Company Radar
경쟁 인텔리전스 오케스트레이터. 기업명을 입력하면 8개 이상의 플랫폼에서 병렬 조사를 수행하고, 각 기업을 0-100 Heat Scale로 평가하며, AI 브리핑이 포함된 구조화된 레이더 보고서를 생성합니다.
이 스킬은 오케스트레이션 스킬입니다. 데이터 수집은 기존 opendirectory 마이크로 스킬에 위임하고, 그 결과를 조정합니다. 이 스킬이 그들을 대체하지는 않습니다.
아키텍처
INPUT: 기업명 / URL
|
[1. 프로필 단계] -- 웹 조사로 기업 프로필 구축
|
[2. 신호 수집] -- 플랫폼 병렬 조사 (8개 채널)
/ | | | | | \ \
GH TW RD HN PH YC WEB MEDIA
|
[3. 점수 엔진] -- 4차원 Heat Score (0-100)
|
[4. AI 종합] -- 집행 브리핑 생성
|
OUTPUT: 레이더 보고서 + 기업별 심층 분석
신호 채널 및 Opendirectory 매핑
| 채널 | Opendirectory 스킬 | 감지 대상 |
|---|---|---|
| GitHub | gh-issue-to-demand-signal + 웹 검색 | 스타, 포크, 커밋, 릴리스, 출시 속도 |
| Twitter/X | twitter-GTM-find-skill | 트윗, 멘션, 참여도, 창업자 활동 |
reddit-icp-monitor, reddit-post-engine | 커뮤니티 감정, 문제점, 버즈 | |
| Hacker News | hackernews-intel | 스토리 멘션, 포인트, 프론트 페이지 신호 |
| Product Hunt | producthunt-launch-kit | 런칭, 투표, 메이커 활동 |
| YC Jobs | yc-intent-radar-skill / yc-jobs-scraper | 채용 공고, 채용 부서, 성장 신호 |
| 웹 / 언론 | Tavily 검색 + competitor-pr-finder | 뉴스, 제품 발표, 투자 소식 |
| 가격 | pricing-finder | 가격 변동, 티어 업데이트, 요금제 구조 |
| 시장 포지션 | map-your-market | ICP, 경쟁사 지형, 메시징 격차 |
일반적인 실수
| 에이전트가 하려는 행동 | 잘못된 이유 |
|---|---|
| 스킬을 순차적으로 실행 | 8개 신호 채널은 모두 독립적입니다. 반드시 병렬로 실행해야 합니다. |
| GitHub 스타 수나 채용 숫자를 지어냄 | 모든 데이터 포인트는 특정 검색 결과나 스킬 출력에 근거해야 합니다. "약 500스타" 같은 추정은 안 됩니다. |
| Heat Score 계산을 건너뜀 | 레이더 보고서에는 점수가 매겨진 출력이 필요하며, 단순 데이터 덤프가 아닙니다. Heat Score가 핵심 차별화 요소입니다. |
| 스킬 실패 시 불완전한 보고서 출력 | 하나의 채널이 실패해도 전체 보고서가 차단되지 않습니다. 확보한 데이터로 점수를 매기고, 공백을 기록하세요. |
| AI 학습 지식을 기업 설명에 사용 | 모든 기업 설명은 실시간 웹 조사에서 가져와야 하며, 기억에서 꺼내면 안 됩니다. |
| Heat Score의 활동 수준 점수를 잊음 | Heat Score는 명확한 임계값을 가집니다: 높음(60+), 중간(30-59), 낮음(1-29), 휴면(0). |
1단계: 설정 확인
필요한 API 키가 사용자 플랫폼에서 지원하는 채널에 접근 가능한지 확인하세요:
if [ -z "$TAVILY_API_KEY" ]; then echo "TAVILY_API_KEY: 설정되지 않음 -- 웹 보강에 필요"; else echo "TAVILY_API_KEY: 구성됨"; fi
if [ -z "$GITHUB_TOKEN" ]; then echo "GITHUB_TOKEN: 설정되지 않음 -- GitHub API 요청 제한 60회/시"; else echo "GITHUB_TOKEN: 구성됨"; fi
오케스트레이션되는 개별 스킬들은 각자의 API 키 요구사항이 있습니다. 각 스킬의 SKILL.md에서 자세한 내용을 확인하세요. 전체 작동에 필요:
TAVILY_API_KEY-- 웹 검색 및 기업 보강 (app.tavily.com에서 획득)GITHUB_TOKEN-- GitHub API 접근 (github.com/settings/tokens에서 획득)
TAVILY_API_KEY가 없으면: 중단하고 사용자에게 알리세요. 이것 없이는 회사 프로파일링과 웹 보강이 작동할 수 없습니다.
2단계: 입력 파싱
대화에서 다음을 수집하세요:
companies: 추적할 기업명/URL 목록 (필수, 최소 1개, 최대 10개)output_preference: "full report" (기본값), "alert-only", "briefing-only", 또는 "heat-score-only" (리더보드 테이블 + 점수만, 심층 분석 없음)timeframe: "realtime" (기본값) 또는 "last-week" 또는 "last-month"
사용자가 단일 기업명을 입력한 경우: 그래도 전체 레이더 파이프라인을 실행하세요. 단일 기업 레이더도 유효합니다. 전체 프로필을 얻으세요.
10개 이상의 기업이 있으면: 사용자에게 "레이더 스캔당 최대 10개 기업입니다. 처음 10개를 실행하겠습니다. 교체를 원하면 알려주세요."라고 말하세요.
기업에 특정 알려진 핸들이 있는지 물어보세요:
- GitHub 조직명 (기업명과 다른 경우)
- Twitter 핸들
- YC 배치 (YC 기업인 경우)
- Product Hunt 슬러그
이렇게 하면 조사 시간이 절약됩니다. 모르는 경우 프로필 단계에서 발견합니다.
3단계: 기업 프로필 단계
각 기업에 대해 플랫폼 조사를 실행하기 전에 기본 프로필을 구축합니다.
3a단계: 초기 웹 보강
각 기업에 대해 Tavily 검색을 실행하여 다음을 발견합니다:
[기업명] official website twitter github linkedin producthunt yc founders
검색 결과에서 추출:
- 도메인 / 웹사이트 URL
- 설명 (2-3문장)
- Twitter 핸들 (결과의 twitter.com/X.com URL에서)
- GitHub 조직 (결과의 github.com URL에서)
- LinkedIn URL
- Product Hunt 슬러그
- YC 배치 및 URL (해당하는 경우)
- 창업자 이름 및 Twitter 핸들
출력 형식: 각 기업에 대해 references/company-profile-format.md를 따르는 프로필 객체를 생성합니다.
3b단계: 사용자 확인
발견된 프로필을 표시하고 사용자에게 확인 또는 수정을 요청하세요.
## 발견된 기업 프로필
| 기업 | 도메인 | Twitter | GitHub | YC 배치 | 창업자 |
|---|---|---|---|---|---|
| ... | ... | ... | ... | ... | ... |
신호 수집을 진행하기 전에 잘못된 핸들을 수정하시겠습니까?
사용자 확인을 기다리세요. 이 단계를 건너뛰지 마십시오. 잘못된 핸들은 잘못된 신호를 생성합니다.
4단계: 병렬 신호 수집
이제 확인된 모든 기업에 대해 모든 플랫폼에서 동시에 조사를 실행합니다.
신호 수집 맵
각 플랫폼에 대해 적절한 방법을 사용하세요. 모든 플랫폼을 동시에 실행하세요. 순차적으로 실행하지 마십시오.
GitHub 신호
웹 검색(Tavily)을 사용하여 GitHub 조직을 찾은 다음 다음을 검색합니다:
github.com/[org] stars forks commits
추출:
- 전체 저장소 스타 수
- 전체 포크 수
- 최근 커밋 (최근 7일)
- 최근 릴리스 (최근 30일)
- 마지막 푸시 날짜
- 주요 언어
- 열린 이슈 수
또는 GitHub Issues에서 더 깊은 수요 신호 분석을 원한다면 gh-issue-to-demand-signal 스킬을 호출합니다.
Twitter/X 신호
twitter-GTM-find-skill 또는 Tavily 검색 사용:
twitter.com/[handle] site:twitter.com [기업명] startup
추출:
- 최근 트윗 수 (최근 24시간)
- 멘션 볼륨
- 창업자 트윗 활동
- 주요 주제/해시태그
Reddit 신호
reddit-icp-monitor 접근 방식 또는 Tavily 검색 사용:
site:reddit.com [기업명] [제품 카테고리]
추출:
- 멘션 수
- 게시물 점수 (upvotes)
- 감정 (긍정/부정/혼합)
- 주요 불만 또는 칭찬
- 관련 서브레딧
Hacker News 신호
hackernews-intel 접근 방식 또는 HN Algolia API 검색 사용:
site:news.ycombinator.com [기업명]
추출:
- 스토리 수
- 총 포인트
- 프론트 페이지 스토리
- 주요 주제
Product Hunt 신호
producthunt-launch-kit 접근 방식 또는 Tavily 검색 사용:
site:producthunt.com [기업명] products
추출:
- 최근 런칭
- 투표 수
- 댓글/감정
- 런칭 빈도
YC Jobs 신호
yc-intent-radar-skill / yc-jobs-scraper 접근 방식 또는 Tavily 검색 사용:
site:workatastartup.com [기업명] OR site:ycombinator.com/companies [기업명]
추출:
- 열린 채용 공고 수
- 직무/역할
- 부서 분류 (엔지니어링, 영업, 마케팅 등)
- 위치/원격 상태
웹 / 언론 신호
Tavily 검색 사용:
[기업명] funding announcement product launch news 2026
추출:
- 최근 투자 라운드
- 제품 런칭
- 언론에 보도된 주요 인사 채용
- 파트너십 발표
가격 신호 (선택사항, 사용자가 가격 정보를 원하는 경우 실행)
pricing-finder 스킬 또는 Tavily 검색 사용:
[기업명] pricing plans 2026
추출:
- 가격 티어
- 요금제 구조 변경
- 무료 티어 vs 유료
실패 처리
- 어떤 채널이 0개의 결과를 반환하면, 보고서에 "신호 감지되지 않음"으로 기록합니다.
- 어떤 스킬을 사용할 수 없으면 (API 키 누락), "채널 사용 불가"로 기록합니다.
- 절대 기억에서 데이터를 조작하지 마십시오. 찾을 수 없으면, 찾지 못한 것으로 표시하세요.
- 하나의 빈 채널이 전체 보고서를 무효화하지 않습니다.
5단계: Heat Score 계산
번들된 scripts/heat-score-calc.mjs를 사용하여 각 기업의 점수를 매기세요. 이 스크립트는 references/heat-score-methodology.md의 4차원 점수 알고리즘을 구현합니다.
실행 방법
모든 신호 데이터를 다음 스키마와 일치하는 JSON 파일로 수집하세요:
{
"companies": [{
"name": "CompanyName",
"signals": {
"stars": null, "forks": null, "ph_votes": null,
"commits_week": null, "releases_month": null,
"active_shipping": false, "last_activity_days": null,
"tweets_24h": null, "mentions": null,
"reddit_posts": null, "reddit_score": null,
"hn_stories": null, "hn_points": null,
"youtube_videos": null,
"jobs": null, "dept_count": null,
"sentiment": null, "traction": null
}
}]
}
각 필드를 발견된 값으로 채우세요. 찾을 수 없는 것은 null로 남겨둡니다. 스크립트는 null을 0으로 처리합니다.
그런 다음 실행:
node scripts/heat-score-calc.mjs --file signals.json
또는 파이프로 전달:
echo '{"companies":[...]}' | node scripts/heat-score-calc.mjs
반환 값
스크립트는 기업별 결과가 포함된 JSON을 출력합니다:
{
"generated_at": "2026-05-29T...",
"company_count": 3,
"companies": [
{
"name": "Vercel",
"heat_score": 89,
"level": "High",
"dimensions": {
"authority": { "score": 25, "max": 25, "breakdown": {...} },
"shipping": { "score": 25, "max": 25, "breakdown": {...} },
"social": { "score": 17, "max": 25, "breakdown": {...} },
"growth": { "score": 22, "max": 25, "breakdown": {...} }
},
"alerts": [...]
}
]
}
각 기업은 다음을 포함합니다:
heat_score— 총점 0-100level— 높음 (60+), 중간 (30-59), 낮음 (1-29), 휴면 (0)dimensions— 차원별 점수 (최대값 및 항목별 세부 내역 포함)alerts— 자동 감지된 주목할 만한 신호
점수 규칙 (스크립트에 구현됨)
다음은 스크립트가 적용하는 공식입니다. 투명성을 위해 여기에 문서화합니다:
| 차원 | 신호 | 최대값 |
|---|---|---|
| 권위 | GitHub 스타 (min(15, stars/1000*3)), 포크 (min(5, forks/200*2)), PH 투표 (min(5, votes/100*5)) | 25 |
| 출시 속도 | 주간 커밋 (min(10, commits*2)), 월간 릴리스 (5 if >0), 활동 플래그 (5), 최신성 (5 if <7d, 3 if <30d) | 25 |
| 소셜 | 트윗 (5), 멘션 (5), Reddit 게시물 (3) + 점수 (2), HN 스토리 (4) + 포인트 (3), YouTube (3) | 25 |
| 성장 | 채용 (min(10, jobs*3)), 부서 다양성 (min(5, dept_count*2)), AI 감정 (5), AI 트랙션 (5) | 25 |
- 각 차원은 25에서 제한됩니다. 누락된 신호는 0점입니다. 데이터를 추정하지 마십시오.
- 전체 방법론 및 엣지 케이스는
references/heat-score-methodology.md에 있습니다.
6단계: AI 집행 브리핑
0점 이상 (즉, 어떤 신호라도 감지된) 각 기업에 대해 수집된 데이터를 사용하여 AI 집행 브리핑을 생성합니다.
브리핑은 다음을 포함해야 합니다:
**집행 브리핑: [기업명]**
**컨텍스트:** 해당 기업의 사업 및 시장 포지션에 대한 1-2문장
**Heat Score:** [점수]/100 — [활동 수준]
**최근 활동:**
- 제품: 주요 제품 또는 런칭 신호
- 채용: 채용 상태, 부서, 주목할 만한 역할
- 커뮤니티: Reddit/HN/Twitter 감정 요약
**위협 평가:**
- 경쟁 위협 수준: [낮음 / 중간 / 높음]
- 근거: 2-3문장
**핵심 신호 (가장 중요한 시사점):**
이 기업에서 가장 중요하게 일어나고 있는 일에 대한 한 문장.
**데이터 신뢰도:**
어떤 채널의 데이터가 좋았고, 무엇이 누락되었는지.
규칙:
- 브리핑의 모든 주장은 수집된 데이터에 근거해야 합니다.
- "데이터 신뢰도" 섹션은 필수입니다. 공백에 대해 정직하세요.
- 위협 평가는 진공 상태가 아닌, 레이더의 다른 기업과 비교하여 이루어져야 합니다.
- 각 브리핑은 250단어 미만으로 유지하세요.
7단계: 레이더 보고서 조합 및 출력
모든 것을 구조화된 레이더 보고서 형식으로 컴파일하세요. 정확한 출력 구조는 references/radar-report-template.md를 사용하세요.
보고서는 다음을 포함해야 합니다:
- 집행 요약 — 순위가 매겨진 기업 목록과 최상위 결과
- Heat Score 리더보드 — 모든 기업의 순위 테이블
- 기업별 심층 분석 — 각 기업의 전체 프로필, 신호 데이터, 점수 세부 내역 및 AI 브리핑
- 신호 알림 — 감지된 주목할 만한 이벤트 (채용 급증, 바이럴 모멘트, 런칭)
- 데이터 품질 노트 — 어떤 채널에 데이터가 있었고, 무엇이 누락되었는지
마크다운 형식으로 출력하여 Slack, Notion, Google Docs 또는 이메일에 복사할 수 있도록 하세요.
8단계: 선택사항 — 정기 레이더 예약
사용자가 지속적인 모니터링을 원하는 경우:
- 기업 목록 및 API 구성을 저장합니다.
- 크론 스케줄을 설정합니다 (GitHub Actions 또는 시스템 크론).
- 각 실행마다 업데이트된 보고서를 생성합니다.
- 점수 변경에 대한 알림을 구성합니다 (예: "어떤 기업이 20점 이상 상승하면 알림").
이 스킬은 오케스트레이터입니다. 각 실행은 전체 파이프라인을 새로 실행합니다.