kdyintel — 뉴스 인텔리전스 오케스트레이터

다중 소스(HackerNews, Reddit, GitHub, Google News, ProductHunt)에서 뉴스를 자동 수집하고, 트렌드를 분석하여 앱 개발 기회를 데이터 기반으로 도출하는 스킬. kdyidea가 "대화→아이디어"라면, kdyintel은 "데이터 수집→분석→기회 도출"이 핵심 차이.

--claude 모드에서는 Anthropic 공식 소스(문서, 블로그, GitHub, 변경 로그)에서 Claude 생태계 변경사항을 수집하고, 현재 _CLAUDE_CODE_REFERENCE.md와 diff하여 영향받는 스킬/에이전트/설정을 식별한 뒤, 사용자 승인 하에 업데이트를 전파한다.

--scout 모드에서는 GitHub/웹/커뮤니티에서 유용한 스킬, Hooks, 플러그인, AI 코딩 팁을 체계적으로 탐색하고, 기존 community-reference와 중복 비교 후 신규 항목을 분류·스코어링하여 등록한다. 갭 분석으로 빈약한 영역도 식별한다. (MCP 서버 발굴/등록은 /kdymcp로 위임)

--all 모드에서는 일반(뉴스 인텔리전스) + Claude 생태계 + Scout 3개 파이프라인을 병렬 에이전트로 동시 실행하고, 완료 후 교차 분석(트렌드×스카우트, 생태계×스카우트, 생태계×트렌드, 갭×기회)으로 통합 인사이트를 도출한다.

기본 경로 (3-Context 모델)

이 스킬은 어떤 프로젝트에서든 실행 가능하다. 경로를 3개 컨텍스트로 분리한다.

# ─── 1. SKILL_HOME (항상 사용 가능) ───
SKILL_HOME   = ~/.claude/skills/kdyintel
PHASES_DIR   = $SKILL_HOME/phases
REFS_DIR     = $SKILL_HOME/references

# ─── 2. EXEC_CONTEXT (항상 = CWD) ───
EXEC_ROOT    = $CWD                        # 현재 프로젝트 루트
INTEL_DIR    = $EXEC_ROOT/docs/intel        # 모든 출력은 여기에 저장
REPORT_DIR   = $INTEL_DIR/reports
OPP_DIR      = $INTEL_DIR/opportunities
RAW_DIR      = $INTEL_DIR/raw
SCOUT_DIR    = $INTEL_DIR/scout
ECO_DIR      = $INTEL_DIR/claude-ecosystem
ALL_DIR      = $INTEL_DIR/all

# ─── 3. REF_CONTEXT (선택적 = GP) ───
GP_AVAILABLE = false (기본값)
GENERAL_PRO 탐색 순서:
  1. 환경변수 GENERAL_PRO_PATH
  2. CWD가 00-general-pro* 내부이면 해당 루트
  3. ~/OneDrive/문서/**/00-general-pro*, ~/{develop,dev}/00-general-pro* 탐색
  4. 실패 시: GP_AVAILABLE=false (에러 없음, AskUserQuestion 하지 않음)

if GP_AVAILABLE:
  REUSABLE_TS  = $GENERAL_PRO/02-reusable-code
  REUSABLE_PY  = $GENERAL_PRO/02-reusable-code-python
  NEWS_MODULE  = $REUSABLE_PY/news
  COMMUNITY_REF = $GENERAL_PRO/03-skills/00-community-reference
  USEFUL_REPOS = $COMMUNITY_REF/useful-repos.md
  CLAUDE_REF   = $GENERAL_PRO/docs/references/_CLAUDE_CODE_REFERENCE.md
  GP_SKILLS_DIR = $GENERAL_PRO/03-skills
  GP_AGENTS_DIR = $GENERAL_PRO/04-agents
  MCP_CATALOG  = $GENERAL_PRO/02-reusable-code/14-mcp-catalog

특수 케이스: CWD가 GP일 때 → EXEC_ROOT == GENERAL_PRO이므로 기존과 100% 동일 동작.

인수 처리

사용자가 제공한 인수: $ARGUMENTS

Phase 흐름

일반 모드 (기본)

Phase 0: 컨텍스트 감지
  → 기존 보고서 확인, 체크포인트 로드, Python 환경 검증
    |
Phase 1: 설정
  → 대화형 도메인/기간/플랫폼 선택 (--quick 시 기본값 적용)
    |
Phase 2: 데이터 수집 (수집기 + MCP 보강)
  → Python collector 실행 + MCP 실시간 검색 병렬
    |
Phase 3: 트렌드 분석 (분석기 + 에이전트)
  → Python analyzer 실행 + trend-analyst 에이전트 심층 분석
    |
Phase 4: 기회 합성 (자산 교차 + 경쟁 분석)
  → 보유 자산 교차 + market-scout 에이전트 + 5차원 점수 + 사용자 선택
    |
Phase 5: 보고서 생성
  → 전체 보고서 + 기회 카드 개별 저장
    |
Phase 6: 완료
  → 결과 요약 + 후속 스킬 권장

--claude 모드 (Claude 생태계 감시)

상세 워크플로우: phases/claude-ecosystem.md 참조

CE-1: 소스 수집
  → Anthropic 공식 문서/블로그/GitHub/변경 로그에서 변경사항 수집
    |
CE-2: 변경 감지 (Diff)
  → 수집 결과 ↔ _CLAUDE_CODE_REFERENCE.md 비교 → 변경 항목 목록
    |
CE-3: 영향 분석
  → 변경 항목이 영향을 주는 스킬/에이전트/설정/MCP/Hooks 파일 매핑
    |
CE-4: 업데이트 계획
  → 변경/추가/삭제 액션 목록 생성 → 사용자 승인 대기
    |
CE-5: 업데이트 실행
  → 승인된 항목 반영 (_CLAUDE_CODE_REFERENCE.md 갱신 포함)
    |
CE-6: 전파 + 완료
  → /kdyupdate → /kdysync → /inception 연쇄 실행 + 보고서 생성

--scout 모드 (스킬·MCP·AI팁 스카우트)

상세 워크플로우: phases/scout.md 참조 검색 소스: references/scout-sources.md 참조 리포트 템플릿: references/scout-report-template.md 참조

SC-1: 컨텍스트 로드 + 설정
  → 기존 community-reference 인벤토리 구성, 검색 설정
    |
SC-2: 멀티소스 탐색 (병렬 3에이전트)
  → Agent-A: GitHub 검색 (trending, awesome lists, topic search)
  → Agent-B: 웹 검색 (블로그, 튜토리얼, 릴리즈 노트)
  → Agent-C: 커뮤니티 검색 (Reddit, HN, Discord/X)
    |
SC-3: 중복 제거 + 품질 필터
  → 기존 자산 대비 diff → Stars/활성도/관련성 필터링
    |
SC-4: 분류 + 스코어링
  → 13개 community-reference 카테고리 자동 분류
  → 4차원 유용도 점수 (인기 30%, 최신 25%, 관련 25%, 품질 20%)
    |
SC-5: 등록 (사용자 승인 후)
  → useful-repos.md 갱신 + AI 팁 저장 (MCP 서버 발견 시 /kdymcp 권장)
    |
SC-6: 갭 분석 + 리포트
  → 카테고리 커버리지 분석 + 트렌드 기반 갭 + 스카우트 리포트 생성

--all 모드 (전체 인텔리전스 병렬)

상세 워크플로우: phases/all.md 참조 통합 리포트 템플릿: references/all-report-template.md 참조

AL-1: 사전 준비
  → 환경 검증, 도메인 설정, 디렉토리 생성
    |
AL-2: 3개 파이프라인 병렬 발사
  → Agent-1: 일반 모드 (뉴스 수집→트렌드→기회)     ─┐
  → Agent-2: Claude 생태계 (소스 수집→변경 감지)     ─┼─ 병렬 실행
  → Agent-3: Scout (GitHub/웹 탐색→분류→갭 분석)    ─┘
    |
AL-3: 교차 분석 + 통합
  → 트렌드×스카우트, 생태계×스카우트, 생태계×트렌드, 갭×기회
  → 사용자 승인 → Scout 등록 + Claude 업데이트 실행
    |
AL-4: 통합 리포트 + 완료
  → 3개 결과 + 교차 인사이트 → 단일 통합 리포트 + 액션 플랜

Phase 0: 컨텍스트 감지

0-0. Context Resolution (3-Context 설정)

모든 모드에서 가장 먼저 실행. 3개 컨텍스트를 결정한다.

# 1. SKILL_HOME 결정 (항상 성공)
SKILL_HOME = ~/.claude/skills/kdyintel

# 2. EXEC_CONTEXT 결정 (항상 = CWD)
EXEC_ROOT = $CWD
INTEL_DIR = $EXEC_ROOT/docs/intel

# 3. REF_CONTEXT 결정 (GP 탐색 — 실패해도 OK)
GP_AVAILABLE = false
Bash: 아래 순서로 탐색
  1. [ -n "$GENERAL_PRO_PATH" ] → GENERAL_PRO=$GENERAL_PRO_PATH
  2. CWD 경로에 "00-general-pro" 포함 → CWD 루트 사용
  3. find ~/OneDrive ~/develop ~/dev -maxdepth 3 -type d -name "00*general*pro*" 2>/dev/null | head -1
  4. 모두 실패 → GP_AVAILABLE=false (에러 없이 진행)

if GENERAL_PRO 발견:
  GP_AVAILABLE = true
  → 조건부 변수 설정 (REUSABLE_PY, COMMUNITY_REF, CLAUDE_REF 등)

0-1. 인수 분기

if --all:
  → 전체 인텔리전스 병렬 실행 파이프라인으로 분기
  Read: $PHASES_DIR/all.md
  Read: $REFS_DIR/all-report-template.md
  → AL-1부터 순차 실행 (내부적으로 3개 파이프라인 병렬 발사)
elif --claude:
  → Claude 생태계 전용 파이프라인으로 분기
  Read: $PHASES_DIR/claude-ecosystem.md
  → CE-1부터 순차 실행 (일반 Phase 1~6 건너뜀)
elif --scout:
  → 스킬/MCP/AI팁 스카우트 전용 파이프라인으로 분기
  Read: $PHASES_DIR/scout.md
  Read: $REFS_DIR/scout-sources.md
  Read: $REFS_DIR/scout-report-template.md
  → SC-1부터 순차 실행 (일반 Phase 1~6 건너뜀)
  → --focus 서브 인수가 있으면 해당 영역만 집중
elif --resume:
  Read: $INTEL_DIR/_CHECKPOINT_KDYINTEL.md
  또는: $INTEL_DIR/scout/_CHECKPOINT_SCOUT.md (scout 모드 체크포인트 존재 시)
  → 마지막 완료 Phase/Step 확인
  → 해당 Phase부터 재개
elif --quick:
  domains = ["ai"], days = 7, platform = "both"
  → Phase 1 건너뜀 → Phase 2로 직행
elif --domain <d>:
  domains = [<d>], days = 7 (기본), platform = "both"
  → Phase 1에서 기간/플랫폼만 질문
else:
  Phase 0-2부터 정상 진행

0-2. 기존 보고서 확인

Glob: $INTEL_DIR/reports/*.md
Glob: $INTEL_DIR/opportunities/*.md

존재하면 최근 보고서 날짜/도메인을 표시하여 중복 수집 방지에 활용. 없으면 건너뜀.

0-2b. 연구자료 교차 참조

if GP_AVAILABLE:
  RESEARCH_VAULT = $GENERAL_PRO/08-research-vault
  Glob: $RESEARCH_VAULT/*/
  → 주제 폴더 목록 수집
  → 수집 대상 도메인과 vault 주제 키워드 매칭
  → 매칭되는 주제가 있으면: "기존 연구자료 {N}건 존재 ({topic})" 표시
  → Phase 5 보고서 작성 시 교차 참조 자료로 활용

0-3. Python 환경 검증 (GP_AVAILABLE일 때만)

if GP_AVAILABLE:
  Bash: uv --version
  Bash: ls "$REUSABLE_PY/news/" 2>/dev/null || echo "NEWS_MODULE_NOT_FOUND"
  → uv 미설치 또는 news 모듈 미존재 시: WebSearch/MCP 전용 수집 모드
else:
  → Python 수집기 사용 불가 — WebSearch/MCP 전용 수집 모드

0-4. 디렉토리 확인

Bash: mkdir -p "$INTEL_DIR/raw" "$INTEL_DIR/reports" "$INTEL_DIR/opportunities" "$INTEL_DIR/scout" "$INTEL_DIR/claude-ecosystem" "$INTEL_DIR/all"

0-5. 컨텍스트 요약 표시

## 실행 컨텍스트

| 항목 | 값 |
|------|-----|
| 실행 위치 (EXEC_ROOT) | $CWD |
| 출력 디렉토리 (INTEL_DIR) | $CWD/docs/intel/ |
| GP 참조 | {✅ $GENERAL_PRO 경로 / ❌ 미발견 (축소 모드)} |
| Python 수집기 | {✅ 사용 가능 / ❌ GP 없음 또는 모듈 없음} |
| 기존 보고서 | {n}개 |
| 실행 모드 | {인수에 따른 모드} |

GP 미발견 시 추가 표시:
  ⚠️ GENERAL_PRO를 찾을 수 없습니다. 축소 모드로 실행합니다.
  - 일반 모드: WebSearch/MCP 전용 수집 + CWD 자산 기반 매칭
  - Claude 모드: 수집 전용 (diff/전파 불가)
  - Scout 모드: 탐색 + 로컬 후보 저장 (community-reference 등록 불가)

Phase 1: 설정

--quick 시 이 Phase를 건너뜁니다.

1-1. 도메인 선택

AskUserQuestion: "어떤 도메인의 뉴스를 수집할까요? (복수 선택 가능)"
  suggestions: ["AI/LLM", "SaaS/생산성", "모바일 앱", "핀테크", "건강/웰니스", "교육", "개발 도구", "전체 스캔"]

→ domains[] 결정. references/source-registry.md의 도메인별 키워드 매핑 참조.

1-2. 수집 기간

AskUserQuestion: "며칠간의 뉴스를 수집할까요?"
  suggestions: ["3일 (빠른 스캔)", "7일 (기본)", "14일 (깊은 분석)", "30일 (월간 리포트)"]

→ days 결정.

1-3. 플랫폼 선택

AskUserQuestion: "수집 플랫폼을 선택하세요."
  suggestions: ["전체 (Python + MCP)", "Python 수집기만", "MCP 검색만"]

→ platform 결정 ("both" | "python" | "mcp").

1-4. 설정 요약 + 체크포인트

수집 설정(도메인/기간/플랫폼)을 테이블로 표시하고 docs/intel/_CHECKPOINT_KDYINTEL.md에 저장.

Phase 2: 데이터 수집

상세 워크플로우: phases/collection.md 참조

Read: $PHASES_DIR/collection.md
Read: $REFS_DIR/source-registry.md

2-1. Python 수집기 실행

platform이 "python" 또는 "both"인 경우 그리고 GP_AVAILABLE이고 NEWS_MODULE 존재 시:

if GP_AVAILABLE and NEWS_MODULE exists:
  Bash: cd "$REUSABLE_PY" && uv run -m news.collector --domains {domains} --days {days} --output "$INTEL_DIR/raw/YYYY-MM-DD-collection.json"
else:
  → Python 수집기 건너뜀 — WebSearch/MCP 전용 수집

수집 결과 파일 존재 확인 + 수집 건수 표시.

2-2. MCP 실시간 보강

platform이 "mcp" 또는 "both"인 경우:

• Agent 2개 병렬 발사:
  • DuckDuckGo Agent: duckduckgo_news + duckduckgo_search 도구로 도메인별 키워드 최신 뉴스 검색
  • Tavily Agent: tavily_search 도구로 정밀 웹 검색 + 본문 추출
• MCP 미설정 시 건너뜀 (Python 수집 결과만 사용)
• 결과를 Python 수집 결과에 병합

2-3. 체크포인트 갱신

수집 건수, 소스별 현황을 _CHECKPOINT_KDYINTEL.md에 기록.

실패 처리: Python 수집 실패 시 MCP만으로, MCP 실패 시 Python만으로 진행. 모두 실패 시 에러 표시 후 종료.

Phase 3: 트렌드 분석

상세 워크플로우: phases/analysis.md 참조

Read: $PHASES_DIR/analysis.md

3-1. Python 분석기 실행

if GP_AVAILABLE and NEWS_MODULE exists:
  Bash: cd "$REUSABLE_PY" && uv run -m news.analyzer --input "$INTEL_DIR/raw/YYYY-MM-DD-collection.json" --output "$INTEL_DIR/raw/YYYY-MM-DD-analysis.json"
else:
  → Python 분석기 건너뜀 — 수집 데이터에서 LLM 기반 직접 키워드 빈도 분석

3-2. trend-analyst 에이전트

Agent(subagent_type: general-purpose):
  지시: trend-analyst 프롬프트로 발사
  입력: TrendSignal 리스트 (상위 10개) + 관련 NewsItem
  작업: 각 트렌드별 WebSearch → 성장 단계 검증 → 기회 창 판단
  출력: 3-Tier 트렌드 보고서 (Critical/Important/Minor)

에이전트 실패 시: Python 분석 결과만으로 진행.

3-3. 분석 결과 표시

키워드/빈도/단계/카테고리/Tier를 테이블로 표시.

3-4. 체크포인트 갱신

상위 10 트렌드, Tier별 건수를 _CHECKPOINT_KDYINTEL.md에 기록.

Phase 4: 기회 합성

상세 워크플로우: phases/synthesis.md 참조 평가 기준: references/scoring-matrix.md 참조

Read: $PHASES_DIR/synthesis.md
Read: $REFS_DIR/scoring-matrix.md

4-1. 보유 자산 교차 분석

if GP_AVAILABLE:
  # GP 자산 매칭 (기존 방식 — 풍부한 자산 카탈로그)
  Read: $REUSABLE_TS/README.md
  Read: $REUSABLE_PY/README.md
  Glob: $REUSABLE_TS/*/
  → 트렌드 키워드와 보유 자산을 교차하여 tech_feasibility 보정 (+2)
else:
  # CWD 프로젝트 자산 탐지 (대체 방식 — 현재 프로젝트 기반)
  Read: $EXEC_ROOT/package.json (존재 시) → npm 의존성 추출
  Read: $EXEC_ROOT/pyproject.toml (존재 시) → Python 의존성 추출
  Read: $EXEC_ROOT/CLAUDE.md → 프로젝트 스택/설명 추출
  Glob: $EXEC_ROOT/src/**/*.{ts,tsx,py,rs,go} → 언어/프레임워크 감지
  → PROJECT_ASSETS{} 구성 → tech_feasibility 보수적 보정 (+1)

트렌드 키워드와 보유 자산을 교차하여 기술 실현성 점수 보정.

4-2. market-scout 에이전트

Agent(subagent_type: general-purpose):
  지시: market-scout 프롬프트로 발사
  입력: 상위 5개 AppOpportunity의 title + description
  작업: 각 기회별 경쟁사 WebSearch → Top 3 경쟁사 분석 → 갭 식별
  출력: 경쟁 분석 + 차별화 포인트

에이전트 실패 시: Python 분석 결과의 기본 점수 사용.

4-3. 5차원 점수 최종 산출

references/scoring-matrix.md 참조하여 자산 매칭→tech_feasibility, 경쟁 분석→differentiation, 트렌드 단계→timing 보정. Top 5를 비교 테이블로 표시.

4-4. 사용자 기회 선택

AskUserQuestion: "Top 5 기회 중 관심 있는 것을 선택하세요."
  suggestions: ["1번", "2번", "3번", "4번", "5번", "모두 저장"]

4-5. 체크포인트 갱신

5개 기회 제목+점수, 사용자 선택을 _CHECKPOINT_KDYINTEL.md에 기록.

Phase 5: 보고서 생성

보고서 템플릿: references/report-template.md 참조

Read: $REFS_DIR/report-template.md

5-1. 전체 보고서 생성

Write: docs/intel/reports/YYYY-MM-DD-intel-report.md

references/report-template.md의 보고서 템플릿에 따라 전체 인텔리전스 보고서 생성.

5-2. 기회 카드 개별 저장

선택된 기회(또는 전체)를 개별 파일로 저장:

Write: docs/intel/opportunities/YYYY-MM-DD-{kebab-case-title}.md

references/report-template.md의 기회 카드 템플릿 형식 사용.

5-3. 체크포인트 갱신

보고서 경로, 기회 카드 경로를 _CHECKPOINT_KDYINTEL.md에 기록.

Phase 6: 완료

6-1. 결과 요약

생성 파일 목록, 핵심 지표(수집 항목/트렌드/기회), 다음 권장 작업을 테이블로 표시:

• /kdymarket --from-intel — 마케팅 전략
• /kdyidea --domain {domain} — 아이디어 정제
• /kdygenesis — 프로젝트 전환
• 08-research-vault 교차 참조 — 보고서 주제 관련 연구자료가 있으면 참조 안내

6-1b. 연구자료 아카이빙 판단 및 저장

if GP_AVAILABLE:
  RESEARCH_VAULT = $GENERAL_PRO/08-research-vault

  for each 보고서 in 생성된_보고서_목록:
    # ── 아카이빙 가치 판단 ──
    archive_score = 0
    if 보고서에 새로운 트렌드/정책/기술 발견: +2
    if 기존 vault 주제와 연속성 있음 (시계열 추적 가치): +2
    if 정량 데이터(수치, 통계, 비교표) 포함: +1
    if 단순 뉴스 요약이 아닌 심층 분석: +1
    if 다른 프로젝트에서도 참조할 범용성: +1

    if archive_score >= 3:
      도메인 = 보고서에서 도메인 추출
      topic_slug = 도메인의 kebab-case 변환

      if $RESEARCH_VAULT/{topic_slug}/ 미존재:
        AskUserQuestion: "'{도메인}' 인텔 보고서를 research-vault에 아카이빙할까요? (새 주제 폴더 생성)"
        → 승인 시: mkdir -p $RESEARCH_VAULT/{topic_slug}/{sources,analyses,synthesis}
        → _TOPIC_TEMPLATE.md 복사 → _INDEX.md 초기화
      else:
        → 기존 주제 폴더에 추가 (확인 없이 진행)

      Write: $RESEARCH_VAULT/{topic_slug}/analyses/YYYY-MM-DD-intel-{도메인}.md
        → _ANALYSIS_TEMPLATE.md 기반, 보고서 핵심 내용으로 분석 카드 작성
      Edit: $RESEARCH_VAULT/{topic_slug}/_INDEX.md
        → 분석 이력 테이블에 1행 추가
    else:
      → 아카이빙 건너뜀 (로컬 보고서만 유지)

6-2. --market 인수 처리

--market 지정 시 AskUserQuestion으로 /kdymarket 실행 여부 확인.

6-3. 체크포인트 최종 갱신

_CHECKPOINT_KDYINTEL.md에 phase: 6, status: COMPLETED 기록.

Superpowers 연계

이 스킬 실행 중 아래 superpowers 원칙을 적용한다.

예외사항

일반/Claude 모드 예외

All 모드 예외

Scout 모드 예외

관련 스킬/에이전트

사용 예시

# 전체 실행 (대화형 설정)
/kdyintel

# 빠른 모드 (AI 도메인, 7일, 전체 플랫폼)
/kdyintel --quick

# 특정 도메인 고정
/kdyintel --domain saas

# 분석 후 마케팅 전략까지 자동 연계
/kdyintel --market

# Claude 생태계 변경 감지 + 프로젝트 설정 전파
/kdyintel --claude

# 스킬/MCP/AI팁 전체 스카우트
/kdyintel --scout

# 스킬/에이전트/플러그인만 탐색
/kdyintel --scout --focus skills

# AI 코딩 팁만 수집
/kdyintel --scout --focus tips

# Hooks 패턴만 탐색
/kdyintel --scout --focus hooks

# 전체 인텔리전스 병렬 실행 (뉴스 + Claude 생태계 + Scout)
/kdyintel --all

# 이전 세션 중단 지점에서 재개
/kdyintel --resume