Dashboard (회사 종합 스냅샷)

엔진 역할

Dashboard 는 프론트엔드 SvelteKit 페이지 다. python API 가 아니다 — 회사 종합 스냅샷을 한 화면에 보여주는 landing 의 /company/[code] 라우트가 본체. python 측에서 실행할 일은 Company.view(port=8400) 으로 브라우저 뷰어를 켜거나, 빌드 파이프라인을 운영자 절차로 돌리는 것.

5-tier 데이터 구조:

tier	내용	빌드 스크립트
finance	BS · IS · CF · 비율	buildCompanyTier1.py
ratios	재무비율 + 등급 (A-F)	buildCompanyTier2.py
grades	radar 5 축 (1-5 스케일) + Altman Z + Beneish M	buildCompanyTier3.py
ecosystem	공급망 links + HHI + Top-N	buildCompanyTier4.py
narrative	한국어 인과 문장 (story 블록)	buildCompanyTier5.py

클라이언트는 assembleCompany.ts 가 위 5 tier JSON 을 런타임에 합성해 페이지를 그린다.

공개 호출 방식

import dartlab

# dashboard 는 python API 가 아니다. 공개 호출 계약도 아니다.
# 같은 데이터를 계약 호출로 직접 얻는다.
c = dartlab.Company("005930")
c.panel("IS")
c.analysis("financial", "종합평가")

# landing 빌드 (회사 페이지 SSR 포함)
cd landing
npm run build

# 회사 tier 데이터 갱신 (운영자 절차)
uv run python -X utf8 scripts/build/buildCompanyTier1.py 005930

강행 호출 룰 (agent 답변 품질 회귀 차단)

dashboard 는 프론트엔드 정적 페이지 라 ask LLM 의 EngineCall 대상이 아님. 다음 3 룰 강행:

1. “회사 페이지” / “대시보드” 질문에 EngineCall 시도 금지 — EngineCall(apiRef="dashboard") 같은 호출 없음. 답변은 URL 안내 (landing/static/company/{@html String.fromCharCode(123)}code{@html String.fromCharCode(125)}/index.html 또는 Company.view()) 또는 동일 데이터의 원천 EngineCall (Company.panel / Company.analysis) 로 우회.
2. dashboard 안 5 tier 데이터 (finance · ratios · grades · ecosystem · narrative) 인용 시 원천 ref 표기 — dashboard JSON 자체가 아니라 그 데이터가 유래한 Company.panel/Company.analysis 결과의 [tableRef:...]/[valueRef:...] inline 표기.
3. 빌드 미수행 종목은 “데이터 부재” 명시 — 빈 블록 페이지를 정상 응답으로 답변 금지.

호출 동작

Company.view(port=8400) — 로컬 SvelteKit dev 서버를 띄우고 기본 브라우저로 /company/{@html String.fromCharCode(123)}code{@html String.fromCharCode(125)} 를 연다. 빌드 산출 JSON 이 없으면 페이지가 빈 블록으로 렌더된다 (해당 tier 빌드 먼저 실행 필요).

빌드 파이프라인은 종목별로 5 tier JSON 을 landing/static/company/{@html String.fromCharCode(123)}code{@html String.fromCharCode(125)}/ 에 떨어뜨린다. CI matrix 로 종목 분산 (전 상장사 단일 머신 빌드 시 OOM).

python 직접 데이터 조회는 본 skill 이 아니라 engines.company (c.panel("BS") 등) 또는 engines.analysis (c.analysis(...)) 를 통한다.

위젯별 계산 식

• radar 5 축: 수익성·성장성·안정성·효율성·현금흐름. grade A-F → 1-5 스케일 매핑.
• Altman Z (제조업): 1.2A + 1.4B + 3.3C + 0.6D + 1.0E. 항 정의는 finance.bs.totals 기반.
• Beneish M: 5-var simplified (DSRI · GMI · AQI).
• Ecosystem HHI + Top-N: ecosystem.links 필터에서 매출 비중 집계.

대표 반환 형태

python 호출은 부수 효과 (브라우저 띄움) — 반환 없음. 데이터 형태는 빌드 산출 JSON:

landing/static/company/{code}/finance.json
  bs · is · cf · period · dataAsOf

landing/static/company/{code}/grades.json
  radar : dict[axis, score]      # 1-5
  altmanZ : float
  beneishM : float
  dataAsOf : str

evidence 기준

빌드 산출 데이터를 답변에 인용할 때는 dataAsOf (빌드 시점) 를 반드시 포함. 빌드가 매일 갱신 안 되면 stale 가능성 명시. python 측 Company.panel() / Company.analysis() 결과는 본 skill 이 아니라 해당 엔진 skill 의 evidence 기준 따름.

기본 검증

dashboard 페이지의 위젯 값이 코드 계산과 어긋나면 — tier 빌드 스크립트가 stale. cd landing; npm run build 후 회사 tier 재빌드. python 측 SSOT 는 engines.analysis · engines.credit 의 호출 결과.