Start observed

Skill catalog 기반 작업 시작

dartlab 코드 전체를 읽기 전에 skills catalog 만 보고 목적 skill · 공개 호출 방식 · 대표 반환 형태 · 근거 요구사항을 찾는 시작 절차다. AI 와 사람이 같은 표면을 보고 같은 속도로 진입한다.

start.useSkillsCatalog GitHub 원본

이어 가기

절차

실행 순서

  1. 1

    사용자 질문을 그대로 skill 검색어로 사용한다 (자연어 그대로, whenToUse[] 가 매칭).

  2. 2

    후보가 너무 많으면 카테고리 (start · runtime · operation · engines) 또는 sub-group 으로 좁힌다.

  3. 3

    후보 skill 의 frontmatter (purpose · inputs · outputs · runtimeCompatibility) 와 본문 (## 공개 호출 방식 ·

  4. 4

    사용 기능 · requiredEvidence · forbidden 을 확인하고 답변에 묶을 ref 종류를 고정한다.

  5. 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 · pyodide 등) 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:

확인위치
호출 방법본문 ## 공개 호출 방식
입출력 형태본문 ## 호출 동작 + ## 대표 반환 형태
답변에 묶을 evidencefrontmatter requiredEvidence[]
어겨선 안 되는 항목frontmatter forbidden[]
흔한 실패 회피frontmatter 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 패턴추천 skill
회사 분석 진입engines.company, engines.company.sections
재무비율 / ROE / OPMengines.analysis.profitability, engines.scan.ratio
시장 횡단 (전 종목)engines.scan 군 (19 축)
매크로 / 거시 / 경기engines.macro 군 (12 축)
가치평가engines.analysis.valuation, engines.quant.damodaranValuation
신용 / 부실 위험engines.credit.creditRisk
공시 검색 / 본문engines.search, engines.company.disclosureEvent
보고서 / storyengines.story
AI / 자연어 분석runtime.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.show 같은 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

런타임

실행 환경별 호환성

환경상태비고 / 제한
Local Python supported
Server supported
MCP supported
Web AI supported
Pyodide supported
  • 실제 분석 실행 가능 여부는 선택한 skill 의 runtimeCompatibility 를 따른다.

실패 회피

흔한 실패 · 절대 금지

흔한 실패
  • 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
절대 금지
  • skill 과 실제 공개 API 의 불일치를 방치하지 않는다.
  • 사용 기능 확인 없이 실행 코드 작성하지 않는다.
  • sourceRefs 없는 답변을 공식 절차로 취급하지 않는다.