### 📌 Description 검색 블록이 전달한 `List<VectorSearchCandidate>`를 받아 출처 라벨([1], [2]...)이 포함된 LLM 프롬프트를 조립한다. 이를 위해 로컬 Ollama 서버를 docker-compose에 등록하고 qwen2.5:3b 모델을 준비한다. ### ✅ To-do - [ ] `docker-compose.yml`에 ollama 서비스 등록 (`image: ollama/ollama`, port 11434, 모델 캐시 볼륨) - [ ] 컨테이너 기동 후 `ollama pull qwen2.5:3b` 1회 실행 (README/설계 문서에 안내) - [ ] `application.yml`에 `ollama.server.base-url` 설정값 추가 - [ ] PromptBuilder 구현 (search_results 재조회 없이 SearchFacade의 `List<VectorSearchCandidate>`를 그대로 사용) - [ ] `[1]`, `[2]`... 라벨 부여 로직 구현 ### 📒 기타 Mock LLM 없이 Ollama를 로컬에 바로 붙이는 방향으로 진행.
📌 Description
검색 블록이 전달한
List<VectorSearchCandidate>를 받아 출처 라벨([1], [2]...)이 포함된 LLM 프롬프트를 조립한다. 이를 위해 로컬 Ollama 서버를 docker-compose에 등록하고 qwen2.5:3b 모델을 준비한다.✅ To-do
docker-compose.yml에 ollama 서비스 등록 (image: ollama/ollama, port 11434, 모델 캐시 볼륨)ollama pull qwen2.5:3b1회 실행 (README/설계 문서에 안내)application.yml에ollama.server.base-url설정값 추가List<VectorSearchCandidate>를 그대로 사용)[1],[2]... 라벨 부여 로직 구현📒 기타
Mock LLM 없이 Ollama를 로컬에 바로 붙이는 방향으로 진행.