Community연구 & 데이터 분석github.com

TongyiDai/agent-value-ledger

시간은 돈이다|AI's time is money — Agent가 절약한 시간을 정량화하여 돈으로 환산하고, 감사 가능한 로컬 Excel 장부에 기록합니다.

agent-value-ledger란 무엇인가요?

이 스킬은 AI Agent가 완료한 작업의 가치를 로컬 Excel 워크북에 기록하고 관리하는 시스템입니다. Agent는 작업을 자동으로 발견, 중복 제거, 가치 추정 및 업데이트하며, 사용자는 비정상 항목만 검토하면 됩니다. Feishu, 데이터베이스, 외부 동기화 서비스 없이 로컬 Excel에만 의존하여 '감사 가능한 시간 대체 가치'를 기록하며, 추정 금액을 현금 수익이나 확정된 이익으로 표현하지 않습니다. 기본적으로 보수적인 저값(saved_minutes_low, saved_cny_low)을 외부에 표시하고, 중간값과 고값은 Excel 내 참조 구간에만 보관합니다. 이 스킬은 Claude Code, Cursor, Codex 등 로컬 파일 시스템과 상호작용할 수 있는 모든 AI Agent 플랫폼에서 사용할 수 있습니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add TongyiDai/agent-value-ledger

Installed? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

시간은 돈이다|AI's time is money

로컬 Excel 워크북 하나로 Agent가 완료한 작업의 가치 장부를 유지합니다. Agent가 발견, 중복 제거, 추정 및 업데이트를 담당하고, 사용자는 비정상 항목만 검토합니다. 수동으로 한 줄씩 입력할 필요가 없습니다.

설계 경계

  • 로컬 Excel에만 의존합니다. Feishu, Base, 데이터베이스 또는 외부 동기화 서비스에 의존하지 않습니다.
  • 장부는 '감사 가능한 시간 대체 가치'를 기록하며, 추정 금액을 현금 수익, 이익 또는 확정된 수익으로 표현하지 않습니다.
  • 기본적으로 외부에는 보수적인 저값 saved_minutes_low와 saved_cny_low를 표시하고, 중간값과 고값은 Excel의 참조 구간에만 보관합니다.
  • 명확한 완료 상태나 결과물이 있는 작업만 기록합니다. 요구 사항 논의, 선호도 기록, 실패한 시도, 반복 유지 보수, 제안만 있고 산출물이 없는 대화는 기본적으로 건너뜁니다.
  • 전체 채팅, 민감 원문, 자격 증명, 비공개 재무 세부 정보 또는 불필요한 개인 데이터를 저장하지 않습니다. 증거는 짧은 제목, 날짜, 출처 ID, 로컬 경로 또는 결과물 유형만 저장합니다.

워크북 구조

Skill과 함께 제공되는 assets/agent-value-ledger-template.xlsx를 우선 사용합니다. 사용자가 이미 워크북을 가지고 있는 경우, 먼저 읽고 그 구조를 유지합니다. 필요한 워크시트가 없는 경우에만 새로 만듭니다.

  • 요약: 저값 주요 결론, 주/월별 요약, 참조 구간, 낮은 신뢰도 및 검토 대기 수량. 전부 수식으로 구동됩니다.
  • 작업 상세: 한 줄에 하나의 완료된 작업입니다. 시간, 가치, 신뢰도, 증거 및 가정이 별도 열에 저장됩니다.
  • 규칙: 시급, 기본 비용, 분류, 신뢰도 및 추정 경계입니다. 규칙 변경 시 업데이트 시간을 보존해야 합니다.
  • 실행 상태: 최근 스캔 시간, 스캔 기간, 처리된 출처 수, 최근 오류 및 검토 대기 설명입니다. 재스캔을 지원하며 별도의 state 파일에 의존하지 않습니다.
  • 실행 로그: 짧은 이벤트, 결과 및 오류 요약만 기록하며 전체 원문은 기록하지 않습니다.

필수 필드와 수식은 references/workbook-schema.md를 참조하세요. 추정 기준은 references/estimation-policy.md를, 비식별화 및 증거 경계는 references/redaction-and-evidence.md를 참조하세요.

표준 절차

1. 워크북 및 규칙 읽기

  1. 사용자가 지정한 .xlsx 파일을 찾습니다. 지정되지 않은 경우 현재 작업 디렉토리 또는 설정 디렉토리에서 agent-value-ledger.xlsx를 찾습니다.
  2. 먼저 규칙, 실행 상태, 작업 상세 및 요약을 읽어 수식, 필드 및 최근 실행 상태를 확인합니다.
  3. 워크북이 없으면 템플릿을 사용자가 명시한 로컬 경로에 복사합니다. 개인 디렉토리에 조용히 쓰지 않습니다.
  4. 현재 날짜, 시간대, 시급 및 보고 정책을 읽습니다. Skill 내의 예시 시급을 사용자의 실제 시급으로 사용해서는 안 됩니다.

2. 스캔 및 재스캔

  1. 사용 가능한 로컬 세션 요약, 작업 기록, 프로젝트 로그, 결과물 디렉토리 및 버전 기록을 스캔합니다.
  2. 기본적으로 최근 7일을 재스캔하여 '요약이 세션 완료 시간보다 늦게 저장되는' 경우를 포괄합니다. 매번 작업ID, 출처 ID 및 결과물 지문을 기준으로 중복을 제거합니다.
  3. 먼저 후보 목록을 만든 다음 완료 상태를 판단합니다. 스캔하면서 직접 Excel에 쓰지 않습니다.
  4. 각 후보에 대해 accepted, skipped 또는 needs_review를 표시하고 사유를 한 줄씩 남깁니다.

3. 작업 기록 형성

각 작업에 대해 최소한 다음을 기록합니다: 작업 ID, 작업 날짜, 작업 제목, 짧은 요약, 분류, 출처, 결과물, 신뢰도, 세 가지 추정 수동 시간, 세 가지 추정 사용자 투입 시간, 세 가지 추정 검토 재작업 시간, 시급, 분담 비용, 가정, 증거 상태 및 중복 제거 키.

계산 규칙:

saved_minutes = max(0, manual_minutes - user_active_minutes - review_minutes)
saved_cny = saved_minutes / 60 * hourly_rate_cny - allocated_cost_cny

Excel에는 수식을 유지하고 계산 결과를 하드코딩하지 않습니다. 구독/API 비용을 분담할 수 없는 경우 비용을 0으로 채우고 가정에 "구독/API 비용 미분담"이라고 명시합니다.

4. 쓰기 전 검사

  • 작업 ID, 중복 제거 키 또는 결과물 지문이 이미 존재하는 경우: 증거를 업데이트하거나 건너뛰고 중복된 가치를 추가하지 않습니다.
  • 완료 증거가 누락된 경우: needs_review 상태로 진입하며 주요 요약에 포함되지 않습니다.
  • saved_minutes가 0보다 작은 경우: 0으로 처리하고 이상을 기록합니다.
  • 저값이 중간값보다 높거나 중간값이 고값보다 높은 경우: 쓰기를 중단하고 추정을 수정합니다.
  • 수동으로 입력된 "코드 줄 수, 파일 수, 실행 시간"은 증거로만 사용할 수 있으며 절약된 시간과 직접 동일시할 수 없습니다.

5. 업데이트 및 검증

  1. 먼저 작업 상세에 쓰고 요약 수식이 다시 계산되도록 합니다.
  2. 실행 상태와 실행 로그를 기록합니다. 스캔 기간, 후보 수, 추가 수, 건너뛴 수, 검토 대기 수 및 오류 요약을 포함합니다.
  3. 추가된 행, 요약 주요 셀 및 수식 오류 스캔 결과를 다시 읽습니다.
  4. 파일 읽기 불가, 수식 오류, 출처 접근 불가 또는 쓰기 실패가 발생하면 추측을 중단하고 실행 로그에 실패 및 검증되지 않은 범위를 표시합니다.
  5. 사용자에게는 저값 주요 결론, 실제 추가된 작업 수, 검토 대기 항목 및 차단만 보고합니다. 원시 JSON이나 긴 로그를 출력하지 않습니다.

작업 분류

규칙 워크시트의 분류표를 사용합니다. 기본 분류는 다음과 같습니다:

  • simple_lookup_or_command: 간단한 조회, 설명, 단일 명령
  • feishu_lookup_or_schedule: 메시지, 일정, 작업 및 워크스테이션 조회
  • doc_wiki_minutes_synthesis: 문서, Wiki, 회의록, 번역 및 구조 정리
  • report_or_research: 조사, 분석, 계획 및 판단 프레임워크
  • automation_or_workflow_setup: 자동화, 데이터 파이프라인, 배치 처리, 배포 및 워크플로우 구축
  • coding_or_debugging: 코드 수정, 디버깅, 테스트, 릴리스 및 수리
  • local_setup_or_cleanup: 로컬 설치, 정리, 마이그레이션 및 유지 보수

보안 및 배포 경계

  • 비식별화 후에만 공개 저장소에 게시할 수 있습니다: 이름, 이메일, 전화번호, 경로의 사용자 이름, 토큰, Base URL, 내부 도메인, 회사 고객명 및 비공개 문서 제목을 제거합니다.
  • 예시 워크북은 가상 작업과 예시 숫자만 사용해야 합니다. 사용자의 실제 장부에서 기록을 복사해서는 안 됩니다.
  • GitHub 게시 전에 민감 정보 스캔, Excel 수식 오류 스캔, Skill 구조 검증 및 공개 내용 검토를 수행합니다.
  • GitHub 게시는 이 Skill의 자동 부작용이 아닙니다. 사용자가 명시적으로 게시를 요청하고 검토를 완료한 경우에만 실행됩니다.

리소스

관련 스킬