프로젝트 목적

리커트 척도, 객관식, 주관식이 혼합된 설문 데이터를 자동 정리하고 기술통계, 교차분석, 시각화 리포트를 한 번에 생성합니다.

CLAUDE.md 구조

📁 survey-analyzer/
├── CLAUDE.md
├── 📁 data/
│   └── survey_raw.xlsx
├── 📁 output/
│   ├── descriptive_stats.xlsx
│   ├── crosstab_results.xlsx
│   └── charts/
└── 📁 skills/
    ├── clean-survey.md
    └── analyze-survey.md

핵심 Skill

• /clean — 결측치 처리, 역코딩, 척도 변환
• /stats — 기술통계 + 교차분석 수행
• /chart — 항목별 차트 자동 생성

프로젝트 목적

NVivo 없이도 인터뷰 전사본에서 주제를 추출하고, 코드북을 생성하며, 인용문을 자동 정리합니다. 근거이론(Grounded Theory) 접근을 지원합니다.

CLAUDE.md 구조

📁 interview-coder/
├── CLAUDE.md
├── 📁 transcripts/
│   ├── interview_01.txt
│   ├── interview_02.txt
│   └── interview_03.txt
├── 📁 output/
│   ├── codebook.xlsx
│   ├── theme_matrix.xlsx
│   └── quotation_bank.md
└── 📁 skills/
    ├── open-coding.md
    └── axial-coding.md

핵심 Skill

• /open-code — 전사본에서 개방 코딩 수행
• /axial-code — 코드 간 관계를 범주화
• /quotes — 주제별 대표 인용문 추출

프로젝트 목적

분석 결과, 연구 노트, 참고문헌 목록을 입력하면 서론-방법-결과-논의 구조에 맞춰 논문 초안을 생성합니다. 학술 어투와 APA 스타일을 자동 적용합니다.

CLAUDE.md 구조

📁 paper-drafter/
├── CLAUDE.md
├── 📁 inputs/
│   ├── research_notes.md
│   ├── analysis_results.xlsx
│   └── references.bib
├── 📁 output/
│   └── draft_paper.docx
└── 📁 skills/
    ├── draft-section.md
    └── format-apa.md

핵심 Skill

• /draft — 지정 섹션(서론/방법/결과/논의) 초안 생성
• /apa — APA 7판 스타일 자동 포맷팅
• /refcheck — 본문 인용과 참고문헌 교차 검증

프로젝트 목적

복잡한 연구 결과를 8-10장의 카드뉴스로 변환합니다. 핵심 메시지 추출, 비유 생성, 시각적 구성까지 자동으로 처리하며, SNS 공유용 HTML 파일을 출력합니다.

CLAUDE.md 구조

📁 cardnews-maker/
├── CLAUDE.md
├── 📁 source/
│   └── 연구결과_요약.md
├── 📁 output/
│   ├── cardnews.html
│   └── cardnews_slides/
└── 📁 skills/
    ├── extract-key-message.md
    └── generate-cards.md

핵심 Skill

• /extract — 논문에서 핵심 메시지 8-10개 추출
• /cards — 메시지를 카드뉴스 HTML로 변환
• /simplify — 전문용어를 일반인 언어로 치환

프로젝트 목적

수백 편의 검색 결과에서 포함/배제 기준을 적용해 1차 스크리닝을 자동화하고, 최종 선정 논문의 데이터 추출표를 생성합니다.

CLAUDE.md 구조

📁 systematic-review-helper/
├── CLAUDE.md
├── 📁 search_results/
│   ├── pubmed_export.csv
│   └── scopus_export.csv
├── 📁 papers/
│   └── (선정된 PDF들)
├── 📁 output/
│   ├── screening_log.xlsx
│   ├── extraction_table.xlsx
│   └── prisma_flow.md
└── 📁 skills/
    ├── screen.md
    └── extract.md

핵심 Skill

• /screen — 제목·초록 기반 포함/배제 판정
• /extract — 선정 논문에서 데이터 추출표 생성
• /prisma — PRISMA 흐름도 자동 생성

프로젝트 목적

논문 PDF를 읽고 30분 세미나용 발표자료를 자동 설계합니다. 슬라이드별 핵심 메시지, 발표 스크립트, 청중 토론 질문을 함께 생성합니다.

CLAUDE.md 구조

📁 seminar-prep/
├── CLAUDE.md
├── 📁 papers/
│   └── target_paper.pdf
├── 📁 output/
│   ├── slide_outline.md
│   ├── speaker_notes.md
│   └── discussion_questions.md
└── 📁 skills/
    ├── summarize-paper.md
    └── build-slides.md

핵심 Skill

• /outline — 논문 기반 슬라이드 구성안 생성
• /script — 슬라이드별 발표 스크립트 작성
• /discuss — 비판적 토론 질문 5개 생성

프로젝트 목적

영문·국문 논문 PDF를 업로드하면 저자·연도·연구방법·변인·결과 등 21개 항목을 한국어로 추출해 엑셀 요약표로 만들고, 논문에 바로 붙여넣을 수 있는 문헌고찰 문단도 자동 생성합니다.

CLAUDE.md 구조

📁 research-analyzer/
├── CLAUDE.md
├── 📁 papers/
│   └── (분석할 PDF 논문들)
├── 📁 output/
│   ├── 선행연구요약표_YYYYMMDD.xlsx
│   └── 문헌고찰_문단.txt
└── 📁 agents/
    ├── analysis_agent.js
    └── paragraph_agent.js

핵심 Skill

• /analyze — PDF에서 21개 항목 JSON 추출
• /paragraph — JSON → 학술 문헌고찰 문단 생성
• /export — 전체 결과 xlsx + txt 파일 저장

프로젝트 목적

PDF 논문 파일을 입력하면 메타데이터 추출 → 연구모델 이미지 자동 감지(Vision) → 사용자 확인(HITL) → PPTX 생성까지 자동 처리합니다. 논문 읽기 세미나나 저널 클럽 준비 시간을 대폭 단축합니다.

CLAUDE.md 구조

📁 paper-to-pptx/
├── CLAUDE.md
├── 📁 agents/
│   ├── orchestrator.py
│   ├── metadata_agent.py
│   ├── model_finder.py
│   └── pptx_builder.py
├── 📁 output/
│   └── output.pptx
└── requirements.txt

핵심 Skill

• /extract — 논문 제목·저자·초록 메타데이터 추출
• /find-model — Vision으로 연구모델 이미지 페이지 자동 감지
• /build-pptx — 메타데이터 + 이미지 → .pptx 파일 생성

프로젝트 목적

PubMed·Semantic Scholar·arXiv를 동시에 검색해 중복 제거 후 상위 20편을 선별하고, 5줄 요약·연구방법론·주요 결과·APA 참고문헌을 담은 한국어 마크다운 보고서를 자동 생성합니다.

CLAUDE.md 구조

📁 literature-agent/
├── CLAUDE.md
├── 📁 agents/
│   ├── search_agent.py
│   ├── classify_agent.py
│   ├── summary_agent.py
│   └── reference_agent.py
├── 📁 output/
│   └── literature_report.md
└── requirements.txt

핵심 Skill

• /search — 3개 DB 병렬 검색 + 중복 제거
• /summarize — 논문별 5줄 요약 + 연구방법론 구조화
• /references — APA 7판 참고문헌 자동 생성

프로젝트 목적

연구질문을 자연어로 입력하면 3개 DB에서 유사 논문 20편을 수집하고, 방법론·연구대상·이론·실천적 측면에서 연구갭을 분석한 뒤 추천 연구방법론과 세부 연구질문(RQ) 3~5개를 Notion 페이지로 자동 저장합니다.

CLAUDE.md 구조

📁 research-gap-finder/
├── CLAUDE.md
├── 📁 agents/
│   ├── keyword_agent.py
│   ├── search/             (SS·arXiv·PubMed)
│   ├── gap_agent.py
│   └── notion_agent.py
├── 📁 prompts/
│   └── gap.txt
└── requirements.txt

핵심 Skill

• /keywords — 연구질문 → DB별 최적화 검색어 추출
• /gap-analysis — 방법론·대상·이론·실천적 갭 4가지 분석
• /propose — 추천 방법론 + 세부 연구질문 RQ 생성

프로젝트 목적

연구 폴더에 쌓인 PDF·데이터·코드·이미지 파일들을 Claude API가 파일명을 읽고 카테고리를 판단해 자동으로 분류합니다. 이동 계획을 미리 보여주고 사용자 승인 후 실행하며, 중복 파일은 _duplicates/에 격리합니다.

CLAUDE.md 구조

📁 file-organizer/
├── CLAUDE.md
├── 📁 agents/
│   ├── scanner.py
│   ├── classifier.py
│   ├── executor.py
│   └── reporter.py
├── 📁 output/
│   └── summary.md
└── requirements.txt

핵심 Skill

• /scan — 폴더 탐색 + 파일 메타데이터 수집
• /classify — Claude API로 파일명 기반 카테고리 분류
• /organize — 계획 미리보기 → 승인 → 파일 이동 실행

프로젝트 목적

프로포절 DOCX/PDF와 참고 논문 폴더를 입력하면 섹션 구조 파악 → 참고문헌 목록 정리 → 섹션별 살 붙이기 → 전체 흐름 검토 → References 완성의 6단계 워크플로우로 학위논문을 완성합니다.

CLAUDE.md 구조

📁 thesis-writer/
├── CLAUDE.md
├── 📁 proposal/
│   └── proposal.pdf
├── 📁 papers/
│   └── (참고 논문 PDF들)
├── 📁 output/
│   └── thesis_final.md
└── 📁 skills/
    ├── analyze-proposal.md
    └── expand-section.md

핵심 Skill

• /analyze-proposal — 섹션 구조 파악 + 확장 방향 분석
• /expand-section — 선택 섹션 Literature 보강 + APA citation 삽입
• /references — 전체 APA 참고문헌 목록 최종 정리

프로젝트 목적

논문 분야·키워드를 자동 분석하고 Web of Science·Scimago 등에서 SCIE 저널 Top 5를 탐색합니다. 선택한 저널의 Author Guideline을 자동으로 파싱하고, 단어 수 제한·참고문헌 스타일·섹션 순서에 맞게 논문을 자동 포매팅합니다.

CLAUDE.md 구조

📁 paper-submission-agent/
├── CLAUDE.md
├── 📁 agents/
│   ├── analyzer.md
│   ├── journal_scout.md
│   ├── guideline_parser.md
│   └── formatter.md
├── 📁 input/
│   └── paper_draft.docx
└── 📁 output/
    ├── journal_recommendations.md
    └── paper_formatted.docx

핵심 Skill

• /scout — 분야·키워드 기반 SCIE 저널 Top 5 탐색 (IF·OA·APC)
• /parse-guideline — Author Guideline 자동 파싱 및 규칙 추출
• /format — 저널 규칙에 맞춰 논문 자동 포매팅 + diff 리포트

프로젝트 목적

회의 후 반복적인 수작업(회의 내용 정리 → 기존 자료 업데이트)을 자동화합니다. 회의록에서 요구사항·합의사항·키워드를 추출하고, 웹 리서치를 병행해 PPT·Word·Excel을 자동 업데이트합니다. 업데이트된 항목에는 [업데이트됨] 태그가 자동으로 붙습니다.

CLAUDE.md 구조

📁 meeting-updater/
├── CLAUDE.md
├── 📁 input/
│   ├── meeting_minutes.docx
│   └── existing_draft.pptx
├── 📁 output/
│   └── updated_draft.pptx
└── 📁 agents/
    ├── analyzer.py
    ├── researcher.py
    └── draft_generator.py

핵심 Skill

• /analyze — 회의록에서 요구사항·합의사항·키워드 JSON 추출
• /research — 키워드 기반 웹 검색 + 참고자료 요약 및 출처 정리
• /update-draft — 기존 파일에 합의사항 반영 + [업데이트됨] 태그 삽입

프로젝트 목적

키워드를 입력하면 Tavily MCP로 최신 트렌드와 관련 검색어를 수집하고, 공개 이미지를 탐색해 출처를 자동 명시합니다. H2/H3 구조의 SEO 최적화 블로그 본문 1,000자를 작성하고 WordPress에 바로 붙여넣을 수 있는 HTML로 출력합니다.

CLAUDE.md 구조

📁 blog-agent/
├── CLAUDE.md
├── 📁 agents/
│   ├── keyword_agent.py
│   ├── image_agent.py
│   ├── writer_agent.py
│   └── formatter_agent.py
├── 📁 output/
│   └── [날짜_키워드].html
└── requirements.txt

핵심 Skill

• /keywords — 관련 검색어 10개 + 최신 트렌드 3줄 요약 (Tavily MCP)
• /write — SEO 최적화 블로그 본문 생성 (키워드 density 2~3%)
• /format — Markdown → WordPress HTML 변환 + 이미지·출처 embed

프로젝트 목적

사업계획서·신청서 등 반복적인 행정 문서의 빈 칸을 자동으로 채웁니다. company_profile.json에 기관 정보를 한 번 저장하면, 이후 어떤 문서든 정규식 패턴으로 빈 필드를 감지하고 자동 입력합니다. HWPX(한글) 파일도 지원합니다.

CLAUDE.md 구조

📁 auto-fill-agent/
├── CLAUDE.md
├── company_profile.json
├── 📁 agents/
│   ├── parser.py
│   ├── detector.py
│   ├── writer.py
│   └── validator.py
└── 📁 output/
    └── 완성_문서.docx

핵심 Skill

• /detect — 문서에서 빈 필드 자동 감지 (정규식 + Claude API)
• /fill — company_profile.json 기반 정보 자동 주입
• /report — 완성률 계산 + 미완성 항목 목록 출력

프로젝트 목적

./과제/ 폴더에 PDF·docx 파일을 넣고 rubric.csv에 채점 기준을 정의하면, Claude API가 항목별 점수와 근거를 자동 생성합니다. 검증 실패 시 자동 재채점(최대 2회)하고, 요약 시트와 파일별 상세 시트로 분리된 Excel 결과를 출력합니다.

CLAUDE.md 구조

📁 grading-agent/
├── CLAUDE.md
├── rubric.csv
├── grading_agent.py
├── 📁 과제/
│   ├── 홍길동_과제1.pdf
│   └── 김철수_과제1.docx
└── 채점결과.xlsx

핵심 Skill

• /grade — 전체 과제 폴더 자동 채점 (항목별 점수 + 근거)
• /feedback — 고정 양식 4~5문장 한줄평 생성 (격식체)
• /export — 요약 시트 + 파일별 상세 시트 Excel 저장

프로젝트 목적

하루 일기를 입력하면 3개의 AI 에이전트가 순차적으로 분석합니다. Extractor가 감사 포인트 2~4개를 추출하고, Analyzer가 감정 키워드와 패턴을 분석하며, Coach가 따뜻한 성찰 질문 2개를 생성합니다. FastAPI 백엔드와 HTML/JS 프론트엔드로 1시간 안에 완성 가능합니다.

CLAUDE.md 구조

📁 gratitude-coach/
├── CLAUDE.md
├── main.py
├── 📁 agents/
│   ├── extractor.py
│   ├── analyzer.py
│   └── coach.py
├── 📁 journals/
│   └── 2026-03-17.md
└── 📁 static/
    └── index.html

핵심 Skill

• /extract — 일기에서 감사 포인트 2~4개 추출
• /analyze — 감정 키워드 + 행동-감정 패턴 분석
• /coach — 따뜻한 성찰 질문 2개 생성

프로젝트 목적

여러 소속의 업무를 한 곳에서 관리하는 개인용 웹앱입니다. 자유 텍스트나 카카오톡 회의록을 붙여넣으면 Claude API가 소속·프로젝트·마감일·우선순위를 자동 태깅합니다. 7일 타임라인을 상단에 항시 표시하고, 매일 아침 텔레그램으로 오늘 할 일 브리핑을 자동 발송합니다.

CLAUDE.md 구조

📁 pm-agent/
├── CLAUDE.md
├── 📁 agents/
│   ├── tagger.py
│   ├── timeline.py
│   └── telegram_bot.py
├── 📁 data/
│   └── tasks.db
└── 📁 web/
    └── dashboard.html

핵심 Skill

• /tag — 자연어·회의록에서 소속·프로젝트·마감일·우선순위 태깅
• /timeline — 7일 타임라인 대시보드 생성
• /brief — 오늘 할 일 텔레그램 데일리 브리핑 발송

프로젝트 목적

"내일 오후 2시 논문 세미나 추가해줘" 같은 자연어를 입력하면 Claude API가 날짜·시간·카테고리를 파싱해 JSON 파일에 저장합니다. node-cron이 5분마다 스캔하여 30분 전 터미널 알림과 이메일을 자동 발송하며, D-day 카운트다운도 확인할 수 있습니다.

CLAUDE.md 구조

📁 life-scheduler/
├── CLAUDE.md
├── main.js
├── 📁 agents/
│   ├── scheduler.js
│   ├── notifier.js
│   └── viewer.js
├── 📁 data/
│   └── schedules.json
└── .env

핵심 Skill

• /add — 자연어 → 날짜·시간·카테고리 파싱 후 저장
• /view — 오늘·이번주·카테고리별 일정 조회 + D-day 표시
• /notify — 5분 간격 자동 스캔 + 마감 임박 이메일 알림

프로젝트 목적

연구 주제를 입력하면 AI가 세부 체크리스트로 분해하고 각 서브토픽을 병렬로 검색·분석합니다. "보스" 페르소나 에이전트가 빠진 부분을 지적해 추가 조사를 지시하는 피드백 루프를 돌리고, 서브토픽 보고서를 합쳐 최종 종합 보고서를 생성합니다.

CLAUDE.md 구조

📁 ai-researcher/
├── CLAUDE.md
├── 📁 agents/
│   ├── orchestrator.py
│   ├── researcher.py
│   ├── critic.py
│   └── writer.py
├── 📁 output/
│   └── final_report.md
└── .env

핵심 Skill

• /decompose — 주제를 독립적 서브토픽 체크리스트로 분해
• /research — 서브토픽별 병렬 웹 검색 + 분석
• /synthesize — 비평 루프 거친 후 최종 종합 보고서 생성

프로젝트 목적

API 키 없이도 arXiv, PubMed, bioRxiv, Semantic Scholar, Google Scholar 등 20개 이상의 소스를 한 번에 검색합니다. 오픈액세스 논문은 PDF를 자동 다운로드하고, DOI 매칭과 제목 유사도로 중복을 제거하며 관련성·최신성·신뢰도 기준으로 랭킹합니다.

CLAUDE.md 구조

📁 paper-search/
├── CLAUDE.md
├── 📁 sources/
│   ├── arxiv_client.py
│   ├── pubmed_client.py
│   └── semantic_scholar.py
├── 📁 output/
│   ├── results.json
│   └── report.html
└── requirements.txt

핵심 Skill

• /search — 20개 DB 병렬 검색 + DOI 기준 중복 제거
• /rank — 관련성·최신성·인용수 가중 랭킹
• /download — 오픈액세스 PDF 자동 다운로드

프로젝트 목적

체계적 문헌고찰에서 가장 시간이 걸리는 스크리닝 단계를 자동화합니다. 기존 PRISMA 도구와 달리, 여러 에이전트가 병렬·순차 방식으로 다중 라운드 심사를 진행하고 각 결정에 대한 점수와 추론을 투명하게 제공합니다. Zotero RIS 파일과 호환됩니다.

CLAUDE.md 구조

📁 latte-review/
├── CLAUDE.md
├── 📁 reviewers/
│   ├── reviewer_1.py
│   ├── reviewer_2.py
│   └── adjudicator.py
├── 📁 input/
│   └── search_results.ris
└── 📁 output/
    ├── included.ris
    └── screening_log.csv

핵심 Skill

• /screen — 복수 에이전트 병렬 심사 + 불일치 시 조정자 중재
• /score — 포함/배제 점수 + 근거 투명 출력
• /export — 최종 선정 목록 RIS + 스크리닝 로그 CSV 저장

프로젝트 목적

실제 저널 투고 전 예상 리뷰를 미리 받아보는 도구입니다. 에디터(편집인) 관점, 방법론 전문가, 분야 전문가, 통계 검토자, '악마의 변호인' 역할 등 5개 페르소나가 각각 독립적인 리뷰를 작성하고, 최종 종합 의견과 수정 우선순위를 제시합니다.

CLAUDE.md 구조

📁 peer-review-sim/
├── CLAUDE.md
├── 📁 reviewers/
│   ├── editor.md
│   ├── methodologist.md
│   ├── domain_expert.md
│   ├── statistician.md
│   └── devils_advocate.md
└── 📁 output/
    └── review_report.md

핵심 Skill

• /review — 5개 페르소나 병렬 리뷰 생성
• /prioritize — 공통 지적 사항 수정 우선순위 정리
• /respond — 리뷰 코멘트에 대한 저자 답변 초안 생성

프로젝트 목적

연구 주제와 기존 논문들을 입력하면 연구의 필요성·목표·방법론·기대효과 섹션을 자동으로 작성합니다. 실시간 문헌 검색으로 최신 선행연구를 근거로 활용하고, NRF·BK21·한국연구재단 등 주요 공모 양식에 맞게 포맷을 자동 조정합니다.

CLAUDE.md 구조

📁 grant-writer/
├── CLAUDE.md
├── 📁 templates/
│   ├── nrf_template.md
│   └── bk21_template.md
├── 📁 input/
│   └── research_summary.md
└── 📁 output/
    └── grant_proposal.docx

핵심 Skill

• /literature — 연구 주제 관련 최신 선행연구 자동 수집·요약
• /draft-section — 연구 필요성·목표·방법론·기대효과 각 섹션 작성
• /format — 선택한 공모 양식에 맞게 분량·구조 자동 조정

프로젝트 목적

Zotero에서 논문을 가져와 핵심 주장·방법론·연구갭·인용 가능한 문장을 추출하고, Obsidian 노트로 자동 변환합니다. 각 논문 노트에 [[논문명]] 형식의 위키링크가 자동 생성되어 논문 간 개념 연결 지도가 만들어집니다.

CLAUDE.md 구조

📁 obsidian-scholar/
├── CLAUDE.md
├── 📁 agents/
│   ├── extractor.py
│   └── linker.py
├── 📁 vault/
│   ├── 논문A.md
│   └── 논문B.md
└── requirements.txt

핵심 Skill

• /extract — 논문에서 핵심 주장·방법론·인용문 구조화 추출
• /note — Obsidian 마크다운 노트 자동 생성 (태그·위키링크 포함)
• /link — 논문 간 공통 개념 감지 → 자동 연결 관계 생성

프로젝트 목적

특정 주제의 서베이 논문(리뷰 논문)을 자동 생성합니다. frontier 논문 탐색 → 관련 논문 서베이 → 개별 논문 deep dive → 코드/실험 분석 → 결과 합성 → 최종 보고서 작성의 6단계를 순차적으로 처리합니다. BibTeX 참고문헌이 자동 생성됩니다.

CLAUDE.md 구조

📁 survey-writer/
├── CLAUDE.md
├── 📁 pipeline/
│   ├── frontier_search.py
│   ├── deep_dive.py
│   └── synthesizer.py
├── 📁 output/
│   ├── survey_draft.md
│   └── references.bib
└── requirements.txt

핵심 Skill

• /survey — frontier 논문 탐색 + 관련 논문 수집 (6단계 파이프라인)
• /compare — 논문 간 방법론·결과 비교표 자동 생성
• /draft-survey — 서베이 논문 초안 + BibTeX 참고문헌 생성

프로젝트 목적

연구 목표와 초기 가설을 주면 Claude Code가 수정(Modify) → 검증(Verify) → 유지/폐기(Keep/Discard) → 반복(Repeat) 루프를 돌며 스스로 개선합니다. 잠자는 동안 연구가 자동으로 진행되고, 아침에 개선된 결과를 확인할 수 있습니다.

CLAUDE.md 구조

📁 autoresearch/
├── CLAUDE.md
├── goal.md
├── hypothesis.md
├── 📁 iterations/
│   ├── iter_001.md
│   └── iter_002.md
└── 📁 output/
    └── best_result.md

핵심 Skill

• /init — 연구 목표·가설·평가 기준 설정
• /loop — 수정→검증→유지/폐기 자율 반복 루프 실행
• /report — 최고 결과 및 반복 이력 보고서 생성

프로젝트 목적

데이터 파일을 올리고 원하는 분석 주제를 입력하면 리드 에이전트가 분석·시각화·글쓰기 세 서브에이전트에게 역할을 분배합니다. 각 에이전트가 병렬로 작업하고 결과를 통합해 차트와 해석이 포함된 PDF 보고서를 자동 생성합니다.

CLAUDE.md 구조

📁 report-generator/
├── CLAUDE.md
├── 📁 agents/
│   ├── lead_agent.py
│   ├── data_analyst.py
│   ├── visualizer.py
│   └── writer.py
├── 📁 data/
│   └── input.csv
└── 📁 output/
    ├── charts/
    └── report.pdf

핵심 Skill

• /analyze — 데이터 패턴·이상치·주요 지표 자동 분석
• /visualize — 분석 결과 차트 자동 생성 (PNG)
• /report — 차트 + 해석 포함 최종 PDF 보고서 자동 생성

프로젝트 목적

연구 분야를 입력하면 최근 3년간 출판 트렌드·주요 키워드·방법론 변화를 분석합니다. 기존 연구들이 다루지 않은 빈 영역을 찾아내고, 실현 가능성·참신성·임팩트를 고려한 구체적인 연구 주제 5개를 제안합니다.

CLAUDE.md 구조

📁 topic-finder/
├── CLAUDE.md
├── 📁 agents/
│   ├── trend_analyzer.py
│   ├── gap_finder.py
│   └── topic_proposer.py
└── 📁 output/
    └── research_topics.md

핵심 Skill

• /trends — 최근 3년 출판 트렌드·키워드·방법론 변화 분석
• /gaps — 기존 연구가 다루지 않은 빈 영역 식별
• /propose — 실현 가능성·참신성·임팩트 기준 연구 주제 5개 제안

프로젝트 목적

실험 장비에서 수집된 대량의 수치 데이터에서 Z-score, IQR, DBSCAN 등 다양한 방법으로 이상치를 탐지하고, 제거·보간 권고안을 자동 생성합니다.

CLAUDE.md 구조

📁 outlier-detector/
├── CLAUDE.md
├── 📁 data/
│   └── experiment_raw.csv
├── 📁 output/
│   ├── outlier_report.html
│   └── cleaned_data.csv
└── 📁 skills/
    └── detect-outliers.md

핵심 Skill

• /detect — Z-score·IQR·DBSCAN 복합 이상치 탐지
• /report — 이상치 위치·비율·패턴 시각화 리포트
• /clean — 이상치 제거 또는 보간 처리

프로젝트 목적

연구데이터 공개 의무화에 대응하여 데이터셋의 변수명·데이터 타입·값 범위를 분석하고, FAIR 원칙에 맞는 메타데이터 파일과 README를 자동 생성합니다.

CLAUDE.md 구조

📁 metadata-gen/
├── CLAUDE.md
├── 📁 datasets/
│   └── study_data.csv
└── 📁 output/
    ├── metadata_datacite.json
    ├── codebook.md
    └── README.md

핵심 Skill

• /profile — 데이터셋 구조·변수·통계 자동 프로파일링
• /metadata — DataCite·Dublin Core 표준 메타데이터 생성
• /readme — 재사용 가능한 데이터 README 자동 작성

프로젝트 목적

설문 통계 결과와 FGI·인터뷰 전사본을 함께 입력하면 수렴·발산·확장 패턴을 분석하고, 혼합연구 논문에 바로 쓸 수 있는 통합 결과 섹션 초안을 작성합니다.

CLAUDE.md 구조

📁 mixed-methods/
├── CLAUDE.md
├── 📁 quantitative/
│   └── stats_results.xlsx
├── 📁 qualitative/
│   └── interview_themes.md
└── 📁 output/
    └── integration_report.md

핵심 Skill

• /triangulate — 양·질적 결과 수렴·발산 패턴 분석
• /integrate — 통합 서사(joint display) 자동 생성
• /draft — 혼합연구 결과 섹션 논문 초안 작성

프로젝트 목적

다년도 패널 데이터에서 Hausman 검정으로 고정/랜덤효과 모델을 선택하고, 자기상관·이분산성 검정 후 표준오차를 보정하며, 결과 테이블과 해석 문구를 자동 생성합니다.

CLAUDE.md 구조

📁 panel-analyzer/
├── CLAUDE.md
├── 📁 data/
│   └── panel_data.csv
└── 📁 output/
    ├── model_selection.md
    └── regression_tables.xlsx

핵심 Skill

• /hausman — 고정효과 vs 랜덤효과 자동 검정 및 선택
• /model — 패널 회귀 실행 + 강건 표준오차 보정
• /table — APA 형식 회귀 결과 테이블 자동 생성

프로젝트 목적

온라인 리뷰나 설문 주관식 응답을 CSV로 입력하면 긍·부정 감성 분류, LDA 토픽 모델링, 키워드 공출현 네트워크를 분석하고 워드클라우드를 생성합니다.

CLAUDE.md 구조

📁 text-miner/
├── CLAUDE.md
├── 📁 data/
│   └── reviews.csv
└── 📁 output/
    ├── sentiment_results.csv
    ├── topics.md
    └── wordcloud.png

핵심 Skill

• /sentiment — 텍스트 긍·부정·중립 감성 분류
• /topics — LDA 토픽 모델링 및 주제 라벨링
• /network — 키워드 공출현 네트워크 시각화

프로젝트 목적

Excel·CSV 연구 결과 데이터를 입력하면 Plotly/Chart.js 기반 인터랙티브 HTML 대시보드를 자동 생성합니다. 심사위원이나 청중이 직접 필터링하며 데이터를 탐색할 수 있습니다.

CLAUDE.md 구조

📁 viz-dashboard/
├── CLAUDE.md
├── 📁 data/
│   └── results.xlsx
└── 📁 output/
    ├── dashboard.html
    └── charts/

핵심 Skill

• /dashboard — 인터랙티브 HTML 대시보드 자동 생성
• /chart — 데이터 타입에 맞는 차트 유형 자동 선택
• /export — PNG/SVG 고해상도 차트 일괄 출력

프로젝트 목적

통계 분석 결과를 붙여넣으면 저널 투고 기준(APA 7판, AMA, Vancouver)에 맞는 표 형식과 캡션을 자동 생성하고, 그래프는 300dpi 이상 고해상도 이미지로 출력합니다.

CLAUDE.md 구조

📁 figure-gen/
├── CLAUDE.md
├── 📁 data/
│   └── analysis_output.csv
└── 📁 output/
    ├── tables.docx
    └── figures/

핵심 Skill

• /table — APA·AMA 형식 논문 표 자동 생성
• /figure — 300dpi 고해상도 그래프 자동 생성
• /caption — 표·그림 캡션 학술 형식으로 자동 작성

프로젝트 목적

논문 초록, 핵심 기여, 저자 정보를 입력하면 목표 저널의 Aims & Scope에 맞춘 커버레터 초안을 자동 작성합니다. 한국어 논문은 영문 번역도 함께 제공합니다.

CLAUDE.md 구조

📁 cover-letter/
├── CLAUDE.md
├── 📁 input/
│   ├── abstract.md
│   └── journal_info.md
└── 📁 output/
    └── cover_letter.docx

핵심 Skill

• /analyze — 논문 vs 저널 범위 적합성 분석
• /draft — 맞춤형 커버레터 초안 자동 작성
• /translate — 한국어 → 영문 학술 번역

프로젝트 목적

원본 콘텐츠를 한 번 쓰면 각 플랫폼 알고리즘에 최적화된 형식(Instagram 캡션+해시태그, LinkedIn 아티클, X 스레드, 카카오채널 등)으로 자동 변환합니다.

CLAUDE.md 구조

📁 sns-repurposer/
├── CLAUDE.md
├── 📁 input/
│   └── source_content.md
└── 📁 output/
    ├── instagram.md
    ├── linkedin.md
    └── twitter_thread.md

핵심 Skill

• /instagram — 인스타 캡션 + 해시태그 30개 자동 생성
• /linkedin — 전문가 톤 링크드인 아티클 변환
• /thread — X 트위터 스레드 형식으로 분할 변환

프로젝트 목적

강의 주제와 대상 학습자 수준을 입력하면 Bloom's Taxonomy 기반 학습목표, 슬라이드 아웃라인, 강의노트, 형성평가 문항을 자동 생성합니다.

CLAUDE.md 구조

📁 lecture-gen/
├── CLAUDE.md
├── 📁 input/
│   └── syllabus.md
└── 📁 output/
    ├── slides_outline.md
    ├── lecture_notes.md
    └── quiz_bank.md

핵심 Skill

• /outline — 슬라이드 구조 및 아웃라인 자동 생성
• /notes — 강의자 노트 및 발표 스크립트 작성
• /quiz — 객관식·주관식 형성평가 문항 자동 생성

프로젝트 목적

연구실 구성원들이 매달 업데이트 사항을 공유 문서에 입력하면 뉴스레터 초안을 자동 작성하고, 반응형 HTML 이메일 템플릿으로 변환해 발송 준비까지 완료합니다.

CLAUDE.md 구조

📁 newsletter-bot/
├── CLAUDE.md
├── 📁 updates/
│   └── march_2026.md
└── 📁 output/
    ├── newsletter_draft.md
    └── newsletter.html

핵심 Skill

• /collect — 업데이트 항목 수집·분류·정리
• /draft — 뉴스레터 섹션별 초안 자동 작성
• /html — 반응형 HTML 이메일 템플릿 변환

프로젝트 목적

전문 용어로 가득한 논문 초록을 입력하면 기자·일반 대중이 이해할 수 있는 보도자료와 연구실 블로그 포스트를 자동 작성합니다. 핵심 메시지와 사회적 임팩트를 강조합니다.

CLAUDE.md 구조

📁 press-release/
├── CLAUDE.md
├── 📁 input/
│   └── paper_abstract.md
└── 📁 output/
    ├── press_release.md
    └── lab_news.md

핵심 Skill

• /simplify — 전문 용어를 일반 언어로 자동 변환
• /press — AP 스타일 보도자료 형식으로 자동 작성
• /blog — 연구실 홈페이지용 소식 게시글 작성

프로젝트 목적

연구 주제나 강의 내용을 유튜브 영상으로 제작할 때 후킹 오프닝, 구조화된 본문, 시청자 유지를 위한 패턴 인터럽트, 구독 유도 CTA를 포함한 스크립트를 자동 작성합니다.

CLAUDE.md 구조

📁 youtube-script/
├── CLAUDE.md
├── 📁 input/
│   └── topic_brief.md
└── 📁 output/
    ├── script.md
    └── thumbnail_copy.md

핵심 Skill

• /hook — 15초 후킹 오프닝 다섯 가지 버전 생성
• /script — 완성형 유튜브 스크립트 자동 작성
• /thumbnail — 클릭률 높은 썸네일 카피 & 구성안 제안

프로젝트 목적

수집한 논문들의 초록이나 전문을 입력하면 시간순·주제별·방법론별로 분류하고 연구 흐름을 분석해 논문의 문헌고찰 섹션 초안을 자동 작성합니다.

CLAUDE.md 구조

📁 lit-review/
├── CLAUDE.md
├── 📁 papers/
│   └── abstracts.csv
└── 📁 output/
    ├── synthesis_map.md
    └── lit_review_draft.md

핵심 Skill

• /cluster — 논문을 주제·방법론별로 자동 클러스터링
• /timeline — 연구 흐름의 시간적 발전 과정 정리
• /draft — 문헌고찰 섹션 초안 자동 작성

프로젝트 목적

투고 저널 변경 시 참고문헌 스타일을 수작업으로 바꾸는 번거로움을 제거합니다. APA·MLA·Vancouver·Chicago·NLM·IEEE 스타일 간 상호 변환과 형식 오류 자동 검출을 지원합니다.

CLAUDE.md 구조

📁 ref-converter/
├── CLAUDE.md
├── 📁 input/
│   └── references.txt
└── 📁 output/
    ├── converted_refs.txt
    └── error_report.md

핵심 Skill

• /convert — 지정 스타일로 참고문헌 일괄 변환
• /check — 누락 필드·형식 오류 자동 검출
• /doi — DOI/ISBN으로 완전한 참고문헌 자동 생성

프로젝트 목적

논문 목록에서 DOI만 추출하면 Crossref API를 통해 제목·저자·저널·연도·초록 등 완전한 메타데이터를 자동 수집하고 RIS/BibTeX 파일로 저장합니다.

CLAUDE.md 구조

📁 doi-collector/
├── CLAUDE.md
├── 📁 input/
│   └── doi_list.txt
└── 📁 output/
    ├── references.ris
    └── references.bib

핵심 Skill

• /fetch — DOI 목록에서 Crossref 메타데이터 일괄 수집
• /export — RIS·BibTeX·CSV 형식으로 일괄 변환 저장
• /dedup — 중복 논문 자동 탐지 및 병합

프로젝트 목적

끝없이 쌓이는 미독 논문 목록을 관리합니다. 연구 주제와의 관련성, 피인용수, 최신성, 방법론 다양성을 종합해 이번 주 필독 논문 5편을 추천하고 이유를 설명합니다.

CLAUDE.md 구조

📁 reading-recommender/
├── CLAUDE.md
├── 📁 library/
│   └── unread_papers.csv
└── 📁 output/
    └── weekly_picks.md

핵심 Skill

• /score — 논문별 관련성·인용수·최신성 점수화
• /recommend — 주간 필독 논문 5편 추천 + 이유 설명
• /log — 읽은 논문 기록 및 독서 현황 대시보드

프로젝트 목적

연구 목적·방법·대상·위험성 정보를 입력하면 소속 기관 IRB 양식에 맞춘 심의 신청서, 연구대상자 설명문, 동의서 초안을 자동 작성합니다. 필수 항목 누락을 체크해 반려 위험을 줄입니다.

CLAUDE.md 구조

📁 irb-assistant/
├── CLAUDE.md
├── 📁 templates/
│   └── irb_template.docx
└── 📁 output/
    ├── application_draft.docx
    └── consent_form.docx

핵심 Skill

• /draft — IRB 신청서 각 섹션 자동 작성
• /consent — 연구대상자 설명문·동의서 자동 생성
• /check — 필수 항목 누락·모순 사항 자동 검토

프로젝트 목적

논문 투고·발표 기회를 놓치지 않도록 관심 분야 주요 학회의 CFP(논문 공모) 마감일, 사전 등록 기간, 카메라레디 제출 기한을 자동으로 수집하고 D-day 알림을 발송합니다.

CLAUDE.md 구조

📁 conf-tracker/
├── CLAUDE.md
├── 📁 watchlist/
│   └── target_conferences.md
└── 📁 output/
    ├── cfp_calendar.ics
    └── upcoming_deadlines.md

핵심 Skill

• /scan — 학회 홈페이지 CFP 정보 자동 수집
• /calendar — iCal 형식 학술 일정 캘린더 생성
• /alert — 마감 D-30·D-14·D-7 자동 알림 발송

프로젝트 목적

연구비 집행 내역과 영수증을 입력하면 항목별(인건비·재료비·여비·학회참가비 등) 자동 분류, 예산 잔액 계산, 기관 정산 보고서 양식을 자동으로 채웁니다.

CLAUDE.md 구조

📁 budget-manager/
├── CLAUDE.md
├── 📁 receipts/
│   └── expenses.csv
└── 📁 output/
    ├── budget_summary.xlsx
    └── settlement_report.docx

핵심 Skill

• /classify — 지출 내역 연구비 항목별 자동 분류
• /balance — 항목별 예산 잔액 및 소진율 계산
• /report — 기관 정산 보고서 양식 자동 완성

프로젝트 목적

상황(공동연구 제안·데이터 요청·저자 컨택·지도교수 보고 등)과 수신자 정보를 입력하면 영어 또는 한국어 학술 이메일을 자동 작성합니다. 톤·격식·길이를 자동 조절합니다.

CLAUDE.md 구조

📁 email-writer/
├── CLAUDE.md
├── 📁 templates/
│   └── email_scenarios.md
└── 📁 output/
    └── draft_email.md

핵심 Skill

• /collab — 공동 연구 제안 이메일 자동 작성
• /request — 데이터·자료 요청 이메일 작성
• /translate — 한국어 이메일 → 영문 학술 번역

프로젝트 목적

카드사·은행 앱에서 CSV로 내역을 내려받으면 식비·교통비·구독료·쇼핑 등 카테고리별로 분류하고, 지난 3개월 대비 증감·과소비 패턴·절약 가능 항목을 분석합니다.

CLAUDE.md 구조

📁 finance-analyzer/
├── CLAUDE.md
├── 📁 data/
│   └── transactions.csv
└── 📁 output/
    ├── monthly_report.md
    └── category_chart.html

핵심 Skill

• /classify — 거래 내역 카테고리별 자동 분류
• /trend — 월별 지출 추이 및 증감률 분석
• /save — 절약 가능 항목·구독료 낭비 자동 탐지

프로젝트 목적

연구실 인턴·RA 채용이나 일반 HR 업무에서 다수의 지원서를 빠르게 처리합니다. 직무 요건과 각 지원자의 역량을 비교해 적합도 점수와 강약점 요약, 면접 권고 여부를 자동 판단합니다.

CLAUDE.md 구조

📁 cv-screener/
├── CLAUDE.md
├── 📁 resumes/
│   └── applicants/
├── 📁 jd/
│   └── job_description.md
└── 📁 output/
    └── screening_report.xlsx

핵심 Skill

• /score — 지원자별 직무 적합도 점수 자동 산출
• /summary — 지원자 강약점 요약 및 면접 권고 여부
• /rank — 적합도 순 지원자 랭킹 리포트 생성

프로젝트 목적

연구용역 계약서, 공동연구 협약서, SaaS 이용약관 등을 입력하면 불리한 조항(일방적 해지권·면책 범위·지재권 귀속 등)을 탐지하고, 협상 권고 포인트와 수정 제안을 제공합니다.

CLAUDE.md 구조

📁 contract-reviewer/
├── CLAUDE.md
├── 📁 contracts/
│   └── agreement.pdf
└── 📁 output/
    ├── risk_report.md
    └── negotiation_points.md

핵심 Skill

• /review — 계약서 조항별 리스크 자동 탐지
• /compare — 표준 계약서와 비교·차이점 강조
• /suggest — 불리한 조항 수정 문구 자동 제안

프로젝트 목적

지도교수 면담, 랩 미팅, 프로젝트 회의의 녹취·메모를 입력하면 주요 논의 사항, 결정 사항, 담당자별 액션아이템, 다음 회의 아젠다를 자동 추출해 공유 가능한 회의록을 생성합니다.

CLAUDE.md 구조

📁 meeting-scribe/
├── CLAUDE.md
├── 📁 notes/
│   └── meeting_transcript.txt
└── 📁 output/
    ├── minutes.md
    └── action_items.md

핵심 Skill

• /minutes — 회의 내용 구조화 회의록 자동 생성
• /actions — 담당자·기한 포함 액션아이템 추출
• /agenda — 다음 회의 아젠다 초안 자동 작성

프로젝트 목적

연구 경력, 프로젝트, 논문, 수상 내역을 한 번 정리하면 지원하는 직무(연구소·기업·대학 강사 등)에 맞춰 포트폴리오 구성 순서와 자기소개서 초안을 자동 맞춤 생성합니다.

CLAUDE.md 구조

📁 portfolio-gen/
├── CLAUDE.md
├── 📁 profile/
│   └── career_history.md
└── 📁 output/
    ├── portfolio.md
    └── cover_letter.md

핵심 Skill

• /tailor — 직무 요건에 맞춘 경력 강조 포인트 선별
• /portfolio — 맞춤형 포트폴리오 구성·순서 자동 생성
• /letter — 직무·기관별 자기소개서 초안 자동 작성

프로젝트 목적

흩어진 실험 메모, 측정값, 관찰 기록을 GLP(우수실험실관행) 기준의 표준 연구노트 형식으로 자동 정리합니다. 실험 조건 변화와 재현성 이슈를 자동으로 탐지해 알림을 보냅니다.

CLAUDE.md 구조

📁 lab-notebook/
├── CLAUDE.md
├── 📁 entries/
│   └── daily_log.md
└── 📁 output/
    ├── formatted_notebook.md
    └── reproducibility_alerts.md

핵심 Skill

• /format — 실험 메모를 표준 연구노트 형식으로 변환
• /pattern — 실험 조건 변화·이상 패턴 자동 탐지
• /reproduce — 재현성 이슈·조건 불일치 자동 플래그

프로젝트 목적

연구 분야의 인용 관계를 네트워크 그래프로 시각화합니다. 허브 논문(많이 인용된 핵심 논문), 연구 클러스터, 분야 간 브리지 논문을 자동 탐지해 연구 지형도를 파악합니다.

CLAUDE.md 구조

📁 citation-network/
├── CLAUDE.md
├── 📁 data/
│   └── paper_list.csv
└── 📁 output/
    ├── network.html
    └── hub_papers.md

핵심 Skill

• /build — 논문 인용 관계 네트워크 자동 구축
• /visualize — 인터랙티브 인용 네트워크 그래프 생성
• /hubs — 핵심 허브 논문·브리지 논문 자동 탐지

프로젝트 목적

학위논문 심사, 학술대회 발표, 연구비 보고 발표를 앞두고 심사위원·청중이 제기할 예상 질문을 자동 생성하고, 각 질문에 대한 답변 초안과 보완 포인트를 제공합니다.

CLAUDE.md 구조

📁 qa-prep/
├── CLAUDE.md
├── 📁 input/
│   └── presentation.md
└── 📁 output/
    ├── expected_questions.md
    └── answer_drafts.md

핵심 Skill

• /questions — 발표 내용 기반 예상 질문 30개 자동 생성
• /answers — 각 질문에 대한 모범 답변 초안 작성
• /weak — 논리적 취약점·보완 필요 포인트 자동 탐지

프로젝트 목적

학술 문서 번역에서 핵심 과제인 전문 용어 일관성을 해결합니다. 첫 번역 시 용어집을 생성하고, 이후 문서에 일괄 적용하여 전체 논문에서 동일 용어가 동일하게 번역됩니다.

CLAUDE.md 구조

📁 academic-translator/
├── CLAUDE.md
├── 📁 glossary/
│   └── term_dictionary.csv
└── 📁 output/
    ├── translated.md
    └── updated_glossary.csv

핵심 Skill

• /translate — 용어집 기반 학술 문서 한↔영 번역
• /glossary — 분야별 전문 용어집 자동 생성·업데이트
• /review — 번역 일관성·학술 표현 자동 검토

이하는 2026.04 개정에서 새로 추가된 연구자 공감 아이디어 10선입니다. AX-260313 / 260315 / 260317 워크숍 제출물 중 연구자 대다수가 공감할 수 있는 범용적 주제만 우선 선별했습니다.

프로젝트 목적

연구자가 학회를 고를 때 반복적으로 하는 판단(초록 마감·참석자 규모·예산·직항·주제 적합성)을 자동화합니다. 연구 분야 키워드와 예산 상한을 입력하면, 마감이 열린 학회만 필터링하고 항공+숙박+식비까지 추정해 랭킹된 카드 형태로 추천합니다.

CLAUDE.md 구조

📁 conference-scout/
├── CLAUDE.md
├── 📁 inputs/
│   └── preferences.json        (예산, 지역, 기간 상한)
├── 📁 output/
│   └── conference_ranking.md
└── 📁 agents/
    ├── search_agent.py          학회 탐색
    ├── filter_agent.py          조건 통과 검사
    ├── travel_cost_agent.py     항공+숙박+식비 추정
    └── output_agent.py          랭킹 카드 생성

핵심 Skill

• /scout-conference — 분야별 국제 학회 탐색 + 초록 마감·참석자 규모 확인
• /estimate-budget — 등록비 + 항공 + 숙박 + 식비 기간 기반 추정
• /rank-conference — 마감 임박·예산 적합성·주제 부합도 종합 점수

프로젝트 목적

"매주 월요일 아침, 내 연구 주제와 관련된 최신 논문 10편을 정리된 형태로 받아보고 싶다"는 니즈를 자동화합니다. OpenAlex·Semantic Scholar·arXiv에서 병렬 수집하고, 중복 제거·관련도 점수화·TL;DR 생성·추천 이유까지 덧붙여 HTML/Markdown 뉴스레터로 발송합니다.

CLAUDE.md 구조

📁 research-digest/
├── CLAUDE.md
├── 📁 config/
│   └── keywords.yaml             (3~5개 키워드 + 동의어)
├── 📁 output/
│   └── digest_YYYY-WW.html
└── 📁 agents/
    ├── collector.py              3개 DB 병렬 수집
    ├── dedupe.py                 DOI · 제목 기반 중복 제거
    ├── scorer.py                 관련도 + 최신성 + 인용수
    ├── curator.py                TL;DR + 추천 이유 생성
    └── mailer.py                 Gmail MCP 발송

핵심 Skill

• /weekly-digest — 지정 주기로 3개 DB 수집 + 필터링 + 뉴스레터 생성
• /keyword-expand — 한국어 ↔ 영어 동의어 확장으로 검색 recall 향상
• /rank-novelty — 기존 구독자 DB와 비교해 "새로 등장한 주제"만 하이라이트

프로젝트 목적

박사과정 후반부 연구자가 가장 부담스러워하는 "수십 개 Lab 개별 리서치 + 맞춤형 컨택 메일 작성"의 반복 노동을 자동화합니다. CV에서 강점을 추출하고, 희망 분야 Lab들의 최근 논문을 읽어 내 연구와의 접점을 구체적으로 명시한 250~350단어 영문 메일 초안까지 생성합니다.

CLAUDE.md 구조

📁 postdoc-agent/
├── CLAUDE.md
├── 📁 inputs/
│   ├── cv.pdf
│   └── target_keywords.txt
├── 📁 output/
│   ├── lab_ranking.md            연관성 점수 기반 Lab 리스트
│   └── email_drafts/             Lab별 컨택 메일
└── 📁 agents/
    ├── cv_parser.py
    ├── profile_builder.py        연구 강점 프로파일
    ├── lab_discovery.py          Google Scholar + 기관 홈페이지
    ├── relevance_analyzer.py
    ├── contact_finder.py         PI 이메일·지원 절차
    └── email_composer.py

핵심 Skill

• /parse-cv — PDF/DOCX CV에서 논문·기술·키워드 구조화 추출
• /find-lab — 희망 분야 키워드 기반 Lab + PI 프로파일 수집
• /compose-postdoc-email — PI의 최근 논문 1~2편 언급 + 내 연구와의 접점 포함 맞춤 메일 생성

프로젝트 목적

본격 SLR을 돌리기 전, "이 주제가 연구 가치가 있는지" 2시간 안에 가늠해보는 탐색형 리뷰입니다. OpenAlex 무료 API로 최근 N개월 논문을 수집하고, 스크리닝과 별점을 1회 API 호출로 통합해 비용을 최소화합니다. 분야 불문 공통 수요.

CLAUDE.md 구조

📁 scoping-review/
├── CLAUDE.md
├── scoping_review_mvp.py         (단일 파일 실행)
├── config.py                     MAX_RESULTS, MIN_STARS 등
└── 📁 output/
    └── scoping_YYYYMMDD.xlsx
        ├── 시트1: 선정 논문 (★3 이상)
        ├── 시트2: 제외 논문 + 사유
        └── 시트3: 검색 통계 요약

핵심 Skill

• /scope-search — 키워드 1~3개로 OpenAlex 최근 N개월 논문 수집
• /screen-and-rate — pass/exclude 결정 + ★1~5 별점 + 이유를 1회 API 호출로 통합
• /export-scoping — 연도 내림차순 정렬 + 3시트 Excel 저장

프로젝트 목적

대학원생·교수·연구원은 연구/강의/행정/가족이라는 여러 역할을 동시에 수행합니다. 자연어로 "내일 오후 2시 지도교수 미팅 추가해줘"만 입력하면 카테고리 자동 분류, 시간 충돌 경고, 30분 전 알림까지 수행합니다. 역할별 일정을 한 화면에 시각화하는 것이 핵심 가치.

CLAUDE.md 구조

📁 life-scheduler/
├── CLAUDE.md
├── main.js                       자연어 입력 처리
├── schedules.json                일정 DB (카테고리 + 시간 필드)
└── 📁 agents/
    ├── intent_classifier.js      add / view / delete
    ├── scheduler.js              날짜·시간·카테고리 파싱
    ├── conflict_detector.js      시간 블록 충돌 탐지
    └── notifier.js               Gmail MCP 알림

핵심 Skill

• /add-schedule — 자연어 → 날짜·시간·카테고리 구조화
• /view-by-role — 역할별(연구/교육/가족/개인) 필터 조회
• /remind-soon — 30분 전 터미널 + 이메일 알림

프로젝트 목적

NRF 신진연구자부터 정부 수탁 공고까지, 공고문 해독 + 양식 맞추기 + 초안 작성은 모든 연구자의 반복 작업입니다. 공고문에서 섹션 구조·분량·평가기준을 JSON으로 추출하고, 연구 자료에서 핵심 아이디어를 뽑아 섹션별 초안 + 관련 참고문헌 + 추천 figure 위치까지 HTML 대시보드로 출력합니다.

CLAUDE.md 구조

📁 proposal-writer/
├── CLAUDE.md
├── 📁 inputs/
│   ├── research_materials.pdf    (연구 배경·방법론)
│   └── rfp_announcement.pdf      (공고문)
├── 📁 output/
│   └── dashboard.html            3탭: 초안 / 참고문헌 / figure
└── 📁 agents/
    ├── announcement_analyzer.py  공고 → 섹션 구조 JSON
    ├── research_extractor.py     자료 → 핵심 아이디어
    ├── literature_scout.py
    ├── draft_writer.py           섹션별 초안 + 인라인 인용
    └── integrator.py

핵심 Skill

• /parse-rfp — 공고문에서 섹션·분량·평가기준·특이사항 JSON 추출
• /draft-section — 공고 양식에 맞춰 섹션별 초안 + APA 인용 삽입
• /align-to-criteria — 평가기준별 대응 문구 배치 점검

프로젝트 목적

연구실 랩미팅·공동연구 회의·자문회의·심사 회의 — 연구자 대부분이 주 1회 이상 수행하는 작업입니다. "사람이 듣고 정리"에 들이는 시간을 자동화합니다. 텍스트 노이즈 제거, 안건 단위 분할, 결정사항·보류·동의 분류, 담당자·기한 포함 액션아이템까지 Word로 출력.

CLAUDE.md 구조

📁 meeting-analyzer/
├── CLAUDE.md
├── 📁 inputs/
│   └── transcript.txt            (녹취 · 카톡 · 메모)
├── 📁 output/
│   └── minutes_YYYYMMDD.docx
└── 📁 agents/
    ├── cleaner.py                호칭·중복·노이즈 제거
    ├── segmenter.py              안건 단위 분할
    ├── decision_extractor.py     결정 · 동의 · 보류 분류
    ├── action_generator.py       담당자 + 기한 추출
    └── formatter.py

핵심 Skill

• /minutes — 녹취/메모 → 구조화된 회의록 (일시·참석자·안건별 요약)
• /extract-actions — 액션아이템 (담당자·기한) 목록 생성
• /assign-followup — 팔로업 이메일 초안 자동 작성

프로젝트 목적

미디어·언어학·사회학·정책 연구자가 공통으로 쓰는 공기어 분석을 코딩 없이 반복 가능하게 만듭니다. URL 목록(Excel)과 타겟 키워드를 입력하면 본문 수집 → 문장 분리 → 패턴 매칭 → 품사 필터 → Excel 저장까지 자동. 키워드만 바꾸면 전혀 다른 주제에도 즉시 재활용 가능.

CLAUDE.md 구조

📁 cooccurrence-analyzer/
├── CLAUDE.md
├── 📁 inputs/
│   ├── urls.xlsx                 (A열에 URL 30개 단위)
│   └── target_patterns.txt       ("신어", "신조어" 등)
├── 📁 output/
│   └── cooccur_result.xlsx
└── 📁 agents/
    ├── fetcher.py                BeautifulSoup 본문 수집
    ├── sentence_splitter.py
    ├── pattern_matcher.py        따옴표·꺾쇠·"~라는" 패턴
    ├── pos_filter.py             KoNLPy 품사 필터
    └── exporter.py

핵심 Skill

• /cooccur-scan — URL 리스트 + 키워드 → 공기어 후보 추출
• /frame-track — 시간축 기반 프레임 변화 추적
• /export-corpus — 키워드/문장/헤드라인/언론사/날짜 Excel 저장

프로젝트 목적

장기 연구자의 소진(burnout) 예방 · 자기돌봄 도구로 활용합니다. 동시에 워크숍에서 1시간 안에 멀티 에이전트 구조를 체감할 수 있는 첫 작품 후보로도 탁월합니다. FastAPI 백엔드 + HTML/JS 프론트엔드로 작동하며, 3개 서브에이전트의 역할 분담을 눈으로 확인할 수 있습니다.

CLAUDE.md 구조

📁 gratitude-coach/
├── CLAUDE.md
├── main.py                       FastAPI 앱
├── 📁 agents/
│   ├── extractor.py              감사 포인트 2~4개
│   ├── analyzer.py               감정 키워드 + 패턴
│   └── coach.py                  성찰 질문 2개
├── 📁 journals/                  샘플 일기
└── 📁 static/
    └── index.html

핵심 Skill

• /extract-gratitude — 일기에서 감사 포인트 2~4개 추출
• /reflect-pattern — 감정 키워드 + 행동-감정 패턴 한 줄
• /coach-gently — 따뜻한 성찰 질문 2개 생성 (clinical 톤 금지)

프로젝트 목적

"다운로드 폴더가 카오스다", "연구 자료 폴더를 연도별/주제별로 분류하고 싶다"는 것은 모든 연구자의 연례 작업입니다. Scanner → Duplicate Detector → Classifier → Executor 파이프라인을 거치고, dry-run 미리보기로 이동 계획을 사용자 승인받은 뒤 실행하므로 안전합니다.

CLAUDE.md 구조

📁 file-organizer/
├── CLAUDE.md
├── main.py                       typer CLI 진입점
├── orchestrator.py
├── 📁 agents/
│   ├── scanner.py                pathlib.rglob 재귀 탐색
│   ├── duplicate.py              파일명 + 크기 비교
│   ├── classifier.py             Claude API 카테고리 분류
│   ├── namer.py                  한국어_영어 폴더명
│   ├── executor.py               shutil.move (dry-run 지원)
│   └── reporter.py               summary.md 생성
└── 📁 output/
    └── summary.md

핵심 Skill

• /scan-folder — 폴더 재귀 탐색 + 파일 메타데이터 수집
• /preview-moves — Claude 분류 결과 기반 이동 계획 테이블 출력
• /execute-organize — 사용자 Y/N 승인 후 파일 이동 + 중복 격리

아래부터는 심화·특화 에이전트 30개입니다. 3회차 워크숍(AX-260313 / 260315 / 260317)에 제출된 168개 기획서 중 분야 범용성·완성도·기존 60+10개와의 비중복성을 기준으로 엄선했습니다. 기관명·특정 법령·특정 질병 등 지나치게 개별적인 맥락은 일반화해 어느 분야 연구자든 각색 가능하도록 정리했습니다.

프로젝트 목적

특허 데이터를 다루는 연구자가 KIPRIS나 Google Patents를 수작업으로 방문해 분류 코드를 복사하는 반복 작업을 자동화합니다. 특허 번호 리스트를 입력하면 Open API를 1차로 시도하고 실패 시 웹 파싱으로 폴백해 Excel 파일과 콘솔 대시보드를 즉시 생성합니다.

CLAUDE.md 구조

📁 patent-scanner/
├── CLAUDE.md
├── 📁 input/
│   └── patent_numbers.txt
├── 📁 agents/
│   ├── parser.py
│   ├── api_client.py
│   └── scraper_fallback.py
└── 📁 output/
    └── patent_codes.xlsx

핵심 Skill

• /normalize — 특허 번호 다양한 포맷 통일
• /fetch-codes — KIPRIS/Google Patents에서 IPC·CPC 자동 조회
• /export-xlsx — 구조화된 Excel + 대시보드 출력

프로젝트 목적

박사·석사 제안서 작성에서 가장 시간이 드는 구조 잡기를 자동화합니다. 주제 한 줄로 선행연구 수집 → 연구 배경 작성 → RQ·가설 도출 → 방법론 매칭 → 연구 일정까지 섹션별로 이어지는 파이프라인을 돌려 초안을 완성합니다.

CLAUDE.md 구조

📁 thesis-proposal/
├── CLAUDE.md
├── 📁 input/
│   └── topic_seed.md
├── 📁 agents/
│   ├── background_writer.py
│   ├── rq_generator.py
│   └── timeline_planner.py
└── 📁 output/
    └── proposal_draft.docx

핵심 Skill

• /background — 선행연구 기반 연구 배경·필요성 작성
• /rq — 연구 질문과 가설 도출
• /timeline — 월 단위 연구 일정표 자동 생성

프로젝트 목적

Zotero·EndNote 대신 Notion을 참고문헌 관리 도구로 쓰고 싶은 연구자를 위한 에이전트입니다. 논문 PDF를 입력하면 Notion DB에 페이지를 자동 생성하고, 메타데이터·TLDR·핵심 인용문·태그까지 자동 채워넣습니다. Notion의 view·filter 기능으로 주제별 검색이 바로 가능합니다.

CLAUDE.md 구조

📁 notion-reference-manager/
├── CLAUDE.md
├── 📁 papers/
│   └── (PDF 입력)
├── 📁 agents/
│   ├── pdf_parser.py
│   ├── metadata_extractor.py
│   └── notion_uploader.py
└── .env

핵심 Skill

• /extract — PDF에서 메타데이터·초록·인용 가능 문장 추출
• /push — Notion DB에 구조화 페이지 자동 업로드
• /tag — 주제 키워드 자동 태깅 + 관련 논문 링크

프로젝트 목적

도시·지역·정책 연구자가 주요 이슈(주거 가격, 도시 양극화, 인구 감소, 재생, 거버넌스 등)의 글로벌 동향을 체계적으로 추적하도록 지원합니다. 4-에이전트 파이프라인(수집→국가 분류→키워드 태깅→인사이트 작성)이 증분 업데이트 방식으로 기존 데이터를 보존하며 돌아갑니다.

CLAUDE.md 구조

📁 urban-intel/
├── CLAUDE.md
├── 📁 config/
│   └── keywords.yaml
├── 📁 agents/
│   ├── collector.py
│   ├── classifier.py
│   ├── tagger.py
│   └── writer.py
└── 📁 output/
    └── intel_YYYYMMDD.md

핵심 Skill

• /collect — 키워드별 뉴스 자동 수집 + 증분 업데이트
• /classify — 국가·지역별 자동 분류 + 중복 제거
• /insight — 국가별 2줄 인사이트 + Markdown 리포트

프로젝트 목적

대량의 정책 보고서·연구 제안서에서 자주 등장하는 개념을 추출하고, 상위-하위 관계를 자동으로 매핑해 온톨로지를 구축합니다. 연구 분야의 지형을 빠르게 파악하거나 정책 용어집을 체계적으로 관리할 때 유용합니다.

CLAUDE.md 구조

📁 keyword-ontology/
├── CLAUDE.md
├── 📁 inputs/
│   └── documents/
├── 📁 agents/
│   ├── extractor.py
│   ├── relation_finder.py
│   └── visualizer.py
└── 📁 output/
    ├── ontology.json
    └── hierarchy.html

핵심 Skill

• /extract-terms — 문서 집합에서 핵심 키워드 추출
• /relate — 상위-하위·연관 개념 관계 도출
• /visualize — 계층 구조 트리 + HTML 시각화

프로젝트 목적

임상 시험·코호트 연구 데이터를 입력하면 기술통계, 집단 간 비교(t-test·chi-square), 생존 분석(Kaplan-Meier, Cox regression)을 자동으로 수행하고, CONSORT 가이드라인에 맞춘 결과표와 flow chart를 출력합니다.

CLAUDE.md 구조

📁 clinical-analyzer/
├── CLAUDE.md
├── 📁 data/
│   └── trial_data.csv
├── 📁 agents/
│   ├── descriptive.py
│   ├── comparison.py
│   └── survival.py
└── 📁 output/
    ├── tables/
    └── consort_flow.svg

핵심 Skill

• /describe — 기준선 특성표 + 기술통계 자동 생성
• /compare — 집단 간 유의차 검정 (파라미터 자동 선택)
• /survival — KM 곡선 + Cox 회귀 + 위험비 포맷팅

프로젝트 목적

체계적 문헌고찰 이후 진행하는 네트워크 메타 분석의 진입 장벽을 낮춥니다. 각 연구의 효과 크기·표본 수를 입력하면 Frequentist/Bayesian NMA를 자동 수행하고, 네트워크 그래프·forest plot·SUCRA 순위까지 결과를 정리합니다.

CLAUDE.md 구조

📁 nma-service/
├── CLAUDE.md
├── 📁 data/
│   └── study_results.csv
├── 📁 agents/
│   ├── network_builder.py
│   ├── nma_executor.py
│   └── plot_generator.py
└── 📁 output/
    ├── network.png
    ├── forest.png
    └── sucra_ranking.md

핵심 Skill

• /network — 연구·치료법 연결 네트워크 구축 + 일관성 검정
• /nma — NMA 실행 + 효과 크기·95% CI 계산
• /rank — SUCRA 기반 치료법 순위 테이블 생성

프로젝트 목적

대규모 심층 인터뷰 자료를 체계적으로 분석합니다. 9개 주제 영역별 응답을 추출해 % 분포·군집·교차분석을 수행하고, 경력 전환 패턴·세대별 차이·산업군별 특수성을 자동으로 유형화합니다. 인터뷰 자료를 활용하는 모든 분야에 적용 가능합니다.

CLAUDE.md 구조

📁 career-interview-analyzer/
├── CLAUDE.md
├── 📁 transcripts/
│   └── interview_*.txt
├── 📁 frameworks/
│   └── 9_topics.yaml
├── 📁 agents/
│   ├── extractor.py
│   └── cluster_analyzer.py
└── 📁 output/
    └── career_patterns_report.md

핵심 Skill

• /extract-by-topic — 9개 주제 영역별 응답 자동 추출
• /cluster — 응답 패턴 군집화 + 유형 라벨링
• /cross-analyze — 세대·산업군 교차분석 + 보고서

프로젝트 목적

모델·데이터·탐색 범위를 지정하면 Optuna 기반 베이지안 최적화 또는 그리드 서치를 백그라운드에서 실행하고, 최적 파라미터·학습 곡선·중요도 분석을 리포트로 정리합니다. 연구자는 실험 조건만 정의하면 됩니다.

CLAUDE.md 구조

📁 hyperparam-tuner/
├── CLAUDE.md
├── config.yaml
├── 📁 agents/
│   ├── search_space.py
│   ├── optuna_runner.py
│   └── curve_plotter.py
└── 📁 output/
    ├── best_params.json
    └── report.html

핵심 Skill

• /search — 베이지안 최적화 또는 그리드 서치 실행
• /analyze — 파라미터 중요도·상호작용 분석
• /report — 학습 곡선 + 최적 조건 HTML 리포트

프로젝트 목적

특정 이슈나 브랜드·정책에 대한 미디어 보도를 실시간으로 추적합니다. 감성 분석, 프레임 분류, 주요 인물·기관 언급 빈도, 담론 변화 추적까지 자동화해 대시보드로 제공합니다. 언론학·홍보학·정책학 연구에 활용 가능합니다.

CLAUDE.md 구조

📁 media-intel/
├── CLAUDE.md
├── 📁 config/
│   └── targets.yaml
├── 📁 agents/
│   ├── collector.py
│   ├── sentiment.py
│   ├── frame_classifier.py
│   └── dashboard.py
└── 📁 output/
    └── dashboard.html

핵심 Skill

• /track — 지정 이슈·키워드 실시간 수집
• /frame — 프레임 자동 분류 (예: 갈등/공공이익/개인이익)
• /trend — 주간 담론 변화 HTML 대시보드 생성

프로젝트 목적

종단 데이터 분석에서 가장 까다로운 전처리 단계를 체계화합니다. 시간별·대상별 결측 패턴 분석 → 대체 전략 선택(LOCF/interpolation/multiple imputation) → 평형 패널 변환 → 검증 → 리포트의 5단계를 표준화합니다.

CLAUDE.md 구조

📁 panel-preprocessor/
├── CLAUDE.md
├── 📁 data/
│   └── raw_panel.csv
├── 📁 agents/
│   ├── missing_analyzer.py
│   ├── imputer.py
│   └── validator.py
└── 📁 output/
    ├── balanced_panel.csv
    └── preprocessing_report.md

핵심 Skill

• /diagnose — 결측 패턴 시각화 (MCAR/MAR/MNAR 판별)
• /impute — 상황별 최적 대체 방법 선택·실행
• /validate — 대체 전후 분포 비교 + 편향 점검

프로젝트 목적

KOSIS·지자체 공식 데이터 포털에서 각기 다른 포맷으로 제공되는 통계를 수집해 표준 스키마로 정규화합니다. 지역·지표별 비교 대시보드를 자동 생성해 지역 연구·도시 연구·정책 평가 연구에 활용할 수 있습니다.

CLAUDE.md 구조

📁 regional-stats/
├── CLAUDE.md
├── 📁 config/
│   └── indicators.yaml
├── 📁 agents/
│   ├── scraper.py
│   ├── normalizer.py
│   └── dashboard_builder.py
└── 📁 output/
    └── dashboard.html

핵심 Skill

• /scrape — 지자체별 통계 사이트 자동 수집
• /normalize — 다양한 포맷을 표준 스키마로 정규화
• /compare — 지역·지표 비교 대시보드 생성

프로젝트 목적

신규 강의 개설 시 커리큘럼을 체계적으로 설계합니다. 주제·대상 학습자·총 주차 수·평가 방식을 입력하면 Bloom's Taxonomy 기반 학습 목표, 주차별 세부 계획, 필독 논문 자동 검색, 과제·시험 배치까지 강의계획서(syllabus)를 완성합니다.

CLAUDE.md 구조

📁 curriculum-designer/
├── CLAUDE.md
├── 📁 input/
│   └── course_brief.md
├── 📁 agents/
│   ├── objective_builder.py
│   ├── weekly_planner.py
│   └── reading_scout.py
└── 📁 output/
    └── syllabus.docx

핵심 Skill

• /objectives — Bloom's Taxonomy 기반 학습 목표 체계화
• /weekly — 주차별 주제·활동·읽기 자료 자동 배치
• /assess — 과제·시험·프로젝트 평가 방식 설계

프로젝트 목적

교사·강사가 한 차시 수업을 준비할 때 필요한 모든 자료를 한 번에 생성합니다. 주제와 학년을 입력하면 도입-전개-정리 구조의 50분 수업 계획, 학습지 PDF, 형성평가 문항, 수업 중 사용할 질문 리스트까지 패키지로 제공합니다.

CLAUDE.md 구조

📁 lesson-package/
├── CLAUDE.md
├── 📁 input/
│   └── lesson_topic.md
├── 📁 agents/
│   ├── plan_writer.py
│   ├── worksheet_gen.py
│   └── quiz_gen.py
└── 📁 output/
    ├── lesson_plan.docx
    ├── worksheet.pdf
    └── quiz.pdf

핵심 Skill

• /plan — 도입·전개·정리 50분 수업 계획 작성
• /worksheet — 학생용 학습지 PDF 자동 생성
• /quiz — 형성평가 문항 5~10개 생성

프로젝트 목적

생물학·화학 연구실의 재고 관리를 자동화합니다. 사용 시 간단히 기록하면 AI가 소진 속도를 학습해 최소 재고 도달 시 주문 알림을 보내고, 유효기간 임박 시약·세포주 passage 관리를 안내합니다. 구매 담당자용 월별 구매 리스트도 자동 생성합니다.

CLAUDE.md 구조

📁 lab-inventory/
├── CLAUDE.md
├── 📁 data/
│   └── inventory.db
├── 📁 agents/
│   ├── tracker.py
│   ├── forecaster.py
│   └── notifier.py
└── 📁 output/
    └── monthly_order.xlsx

핵심 Skill

• /log — 재고 사용·입고 자연어 기록
• /forecast — 소진 속도 예측 + 재주문 시점 알림
• /order — 월별 구매 목록 자동 생성

프로젝트 목적

녹화된 수업 영상을 학생 복습용 자료로 변환합니다. Whisper 기반 전사 → 주제별 타임스탬프 분할 → 차시 요약 → 핵심 개념 정리 → 복습 퀴즈 생성까지 한 번에 처리합니다. Flipped classroom 운영 교수진에게 특히 유용합니다.

CLAUDE.md 구조

📁 lecture-video/
├── CLAUDE.md
├── 📁 input/
│   └── lecture_video.mp4
├── 📁 agents/
│   ├── transcriber.py
│   ├── summarizer.py
│   └── quiz_maker.py
└── 📁 output/
    ├── transcript.md
    ├── summary.md
    └── review_quiz.pdf

핵심 Skill

• /transcribe — Whisper 기반 자동 전사 + 타임스탬프
• /summarize — 주제별 요약 + 핵심 개념 추출
• /quiz — 복습용 객관식·단답형 문항 생성

프로젝트 목적

임상 시험 프로토콜 작성의 표준 구조를 자동화합니다. 연구 목적·대상·중재·비교·결과(PICO)를 입력하면 ICH-E6 GCP 가이드라인에 따라 배경·방법·표본 크기 계산·윤리적 고려사항·통계 분석 계획을 포함한 완성도 높은 초안을 생성합니다.

CLAUDE.md 구조

📁 clinical-protocol/
├── CLAUDE.md
├── 📁 input/
│   └── pico.md
├── 📁 agents/
│   ├── background_writer.py
│   ├── methods_builder.py
│   └── ethics_checker.py
└── 📁 output/
    └── protocol_draft.docx

핵심 Skill

• /pico-expand — PICO → 배경·연구 질문·가설 서술
• /sample-size — 효과 크기 기반 표본 크기 자동 계산
• /ethics — 윤리적 고려사항·이해 상충 체크리스트

프로젝트 목적

국제개발협력 연구자가 OECD DAC·KOICA·World Bank 등의 ODA 사업 데이터를 분석할 때 반복 사용하는 분류·집계·비교 작업을 자동화합니다. 섹터(교육·보건·인프라)·수원국·시기별 추세와 성과 달성률을 종합 리포트로 정리합니다.

CLAUDE.md 구조

📁 oda-analyzer/
├── CLAUDE.md
├── 📁 data/
│   └── oda_projects.csv
├── 📁 agents/
│   ├── classifier.py
│   ├── trend_analyzer.py
│   └── report_writer.py
└── 📁 output/
    └── oda_report.docx

핵심 Skill

• /classify — DAC 섹터 코드 기반 자동 분류
• /trend — 수원국·시기별 지원 추세 시각화
• /implication — 한국 ODA 정책 시사점 도출

프로젝트 목적

다운로드만 해두고 방치되는 수백~수천 편의 논문 PDF를 정리합니다. 메타데이터 자동 추출·주제 태깅·PDF 전문 검색 인덱스 구축으로 "내가 이 논문 읽었나?" "이 주제로 갖고 있는 논문이 뭐지?"에 즉답합니다.

CLAUDE.md 구조

📁 paper-archive/
├── CLAUDE.md
├── 📁 archive/
│   └── (PDF 입력)
├── 📁 agents/
│   ├── meta_extractor.py
│   ├── topic_tagger.py
│   └── search_indexer.py
└── 📁 output/
    ├── catalog.xlsx
    └── search_index.db

핵심 Skill

• /tag-all — 전체 PDF 메타데이터·주제 태그 자동 추출
• /search — 제목·초록·본문 전문 검색
• /unread — 읽지 않은 논문 목록 + 우선순위 추천

프로젝트 목적

논문에 보고된 결과 그래프나 표를 재분석하거나 메타분석에 포함할 때 수작업으로 데이터를 재추출하는 부담을 줄입니다. PDF 내 그림·표 영역을 자동 감지하고 Claude Vision으로 데이터 값과 구조를 인식해 Excel·SVG로 출력합니다.

CLAUDE.md 구조

📁 paper-graph-extractor/
├── CLAUDE.md
├── 📁 papers/
│   └── (PDF 입력)
├── 📁 agents/
│   ├── region_detector.py
│   ├── vision_parser.py
│   └── exporter.py
└── 📁 output/
    ├── extracted_tables.xlsx
    └── charts/

핵심 Skill

• /detect — PDF에서 그림·표 영역 자동 탐지
• /parse-vision — Vision으로 수치·라벨·구조 인식
• /export — Excel 표 + SVG 재작성 그래프 저장

프로젝트 목적

연구자 본인의 논문 재현성 점검이나 인용 전 선행연구 검증에 활용합니다. GitHub·Zenodo 링크를 입력하면 환경 설정 → 실행 → 결과 비교 → 일치도 측정까지 자동으로 수행하고, 실패 원인(의존성·데이터·난수 seed 등)을 분류해 보고합니다.

CLAUDE.md 구조

📁 reproduce-checker/
├── CLAUDE.md
├── 📁 input/
│   └── paper_meta.yaml
├── 📁 agents/
│   ├── env_setup.py
│   ├── runner.py
│   └── compare.py
└── 📁 output/
    └── reproduce_report.md

핵심 Skill

• /setup — requirements·Dockerfile 기반 환경 자동 구성
• /run — 코드 실행 + 결과물 수집
• /diff — 논문 보고 값 vs 재현 값 비교 + 원인 분류

프로젝트 목적

연구실 성과를 특허로 출원할 때 기술성·신규성·진보성 판단과 명세서 초안 작성을 지원합니다. 키워드·기술 설명을 입력하면 국내외 선행 특허를 검색해 유사도 평가, 청구항 초안, 발명의 설명 구조를 제안합니다. 최종 출원서는 변리사가 마무리합니다.

CLAUDE.md 구조

📁 patent-drafter/
├── CLAUDE.md
├── 📁 input/
│   └── invention.md
├── 📁 agents/
│   ├── prior_art.py
│   ├── claim_drafter.py
│   └── spec_builder.py
└── 📁 output/
    └── patent_draft.docx

핵심 Skill

• /prior-art — 유사 선행 특허 검색 + 차별점 분석
• /claims — 독립항·종속항 구조 초안
• /spec — 발명의 설명·도면·효과 섹션 초안

프로젝트 목적

박사과정 후반부나 신진 연구자가 "다음에 뭘 쓸지"를 결정할 때 도움을 주는 에이전트입니다. 본인의 출판 이력·강점·관심사를 CLAUDE.md에 정리해두면, 최신 동향을 스캔해 자연스러운 다음 단계 주제를 제안하고 각 주제의 기대 임팩트·투고 가능 저널까지 매핑합니다.

CLAUDE.md 구조

📁 next-paper-advisor/
├── CLAUDE.md
├── 📁 my-papers/
│   └── publications.bib
├── 📁 agents/
│   ├── profile_builder.py
│   ├── trend_matcher.py
│   └── ranker.py
└── 📁 output/
    └── next_topics.md

핵심 Skill

• /profile — 기존 논문 기반 연구자 강점 프로파일
• /match — 내 강점 × 최신 동향 접점 주제 도출
• /rank — 실현성·참신성·경력 기여도 종합 랭킹

프로젝트 목적

창의성·디자인 사고 연구에서 반복적으로 수행하는 지표 채점(유창성·융통성·독창성·정교성)을 자동화합니다. 참여자들의 아이디어 목록이나 창작물 텍스트를 입력하면 기존 응답 풀과 비교해 통계적 드문 정도·카테고리 다양성을 계산합니다.

CLAUDE.md 구조

📁 creativity-analyzer/
├── CLAUDE.md
├── 📁 data/
│   └── participant_ideas.csv
├── 📁 agents/
│   ├── categorizer.py
│   ├── rarity_calculator.py
│   └── scorer.py
└── 📁 output/
    └── creativity_scores.xlsx

핵심 Skill

• /categorize — 아이디어 자동 범주화
• /rarity — 통계적 드문 정도 기반 독창성 점수
• /score — 4대 창의성 지표 종합 채점

프로젝트 목적

분야 전체 scoping review나 연구 트렌드 논문을 쓸 때 필요한 대규모 분류 작업을 자동화합니다. 논문 목록을 입력하면 학제·방법론·주제 다중 분류를 자동 수행하고, 논문 수·분야별 성장률·공동 출현 분석 등 체계적 지도를 생성합니다.

CLAUDE.md 구조

📁 paper-classifier/
├── CLAUDE.md
├── 📁 data/
│   └── papers.csv
├── 📁 agents/
│   ├── multi_labeler.py
│   ├── statistics.py
│   └── mapper.py
└── 📁 output/
    └── literature_map.html

핵심 Skill

• /label — 학제·방법론·주제 다중 라벨 자동 부여
• /stats — 분야·시기별 분포·성장률 계산
• /map — 논문 간 공동 출현 네트워크 지도

프로젝트 목적

공중보건 정책 연구에서 반복되는 현황 진단·시나리오 분석·정책 옵션 비교를 자동화합니다. 지역·시기별 데이터를 입력하면 위험도 점수를 계산하고, WHO·CDC 가이드라인과 교차해 대응 옵션을 비교 표로 제시합니다.

CLAUDE.md 구조

📁 public-health-copilot/
├── CLAUDE.md
├── 📁 data/
│   └── indicators.csv
├── 📁 agents/
│   ├── risk_scorer.py
│   ├── scenario_builder.py
│   └── policy_compare.py
└── 📁 output/
    └── ph_report.docx

핵심 Skill

• /risk — 다차원 지표 기반 위험도 점수 산출
• /scenario — 낙관·중립·비관 시나리오 시뮬레이션
• /policy — 대응 옵션 비용·효과·형평성 비교표

프로젝트 목적

정책·사회과학 연구자의 상시 업무인 정책 보고서 작성을 자동화합니다. 주제 하나를 입력하면 배경 리서처·현황 분석가·국제 비교 분석가·시사점 작성자 4개 서브 에이전트가 병렬로 작업하고, 오케스트레이터가 결과를 통합해 25~30페이지 보고서를 완성합니다.

CLAUDE.md 구조

📁 policy-research-team/
├── CLAUDE.md
├── 📁 agents/
│   ├── background_agent.py
│   ├── status_agent.py
│   ├── comparative_agent.py
│   └── implication_agent.py
├── 📁 output/
│   └── policy_report.docx
└── requirements.txt

핵심 Skill

• /background — 주제 배경·선행연구·용어 정의
• /status — 국내 현황·통계·이해관계자 지도
• /compare — 주요국 정책 비교 + 시사점 도출

프로젝트 목적

내가 매주 들여다봐야 하는 정보원(학술 DB·뉴스·정부 사이트)을 자동으로 순회하고, 이번 주에 주목할 항목만 간결하게 요약해 월요일 아침에 받아봅니다. 한 주 중 가장 바쁜 순간 연구 감각을 놓치지 않게 도와주는 개인 비서 에이전트입니다.

CLAUDE.md 구조

📁 weekly-research/
├── CLAUDE.md
├── 📁 config/
│   └── sources.yaml
├── 📁 agents/
│   ├── scanner.py
│   ├── summarizer.py
│   └── publisher.py
└── 📁 output/
    └── weekly_YYYY-WW.md

핵심 Skill

• /scan-weekly — 지정된 정보원 주간 새 항목 수집
• /highlight — 관심도 기반 상위 10~15건 선별
• /publish — 요약 + 출처 링크 원페이지 리포트

프로젝트 목적

흩어져 보이는 논문들 사이의 숨은 개념·주장 연결을 지식 그래프로 드러냅니다. 논문 집합을 입력하면 개념 엔티티를 추출하고 주장 수준의 관계(지지·반박·확장)를 간선으로 연결해, 인터랙티브 그래프로 탐색할 수 있게 만듭니다. 체계적 문헌고찰의 시각적 보조 도구로 강력합니다.

CLAUDE.md 구조

📁 paper-kg/
├── CLAUDE.md
├── 📁 papers/
│   └── (PDF 입력)
├── 📁 agents/
│   ├── entity_extractor.py
│   ├── relation_extractor.py
│   └── graph_renderer.py
└── 📁 output/
    └── knowledge_graph.html

핵심 Skill

• /entities — 논문에서 핵심 개념 엔티티 추출
• /relations — 지지·반박·확장 관계 자동 판별
• /graph — 인터랙티브 지식 그래프 HTML 생성

프로젝트 목적

연구 공백과 유행 흐름을 결합해 "지금 쓰면 잘 팔릴 주제"를 찾아줍니다. 분야 키워드를 입력하면 최근 3년 동향 분석 → 공백 탐지 → 경쟁 연구자 매핑 → 주제별 난이도·투고 가능 저널·예상 독자 규모를 종합 리포트로 제공합니다.

CLAUDE.md 구조

📁 topic-scout/
├── CLAUDE.md
├── 📁 input/
│   └── field_keywords.md
├── 📁 agents/
│   ├── trend_scan.py
│   ├── gap_detect.py
│   └── competitor_map.py
└── 📁 output/
    └── topic_report.md

핵심 Skill

• /scan-trend — 분야 최근 3년 출판·인용 동향
• /detect-gap — 공백·저탐색 하위주제 탐지
• /map-competitors — 핵심 연구자·랩 매핑

연구 단계별로 이 100개 아이디어를 조합하면 연구자 개인의 에이전트 생태계가 만들어집니다. 원본 60개(기초 필수)와 신규 40개(심화·특화)를 단계·목적에 맞춰 섞어 쓰세요.

각 카드는 "어떤 서브에이전트로 쪼갤지"에 대한 설계 힌트가 포함되어 있으므로, 본 가이드북 4장(Subagents)과 7.1(에이전트 기획 6단계)을 함께 참조해 본인의 버전으로 각색하세요.

이하는 2026.04 개정에서 워크숍 참여자 제출물 중 범용성 높은 아이디어 22선입니다. 연구용뿐 아니라 생활·업무 자동화까지 포괄해, 어떤 분야 연구자든 바로 참고 가능한 수준으로 일반화했습니다.

프로젝트 목적

학술 문헌 리뷰의 표준 질문 12개(Citation·Purpose·Selection·Quality·Organization·Scope·Definitions·Integration·Summary·Data·Analysis·Evaluation)를 기준으로 PDF 논문을 일괄 분석·저장합니다. Zotero·Mendeley에서 수집한 PDF 폴더를 그대로 입력으로 사용할 수 있습니다.

CLAUDE.md 구조

📁 pdf-summary/
├── CLAUDE.md
├── guideline.txt           # 12단계 질문 템플릿
├── agent/
│   ├── extractor.py        # PDF 텍스트 추출
│   ├── summarizer.py       # Claude API 호출
│   └── parser.py           # XML 태그 → MD
├── outputs/
│   └── *.md                # 논문별 12섹션 요약
└── dashboard/
    └── index.html          # 사이드바 검색 + 섹션 네비

핵심 Skill

• /summarize — 단일 PDF를 12섹션 구조로 요약
• /batch — 폴더 전체 일괄 처리
• /dashboard — 검색·섹션 네비 가능한 뷰어 생성

프로젝트 목적

초고에서 인용한 모든 문장의 근거를 자동으로 원문과 대조합니다. Google Scholar·Unpaywall API로 오픈액세스 PDF를 찾고, 유료 논문은 수동 업로드를 지시합니다. 리뷰어 지적 최소화가 목표.

CLAUDE.md 구조

📁 citation-factcheck/
├── CLAUDE.md
├── agents/
│   ├── doc_parser.py       # docx 인용 문장 추출
│   ├── scholar_search.py   # Google Scholar 검색
│   ├── pdf_fetcher.py      # Unpaywall → OA PDF
│   ├── pdf_reader.py       # 관련 문단 추출
│   └── fact_checker.py     # Claude 판정
├── data/pdfs/              # 수동 업로드 PDF
└── output/results.md       # ✅/⚠️/❌ 표

핵심 Skill

• /verify — 단일 문장 또는 docx 전체 팩트체크
• /find-source — 인용의 원문 PDF 자동 탐색
• /report — 전체 인용 지지도 표 생성

프로젝트 목적

국립국어원 공식 어휘 10,635개·문법 336개 등급표를 기준으로 텍스트의 한국어 수준(CEFR A1~C2 매핑)을 자동 판정합니다. 목표 등급 지정 시 허용 어휘·문법 범위 안에서 의미를 보존하며 재작성합니다.

CLAUDE.md 구조

📁 korean-level/
├── CLAUDE.md
├── data/korean_levels.xlsx     # 국립국어원 기준 데이터
├── analyzer.py                 # 수준 분석
├── rewriter.py                 # Claude API 재작성
├── morpheme.py                 # kiwipiepy 형태소
└── dashboard.py                # rich 터미널 대시보드

핵심 Skill

• /analyze — 텍스트 등급 자동 판정 + 어휘·문법 분포
• /rewrite — 목표 등급으로 재작성
• /verify — 변환된 텍스트 등급 재검증

프로젝트 목적

학생들이 R/Python 코드 output 캡처 + 해석을 함께 담아 제출한 PDF 묶음을 ZIP 하나로 업로드하면, 교수자가 작성한 rubric.json 기준으로 문항별 채점·감점 사유 생성까지 자동화합니다.

CLAUDE.md 구조

📁 auto-grader/
├── CLAUDE.md
├── rubric/rubric.json          # 문항별 배점·기준
├── agents/
│   ├── file_parser.py          # ZIP 해제 + 학번 파싱
│   ├── pdf_extractor.py        # 텍스트 + 이미지
│   ├── ai_grader.py            # Claude Vision 채점
│   └── result_writer.py        # Excel + MD 리포트
├── input/submissions.zip
└── output/grading_results.xlsx

핵심 Skill

• /grade — 단일 PDF 채점
• /batch — ZIP 전체 자동 채점
• /summary — 반별 통계 + 취약 영역 리포트

프로젝트 목적

다운로드만 해둔 논문 PDF가 쌓여 있는 폴더를 한 번에 정리합니다. 1단계 파일명 표준화, 2단계 10개 필드 요약 Excel, 3단계 세부 주제별 분류된 선행연구 Word 문서까지 자동 생성합니다.

CLAUDE.md 구조

📁 paper-library/
├── CLAUDE.md
├── agents/
│   ├── renamer.py          # Phase 1: 파일명 변경
│   ├── summarizer.py       # Phase 2: 요약 Excel
│   └── report_writer.py    # Phase 3: 계층 Word
├── outputs/
│   ├── paper_summary.xlsx
│   └── prior_research.docx

핵심 Skill

• /rename — 파일명 표준화 (저자 연도 제목)
• /summarize — 10개 컬럼 Excel 생성
• /report — 세부 주제별 계층(■ ● □) Word 작성

프로젝트 목적

Semantic Scholar·OpenAlex·PubMed에서 IF 티어 기반 고품질 논문을 자동 수집하고, 각 논문을 AI가 구조화 요약한 뒤 선행연구의 공백(Research Gap)과 후속 연구질문(RQ) 후보까지 생성합니다.

CLAUDE.md 구조

📁 research-intel/
├── CLAUDE.md
├── agents/
│   ├── search.py           # 다중 API 병렬 검색
│   ├── ranking.py          # IF·인용 복합 스코어
│   ├── summarizer.py       # 구조화 요약
│   ├── gap_finder.py       # Research Gap 도출
│   └── rq_generator.py     # 연구질문 제안
└── output/dashboard.html

핵심 Skill

• /search — 복합 스코어 기반 Top-N 논문 수집
• /trend — 연도별·방법론별 트렌드 차트
• /gap — 연구 공백 + RQ 후보 3~5개 제안

프로젝트 목적

수업 후 소감, FGI 녹취, 개방형 설문 응답 등 텍스트 데이터에서 주요 키워드의 연결 구조를 시각화합니다. 어떤 개념이 중심인지(degree), 어떤 개념이 서로 다른 주제를 연결하는 브릿지인지(betweenness) 자동 분석합니다.

CLAUDE.md 구조

📁 keyword-network/
├── CLAUDE.md
├── config.py                   # 불용어·윈도우 크기
├── data/stopwords_ko.txt
├── agents/
│   ├── preprocessor.py         # KoNLPy 형태소
│   ├── network_builder.py      # NetworkX 그래프
│   ├── analyzer.py             # 중심성 계산
│   └── dashboard.py            # Plotly 3-패널
└── output/dashboard.html

핵심 Skill

• /extract — 명사 추출 + 불용어 제거
• /network — 공동출현 네트워크 생성
• /centrality — 연결·매개 중심성 Top 10

프로젝트 목적

Whisper API로 전사하고 AssemblyAI로 화자를 자동 분리해 상담사1: / 참여자2: 형식의 구조화된 축어록을 생성합니다. 비언어 표기([침묵 4초], [웃음])와 위기 발화 자동 태깅도 지원합니다.

CLAUDE.md 구조

📁 transcribe/
├── CLAUDE.md
├── agents/
│   ├── stt.py              # Whisper API
│   ├── diarization.py      # 화자 분리
│   └── formatter.py        # 타임스탬프 포맷
├── input/audio/            # MP3/WAV/M4A
└── output/transcripts/     # 축어록 txt

핵심 Skill

• /transcribe — 음성 → 텍스트 전사
• /diarize — 화자별 자동 라벨링
• /export — 연구용 표준 양식 변환

프로젝트 목적

매일 "뭐 먹지?" 고민을 데이터로 해결합니다. 구글 캘린더로 점심 가용 시간을 파악하고, 현재 날씨와 개인 선호·비선호·최근 먹은 음식 이력을 교차 분석해 상황에 맞는 메뉴와 주변 식당을 매칭합니다.

CLAUDE.md 구조

📁 lunch-agent/
├── CLAUDE.md
├── agents/
│   ├── calendar_agent.py    # Google Calendar
│   ├── weather_agent.py     # 날씨 API
│   ├── profile_agent.py     # 선호도 저장소
│   └── location_agent.py    # Google Places
├── engine/recommender.py    # Claude 추천 엔진
└── data/user_profile.json

핵심 Skill

• /lunch — 오늘의 추천 카드 3장 생성
• /feedback — 선택 결과 프로필 학습
• /history — 최근 7일 먹은 음식 기록

프로젝트 목적

회의·출장·약속 장소 근처에서 "지금 열려 있고 가까운 식당"을 빠르게 찾습니다. Google Maps Platform 3개 API(Geocoding·Places·Distance Matrix)를 병렬 호출해 영업 중 판별·도보 계산·정렬까지 자동화합니다.

CLAUDE.md 구조

📁 restaurant-agent/
├── CLAUDE.md
├── agents/
│   ├── geocoding.py         # 주소 → 좌표
│   ├── places_search.py     # 반경 내 식당
│   ├── hours_filter.py      # 영업중 필터
│   ├── walking_distance.py  # 도보 시간
│   └── formatter.py         # Excel 출력
└── output/restaurant_result.xlsx

핵심 Skill

• /find — 주소·시간·반경 기반 식당 탐색
• /open-now — 현재 시각 기준 영업 중만
• /sort-walk — 도보 소요시간 오름차순 정렬

프로젝트 목적

destination과 video_count만 지정하면 관련 이미지를 테마별로 수집하고 저작권 free BGM·자막을 입혀 9:16 세로 숏폼 영상을 원하는 수만큼 자동으로 만듭니다. 유튜브 쇼츠·인스타 릴스 대량 제작용.

CLAUDE.md 구조

📁 travel-shorts/
├── CLAUDE.md
├── agents/
│   ├── research.py          # Tavily 웹 검색
│   ├── media.py             # Unsplash 이미지
│   ├── music.py             # 저작권 free BGM
│   ├── script.py            # 자막·타임라인
│   └── renderer.py          # FFmpeg MP4
└── output/*.mp4

핵심 Skill

• /make — 도시명 입력 → N개 영상 자동 생성
• /theme — 테마별(음식·야경·거리) 필터링
• /batch — 30개 이상 대량 생산

프로젝트 목적

DART OpenAPI를 통해 다수 기업의 사업보고서 "II. 사업의 내용" 섹션에서 사업부문 수·제품별 매출·주요 설비 등 정의한 변수만 자동 추출합니다. 기업×연도 격자의 비교 연구·ESG 분석에 활용.

CLAUDE.md 구조

📁 dart-extractor/
├── CLAUDE.md
├── config/
│   ├── schema.yaml           # 추출 변수 정의
│   └── companies.yaml        # 대상 기업 목록
├── agents/
│   ├── discovery.py          # rcept_no 조회
│   ├── fetcher.py            # XML 원문 다운로드
│   ├── extractor.py          # 섹션 로케이터 + LLM
│   └── normalizer.py         # 타입·단위 통일
└── outputs/extracted.xlsx

핵심 Skill

• /scan — 대상 기업 × 연도 사업보고서 자동 수집
• /extract — YAML 스키마 기준 변수 구조화 추출
• /compare — 기업 간 변수 피벗 테이블 생성

프로젝트 목적

"이 비용 처리 돼?" "이번 달 부가세 언제까지야?" "창업감면 요건은?" 같은 실무 질문에 국세청 법령·예규 RAG 기반으로 답변합니다. 고위험 판단은 세무사 상담을 권고하고, 신고 마감일은 캘린더에 자동 등록.

CLAUDE.md 구조

📁 tax-agent/
├── CLAUDE.md
├── agents/
│   ├── orchestrator.py
│   └── subagents/
│       ├── tax_saving.py     # 절세전략
│       ├── evidence.py       # 증빙·비용
│       ├── filing.py         # 신고·납부
│       ├── payroll.py        # 급여·원천세
│       └── policy.py         # R&D·고용 지원금
└── data/law_rag/             # 국세청 법령 ChromaDB

핵심 Skill

• /ask — 세무 질의에 구조화 답변 + 법령 인용
• /schedule — 신고 마감일 Google Calendar 등록
• /checklist — 연간 세무 체크리스트 자동 생성

프로젝트 목적

비전공 경력 입사자가 회사 파이프라인·전문 용어·고유 프로세스(예: SAP·GTN·COGS)를 자기 페이스로 학습합니다. 제품 클릭 → Claude가 비전공자 눈높이 설명, 용어 입력 → 비유+업무 맥락으로 즉시 해설.

CLAUDE.md 구조

📁 onboarding/
├── CLAUDE.md
├── data/
│   └── company_products.json  # 제품·파이프라인 DB
├── agents/
│   ├── product_explainer.py   # 제품 비전공자 설명
│   ├── terminology.py         # 용어 번역기
│   └── process_guide.py       # 프로세스 가이드
└── dashboard/index.html

핵심 Skill

• /learn — 제품 선택 → 150단어 비유 설명
• /translate — 전문 용어 비전공자 언어로 변환
• /quiz — 학습 내용 자가 평가

프로젝트 목적

매일 공고를 손으로 뒤지는 시간을 자동화합니다. 전공 적합도(LLM 판정) + 경력 인정도 + 고용안정성(공공/연구/준정부 분류) + 마감 긴급도를 종합 점수화해 Top N개를 카드로 정렬. 매일 8시 cron으로 신규 공고만 알림.

CLAUDE.md 구조

📁 job-match/
├── CLAUDE.md
├── config/user_profile.json
├── agents/
│   ├── search_agent.py        # 사람인·워크넷·김박사넷
│   ├── filter_agent.py        # LLM 적합도 0~100
│   ├── stability_agent.py     # S/A/B/C 기관 분류
│   └── ranking_agent.py       # 가중치 종합 점수
└── dashboard/index.html

핵심 Skill

• /scan — 복수 사이트 공고 자동 수집
• /rank — 적합도·안정성·긴급도 복합 점수화
• /alert — 매일 신규 Top 5 이메일 전송

프로젝트 목적

"OR 1.43 (95% CI 1.21-1.68), p<0.001" 같은 통계 결과를 학술지 스타일 문장으로 변환합니다. Bayesian·Spatial·ML 방법별 해석 규칙을 내장해 금지 표현(예: INLA에서 p-value 사용)을 자동 차단합니다.

CLAUDE.md 구조

📁 stat-to-text/
├── CLAUDE.md
├── agents/
│   ├── parser.md               # R output → JSON
│   ├── reviewer.md             # 통계 해석 검증
│   ├── writer.md               # 문장 생성
│   └── qa.md                   # 숫자 일치 최종 검증
├── skills/
│   ├── inla_rules/             # Bayesian 규칙
│   └── journal_style/          # 저널별 스타일

핵심 Skill

• /convert — 통계 output → Results 문장
• /verify — 해석 오류·숫자 일치 검증
• /translate — EN → KO 병기 출력

프로젝트 목적

급전·알바 광고로 위장한 대포통장 모집, 투자 권유 피싱, 로맨스 스캠 등을 6개 시그널 카테고리로 분석합니다. 금전 유인·계좌 관련 단어·익명 경로 요구 등을 가중치 합산해 0~100점 위험도 + 근거 문장 제시.

CLAUDE.md 구조

📁 fraud-detector/
├── CLAUDE.md
├── rules/
│   ├── financial_incentive.yaml
│   ├── account_rental.yaml
│   └── ...                     # 6개 카테고리
├── agents/
│   ├── signal_extractor.py     # 시그널 추출
│   ├── context_classifier.py   # 의도 분류
│   └── risk_scorer.py          # 0~100 점수화
└── dashboard/index.html

핵심 Skill

• /check — 메시지 텍스트 위험도 판정
• /explain — 위험 근거 구절 하이라이트
• /report — 의심 사례 제보 양식 자동 작성

프로젝트 목적

그룹·세트·배율별 이미지 분류, 색상 채널별 마커 매핑, 스케일바 OCR로 저/고배율 구분, 대표 이미지 AI 선정까지 자동화합니다. 최종 산출물은 바로 발표 가능한 PPT + 마커 테이블 + 해석 문장.

CLAUDE.md 구조

📁 lab-image-report/
├── CLAUDE.md
├── agents/
│   ├── image_analyzer.js       # 채널 → 마커 매핑
│   ├── scale_bar_agent.js      # OCR 배율
│   ├── classifier_agent.js     # 그룹·세트 분류
│   ├── representative_selector # AI Vision 선정
│   └── ppt_builder.js          # pptxgenjs PPT
├── inputs/                     # 이미지 폴더
└── outputs/*.pptx

핵심 Skill

• /classify — 그룹·세트·배율 자동 분류
• /represent — 그룹별 대표 이미지 선정
• /pptx — 분석 결과 PPT 자동 생성

프로젝트 목적

내 관심 분야에서 어제 오늘 새로 나온 논문을 놓치지 않습니다. 자격 요건(키워드 + 연도 + 저자)을 만족하는 논문을 자동 수집하고, Claude가 요약한 8개 필드를 Notion DB에 자동 적재. 주간 다이제스트 이메일도 옵션.

CLAUDE.md 구조

📁 paper-tracker/
├── CLAUDE.md
├── config/keywords.yaml
├── pipelines/
│   ├── daily_search.py     # PubMed/Europe PMC
│   ├── abstract_parser.py  # Claude 필드 추출
│   ├── dedup_check.py
│   └── notion_writer.py    # Notion API
└── scheduler/cron_runner.py

핵심 Skill

• /watch — 키워드 등록 → 매일 자동 수집
• /digest — 주간 신규 논문 다이제스트
• /deep — 특정 논문 PDF 업로드 시 심층 분석

프로젝트 목적

학술 번역의 품질을 회차마다 개선합니다. 번역 과정에서 만난 전문 용어를 terms.yaml에 자동 추가하고, 다음 번역부터는 일관된 용어를 재사용합니다. 표·그림 캡션·각주의 위치와 서식도 그대로 유지.

CLAUDE.md 구조

📁 academic-translator/
├── CLAUDE.md
├── terms.yaml                  # 도메인 용어집 (누적)
├── agents/
│   ├── pdf_parser.py           # PDF 구조 유지
│   ├── translator.py           # Claude + 용어집
│   ├── glossary_updater.py     # 신규 용어 추가
│   └── formatter.py            # docx/pdf 출력
└── output/translated/

핵심 Skill

• /translate — PDF 영→한 서식 보존 번역
• /glossary — 도메인 용어집 자동 갱신
• /consistency — 전체 문서 용어 일관성 검수

프로젝트 목적

박사과정·포닥이 쫓아가야 하는 "내 분야 핵심 연구자"들의 최신 논문을 빠짐없이 추적합니다. 저자 이름만 등록하면 PubMed Author search 기반으로 매주 토요일 자동 수집 + PDF 업로드 시 한국어 구조화 요약까지.

CLAUDE.md 구조

📁 paper-watchlist/
├── CLAUDE.md
├── config.yaml                 # Tier1/2/3 연구자 목록
├── agents/
│   ├── collector.py            # PubMed·bioRxiv
│   ├── classifier.py           # Tier 태깅
│   ├── db.py                   # SQLite 누적
│   ├── pdf_ingestor.py         # PDF 업로드 수신
│   └── summarizer.py           # 한국어 구조화 요약
└── dashboard/app.py            # FastAPI + 웹

핵심 Skill

• /watch — 저자·주제 등록 → 주간 자동 수집
• /digest — 금주 신규 논문 요약 이메일
• /review — 논문 PDF 업로드 시 심층 분석

프로젝트 목적

같은 상품·작품·자산의 서로 다른 시장 가격을 한 화면에서 비교합니다. 예: 미술품의 갤러리(1차) 가격 vs 경매(2차) 낙찰가, 중고차 경매 vs 리테일, 부동산 실거래가 vs 호가. 시장 간 가격 차이와 시계열 트렌드 자동 산출.

CLAUDE.md 구조

📁 price-intel/
├── CLAUDE.md
├── db/models.py                # SQLite/Postgres 스키마
├── scrapers/                   # 소스별 스크래퍼
│   ├── source_a.py             # 1차 시장
│   ├── source_b.py             # 2차 시장
│   └── base.py                 # robots.txt·rate limit
├── utils/
│   ├── fingerprint.py          # 상품 매칭 해시
│   └── fx.py                   # 통화 정규화
└── app.py                      # Streamlit 대시보드

핵심 Skill

• /ingest — 복수 소스 가격 자동 수집
• /match — 동일 상품 fingerprint 매칭
• /compare — 시장 간 가격·트렌드 비교 차트