# 강의 소개

## FastCampus AI Agent 바이브코딩 강의

### 강사 정보

* 작성자: 정구봉
* LinkedIn: <https://www.linkedin.com/in/gb-jeong/>
* 이메일: <bong@dio.so>

### 강의 자료

* 강의 자료: <https://goobong.gitbook.io/fastcampus>
* Github: <https://github.com/Koomook/fastcampus-ai-agent-vibecoding>
* FastCampus 강의 주소: <https://fastcampus.co.kr/biz\\_online\\_vibeagent>

***

## 강의 커리큘럼

### Part 1. AI 에이전트와 Claude Code 기초

#### Chapter 1. 강의 소개

* Clip 1: 강의를 통해 얻어갈 수 있는 것
* Clip 2: CLI기반 Claude Code 와 Codex로 할 수 있는 것
* Clip 3: AI 에이전트 + MCP 기술이 주목받는 이유
* Clip 4: Docs와 실습코드(Github)

#### Chapter 2. Claude Code 설치와 설정

* Clip 1: 설치와 기본 사용법
* Clip 2: Local/Project/User 단위 mcp 연결하기
* Clip 3: CLAUDE.md, AGENTS.md 세팅하기

#### Chapter 3. 커스터마이징 기초

* Clip 1: Slash Command 만들기
* Clip 2: Sub Agent 만들기
* Clip 3: Hooks, Output Styles 설계하기

#### Chapter 4. Slack MCP 서버 실습

* Clip 1: 클로드코드로 자동화하기
* Clip 2: 슬래쉬 커맨드를 자동으로 업데이트하기

### Part 2. Agent 개념과 아키텍처

#### Chapter 1. Agent 개념 이해하기

* Clip 1: Agent vs Workflow 개념 이해하기
* Clip 2: AI Agent architecture 자세히 살펴보기

#### Chapter 2. LLM API 호출 이해하기

* Clip 1: LLM api 이해하고 호출해보기
* Clip 2: 세부 파라미터 (reasoning\_effort, verbosity, max\_token)
* Clip 3: 프롬프트 작성

#### Chapter 3. MCP Client 사용하기

* Clip 1: Claude Code 등 에이전트가 어떻게 mcp를 활용하는지 보기
* Clip 2: 오픈소스 AI AGENT의 mcp 활용 코드 까보기
* Clip 3: Tool 이해하기
* Clip 4: MCP client 개념 이해하기

#### Chapter 4. 바이브코딩으로 MCP AI 에이전트 만들기

* Clip 1: mcp client 를 구현하기 위한 PRD 프롬프트 만들기
* Clip 2: mcp client 구현하기

### Part 3. 바이브코딩으로 Hybrid Search RAG 구현하기

#### Chapter 1. 실습: Postgresql 기반 Hybrid Search 구현하기

* Clip 1: Vector Search 이해하기
* Clip 2: BM25 이해하기
* Clip 3: PRD 프롬프트 만들기
* Clip 4: Hybrid Search 구현하기

#### Chapter 2. 실습: Langgraph 기반 workflow RAG 구현하기

* Clip 1: RAG 개념 이해하기
* Clip 2: PRD 프롬프트 만들기
* Clip 3: Langgraph RAG 구현하기

#### Chapter 3. 실습: 바이브코딩으로 Agentic RAG 구현하기

* Clip 1: workflow -> Agentic의 개념 복기하기
* Clip 2: Database와 Web Search를 툴로 사용하는 에이전트 구현하기

### Part 4. 바이브코딩으로 MCP server 구현하기

#### Chapter 1. MCP server 이해하기

* Clip 1: MCP server의 개념과 구조 이해하기
* Clip 2: MCP server 코드 까보기: sequential thinking, notion, playwright

#### Chapter 2. 바이브코딩으로 MCP server 구현하기

* Clip 1: 계산기와 random MCP server 만들기
* Clip 2: Claude code 에 연결하고 랜덤 값 변경해보기

#### Chapter 3. 우리 회사 DB를 쿼리하는 MCP SERVER 구현하기

* Clip 1: Postgresql mcp server 구현체 보기
* Clip 2: mock 스키마 만들고 데이터 합성해서 집어넣기
* Clip 3: DB write tool 설계하기
* Clip 4: 클로드에 연결해서 써보기

### Part 5. AI Agent 프로젝트 3개

#### Chapter 1. 바이브코딩으로 CS 슬랙봇 구현하기

* Clip 1: 위워크 슬랙 커뮤니티 CS 내역을 LLM 으로 합성하기
* Clip 2: 시스템 프롬프트 만들기
* Clip 3: 슬랙봇 구현 프롬프트 작성하기
* Clip 4: Phase 1 FastAPI 구현하고 Google Cloud Run 배포하기
* Clip 5: Phase 2 슬랙봇에 Claude Agent SDK 연결하기
* Clip 6: Phase 3 슬랙봇에 notion MCP 와 시스템 프롬프트 연결하기

#### Chapter 2. 바이브코딩으로 서울시 문화행사 조회하는 MCP SERVER 만들기

* Clip 1: data.seoul.go.kr 에서 문화행사 공공서비스 api 살펴보기
* Clip 2: api -> mcp server 구현 프롬프트 작성하기
* Clip 3: FastMCP mcp server 구현하고 버그 수정하기
* Clip 4: 리팩토링하고 tool 추가하기

#### Chapter 3. 바이브코딩으로 공공 MCP 자동 생성하고 에이전트 연결하기

* Clip 1: awslabs/mcp 구현체 이해하기
* Clip 2: 구현체 분석시켜서 cookie cutter 이해하기
* Clip 3: 서울시 문화행사정보 API를 MCP로 자동 생성하는 슬래쉬 커맨드 사용하기
* Clip 4: worktree 를 이용해서 mcp server 를 동시에 만들기

### Part 6. 바이브코딩과 AI agent best practice

#### Chapter 1. Best practice

* Clip 1: CLAUDE.md, AGENTS.md best practice 찾아서 이해하기
* Clip 2: 바이브코딩 팁
* Clip 3: AI Agent가 사용할 툴은 AI로 만들어야 하는 이유

#### Chapter 2. 바이브코딩을 위한 Context Prompt Engineering

* Clip 1: Context/Prompt Engineering 이해하기
* Clip 2: AI의 PM이 되기

#### Chapter 3. 실습: 병렬 작업을 위한 git worktree

* Clip 1: git worktree 이해
* Clip 2: worktree 자동화 스크립트 생성하기
* Clip 3: 티켓 자동 생성하고 병렬 처리하기

#### Chapter 4. Focus on Leaf Nodes

* Clip 1: 바이브코딩의 리스크를 낮추기 위한 feature 선정 방법
* Clip 2: 바이브코딩으로 프로젝트를 시작하면 유리한 점

#### Chapter 5. 업무 자동화 바이브코딩하는 Agent Skill

* Clip 1: Claude Skills 의 프롬프트와 코드를 동시에 사용하는 자동화 살펴보기
* Clip 2: Skill 만들고 Claude.ai 에 추가하기


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://goobong.gitbook.io/fastcampus/readme.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.