Stats
Actions
Tags
How this skill is triggered — by the user, by Claude, or both
Slash command
/rich-guide:rich-guideThe summary Claude sees in its skill listing — used to decide when to auto-load this skill
---
Personalized Korean wealth coaching via 7-agent multi-agent pipeline with curated expert knowledge base.
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 reuseexisting["exists"] AND CACHE_HOURS/24 <= existing["age_days"] <= REFRESH_DAYS -> offer refreshif 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")
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.
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')}")
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.
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")
# 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')}")
The action-plan-generator reads the roadmap template AND workflow files, producing a comprehensive 3-section roadmap.
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")
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 | 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) |
| 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 |
npx claudepluginhub jaykim88/claude-ai-engineering --plugin rich-guideProvides financial planning expertise across retirement, education, estate, tax, and insurance needs analysis. Useful for client recommendations and plan development.
Financial planning skill for Canadians: conducts interviews, builds plans with dashboards, and provides coaching. Triggers on budgeting, saving, investing, retirement, tax, debt, and benefits.
Guides users through Naval Ravikant's wealth principles: productize specific knowledge with accountability, leverage like code, own equity for financial freedom. Use for get-rich queries or escaping income-for-time trades.