비개발자 MD가 개인 AI 에이전트 팀을 완성하기까지 — 4주 리서치 하네스 스터디 마무리

def save_to_coco_brain(items: list) -> None:
    """새 뉴스를 sources/news/에 저장"""
    brain_path = Path.home() / "coco-brain" / "sources" / "news"
    brain_path.mkdir(parents=True, exist_ok=True)
    today = datetime.now(timezone.utc).strftime("%Y-%m-%d")
    news_file = brain_path / f"{today}-bloomberg.md"
    
    existing = news_file.read_text(encoding="utf-8") if news_file.exists() else f"""---
title: Bloomberg 뉴스 {today}
type: raw
domain: investment
source: Bloomberg RSS
created: {today}
updated: {today}
used_by: []
---
# Bloomberg 뉴스 {today}
"""
    new_lines = []
    for item in items:
        time_str = fmt_time(item.published_at)
        new_lines.append(f"## {item.title}")
        new_lines.append(f"- 시간: {time_str}")
        new_lines.append(f"- 링크: {item.url}")
        new_lines.append("")
    
    news_file.write_text(existing + "\n".join(new_lines), encoding="utf-8")

KEYWORDS = [
    'NVDA', 'PLTR', 'nvidia', 'palantir',
    'AI', 'artificial intelligence', '반도체', 'semiconductor',
    '금리', 'rate', 'Fed', 'Federal Reserve',
    'S&P', 'nasdaq', 'inflation', 'GDP',
]

# 투자 뉴스 필터링 → us_market.md 업데이트 (매일 11:00 KST)
hermes cron add "0 2 * * *" \
  --name "Bloomberg 투자뉴스 필터링 → us_market.md" \
  --script investment_news_filter.py \
  --no-agent

## Promotion State 규칙 (업무 도메인)

- 경쟁사 편성표 분석 보고서 생성 시:
  - 저장 위치: context/work/reports/YYYY-MM-DD-competitor.md
  - promotion_state: draft (자동)
  - derived_from: sources/market_data/ 원본 파일 명시

## Self-eval 규칙 (업무 도메인)

업무 보고서 생성 후 검토 요청 전에 아래 4단계 self-eval을 먼저 수행한다.

1. LOAD     → index.md → context/work/ → sources/ 순서로 참조
2. GENERATE → 보고서 초안 생성
3. CLAIM    → based_on / confidence / reason 명시
4. SELF-EVAL → accuracy / completeness / action_needed 평가

## 검토 요청 규칙 (업무 도메인)

업무 보고서 생성 후 #운영 채널(1507282248804728842)에 아래 형식으로 검토 요청.

📋 [검토 요청] {보고서 종류}
파일: context/work/reports/YYYY-MM-DD-{type}.md
생성일: YYYY-MM-DD
출처: {derived_from 파일명}

📌 핵심 요약:
- {핵심 내용 2~3줄}

🔍 Self-eval 결과:
- confidence: 높음/중간/낮음
- 누락 데이터: {있으면 명시}
- 추가 확인 필요: {있으면 명시}

✅ verified 또는 ❌ rejected 로 답변해주세요!

📋 [검토 요청] 경쟁사 편성표 분석 보고서

파일: context/work/reports/2026-06-01-competitor.md
생성일: 2026-06-01
출처: sources/market_data/2026-06-01-(경쟁사 이름).md

📌 핵심 요약:
- (경쟁사 A 이름) 26개 OO 블록 수집
- (경쟁사 B 이름)은 OO 채널 기준 18건 반영

🔍 Self-eval 결과:
- confidence: 중간
- 누락 데이터: 내부 실적 데이터 미연결
- 추가 확인 필요: 라이브 채널 자동 수집 기준 확인 필요

✅ verified 또는 ❌ rejected 로 답변해주세요!

## 16. 역링크 규칙 (used_by)

### frontmatter (기계 처리용)
used_by:
  - context/work/reports/YYYY-MM-DD-competitor.md

### 본문 (Obsidian 그래프용)
## 이 자료가 기여한 문서
- [[파일명]] — 간단한 설명

## 워크플로우 명령어

### /ingest [자료 설명 또는 파일 경로]
1. sources/ 적절한 폴더에 저장
2. 핵심 내용 추출 후 context/ 업데이트
3. 역링크(used_by) 추가
4. log.md에 기록

### /search [검색어]
1. index.md 먼저 확인
2. 관련 context/ 파일 검색
3. sources/ 원본도 확인
4. 결과 요약 후 출처 명시

### /save [저장할 내용]
→ 도메인 판단 후 context/ 저장

### /promote [파일 경로]
→ members/ → context/ 승격 + verified 변경

### /brain-status
→ coco-brain 현황 요약 출력
   (sources 최근 파일 / 오늘 기록 여부 / Lint 결과)

def parse_kcal(text):
    for pat in [r'kcal:\s*약?\s*([\d,]+)', r'총열량:\s*약?\s*([\d,]+)']:
        m = re.search(pat, text)
        if m:
            return float(m.group(1).replace(',', ''))
    return 0

def parse_protein(text):
    # 범위 형식(148.5~150.5g) 포함 처리
    m = re.search(r'단백질:\s*약?\s*([\d,]+(?:\.\d+)?)(?:~[\d,.]+)?g', text)
    return float(m.group(1).replace(',', '')) if m else 0

📊 주간 피트니스 요약 (2026-05-30 ~ 2026-06-05)
✅ 칼로리 적자 유지 중 (1705kcal). 감량 페이스 좋아요!
📊 단백질 거의 달성! (122g / 목표 135g)
📊 운동 3일. 목표까지 2일 더!

# 볼륨(무게 × 반복수) 기준 최고 기록 자동 추출
if exercise not in prs or volume > prs[exercise]['volume']:
    prs[exercise] = {
        'weight': weight, 'reps': reps,
        'volume': volume, 'date': date, 'split': split
    }