연계 절차
이 절차의 단계
- 1 Scan
engines.scan전종목 스코어
- 2 전종목 횡단면 주가 스크리닝
engines.scan.crossSectionStockScreen매출 규모·기간 필터
- 3 표 기반 시각 설명
engines.viz.tableBackedChartchart 생성
절차
실행 순서
- 1
`tableRef` 1 (scan + 필터 결과)
- 2
`artifactRef` 1 (chart 파일)
- 3
답변 본문: chart 미리보기 + 상위 N 행 markdown table
- 4
chart 는 항상 table 뒷받침 — 단일값 chart X.
- 5
차트 axis label + 단위 명시.
- 6
상위 N 추출 기준 (CAGR / score) 명시.
공개 호출 방식
import dartlab
candidates = dartlab.scan("growth")
top10 = candidates.head(10)
# table-backed chart 로 시각화 (viz 엔진)
chart = dartlab.viz.bar(top10, x="종목명", y="매출CAGR") 호출 동작
scan 결과 (~2000 종목) 에서 상위 N 추출 → table-backed chart 로 시각화 (artifact 저장).
- scan(axis) — 전종목 스코어
- crossSectionStockScreen — 매출 규모·기간 필터
- 상위 10~20 추출
- viz.tableBackedChart — chart 생성 + artifactRef 저장
대표 반환 형태
tableRef1 (scan + 필터 결과)artifactRef1 (chart 파일)- 답변 본문: chart 미리보기 + 상위 N 행 markdown table
연계 절차
- engines.scan — 전종목 스코어
- engines.scan.crossSectionStockScreen — 매출 규모·기간 필터
- engines.viz.tableBackedChart — chart 생성
기본 검증
- chart 는 항상 table 뒷받침 — 단일값 chart X.
- 차트 axis label + 단위 명시.
- 상위 N 추출 기준 (CAGR / score) 명시.
런타임
실행 환경별 호환성
| 환경 | 상태 | 비고 / 제한 |
|---|---|---|
| Local Python | supported | — |
| Server | supported | — |
| MCP | unknown | — |
| Web AI | unknown | — |
| Pyodide | limited |
|