티스토리 뷰
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 32 - SvelteKit 소개 및 환경 설정
octo54 2025. 2. 28. 19:51로컬 LLM + RAG 기반 AI 채팅봇 만들기
4.1 SvelteKit 소개 및 환경 설정
이제 백엔드 구현을 완료했으므로,
프론트엔드에서 사용자가 직접 AI 챗봇과 상호작용할 수 있도록 UI를 구축해야 합니다.
이번 단계에서는 SvelteKit을 활용한 프론트엔드 환경 설정을 진행하겠습니다.
1) SvelteKit이란?
✅ SvelteKit 개요
SvelteKit은 Svelte 기반의 풀스택 프레임워크로,
빠른 성능과 간단한 코드 구조를 제공하여 인터랙티브 웹 애플리케이션을 쉽게 개발할 수 있도록 지원합니다.
✅ 왜 SvelteKit을 선택했는가?
- 컴파일 기반 프레임워크 → 실행 속도가 빠르고, 성능 최적화가 쉬움
- 반응형(Reactivity) 지원 → 상태 관리가 간편하며, 사용하기 쉬움
- SSR(Server-Side Rendering) 및 CSR(Client-Side Rendering) 지원
- SvelteKit은 Ktor 백엔드와 API 연동이 용이함
2) SvelteKit 설치 및 프로젝트 초기화
✅ ① Node.js 설치 확인
SvelteKit을 사용하려면 Node.js가 필요합니다.
다음 명령어를 입력하여 Node.js가 설치되었는지 확인합니다.
node -v
npm -v
📌 버전 예시
v18.16.0
9.5.1
✅ ② SvelteKit 프로젝트 생성
터미널에서 다음 명령어를 실행하여 SvelteKit 프로젝트를 생성합니다.
npm create svelte@latest svelte-chatbot
이후 나타나는 프롬프트에서 다음과 같이 선택합니다.
설정 | 선택 값 |
---|---|
프로젝트 타입 | Skeleton project |
TypeScript 사용 여부 | Yes |
ESLint 설정 여부 | Yes |
Prettier 설정 여부 | Yes |
Playwright 테스트 추가 | No |
설정이 완료되면 프로젝트 디렉터리로 이동합니다.
cd svelte-chatbot
✅ ③ 프로젝트 패키지 설치
SvelteKit 프로젝트에 필요한 패키지를 설치합니다.
npm install
설치가 완료되면 개발 서버를 실행하여 프로젝트가 정상적으로 동작하는지 확인합니다.
npm run dev
📌 정상 실행 시 출력 예시
Local: http://localhost:5173
Network: use --host to expose
웹 브라우저에서 http://localhost:5173
에 접속하면 Svelte 기본 페이지가 표시됩니다.
3) Tailwind CSS 적용
SvelteKit의 UI를 손쉽게 구성하기 위해 Tailwind CSS를 적용합니다.
✅ ① Tailwind CSS 패키지 설치
npm install -D tailwindcss postcss autoprefixer
npx tailwindcss init -p
✅ ② Tailwind CSS 설정 파일 수정 (tailwind.config.cjs
)
/** @type {import('tailwindcss').Config} */
export default {
content: [
"./src/**/*.{html,js,svelte,ts}"
],
theme: {
extend: {},
},
plugins: [],
};
✅ ③ 글로벌 스타일 파일 수정 (src/app.postcss
)
@tailwind base;
@tailwind components;
@tailwind utilities;
4) API 연동을 위한 환경 변수 설정
✅ ① .env
파일 생성
프로젝트 루트 디렉토리에 .env
파일을 만들고, Ktor 백엔드 API URL을 추가합니다.
touch .env
VITE_API_BASE_URL=http://localhost:8080
✅ ② 환경 변수 불러오기 (src/lib/config.ts
)
export const API_BASE_URL = import.meta.env.VITE_API_BASE_URL;
5) 프로젝트 기본 구조 정리
📌 디렉토리 구조
svelte-chatbot/
├── src/
│ ├── lib/ # API 및 설정 파일
│ ├── routes/ # 페이지 컴포넌트
│ ├── components/ # 재사용 가능한 UI 컴포넌트
│ ├── styles/ # 스타일 파일
│ ├── app.html # 기본 HTML 템플릿
│ ├── app.postcss # 글로벌 스타일 (Tailwind)
├── .env # 환경 변수 파일
├── package.json # 프로젝트 설정
├── tailwind.config.cjs # Tailwind 설정
└── vite.config.js # Vite 설정
6) SvelteKit 설치 및 초기 설정 요약
단계 | 실행 명령어 |
---|---|
SvelteKit 프로젝트 생성 | npm create svelte@latest svelte-chatbot |
패키지 설치 | npm install |
개발 서버 실행 | npm run dev |
Tailwind CSS 설치 | npm install -D tailwindcss postcss autoprefixer |
환경 변수 설정 | .env 파일 추가 |
7) 다음 단계
이제 SvelteKit을 설치하고, Tailwind CSS를 적용하여 UI 개발을 준비했습니다.
다음으로 4.2 챗봇 UI 설계 및 Tailwind CSS 적용을 진행하여
사용자가 AI 챗봇과 대화할 수 있는 채팅 인터페이스를 구성하겠습니다! 🚀
'project > 로컬 LLM + RAG 기반 AI 채팅봇 만들기' 카테고리의 다른 글
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 34 - WebSocket을 활용한 실시간 채팅 기능 구현 (0) | 2025.03.01 |
---|---|
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 33 - 챗봇 UI 설계 및 Tailwind CSS 적용 (0) | 2025.02.28 |
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 31 -3.5.3 데이터 정규화 및 성능 최적화 (0) | 2025.02.28 |
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 30 - 대화 이력 저장 및 조회 API 구현 (0) | 2025.02.28 |
로컬 LLM + RAG 기반 AI 채팅봇 만들기 # 29 - PostgreSQL 연동 및 대화 기록 저장 (0) | 2025.02.28 |
- Total
- Today
- Yesterday
- 개발블로그
- github
- nextJS
- Next.js
- Webpack
- nodejs
- rag
- babel
- llm
- 로컬LLM
- fastapi
- REACT
- 리액트
- kotlin
- 챗봇개발
- 백엔드개발
- Page
- Project
- Docker
- 웹개발
- Ktor
- 페이지
- 프론트엔드
- 관리자
- til
- AI챗봇
- LangChain
- Python
- PostgreSQL
- 백엔드
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |