9148c358d0
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
4.2 KiB
4.2 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | verification_status | tags | raw_sources | last_reinforced | github_commit | tech_stack | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-스트림-stream | 스트림(Stream) | 10_Wiki/Topics | verified | self |
|
none | A | 0.95 | applied |
|
2026-05-10 | pending |
|
스트림(Stream)
매 한 줄
"매 데이터를 chunk 단위로 점진 전달한다". 매 entire payload 를 buffer 에 fully load 하지 않고, 매 사용 가능한 시점마다 chunk 를 yield → 매 memory footprint 감소 + first-byte latency 개선. 매 modern web (Server-Sent Events · LLM token streaming · HTTP/2 push) 의 backbone.
매 핵심
매 Stream 의 종류
- Readable: pull-based source (file read, HTTP response).
- Writable: push-based sink (file write, response.write).
- Duplex: read + write (TCP socket).
- Transform: read → mutate → write (gzip, JSON.parse).
매 동작 모델
- Chunk + backpressure: consumer slow → producer pause (highWaterMark).
- Object mode: chunk 가 raw bytes 가 아닌 object.
- Pipe: source.pipe(transform).pipe(sink) chain.
매 응용
- LLM token streaming (Claude · GPT-5 의 SSE response).
- Large file upload/download (Multipart, S3 multipart).
- Real-time analytics (Kafka consumer).
💻 패턴
Web Streams API (cross-platform)
const response = await fetch("/api/llm");
const reader = response.body!.pipeThrough(new TextDecoderStream()).getReader();
while (true) {
const { value, done } = await reader.read();
if (done) break;
process.stdout.write(value);
}
Async iteration over Node stream
import { createReadStream } from "node:fs";
const stream = createReadStream("big.log", { encoding: "utf-8" });
for await (const chunk of stream) {
console.log(`got ${chunk.length} chars`);
}
Transform stream — gzip on the fly
import { pipeline } from "node:stream/promises";
import { createReadStream, createWriteStream } from "node:fs";
import { createGzip } from "node:zlib";
await pipeline(createReadStream("input.txt"), createGzip(), createWriteStream("output.gz"));
Server-Sent Events (LLM token stream)
// Hono / Bun
import { streamSSE } from "hono/streaming";
app.get("/chat", c => streamSSE(c, async stream => {
for await (const tok of llm.generate(prompt)) {
await stream.writeSSE({ data: tok });
}
}));
ReadableStream from generator
function makeStream<T>(gen: AsyncGenerator<T>) {
return new ReadableStream<T>({
async pull(controller) {
const { value, done } = await gen.next();
done ? controller.close() : controller.enqueue(value);
}
});
}
Backpressure handling
const writable = createWriteStream("out.bin");
function writeChunk(buf: Buffer) {
if (!writable.write(buf)) {
return new Promise<void>(res => writable.once("drain", res));
}
return Promise.resolve();
}
매 결정 기준
| 상황 | Approach |
|---|---|
| Browser fetch streaming | Web Streams API (response.body) |
| Node.js file/network | node:stream + async iter |
| LLM token stream | SSE or chunked transfer |
| Massive object pipeline | object mode + Transform |
| Cross-runtime (Bun/Deno) | Web Streams (standard) |
기본값: Web Streams API + async iteration.
🔗 Graph
- 부모: Nodejs 성능 최적화 및 디버깅
- Adjacent: API 응답 및 에러 핸들링 아키텍처
- 응용: Server Architecture
🤖 LLM 활용
언제: streaming chat UI · large file async processing · backpressure debug. 언제 X: small payload (<1MB) — buffering 이 simpler.
❌ 안티패턴
- Concat all chunks before yielding: stream 의 의미 무효화.
- Ignore backpressure: producer 가 consumer 추월 → memory blow up.
- No error propagation in pipe: 한 stage error 가 silent.
- Sync transform on huge object: event loop block.
🧪 검증 / 중복
- Verified (Node.js docs · WHATWG Streams Standard).
- 신뢰도 A.
🕓 Changelog
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | Manual cleanup — Stream API 패턴 정리 |