DartLab Skill OS 최초 진입

DartLab 은 한국 DART 와 미국 EDGAR 공시를 구조화해 코드와 AI 가 직접 다루는 데이터로 만든다. 외부에서 처음 만나는 LLM·사람·기여자는 흩어진 API 문서나 ops 폴더가 아니라 Skills 카탈로그 하나에서 시작한다.

각 skill 은 id · purpose · whenToUse · inputs · outputs · procedure · examples · runtimeCompatibility · requiredEvidence 를 frontmatter 에 갖고, 본문에 ## 공개 호출 방식 · ## 호출 동작 · ## 대표 반환 형태 를 둔다. 사람이 그대로 실행할 수 있고, AI 가 도구로 호출할 수 있다.

4 카테고리

카테고리	의미	대표 skill
start	첫 진입 — 설치 · walkthrough · 카탈로그 사용법	start.installUv, start.quickStart, start.useSkillsCatalog
runtime	실행 환경 — Pyodide · MCP · Web AI · Local Python · VSCode · 노트북	runtime.mcp, runtime.notebooks, runtime.pyodideBrowser
operation	운영 규칙 — 사상 · 코드 품질 · API 계약 · 테스트 · 안정성 · 검증 방법론	operation.philosophy, operation.apiContract, operation.stability
engines	엔진별 기본 사용법 + 응용 실행 — 회사 · 분석 · 시장 스캔 · 매크로 · 퀀트 · 스토리	engines.company, engines.analysis, engines.scan

엔진 응용 skill 의 id 는 engines.{group}.{axis} 형식 (engines.analysis.cashflow). 기본 skill 은 engines.{group} (engines.company).

검색 패턴

자연어 질문을 그대로 검색어로 넣는다. dartlab 의 skill whenToUse[] 에 한국어 · 영문 키워드가 들어있어 매칭이 직접 일어난다.

질문 패턴	매칭되는 skill
“dartlab 어떻게 써” / “기능” / “사용법”	start.useSkillsCatalog, start.quickStart
“삼성전자 재무 분석” / “Company” / “show”	engines.company, engines.analysis
“ROE / 매출 시장 횡단 스캔”	engines.scan, engines.scan.ratio
“신용 등급 분석”	engines.credit.creditRisk
“매크로 / 거시 / 경기”	engines.macro 군
“공시 검색 / 본문 찾기”	engines.search, engines.company.disclosureEvent
“AI / 자연어 분석”	runtime.workbenchEvidenceFlow, runtime.mcpWorkbench
“테스트 / 검증 방법”	operation.testing, operation.methodology

검색에서 후보가 너무 많으면 (engines.* 만 148 개) 카테고리 트리에서 sub-group (analysis, scan, macro, quant 등) 을 좁힌다. 후보가 너무 적으면 (engines.{group} 기본만) whenToUse 키워드를 변형해 응용 skill 을 다시 검색한다.

검증 게이트

답변 하기 전 다음을 확인한다:

1. sourceRefs — 인용 근거 (dartlab://skills/{id}).
2. requiredEvidence — 답변에 묶어야 할 ref 종류 (target · period · tableRef · valueRef · dateRef · executionRef).
3. runtimeCompatibility — 실행 환경에서 동작 가능한지 (unsupported 면 다른 skill 로).
4. forbidden — 답변에서 어겨선 안 되는 항목.
5. 본문 ## 공개 호출 방식 — 코드 답변은 이 호출 패턴을 그대로.

위 5 가지가 빠진 답변은 미완성이다.

AI 환류 흐름

사람이 엔진 코드와 블로그로 자산을 만든다. 엔진의 공개 함수 docstring 이 그대로 AI 의 tool schema 가 되고, skill 본문이 사용 절차다. AI 가 실행 중 발견한 반복 패턴 · 반례 · 새 조합은 엔진 docstring 또는 블로그 frontmatter 로 사람 자산에 환류한다. 엔진이 다리 — 한 파일이 사람의 분석엔진이자 AI 의 skill 본문.

다음 단계

• start.installUv — uv 설치와 첫 실행.
• start.quickStart — 8 단계 walkthrough.
• start.useSkillsCatalog — 검색 → 선택 → 검증 → 실행 패턴.
• start.firstAnalysisRecipe — 첫 회사 분석을 위한 4 단계 recipe.
• operation.opsAsSkills — 운영 문서가 어떻게 skills 로 흡수됐는지.
• Skills 카탈로그 — 179 개 skill 검색.