 pytest 테스트를 작성해줘."

# Python + LangChain RAG 간략 예시 from langchain_community.vectorstores import Chroma from langchain_openai import OpenAIEmbeddings, ChatOpenAI from langchain.chains import RetrievalQA # 벡터 DB 준비 (문서 임베딩 후 저장) vectordb = Chroma.from_documents(docs, OpenAIEmbeddings()) # RAG 체인 구성 qa_chain = RetrievalQA.from_chain_type( llm=ChatOpenAI(model="gpt-4o-mini"), retriever=vectordb.as_retriever() ) # 질의 answer = qa_chain.invoke("How do I install this project?")

# pip install fastmcp from fastmcp import FastMCP mcp = FastMCP("korean-weather") @mcp.tool() def get_weather(city: str) -> str: """한국 도시의 날씨 정보를 반환합니다""" # 실제로는 기상청 API 호출 weather_data = { "서울": "맑음, 12°C", "부산": "구름, 15°C", "대전": "맑음, 11°C" } return weather_data.get(city, f"{city}: 정보 없음") @mcp.resource("config://app") def get_config() -> str: return "Korean Weather MCP Server v1.0" # 실행: python server.py

# Streamlit PDF Q&A 챗봇 (간략) import streamlit as st from langchain_openai import ChatOpenAI st.title("📚 PDF Q&A 챗봇") uploaded = st.file_uploader("PDF 업로드", type="pdf") question = st.text_input("질문을 입력하세요") if st.button("답변 생성"): # RAG 파이프라인으로 답변 생성 st.write(answer)