이어 가기
절차
실행 순서
- 1
사용자 질문을 그대로 skill 검색어로 사용한다 (자연어 그대로, whenToUse[] 가 매칭).
- 2
후보가 너무 많으면 카테고리 (start · runtime · operation · engines) 또는 sub-group 으로 좁힌다.
- 3
후보 skill 의 frontmatter (purpose · inputs · outputs · runtimeCompatibility) 와 본문 (## 공개 호출 방식 ·
- 4
사용 기능 · requiredEvidence · forbidden 을 확인하고 답변에 묶을 ref 종류를 고정한다.
- 5
skill 의 procedure 또는 코드 예시를 따라 실행하고, 반환 source 와 결손을 검증한다.
예시
이런 질문이 들어오면 이 skill 을 쓴다
- dartlab skills 어떻게 써?
- 스킬만 보고 삼성전자 분석을 시작하려면?
- 가치평가 skill 어디 있나?
- dartlab 으로 시장 횡단 스캔 어떻게?
- AI workflow skill 찾기
- 검증 방법 skill 어디?
- dartlab 기능 모르겠을 때 어디 봐
출력
기대 결과
- 목적 skill 후보
- 기능 참조 목록
- 실행 전 확인할 evidence 목록
dartlab 의 모든 기능은 /skills 카탈로그 에 진입한다. 사람과 AI 가 같은 표면을 본다. 외부 API 문서나 코드 트리 직접 탐색 대신 skill frontmatter 와 본문으로 시작한다.
검색 → 선택 → 검증 → 실행
1. 검색
자연어 질문을 그대로 검색어로. dartlab skill 의 whenToUse[] 에 한국어 + 영문 키워드가 풍부하게 들어있어 매칭이 직접 일어난다.
"삼성전자 재무 분석" → engines.company / engines.analysis
"시장 ROE 횡단" → engines.scan / engines.scan.ratio
"신용 등급 분석" → engines.credit.creditRisk
"공시 변경 추적" → engines.company.disclosureEvent
"매크로 분석" → engines.macro 군 (12 개)
"AI workflow" → runtime.workbenchEvidenceFlow 2. 선택
후보 1~3 개를 frontmatter 만 보고 좁힌다.
purpose— 1~2 줄. 이게 내 질문에 맞나?inputs·outputs— 어떤 인자를 받고 어떤 결과를 내나?runtimeCompatibility— 내 실행 환경 (localPython·mcp·pyodide등) 에서 동작?whenToUse— 내 질문과 실제로 매칭되는지 재확인.
후보가 1 개로 좁혀지지 않으면 엔진 기본 skill (engines.{group}) 부터 본다 — 거기서 응용 skill 로 좁힌다.
3. 검증
본문 진입 — 답변 전 다음 5 가지 확인:
| 확인 | 위치 |
|---|---|
| 호출 방법 | 본문 ## 공개 호출 방식 |
| 입출력 형태 | 본문 ## 호출 동작 + ## 대표 반환 형태 |
| 답변에 묶을 evidence | frontmatter requiredEvidence[] |
| 어겨선 안 되는 항목 | frontmatter forbidden[] |
| 흔한 실패 회피 | frontmatter failureModes[] |
4. 실행
skill 의 코드 예시를 그대로 실행한다 (또는 MCP tool 로 호출). 결과의 source, 결손값, ref 를 검증하고 답변에 묶는다.
자주 쓰는 검색 패턴
| 질문 패턴 | 추천 skill |
|---|---|
| 회사 분석 진입 | engines.company, engines.company.sections |
| 재무비율 / ROE / OPM | engines.analysis.profitability, engines.scan.ratio |
| 시장 횡단 (전 종목) | engines.scan 군 (19 축) |
| 매크로 / 거시 / 경기 | engines.macro 군 (12 축) |
| 가치평가 | engines.analysis.valuation, engines.quant.damodaranValuation |
| 신용 / 부실 위험 | engines.credit.creditRisk |
| 공시 검색 / 본문 | engines.search, engines.company.disclosureEvent |
| 보고서 / story | engines.story 군 |
| AI / 자연어 분석 | runtime.workbenchEvidenceFlow, runtime.mcpWorkbench |
| 노트북 (Colab · marimo) | runtime.notebooks |
| 운영 규칙 (테스트 · 안정성) | operation.testing, operation.stability, operation.methodology |
capability vs skill — 다른 결
- capability =
Company.show같은 공개 함수 식별자 (코드 원천). - skill = 그 capability 를 어떤 절차로 쓰는지 + 입출력 + 검증 (사용 절차 SSOT).
skill 본문은 capability 의 사용 설명. 세부 인자와 전체 반환 필드는 capability docstring 으로 검산한다 (skill 본문에 docstring 통째로 복사 금지 — SSOT 분리).
다음 단계
- start.dartlabSkillOs — Skill OS 4 카테고리 + 검증 게이트.
- start.installUv — uv 설치와 첫 실행.
- start.quickStart — 8 단계 walkthrough.
- start.firstAnalysisRecipe — 첫 회사 분석 recipe.
- Skills 카탈로그 — 179 개 skill 검색.
런타임
실행 환경별 호환성
| 환경 | 상태 | 비고 / 제한 |
|---|---|---|
| Local Python | supported | — |
| Server | supported | — |
| MCP | supported | — |
| Web AI | supported | — |
| Pyodide | supported |
|
실패 회피
흔한 실패 · 절대 금지
- 엔진 기본 skill 을 보지 않고 기능 이름만 보고 분석 시작
- dartlab 기능 설명 질문을 RuntimeDatasetCatalog 만으로 답함
- skill 의
- requiredEvidence 확인 없이 답변 작성
- whenToUse 매칭 후보를 1 개로만 보고 끝냄
- skill 과 실제 공개 API 의 불일치를 방치하지 않는다.
- 사용 기능 확인 없이 실행 코드 작성하지 않는다.
- sourceRefs 없는 답변을 공식 절차로 취급하지 않는다.