기업 분석 시작 라우터

절차

• 기업명, 종목코드, ticker 중 무엇이 입력됐는지 먼저 식별한다.
• 질문 목적이 수익성, 현금흐름, 신용, 공시, 비교, 밸류에이션, 배당, 지배구조 중 어디에 가까운지 skill 검색으로 고른다.
• 단일 기업과 특정 축이 함께 있으면 해당 engine skill과 Company.analysis/Company.show를 먼저 사용한다. scan skill은 “후보”, “랭킹”, “전체 종목”, “많이 오른” 같은 횡단 의도가 있을 때만 1차 경로가 된다.
• 목적이 불명확하면 engines.story.companyCausal를 기본 후보로 두되, macro와 scan 맥락도 함께 확인한다.
• 선택한 skill의 requiredEvidence를 실행 전 체크리스트로 둔다.
• 실행 가능한 분석 질문이면 첫 답변에서 사용법만 설명하지 말고 target, period, source table ref를 만든 뒤 검산 가능한 결론을 낸다. 데이터가 부족하면 어떤 Company topic 또는 prebuild가 부족한지 한계로 남긴다.

공개 호출 방식

• c = dartlab.Company("005930")
• c.show()
• c.show("BS")
• c.index()
• c.trace()

호출 동작

• 종목코드 또는 ticker를 target으로 고정하고 재무, 공시, 가격, 하위 엔진 호출의 단일 진입점을 제공한다. 무인자 호출은 사용 가능한 topic/axis 가이드를 반환한다.
• 실행 전에 target, period/date, metric, source 또는 universe를 확인한다.
• 데이터가 없거나 runtime 제한이 있으면 값을 추정하지 않고 한계와 필요한 다음 수집 경로를 말한다.

대표 반환 형태

• Company 객체 메서드는 topic별 DataFrame, dict, 또는 하위 엔진 결과를 반환한다. 핵심 식별자는 stockCode/ticker, companyName, period, topic, source, value, unit이다.
• 전체 세부 필드는 공개 docstring/capability와 동기화한다. 코드/API 변경으로 이 설명이 오래되면 skill 갱신 누락으로 본다.

기본 검증

• 실행 결과는 tableRef, valueRef, dateRef, executionRef 중 필요한 근거로 남긴다.
• 최종 판단의 숫자 claim은 해당 table/value ref에 직접 묶는다.
• 스킬과 실제 공개 API의 호출 방식, 대표 반환 형태, 오류/제한 동작이 다르면 같은 변경에서 스킬을 갱신한다.