--- name: rich-guide description: Use when user says "부자 되는 법", "재테크 가이드", "rich guide", "wealth strategy", "재테크 시작", "투자 방법", "부업 추천", or wants personalized wealth strategy. Conducts financial interview, runs 7-agent pipeline with expert knowledge base, and generates comprehensive learning + action + workflow roadmap. version: 3.0.0 model: claude-sonnet-4-5-20250929 --- # Rich Guide Skill Personalized Korean wealth coaching via 7-agent multi-agent pipeline with curated expert knowledge base. ## Trigger Phrases - "부자 되는 법" - "재테크 가이드" - "rich guide" - "wealth strategy" - "재테크 시작" - "투자 방법 알려줘" - "부업 추천" - "/rich-guide" ## Execution Algorithm ### Step 1: Environment Setup & Config Load ```python import subprocess, os, json from datetime import datetime DB_DIR = os.path.expanduser("~/.claude/skills/rich-guide/data") DB_PATH = f"{DB_DIR}/profiles.db" ROADMAP_DIR = os.path.expanduser("~/.claude/skills/rich-guide/roadmaps") KB_DIR = os.path.expanduser("~/.claude/skills/rich-guide/knowledge") WF_DIR = os.path.expanduser("~/.claude/skills/rich-guide/workflows") TS = datetime.now().strftime("%Y%m%d_%H%M%S") # Create directories os.makedirs(DB_DIR, exist_ok=True) os.makedirs(ROADMAP_DIR, exist_ok=True) # Init DB using absolute path (os.path.dirname(__file__) does not resolve in skill context) init_script = os.path.expanduser("~/.claude/skills/rich-guide/config/init_db.py") subprocess.run(["python3", init_script, DB_PATH], check=True) os.chmod(DB_PATH, 0o600) # Load agent-config.yaml for timeout/retry values config_path = os.path.expanduser("~/.claude/skills/rich-guide/config/agent-config.yaml") agent_config = {} try: import yaml with open(config_path) as f: agent_config = yaml.safe_load(f) or {} except Exception: # Fallback defaults if yaml unavailable or config missing agent_config = { "timeouts": { "wealth_strategist": 120, "action_plan_generator": 120, "financial_diagnostician": 60, "market_context_analyzer": 60, "risk_reward_evaluator": 60, "knowledge_advisor": 120, }, "retry": {"max_attempts": 2, "fallback_on_fail": True}, "interview": {"cache_hours": 24, "refresh_days": 30}, "levels": {"beginner_threshold": 50, "intermediate_threshold": 75, "min_investment_for_advanced": 2000}, } TIMEOUT_STRATEGIST = agent_config.get("timeouts", {}).get("wealth_strategist", 120) TIMEOUT_EVALUATOR = agent_config.get("timeouts", {}).get("risk_reward_evaluator", 60) TIMEOUT_ACTION = agent_config.get("timeouts", {}).get("action_plan_generator", 120) TIMEOUT_KNOWLEDGE = agent_config.get("timeouts", {}).get("knowledge_advisor", 120) CACHE_HOURS = agent_config.get("interview", {}).get("cache_hours", 24) REFRESH_DAYS = agent_config.get("interview", {}).get("refresh_days", 30) LEVEL_BEGINNER = agent_config.get("levels", {}).get("beginner_threshold", 50) LEVEL_INTERMEDIATE = agent_config.get("levels", {}).get("intermediate_threshold", 75) LEVEL_ADV_INVEST = agent_config.get("levels", {}).get("min_investment_for_advanced", 2000) # Check existing profile result = subprocess.run( ["python3", "-c", f""" import sqlite3, json conn = sqlite3.connect('{DB_PATH}') row = conn.execute("SELECT *, (julianday('now') - julianday(updated_at)) as age_days FROM profiles ORDER BY updated_at DESC LIMIT 1").fetchone() if row: cols = [d[0] for d in conn.execute("PRAGMA table_info(profiles)").fetchall()] d = dict(zip(cols, row[:-1])) age = row[-1] print(json.dumps({{"exists": True, "age_days": age, "data": d}})) else: print(json.dumps({{"exists": False}})) conn.close() """], capture_output=True, text=True ) try: existing = json.loads(result.stdout.strip()) except json.JSONDecodeError: existing = {"exists": False} profile = None ``` Decide data strategy based on loaded config thresholds: - `existing["exists"]` AND `existing["age_days"] < CACHE_HOURS/24` -> offer reuse - `existing["exists"]` AND `CACHE_HOURS/24 <= existing["age_days"] <= REFRESH_DAYS` -> offer refresh - Otherwise -> new interview --- ### Step 2: Financial Interview (or Reuse / Refresh Existing) ```python if existing.get("exists") and existing["age_days"] < (CACHE_HOURS / 24): reuse_choice = AskUserQuestion(questions=[{ "question": f"기존 재무 데이터({existing['data']['updated_at'][:10]} 작성)를 사용할까요?", "header": "기존 데이터 활용", "options": [ {"label": "기존 데이터 사용", "description": "빠르게 전략 분석 시작"}, {"label": "새로 입력", "description": "최신 재무 정보로 다시 시작"} ] }]) if reuse_choice["기존 데이터 활용"] == "기존 데이터 사용": profile = existing["data"] elif existing.get("exists") and (CACHE_HOURS / 24) <= existing["age_days"] <= REFRESH_DAYS: # 1-30 day refresh branch refresh_choice = AskUserQuestion(questions=[{ "question": f"재무 데이터가 {int(existing['age_days'])}일 전 것입니다. 어떻게 할까요?", "header": "데이터 갱신", "options": [ {"label": "기존 데이터 사용", "description": f"{existing['data']['updated_at'][:10]} 데이터로 계속 진행"}, {"label": "일부 항목 업데이트", "description": "수입/지출 등 변경된 항목만 수정"}, {"label": "처음부터 다시 입력", "description": "최신 재무 정보로 전체 재입력"} ] }]) refresh_answer = refresh_choice.get("데이터 갱신", "처음부터 다시 입력") if refresh_answer == "기존 데이터 사용": profile = existing["data"] elif refresh_answer == "일부 항목 업데이트": # Pre-fill with existing, ask only for key fields partial_responses = AskUserQuestion(questions=[ { "question": f"월 세후 수입 (현재: {existing['data'].get('monthly_income', '?')}만원)", "header": "월수입_갱신", "options": [ {"label": "변경 없음", "description": "기존 값 유지"}, {"label": "200만원 미만", "description": ""}, {"label": "200-300만원", "description": ""}, {"label": "300-400만원", "description": ""}, {"label": "400-500만원", "description": ""}, {"label": "500만원 이상", "description": ""} ] }, { "question": f"월 지출 (현재: {existing['data'].get('monthly_expense', '?')}만원)", "header": "월지출_갱신", "options": [ {"label": "변경 없음", "description": "기존 값 유지"}, {"label": "100만원 미만", "description": ""}, {"label": "100-150만원", "description": ""}, {"label": "150-250만원", "description": ""}, {"label": "250만원 이상", "description": ""} ] } ]) income_map = { "200만원 미만": 150, "200-300만원": 250, "300-400만원": 350, "400-500만원": 450, "500만원 이상": 550 } expense_map = { "100만원 미만": 80, "100-150만원": 130, "150-250만원": 200, "250만원 이상": 280 } profile = dict(existing["data"]) new_income = partial_responses.get("월수입_갱신", "변경 없음") new_expense = partial_responses.get("월지출_갱신", "변경 없음") if new_income != "변경 없음": profile["monthly_income"] = income_map.get(new_income, profile["monthly_income"]) if new_expense != "변경 없음": profile["monthly_expense"] = expense_map.get(new_expense, profile["monthly_expense"]) # Persist partial refresh to DB subprocess.run(["python3", "-c", f""" import sqlite3, json conn = sqlite3.connect('{DB_PATH}') d = json.loads('''{json.dumps(profile)}''') conn.execute('''INSERT INTO profiles (monthly_income, monthly_expense, savings, investment_assets, debt, risk_tolerance, goal) VALUES (?, ?, ?, ?, ?, ?, ?)''', (d.get('monthly_income',300), d.get('monthly_expense',180), d.get('savings',500), d.get('investment_assets',0), d.get('debt',0), d.get('risk_tolerance','medium'), d.get('goal',''))) conn.commit() conn.close() """], check=True) # else: fall through to new interview below if profile is None: # Conduct 8-field interview (added: experience for level assessment) responses = AskUserQuestion(questions=[ { "question": "월 세후 수입은 얼마인가요? (만원 단위)", "header": "월수입", "options": [ {"label": "200만원 미만", "description": ""}, {"label": "200-300만원", "description": ""}, {"label": "300-400만원", "description": ""}, {"label": "400-500만원", "description": ""}, {"label": "500만원 이상", "description": ""}, {"label": "잘 모르겠어요", "description": "기본값 적용 (300만원)"} ] }, { "question": "월 지출은 얼마인가요? (고정비+변동비 합계)", "header": "월지출", "options": [ {"label": "100만원 미만", "description": ""}, {"label": "100-150만원", "description": ""}, {"label": "150-250만원", "description": ""}, {"label": "250만원 이상", "description": ""}, {"label": "잘 모르겠어요", "description": "기본값 적용 (180만원)"} ] }, { "question": "현재 예금/저축액은 총 얼마인가요?", "header": "예금액", "options": [ {"label": "500만원 미만", "description": ""}, {"label": "500-1000만원", "description": ""}, {"label": "1000-3000만원", "description": ""}, {"label": "3000만원 이상", "description": ""}, {"label": "잘 모르겠어요", "description": "기본값 적용 (500만원)"} ] }, { "question": "투자 자산(주식, 펀드, 코인 등)은 얼마인가요?", "header": "투자자산", "options": [ {"label": "없음", "description": "투자 경험 없음"}, {"label": "500만원 미만", "description": ""}, {"label": "500-2000만원", "description": ""}, {"label": "2000만원 이상", "description": ""}, {"label": "잘 모르겠어요", "description": "기본값 적용 (0원)"} ] } ]) responses2 = AskUserQuestion(questions=[ { "question": "대출/부채 총액은 얼마인가요?", "header": "대출", "options": [ {"label": "없음", "description": ""}, {"label": "1000만원 미만", "description": ""}, {"label": "1000-5000만원", "description": ""}, {"label": "5000만원 이상", "description": ""}, {"label": "잘 모르겠어요", "description": "기본값 적용 (0원)"} ] }, { "question": "리스크 성향은 어떻게 되세요?", "header": "리스크성향", "options": [ {"label": "저위험", "description": "원금 보전 최우선, 예금/채권 선호"}, {"label": "중위험", "description": "적당한 수익, 인덱스 펀드 등"}, {"label": "고위험", "description": "고수익 추구, 개별주식/코인 등 가능"} ] }, { "question": "현재 재테크/투자 경험은?", "header": "경험", "options": [ {"label": "없음", "description": "재테크를 처음 시작합니다"}, {"label": "예적금만", "description": "적금/예금만 해봤습니다"}, {"label": "주식/펀드 경험", "description": "주식이나 펀드 투자 경험이 있습니다"}, {"label": "적극 투자 중", "description": "다양한 자산에 투자하고 있습니다"} ] }, { "question": "재테크 목표를 선택해주세요", "header": "목표", "options": [ {"label": "긴급자금 마련 (1년 내)", "description": "당장 돈이 필요한 상황"}, {"label": "내 집 마련 (3-5년)", "description": "주택 구매 준비"}, {"label": "노후 준비 (10년+)", "description": "연금/장기 투자"}, {"label": "부업 소득 창출", "description": "N잡러 목표"}, {"label": "조기 은퇴 (FIRE)", "description": "경제적 자유 추구"} ] } ]) # Merge responses responses.update(responses2) # Map responses to numeric defaults income_map = { "200만원 미만": 150, "200-300만원": 250, "300-400만원": 350, "400-500만원": 450, "500만원 이상": 550, "잘 모르겠어요": 300 } expense_map = { "100만원 미만": 80, "100-150만원": 130, "150-250만원": 200, "250만원 이상": 280, "잘 모르겠어요": 180 } savings_map = { "500만원 미만": 250, "500-1000만원": 750, "1000-3000만원": 2000, "3000만원 이상": 5000, "잘 모르겠어요": 500 } invest_map = { "없음": 0, "500만원 미만": 250, "500-2000만원": 1000, "2000만원 이상": 3000, "잘 모르겠어요": 0 } debt_map = { "없음": 0, "1000만원 미만": 500, "1000-5000만원": 3000, "5000만원 이상": 7000, "잘 모르겠어요": 0 } risk_map = {"저위험": "low", "중위험": "medium", "고위험": "high"} profile = { "monthly_income": income_map.get(responses["월수입"], 300), "monthly_expense": expense_map.get(responses["월지출"], 180), "savings": savings_map.get(responses["예금액"], 500), "investment_assets": invest_map.get(responses["투자자산"], 0), "debt": debt_map.get(responses["대출"], 0), "risk_tolerance": risk_map.get(responses["리스크성향"], "medium"), "goal": responses.get("목표", "내 집 마련 (3-5년)"), "experience": responses.get("경험", "없음") } # Save to DB via temp JSON file to avoid quote-escaping issues import tempfile profile_tmp = tempfile.mktemp(suffix=".json") with open(profile_tmp, "w") as f: json.dump(profile, f, ensure_ascii=False) subprocess.run(["python3", "-c", f""" import sqlite3, json with open('{profile_tmp}') as f: d = json.load(f) conn = sqlite3.connect('{DB_PATH}') conn.execute('''INSERT INTO profiles (monthly_income, monthly_expense, savings, investment_assets, debt, risk_tolerance, goal) VALUES (?, ?, ?, ?, ?, ?, ?)''', (d['monthly_income'], d['monthly_expense'], d['savings'], d['investment_assets'], d['debt'], d['risk_tolerance'], d['goal'])) conn.commit() conn.close() import os os.remove('{profile_tmp}') print("saved") """], check=True) print("재무 정보 저장 완료") print(f"월 저축 가능액: 약 {profile['monthly_income'] - profile['monthly_expense']}만원") ``` --- ### Step 3: Phase 1 - Parallel Diagnosis + Knowledge Matching Launch all 3 Phase 1 agents simultaneously. All three Task() calls must appear in a single response block so Claude Code executes them in parallel. The knowledge-advisor replaces the previous info-curator by combining knowledge base reading with web search. ```python print("Phase 1: 진단 + 지식 매칭 시작 (3개 에이전트 병렬 실행)...") experience = profile.get("experience", "없음") # CRITICAL: All 3 Task calls must be in a single response for parallel execution Task( subagent_type="financial-diagnostician", model="claude-sonnet-4-5-20250929", description="재무 건강도 진단", prompt=f""" 사용자 재무 프로필을 분석하여 재무 건강도를 진단하세요. 프로필: - 월수입: {profile['monthly_income']}만원 - 월지출: {profile['monthly_expense']}만원 - 예금: {profile['savings']}만원 - 투자자산: {profile['investment_assets']}만원 - 대출: {profile['debt']}만원 - 리스크성향: {profile['risk_tolerance']} - 목표: {profile.get('goal', '미지정')} 다음 JSON을 /tmp/rich-guide-diagnostician-{TS}.json 에 저장하세요: {{ "status": "success", "agent": "financial-diagnostician", "health_score": 0-100점, "monthly_surplus": 월 잉여금(만원), "savings_rate": 저축률(%), "debt_ratio": 부채비율(%), "emergency_fund_months": 비상금 버팀 개월수, "diagnosis": "재무 상태 요약 (2-3문장)", "strengths": ["강점1", "강점2"], "weaknesses": ["약점1", "약점2"], "recommended_investment_ratio": 투자 가능 비율(%) }} Write 도구로 파일을 저장하세요. """ ) Task( subagent_type="knowledge-advisor", model="claude-sonnet-4-5-20250929", description="지식 베이스 매칭 + 정보 큐레이션", prompt=f""" 사용자 프로필에 맞는 전문가 방법론을 매칭하고 학습 커리큘럼을 생성하세요. 사용자 프로필: - 월수입: {profile['monthly_income']}만원 - 예금: {profile['savings']}만원 - 투자자산: {profile['investment_assets']}만원 - 대출: {profile['debt']}만원 - 리스크성향: {profile['risk_tolerance']} - 재테크 경험: {experience} - 목표: {profile.get('goal', '미지정')} 지식 베이스 파일 경로 (Read 도구로 읽으세요): 1. {KB_DIR}/investment-masters.md — 투자 대가 방법론 2. {KB_DIR}/entrepreneurs.md — 자수성가 인물 방법론 3. {KB_DIR}/side-hustles.md — 부업 가이드 4. {KB_DIR}/money-fundamentals.md — 돈의 원리 워크플로우 파일 경로 (선택 시 파일명만 기록): - first-investment.md, debt-freedom.md, side-hustle-launch.md, wealth-building.md 레벨 판정 기준: - 입문: health_score < {LEVEL_BEGINNER} 또는 투자자산 = 0 또는 경험 = "없음"/"예적금만" - 중급: {LEVEL_BEGINNER} ≤ score < {LEVEL_INTERMEDIATE} 이고 투자자산 > 0 - 고급: score ≥ {LEVEL_INTERMEDIATE} 이고 투자자산 ≥ {LEVEL_ADV_INVEST}만원 참고: health_score는 아직 계산 전이므로 투자자산({profile['investment_assets']}만원)과 경험({experience})으로 우선 판정하세요. 작업: 1. 4개 지식 베이스 파일을 Read로 읽기 2. 사용자 레벨 판정 3. 레벨+리스크+목표에 맞는 전문가 방법론 3-5개 매칭 4. 학습 커리큘럼 생성 (순서 + 주제 + 출처 + 이유) 5. 적합한 워크플로우 1-2개 선택 6. WebSearch로 최신 재테크 정보 보충 다음 JSON을 /tmp/rich-guide-knowledge-{TS}.json 에 저장하세요: {{ "status": "success", "agent": "knowledge-advisor", "user_level": "입문/중급/고급", "level_reasoning": "판정 이유", "matched_experts": [ {{"name": "전문가명", "method": "방법론명", "reason": "매칭 이유", "source_file": "파일명"}} ], "learning_curriculum": [ {{"order": 1, "topic": "주제", "source": "출처", "why": "이유", "estimated_time": "시간"}} ], "recommended_books": [ {{"title": "도서명", "author": "저자", "level": "레벨"}} ], "selected_workflows": ["워크플로우 파일명"], "workflow_reasoning": "선택 이유", "curated_info": [ {{"title": "기사 제목", "source": "도메인", "url": "URL", "summary": "요약", "verified": true, "relevance": "high"}} ], "key_insights": ["인사이트1", "인사이트2"], "tax_benefits": ["세제혜택1", "세제혜택2"] }} Write 도구로 파일을 저장하세요. """ ) Task( subagent_type="market-context-analyzer", model="claude-sonnet-4-5-20250929", description="시장 상황 분석", prompt=f""" 현재 한국 및 글로벌 투자 시장 상황을 분석하세요. 분석 대상: 1. 현재 기준금리 환경 (예금 매력도) 2. KOSPI/S&P500 밸류에이션 (인덱스 투자 적정성) 3. 부동산 시장 동향 (내 집 마련 타이밍) 4. 인플레이션 환경 (실질 수익률 관점) portfolio-copilot 데이터 확인 시도 (선택적): - {os.path.expanduser("~/.claude/plugins/portfolio-copilot/data/portfolio.db")} 존재 여부 확인 후 활용 - 파일이 없으면 경고 없이 WebSearch로 대체 다음 JSON을 /tmp/rich-guide-market-{TS}.json 에 저장하세요: {{ "status": "success", "agent": "market-context-analyzer", "market_summary": "현재 시장 상황 2-3문장 요약", "interest_rate_env": "high/medium/low (예금 매력도)", "equity_valuation": "overvalued/fair/undervalued", "key_opportunities": ["기회1", "기회2"], "key_risks": ["리스크1", "리스크2"], "recommended_asset_allocation": {{ "deposits": 예금 비중(%), "bonds": 채권 비중(%), "domestic_equity": 국내주식 비중(%), "global_equity": 해외주식 비중(%), "real_estate": 부동산 비중(%), "alternatives": 대안투자 비중(%) }} }} Write 도구로 파일을 저장하세요. """ ) # Read Phase 1 results — called AFTER all Task() calls above have completed def read_agent_output(path, default): try: with open(path) as f: return json.load(f) except (FileNotFoundError, json.JSONDecodeError): return default diag = read_agent_output(f"/tmp/rich-guide-diagnostician-{TS}.json", {"status": "failed", "health_score": 50, "monthly_surplus": profile['monthly_income'] - profile['monthly_expense'], "diagnosis": "진단 데이터 없음", "strengths": [], "weaknesses": [], "recommended_investment_ratio": 20}) knowledge = read_agent_output(f"/tmp/rich-guide-knowledge-{TS}.json", {"status": "failed", "user_level": "입문", "matched_experts": [], "learning_curriculum": [], "recommended_books": [], "selected_workflows": ["first-investment"], "curated_info": [], "key_insights": [], "tax_benefits": []}) market = read_agent_output(f"/tmp/rich-guide-market-{TS}.json", {"status": "failed", "market_summary": "시장 데이터 없음", "key_opportunities": [], "key_risks": [], "recommended_asset_allocation": {"deposits": 40, "bonds": 10, "domestic_equity": 20, "global_equity": 20, "real_estate": 10, "alternatives": 0}}) # Save Phase 1 combined phase1 = {"diagnostician": diag, "knowledge": knowledge, "market": market, "profile": profile} with open(f"/tmp/rich-guide-phase1-{TS}.json", "w") as f: json.dump(phase1, f, ensure_ascii=False, indent=2) print(f"Phase 1 완료 - 재무건강점수: {diag.get('health_score', 'N/A')}점, 레벨: {knowledge.get('user_level', 'N/A')}") ``` --- ### Step 4: Phase 2 - Sequential Strategy then Evaluation wealth-strategist runs first with knowledge context (matched experts), so strategies are grounded in real expert methodologies. risk-reward-evaluator then runs with those actual strategies. ```python print("Phase 2-A: 전문가 방법론 기반 전략 생성 중 (wealth-strategist)...") Task( subagent_type="wealth-strategist", model="claude-opus-4-6", description="전문가 기반 부자 전략 생성", prompt=f""" Phase 1 진단 결과와 지식 베이스 매칭 결과를 바탕으로 3-5개의 전문가 방법론 기반 부자 전략을 생성하세요. 재무 프로필: {json.dumps(phase1['profile'], ensure_ascii=False)} 재무 진단: {json.dumps(phase1['diagnostician'], ensure_ascii=False)} 시장 상황: {json.dumps(phase1['market'], ensure_ascii=False)} 사용자 레벨: {phase1['knowledge'].get('user_level', '입문')} 매칭된 전문가 방법론 (각 전략은 아래 전문가 중 1명의 방법론에 기반해야 합니다): {json.dumps(phase1['knowledge'].get('matched_experts', []), ensure_ascii=False)} 학습 커리큘럼 (각 전략에 learning_prerequisites 포함): {json.dumps(phase1['knowledge'].get('learning_curriculum', []), ensure_ascii=False)} 세금 혜택: {json.dumps(phase1['knowledge'].get('tax_benefits', []), ensure_ascii=False)} 전략 다양성 필수 요건: - 리스크 범위: 저위험(예금/채권) + 중위험(인덱스) + 고위험(개별주식) 포함 - 시간 범위: 단기(1년) + 중기(3년) + 장기(10년) 고루 포함 - 분야: 투자 / 부업 / 커리어 성장 / 비용 절감 중 최소 2개 이상 각 전략에는 반드시 expert_source 필드를 포함하세요: "expert_source": {{ "name": "전문가명", "method": "방법론명", "key_principle": "핵심 원칙 1문장" }} 그리고 learning_prerequisites 필드도 포함하세요: "learning_prerequisites": ["이 전략 실행 전 배워야 할 것1", "것2"] 다음 JSON을 /tmp/rich-guide-strategist-{TS}.json 에 저장하세요: {{ "status": "success", "agent": "wealth-strategist", "strategies": [ {{ "id": "S1", "title": "전략명 (전문가명 방법론)", "category": "investment/side-hustle/business/cost-saving", "risk_level": "low/medium/high", "time_horizon": "short/mid/long", "expected_return": "연 X%", "initial_capital": 초기 자본(만원), "monthly_commitment": "월 X시간 또는 X만원", "description": "전략 설명 (3-4문장, 전문가 방법론 언급)", "expert_source": {{"name": "...", "method": "...", "key_principle": "..."}}, "learning_prerequisites": ["...", "..."], "pros": ["장점1", "장점2"], "cons": ["단점1", "단점2"], "first_step": "당장 할 수 있는 첫 번째 행동", "sources": [] }} ] }} Write 도구로 파일을 저장하세요. """ ) # Read strategist output before launching evaluator strategist = read_agent_output(f"/tmp/rich-guide-strategist-{TS}.json", {"status": "failed", "strategies": [ {"id": "S1", "title": "ISA 인덱스 ETF 적립식 (존 리 방법론)", "category": "investment", "risk_level": "medium", "time_horizon": "long", "expected_return": "연 7-10%", "initial_capital": 0, "monthly_commitment": "월 30만원", "description": "존 리의 적립식 투자 철학에 기반하여 ISA 계좌를 통해 국내외 인덱스 ETF에 매월 자동 적립하는 방법입니다.", "expert_source": {"name": "존 리", "method": "적립식 인덱스 투자", "key_principle": "매월 일정액을 인덱스 펀드에 자동 적립"}, "learning_prerequisites": ["복리의 원리 이해", "ETF 기초 학습"], "pros": ["전문가 검증 방법론", "세제 혜택", "자동화 가능"], "cons": ["장기 투자 필요"], "first_step": "증권사 ISA 계좌 개설", "sources": []} ]}) strategies = strategist.get("strategies", []) # Guard against empty strategies list if not strategies: strategies = [ {"id": "S1", "title": "비상금 확보 + 파킹통장 (기본 전략)", "category": "cost-saving", "risk_level": "low", "time_horizon": "short", "expected_return": "연 3-4%", "initial_capital": 0, "monthly_commitment": "월 20만원", "description": "비상금 확보를 최우선으로 하고 파킹통장에 예치하는 기본 전략입니다.", "expert_source": {"name": "기본 원칙", "method": "비상금 우선 확보", "key_principle": "투자 전 최소 3개월 생활비를 비상금으로 확보"}, "learning_prerequisites": ["자동화 시스템 이해"], "pros": ["원금 보장", "즉시 시작 가능"], "cons": ["낮은 수익률"], "first_step": "파킹통장 개설", "sources": []} ] print(f"전략 생성 완료 - {len(strategies)}개 전략") print("Phase 2-B: 리스크/보상 평가 중 (risk-reward-evaluator)...") Task( subagent_type="risk-reward-evaluator", model="claude-sonnet-4-5-20250929", description="전략별 리스크/보상 평가", prompt=f""" 사용자 재무 상황에서 아래에 실제 생성된 전략들의 리스크/보상을 평가하세요. 재무 프로필: {json.dumps(phase1['profile'], ensure_ascii=False)} 재무 건강도 점수: {phase1['diagnostician'].get('health_score', 50)} 월 잉여금: {phase1['diagnostician'].get('monthly_surplus', 100)}만원 리스크 성향: {phase1['profile']['risk_tolerance']} 실제 생성된 전략 목록 (각 전략의 id와 title을 evaluations에서 그대로 사용하세요): {json.dumps(strategies, ensure_ascii=False)} 다음 JSON을 /tmp/rich-guide-evaluator-{TS}.json 에 저장하세요: {{ "status": "success", "agent": "risk-reward-evaluator", "user_risk_capacity": "실제 감당 가능 리스크 수준 평가", "evaluations": [ {{ "strategy_id": "strategist가 생성한 실제 id (예: S1)", "strategy_title": "전략 제목 (strategist와 동일)", "risk_score": 1-10, "reward_potential": "연 예상 수익률 범위", "suitable_for_user": true/false, "suitability_reason": "적합/부적합 이유", "max_allocation": "최대 권장 비중(%)" }} ], "overall_recommendation": "전반적 포트폴리오 방향성 2-3문장" }} Write 도구로 파일을 저장하세요. """ ) # Read evaluator output evaluator = read_agent_output(f"/tmp/rich-guide-evaluator-{TS}.json", {"status": "failed", "overall_recommendation": "리스크 분산을 통한 균형 포트폴리오 구성을 권장합니다.", "evaluations": []}) phase2 = {"strategist": strategist, "evaluator": evaluator} with open(f"/tmp/rich-guide-phase2-{TS}.json", "w") as f: json.dump(phase2, f, ensure_ascii=False, indent=2) print(f"Phase 2 완료 - {len(strategies)}개 전략 평가 완료") ``` --- ### Step 5: Strategy Selection ```python # Display strategies with risk/reward summary and expert source strategy_options = [] for s in strategies: risk_label = {"low": "저위험", "medium": "중위험", "high": "고위험"}.get(s.get("risk_level"), "중위험") horizon_label = {"short": "단기(1년)", "mid": "중기(3년)", "long": "장기(10년+)"}.get(s.get("time_horizon"), "중기") expert = s.get("expert_source", {}).get("name", "") expert_tag = f" [{expert}]" if expert else "" strategy_options.append({ "label": s.get("title", f"전략 {s.get('id', '?')}"), "description": f"{risk_label} | {horizon_label} | {s.get('expected_return', 'N/A')}{expert_tag}" }) selected = AskUserQuestion(questions=[{ "question": "어떤 전략을 먼저 실행하시겠어요?", "header": "전략 선택", "options": strategy_options }]) selected_title = selected.get("전략 선택") chosen_strategy = next( (s for s in strategies if s.get("title") == selected_title), strategies[0] if strategies else {"title": "기본 전략", "description": "ISA 인덱스 ETF 적립식"} ) print(f"선택된 전략: {chosen_strategy.get('title')}") ``` --- ### Step 6: Phase 3 - Action Plan Generation (Learning + Action + Workflow) The action-plan-generator reads the roadmap template AND workflow files, producing a comprehensive 3-section roadmap. ```python print("Phase 3: 학습 + 실행 + 워크플로우 통합 로드맵 생성 중...") roadmap_path = f"{ROADMAP_DIR}/roadmap-{TS}.md" template_path = os.path.expanduser("~/.claude/skills/rich-guide/templates/roadmap-template.md") # Read template so action-plan-generator can populate placeholders template_content = "" try: with open(template_path) as f: template_content = f.read() except FileNotFoundError: template_content = "(템플릿 파일 없음 - 아래 형식으로 직접 생성하세요)" # Prepare workflow file paths for agent to Read selected_workflows = phase1['knowledge'].get('selected_workflows', ['first-investment']) workflow_paths = [f"{WF_DIR}/{wf}" if wf.endswith('.md') else f"{WF_DIR}/{wf}.md" for wf in selected_workflows] # BUG FIX: Net worth uses profile fields, not diagnostician fields net_worth = phase1['profile'].get('savings', 0) + phase1['profile'].get('investment_assets', 0) - phase1['profile'].get('debt', 0) Task( subagent_type="action-plan-generator", model="claude-opus-4-6", description="학습+실행+워크플로우 통합 로드맵 생성", prompt=f""" 선택된 전략에 대한 3-section 통합 로드맵을 작성하세요: 1. 학습 계획 (무엇을 배워야 하는지) 2. 실행 계획 (무엇을 해야 하는지) 3. 워크플로우 (어떤 순서로 진행해야 하는지) 선택된 전략: {json.dumps(chosen_strategy, ensure_ascii=False)} 사용자 레벨: {phase1['knowledge'].get('user_level', '입문')} 학습 커리큘럼 (knowledge-advisor가 생성한 학습 순서): {json.dumps(phase1['knowledge'].get('learning_curriculum', []), ensure_ascii=False)} 추천 도서: {json.dumps(phase1['knowledge'].get('recommended_books', []), ensure_ascii=False)} 선택된 워크플로우 파일 (Read 도구로 읽어 로드맵에 통합하세요): {json.dumps(workflow_paths, ensure_ascii=False)} 사용자 재무 상황: - 월 잉여금: {phase1['diagnostician'].get('monthly_surplus', 100)}만원 - 리스크 성향: {phase1['profile']['risk_tolerance']} - 목표: {phase1['profile'].get('goal', '재테크')} - 재무 건강도: {phase1['diagnostician'].get('health_score', 50)}점 - 주요 강점: {json.dumps(phase1['diagnostician'].get('strengths', []), ensure_ascii=False)} - 개선 사항: {json.dumps(phase1['diagnostician'].get('weaknesses', []), ensure_ascii=False)} - 순자산: {net_worth}만원 시장 상황: {phase1['market'].get('market_summary', '')} 평가 요약: {phase2['evaluator'].get('overall_recommendation', '')} 큐레이션 출처: {json.dumps(phase1['knowledge'].get('curated_info', [])[:3], ensure_ascii=False)} 로드맵 템플릿 (아래 플레이스홀더를 실제 값으로 채워서 최종 마크다운을 작성하세요): {template_content} 위 템플릿의 모든 {{PLACEHOLDER}} 를 실제 내용으로 채워 완성된 마크다운을 {roadmap_path} 에 저장하세요. 워크플로우 파일을 Read로 읽어 {{WORKFLOW_CONTENT}} 섹션에 통합하세요. Write 도구를 사용해 파일을 저장하세요. 반드시 파일 경로 {roadmap_path} 에 저장하세요. """ ) print(f"Phase 3 완료") ``` --- ### Step 7: Display Final Report, Record Session & Cleanup ```python print("\n" + "="*60) print("부자 로드맵 생성 완료!") print("="*60) print(f""" 면책 조항 이 분석은 AI가 생성한 참고용 정보입니다. 투자 결정은 본인의 판단과 책임 하에 이루어져야 하며, 중요한 재무 결정 전에는 전문 재무설계사와 상담하시기 바랍니다. """) user_level = phase1['knowledge'].get('user_level', 'N/A') print(f"사용자 레벨: {user_level}") print(f"재무 건강 점수: {phase1['diagnostician'].get('health_score', 'N/A')}점") print(f"월 잉여금: 약 {phase1['diagnostician'].get('monthly_surplus', 'N/A')}만원") print() print(f"선택된 전략: {chosen_strategy.get('title')}") expert_source = chosen_strategy.get('expert_source', {}) if expert_source: print(f"전문가 근거: {expert_source.get('name', '')} — {expert_source.get('method', '')}") print(f"기대 수익: {chosen_strategy.get('expected_return', 'N/A')}") print(f"리스크: {chosen_strategy.get('risk_level', 'N/A')}") print() # Show learning curriculum summary curriculum = phase1['knowledge'].get('learning_curriculum', []) if curriculum: print("학습 계획 요약:") for item in curriculum[:3]: print(f" {item.get('order', '?')}. {item.get('topic', '')} ({item.get('estimated_time', '')})") print() print(f"생성된 로드맵: {roadmap_path}") print() # Show verified sources sources = [s for s in phase1['knowledge'].get('curated_info', []) if s.get('verified')] if sources: print("참고 자료:") for src in sources[:3]: print(f" - {src.get('source', '')}: {src.get('title', '')} ({src.get('url', '')})") print() print("다음 단계:") print("1. 위 로드맵 파일을 열어 학습 계획부터 확인") print("2. 1주차 체크리스트 실행 시작") print("3. 재무설계사 상담: https://www.fpsb.or.kr/") # Record session history to DB try: subprocess.run(["python3", "-c", f""" import sqlite3, json conn = sqlite3.connect('{DB_PATH}') # Get latest profile_id row = conn.execute("SELECT id FROM profiles ORDER BY id DESC LIMIT 1").fetchone() pid = row[0] if row else None if pid: conn.execute('''INSERT INTO session_history (profile_id, user_level, selected_strategy, matched_experts, selected_workflows, roadmap_path) VALUES (?, ?, ?, ?, ?, ?)''', (pid, '{phase1["knowledge"].get("user_level", "입문")}', '{chosen_strategy.get("title", "")}', json.dumps({json.dumps(phase1["knowledge"].get("matched_experts", []), ensure_ascii=False)}), json.dumps({json.dumps(phase1["knowledge"].get("selected_workflows", []), ensure_ascii=False)}), '{roadmap_path}')) conn.commit() conn.close() """], check=True) except (subprocess.CalledProcessError, OSError): pass # Session tracking failure is non-critical # Cleanup /tmp files for this session import glob for tmp_file in glob.glob(f"/tmp/rich-guide-*-{TS}.json"): try: os.remove(tmp_file) except OSError: pass ``` --- ## Error Handling | Error | Response | |-------|----------| | DB init 실패 | "데이터베이스 초기화 실패. python3 설치 여부 확인 후 재시도하세요." | | agent-config.yaml 없음 | 하드코딩된 기본값으로 계속 진행 (경고 표시 없음) | | knowledge base 파일 없음 | knowledge-advisor가 WebSearch만으로 대체, 학습 커리큘럼은 기본값 | | 에이전트 결과 파일 없음 | 기본값 fallback 적용, 경고 메시지 표시 후 계속 진행 | | 전략 목록 비어있음 | 기본 전략(비상금 확보 + 파킹통장) 1개 자동 생성 | | json.loads 파싱 실패 | JSONDecodeError 캐치 → {"exists": False} 기본값 사용 | | 세션 기록 실패 | 무시하고 계속 진행 (비핵심 기능) | ## Model Selection | Agent | Model | Reason | |-------|-------|--------| | financial-diagnostician | claude-sonnet-4-5-20250929 | 수치 분석 | | knowledge-advisor | claude-sonnet-4-5-20250929 | 지식 매칭 + 웹서치 | | market-context-analyzer | claude-sonnet-4-5-20250929 | 시장 분석 | | wealth-strategist | claude-opus-4-6 | 전문가 기반 전략 생성 | | risk-reward-evaluator | claude-sonnet-4-5-20250929 | 정량적 리스크 평가 | | action-plan-generator | claude-opus-4-6 | 3-section 통합 로드맵 |