n8n@1.123.96
n8n 1.123.96 업데이트는 밝은 테마에서 JSON 강조 색상이 보이지 않던 버그를 수정하고 @modelcontextprotocol/sdk을 업데이트했습니다.
AI NEWS JOURNAL
AI 뉴스 검색
제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
n8n@2.47.6
n8n 2.47.6 업데이트에는 Redis 캐시 처리, 프롬프트 캐싱, 레거시 데이터 읽기, JSON 강조 표시 및 Pinecone Vector Store 통합에 대한 버그 수정이 포함되어 있습니다. 새로운 기능으로는 게이트웨이 크레딧 프로모션이 편집기에 표시될 수 있게 되었습니다. 성능 개선은 런타임 번들 크기 축소와 표현식 평가 최적화에 중점을 두고 있습니다.
n8n@2.48.3
n8n 2.48.3 업데이트는 Redis 캐싱, 프롬프트 캐싱, 레거시 데이터 처리 및 UI 가시성과 관련된 여러 버그를 해결하고, 편집기에서 Gateway 크레딧 프로모션을 표시하는 새로운 기능을 도입하며, 문자 맵 포함을 최적화하고 표현식 런타임의 항목별 설정을 줄여 성능을 향상시킵니다.
n8n@2.47.5
n8n 2.47.5 업데이트는 공용 API를 통해 읽기 전용 자격 증명 노드를 편집할 수 있게 하던 버그를 해결하고, 편집기에서 애니메이션 처리된 노드 테두리의 정렬 문제를 수정합니다.
n8n@2.48.2
n8n 2.48.2 업데이트는 공용 API를 통해 읽기 전용 자격 증명 노드에 대한 편집을 거부하는 문제, 편집기에서 애니메이션 노드 테두리 모서리를 정렬하는 문제, 그리고 새 초안에 대해 에이전트 탭에 계속 접근할 수 있도록 하는 문제를 포함한 여러 버그를 해결합니다.
n8n@1.123.94
n8n 버전 1.123.94의 버그 수정으로 트리거가 재활성화된 직후 실패할 경우 재시도 백오프 설정이 유지되어 워크플로 실행의 신뢰성이 향상됩니다.
n8n@2.48.1
n8n 2.48.1 업데이트는 내장 교체 후 표현식 전송 문제, 표현식 엔진 간 베어 노드 참조 일치, 이미지 편집 노드의 글꼴 등록 최적화, 그리고 편집기에서 마이그레이션 보고서의 알림 대상 열 너비 확대를 포함한 여러 버그를 해결합니다.
n8n@1.123.93
n8n 1.123.93 업데이트는 대기 및 대기열 실행에 대한 재시도 횟수를 제한하여 핵심 시스템의 버그를 해결하고 안정성을 높이며 잠재적인 무한 재시도 루프를 방지합니다.
n8n@2.46.7
n8n 2.46.7 업데이트는 코어 시스템 내 대기 및 대기 중인 실행에 대한 과도한 재시작 시도와 관련된 버그를 해결하여 안정성과 신뢰성을 향상시킵니다.
n8n@2.47.3
n8n 2.47.3 업데이트는 워크플로 편집자만 마이그레이션 결과를 소유할 수 있도록 하는 버그를 수정하고, 오래된 작업을 일괄적으로 종료하여 예약된 작업 정리 기능을 개선하며, 알림 이메일에서 마이그레이션 보고서를 직접 열 수 있는 기능을 추가합니다.
n8n@2.46.6
n8n 2.46.6 업데이트는 모든 플랫폼에서 n8n의 npm 설치가 작동하지 않던 문제를 해결하여 호환성과 기능을 복원합니다.
n8n@2.47.1
n8n 2.47.1 업데이트는 기본적으로 보관된 워크플로우 숨기기 및 보고서 로드에 시간이 걸릴 경우 메시지 표시 등 마이그레이션 보고서 경험을 향상시키는 기능을 도입합니다.
n8n@2.47.2
n8n 2.47.2 업데이트는 모든 플랫폼에서 n8n의 npm 설치가 작동하지 않던 문제를 해결하여 호환성과 기능을 복원합니다.
우리가 디자인 에이전트를 어떻게 구축했는지
LangChain이 Slack에서 브랜드에 맞는 동영상, 그래픽 및 프레젠테이션을 제작하는 오픈소스 디자인 에이전트인 Content Studio와 이를 구동하는 하네스를 어떻게 구축했는지.
증류, 토론, 발견: 그래프 기반 증류된 인사이트로 다중 에이전트 연구 아이디어 발상의 기초를 마련하다
arXiv:2610.33366v1 발표 유형: 신규 초록: 대규모 언어 모델(LLMs)은 연구 아이디어 생성과 과학적 발견을 지원하는 데 점점 더 널리 활용되고 있습니다. 다중 에이전트 토론은 다양한 관점을 하나로 모아 연구 아이디어를 개발하는 협업 방식을 제공합니다. 그러나 주요 과제는 각 에이전트에게 서로 다르고 의미 있는 전문성을 부여하여 그들의 기여를 효과적으로 이끌어내는 방법입니다. 연구자들이 협업 과정에서 축적된 연구 경험을 활용하는 방식에서 영감을 받아, 우리는 관련 논문들의 그래프로부터 인사이트를 추출해 문헌 기반의 에이전트 전문성을 구축하는 프레임워크인 InsightAgents를 제안합니다. 한 연구 분야 내에서 진화하는 연구 접근법을 추적하고, 근본적인 가정을 드러내며, 아직 해결되지 않은 과제를 식별하는 인사이트에 따라,
DocuSign이 Claude Code와 dbt v2, dbt MCP, 그리고 에이전트 스킬을 결합함으로써 분석 엔지니어링 시간을 절반으로 줄인 방법
DocuSign은 Claude Code, dbt Agent Skills, dbt MCP 및 dbt v2를 하나의 워크플로우로 통합하고, 생산성 향상 50%를 측정했습니다.
MCP 연결 AI 에이전트로 6분 만에 대시보드 디버깅을 해결하는 방법
AI 에이전트는 BI 계층 내부에서 dbt 라이너지 기능을 활용해, 커피를 타는 시간 안에 세 가지 데이터 미스터리를 해결했습니다.
바이엘 크롭사이언스는 Amazon Bedrock AgentCore를 기반으로 다중 에이전트 의사결정 엔진 ADE를 구축했습니다.
바이엘 크롭사이언스는 기존의 Connected Decision Engine(CDE)을 대체하는 것이 아니라 이를 보강하는 층으로서, 육종 전문가, 분석가 및 연구자를 위한 자연어 기반 다중 에이전트 플랫폼인 Agentic Decision Engine(ADE)을 Amazon Bedrock AgentCore 위에 구축했습니다. 이 시스템은 현재 프로덕션 환경에 배포되어 100명 이상의 R&D 사용자에게 서비스를 제공하고 있으며, 22개의 도메인 특화형 에이전트와 약 20개의 API 도구를 통해 문제의 약 80%를 자가 해결할 수 있도록 하고 있습니다.
딥 인사이트: AWS 오픈소스 다중 에이전트 시스템이 5대 생산급 도전 과제를 어떻게 해결하는가
AWS 솔루션 아키텍처 팀이 선보인 오픈소스 다중 에이전트 시스템 Deep Insight는 CSV 데이터의 자동 분석과 자연어 보고서 생성을 위한 시나리오를 대상으로 하며, 생산 환경에서 흔히 발생하는 다섯 가지 주요 과제—에이전트 오케스트레이션, 역할 기반 모델 선택, 안정적인 운영, 안전한 코드 실행 및 관찰 가능성—에 대해 체계적으로 대응합니다. 또한 이 시스템은 LG전자와 re:Invent 2025 TechRecon 등 실제 환경에서 이미 검증된 바 있습니다.
API 계약 테스트는 생산 실패를 방지
API 계약 테스트는 워크플로우를 방해하기 전에 변경 사항을 파악하는 데 도움이됩니다. 자동화가 실행되는 동안 n8n은 API 응답을 검증하는 방법을 알아보십시오.