@nomadamas/k-skill 0.1.0

package/skills/iros-registry-automation/scripts/iros_pdf_summary.py

@@ -0,0 +1,249 @@
+#!/usr/bin/env python3
+"""등기부등본(등기사항증명서) PDF → 사실 요약 (판단 없음).
+
+iros-registry-automation 스킬의 **발급 후 단계** 전용. 사용자가 직접 로그인·결제해
+받은 PDF에서 근저당·가압류·소유권 변동 등 핵심 항목을 "PDF에 이렇게 적혀 있다"는
+사실만 뽑아 사람이 읽기 쉬운 요약으로 만든다.
+
+지켜야 할 것 (기존 스킬 hard limit 승계):
+- 로그인/결제는 사람이 직접 — 이 스크립트는 발급 후에만 관여한다.
+- **법률 자문·권리관계 해석·안전/위험 판단을 하지 않는다.** 사실 추출까지만.
+- 개인정보: 이 스크립트는 **어디에도 전송하지 않는다**(로컬 처리 전용). 주민등록번호는
+  마스킹한다. 요약 결과는 저장소·PR·로그에 남기지 말고 $workdir/output 등 비공개 폴더에만 둔다.
+
+입력:
+- PDF 경로 → 로컬 텍스트 추출(pdfplumber → pypdf). 텍스트 레이어가 있는 등기 PDF에 적합.
+- 이미 변환된 텍스트/마크다운(`--from-text`) → 스캔 PDF를 사용자가 self-host 변환기
+  (예: marker, https://github.com/NomaDamas/marker-api-server)로 변환한 결과를 그대로 요약.
+  ※ marker는 로컬에서 사용자가 직접 실행하며, 이 스크립트가 원격으로 PDF를 보내지 않는다.
+
+사용 예:
+  python iros_pdf_summary.py "$workdir/downloads/등기.pdf" --out "$workdir/output"
+  python iros_pdf_summary.py 변환결과.md --from-text
+"""
+from __future__ import annotations
+
+import argparse
+import json
+import re
+import sys
+from pathlib import Path
+
+# ── 개인정보 마스킹 ──────────────────────────────────────────────
+RRN_RE = re.compile(r"\b\d{6}[-\s]?[1-4]\d{6}\b")  # 주민등록번호
+
+
+def mask_pii(text: str) -> str:
+    """주민등록번호를 마스킹한다. 요약/로그 어디서도 원문 노출 금지."""
+    return RRN_RE.sub("******-*******", text)
+
+
+# ── 텍스트 추출 (로컬 전용, 무전송) ──────────────────────────────
+def extract_text_from_pdf(pdf_path: Path) -> str:
+    """PDF에서 텍스트 레이어를 로컬로 추출. 네트워크 사용 없음."""
+    try:
+        import pdfplumber  # 표(근저당 목록) 추출에 유리
+        with pdfplumber.open(str(pdf_path)) as pdf:
+            return "\n".join((page.extract_text() or "") for page in pdf.pages)
+    except ImportError:
+        pass
+    try:
+        from pypdf import PdfReader
+        reader = PdfReader(str(pdf_path))
+        return "\n".join((page.extract_text() or "") for page in reader.pages)
+    except ImportError:
+        raise SystemExit(
+            "PDF 텍스트 추출 라이브러리가 없습니다. `pip install pypdf`(권장) 또는 "
+            "`pip install pdfplumber` 후 다시 실행하세요.\n"
+            "스캔(이미지) PDF라면, 로컬에 self-host한 변환기(예: marker)로 먼저 "
+            "텍스트/마크다운으로 바꾼 뒤 `--from-text <파일>`로 요약하세요."
+        )
+
+
+def load_input_text(input_path: Path, from_text: bool) -> str:
+    """입력을 텍스트로 로드. PDF면 로컬 추출, 아니면(또는 --from-text) 파일을 그대로 읽는다."""
+    is_pdf = input_path.suffix.lower() == ".pdf"
+    if is_pdf and not from_text:
+        return extract_text_from_pdf(input_path)
+    return input_path.read_text(encoding="utf-8", errors="replace")
+
+
+# ── 파싱 헬퍼 ────────────────────────────────────────────────────
+DATE_RE = re.compile(r"(\d{4})\s*년\s*(\d{1,2})\s*월\s*(\d{1,2})\s*일")
+AMOUNT_RE = re.compile(r"채권최고액\s*금?\s*([\d,]+)\s*원")
+
+
+def _iso_date(m: "re.Match") -> str:
+    return f"{int(m.group(1)):04d}-{int(m.group(2)):02d}-{int(m.group(3)):02d}"
+
+
+def detect_doc_type(text: str) -> str:
+    """부동산 / 법인 / 불명. 사실 판별(구조 마커 기반)."""
+    real = any(k in text for k in ("표제부", "표 제 부", "집합건물", "【갑구】", "【 갑 구 】", "갑        구", "을        구"))
+    corp = any(k in text for k in ("법인등기", "상        호", "임원에 관한 사항", "본        점", "발행할 주식"))
+    if real and not corp:
+        return "부동산"
+    if corp and not real:
+        return "법인"
+    if real:
+        return "부동산"
+    if corp:
+        return "법인"
+    return "불명"
+
+
+def find_issued_at(text: str) -> str | None:
+    """열람/발급 일시 (사실). 없으면 None."""
+    for label in ("열람일시", "발급일시", "출력일시", "발행일시"):
+        idx = text.find(label)
+        if idx != -1:
+            m = DATE_RE.search(text[idx:idx + 60])
+            if m:
+                return _iso_date(m)
+    return None
+
+
+def count_owner_changes(text: str) -> int:
+    """갑구 소유권이전 등기 건수 (소유자 변동 건수, 사실). 청구권가등기는 제외."""
+    return len(re.findall(r"소유권이전(?!청구권)", text))
+
+
+def _section(text: str, start_markers, end_markers) -> str:
+    """지정 구간 텍스트만 잘라낸다(없으면 전체)."""
+    lo = -1
+    for mk in start_markers:
+        i = text.find(mk)
+        if i != -1:
+            lo = i
+            break
+    if lo == -1:
+        return text
+    hi = len(text)
+    for mk in end_markers:
+        j = text.find(mk, lo + 1)
+        if j != -1:
+            hi = min(hi, j)
+    return text[lo:hi]
+
+
+def extract_mortgages(text: str) -> list:
+    """근저당권 목록: 채권최고액·설정일·말소여부 (사실 나열, 판단 없음).
+
+    을구 구간에서 '근저당권설정'마다 인접 채권최고액·접수일을 뽑고,
+    'N번근저당권설정등기말소'로 언급된 순위번호는 말소로 표시한다.
+    구조가 흐트러진 추출 텍스트에선 누락될 수 있어 원문 대조를 권한다.
+    """
+    eul = _section(text, ("【을구】", "【 을 구 】", "을        구", "을   구"),
+                   ("【갑구】", "【표제부】"))
+    # 말소된 순위번호 수집
+    canceled_ranks = set(int(n) for n in re.findall(r"(\d+)\s*번\s*근저당권설정(?:등기)?\s*말소", text))
+
+    mortgages = []
+    for m in re.finditer(r"근저당권설정(?!등기말소|\s*등기\s*말소)", eul):
+        window = eul[m.start(): m.start() + 500]
+        amt_m = AMOUNT_RE.search(window)
+        date_m = DATE_RE.search(window)
+        # 순위번호: '근저당권설정' 직전의 숫자(줄 시작 순위)
+        before = eul[max(0, m.start() - 40): m.start()]
+        rank_m = re.search(r"(\d+)\D*$", before)
+        rank = int(rank_m.group(1)) if rank_m else None
+        amount_won = int(amt_m.group(1).replace(",", "")) if amt_m else None
+        mortgages.append({
+            "rank": rank,
+            "amount_won": amount_won,
+            "amount_text": (f"채권최고액 금 {amt_m.group(1)}원" if amt_m else None),
+            "registered_date": (_iso_date(date_m) if date_m else None),
+            "canceled": (rank in canceled_ranks) if rank is not None else False,
+        })
+    return mortgages
+
+
+def count_encumbrances(text: str) -> dict:
+    """가압류·가처분·압류·경매개시결정 언급 건수 (사실)."""
+    return {
+        "가압류": len(re.findall(r"가압류", text)),
+        "가처분": len(re.findall(r"가처분", text)),
+        "압류": len(re.findall(r"(?<!가)압류", text)),  # '가압류'의 압류 중복 제외
+        "경매개시결정": len(re.findall(r"경매개시결정", text)),
+    }
+
+
+# ── 요약 (테스트 대상 순수 함수) ─────────────────────────────────
+def summarize_registry(text: str, source: str = "local-pdf") -> dict:
+    """등기부 텍스트 → 사실 요약 dict. 판단·해석 없음. PII(주민번호)는 마스킹된 텍스트 전제."""
+    text = mask_pii(text)
+    mortgages = extract_mortgages(text)
+    active = sum(1 for x in mortgages if not x["canceled"])
+    return {
+        "doc_type": detect_doc_type(text),
+        "issued_at": find_issued_at(text),
+        "owner_change_count": count_owner_changes(text),
+        "mortgages": mortgages,
+        "mortgage_count": len(mortgages),
+        "active_mortgage_count": active,
+        "canceled_mortgage_count": len(mortgages) - active,
+        "encumbrances": count_encumbrances(text),
+        "source": source,
+        "notes": [
+            "PDF 텍스트에서 자동 추출한 사실입니다. 판단·법률자문이 아니며, 원문과 대조하세요.",
+            "말소 여부·순위번호는 추출 텍스트 구조에 따라 부정확할 수 있습니다.",
+        ],
+    }
+
+
+# ── 사람이 읽는 요약 (사실만) ────────────────────────────────────
+def render_markdown(summary: dict) -> str:
+    lines = ["# 등기부등본 요약 (사실 추출 · 판단 없음)", ""]
+    lines.append(f"- 종류: {summary['doc_type']}")
+    lines.append(f"- 열람/발급 일시: {summary['issued_at'] or '미상'}")
+    lines.append(f"- 소유권 변동(소유권이전) 건수: {summary['owner_change_count']}건")
+    lines.append(f"- 근저당권: 총 {summary['mortgage_count']}건 "
+                 f"(유효 {summary['active_mortgage_count']} / 말소 {summary['canceled_mortgage_count']})")
+    for i, mo in enumerate(summary["mortgages"], 1):
+        amt = f"{mo['amount_won']:,}원" if mo["amount_won"] else "금액 미상"
+        state = "말소" if mo["canceled"] else "유효"
+        rank = f"순위 {mo['rank']}" if mo["rank"] else "순위 미상"
+        lines.append(f"  {i}. {rank} · 채권최고액 {amt} · 설정일 {mo['registered_date'] or '미상'} · {state}")
+    enc = summary["encumbrances"]
+    enc_str = ", ".join(f"{k} {v}건" for k, v in enc.items() if v) or "없음(텍스트 기준)"
+    lines.append(f"- 가압류·가처분·압류 등: {enc_str}")
+    lines.append("")
+    for n in summary["notes"]:
+        lines.append(f"> {n}")
+    return "\n".join(lines) + "\n"
+
+
+def main(argv=None):
+    ap = argparse.ArgumentParser(description="등기부등본 PDF → 사실 요약(판단 없음)")
+    ap.add_argument("input", help="등기부 PDF 경로 또는 (--from-text 시) 텍스트/마크다운 파일")
+    ap.add_argument("--from-text", action="store_true",
+                    help="입력을 이미 텍스트/마크다운으로 취급(스캔 PDF를 로컬 변환기로 바꾼 결과 등)")
+    ap.add_argument("--out", help="요약 저장 폴더($workdir/output 권장). 없으면 표준출력만.")
+    ap.add_argument("--json", action="store_true", help="표준출력을 JSON으로")
+    args = ap.parse_args(argv)
+
+    input_path = Path(args.input)
+    if not input_path.exists():
+        raise SystemExit(f"입력 파일이 없습니다: {input_path}")
+
+    text = load_input_text(input_path, args.from_text)
+    source = "text-file" if (args.from_text or input_path.suffix.lower() != ".pdf") else "local-pdf"
+    summary = summarize_registry(text, source=source)
+
+    if args.json:
+        print(json.dumps(summary, ensure_ascii=False, indent=2))
+    else:
+        print(render_markdown(summary))
+
+    if args.out:
+        out_dir = Path(args.out)
+        out_dir.mkdir(parents=True, exist_ok=True)
+        (out_dir / "registry-summary.json").write_text(
+            json.dumps(summary, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
+        (out_dir / "registry-summary.md").write_text(render_markdown(summary), encoding="utf-8")
+        print(f"\n[저장] {out_dir}/registry-summary.(json|md)  ※ 개인정보 포함 가능 — 저장소/PR에 커밋 금지",
+              file=sys.stderr)
+
+
+if __name__ == "__main__":
+    main()

package/skills/iros-registry-automation/scripts/upstream.pin

@@ -0,0 +1 @@
+7c6924b2ff88d693a12556659188cb91041e5097

package/skills/iros-registry-automation/skill.json

@@ -0,0 +1,9 @@
+{
+  "name": "iros-registry-automation",
+  "description": "인터넷등기소(IROS)에서 법인/부동산 등기부등본(등기사항증명서) 발급을 준비하고, 사용자가 직접 로그인·결제한 브라우저 흐름 안에서 장바구니·열람·저장을 안전하게 보조한다. 돌쇠에서는 가능한 가장 가까운 합법적 공식 단계까지 준비한다.",
+  "profiles": [
+    "browser",
+    "hard-boundary"
+  ],
+  "frontmatter": "name: iros-registry-automation\ndescription: 인터넷등기소(IROS)에서 법인/부동산 등기부등본(등기사항증명서) 발급을 준비하고, 사용자가 직접 로그인·결제한 브라우저 흐름 안에서 장바구니·열람·저장을 안전하게 보조한다. 돌쇠에서는 가능한 가장 가까운 합법적 공식 단계까지 준비한다.\nlicense: MIT\nmetadata:\n  category: legal-documents\n  locale: ko-KR\n  phase: v1"
+}

package/skills/job-posting-match/instruction.md

@@ -0,0 +1,130 @@
+# job-posting-match
+
+## What this skill does
+
+`job-posting-match`는 구직자가 제공한 이력서/경력요약, 희망 직무, 지역, 제외 조건을 바탕으로 잡코리아와 사람인의 공개 채용공고 검색 결과를 조회하고, 공고별 적합도·추천 이유·주의점·지원 전략을 정리한다.
+
+기존 `jobkorea-talent-search`, `saramin-talent-search`가 채용담당자 관점의 인재검색이라면, 이 스킬은 구직자 관점의 공고 매칭이다. 개발자 전용이 아니며 마케팅, 영업, 운영, 디자인, 기획, 회계, 인사 등 모든 직무에 role-adaptive하게 적용한다.
+
+## When to use
+
+- 사용자가 “내 이력서에 맞는 공고를 찾아줘”, “지원할 만한 잡코리아/사람인 공고를 추천해줘”라고 요청한다.
+- 이력서/경력기술서/자기소개서 요약에서 직무·스킬·산업 키워드를 뽑아 공개 채용공고를 검색해야 한다.
+- 공고 링크 목록만이 아니라 적합도, 추천 이유, 주의점, 지원 전략이 필요하다.
+
+## Hard boundaries
+
+Allowed:
+- 사용자가 제공한 이력서/경력요약 텍스트 읽기
+- 잡코리아·사람인 공개 채용공고 검색 결과 조회
+- 공고 제목/회사/목록 요약/공개 상세 링크 기반 매칭 점수화
+- 지원 우선순위, 이력서 보완 포인트, 자기소개서 방향 제안
+
+Never do without explicit user handoff/confirmation:
+- 입사지원 버튼 클릭, 지원서 제출, 개인정보 입력
+- 로그인, 스크랩/관심공고 저장, 메시지 발송, 파일 업로드
+- 비밀번호, OTP, 인증번호, 세션 쿠키 요청/저장
+- 주민등록번호, 상세 주소, 연락처 등 민감정보 장기 저장 또는 대량 수집
+
+The result is a recommendation aid, not a guarantee of hiring or interview success. Salary, deadline, employment type, and detailed requirements must be checked on the original posting before applying.
+
+## Site-dependent access path
+
+v1 uses public, no-login search result pages only:
+
+- JobKorea: `https://www.jobkorea.co.kr/Search/?stext=<검색어>`
+  - Result links are public anchors like `/Recruit/GI_Read/<id>`.
+  - Modern JobKorea pages may include Next.js data and repeated anchors; dedupe by posting id.
+- Saramin: `https://www.saramin.co.kr/zf_user/search/recruit?searchword=<검색어>`
+  - Result cards contain `rec_idx` links such as `/zf_user/jobs/relay/view?...&rec_idx=<id>`.
+  - Dedupe by `rec_idx`.
+
+No proxy is used because both surfaces are public and do not require an API key.
+
+## Inputs
+
+Extract or ask only if missing and necessary:
+
+- resume_text: 이력서, 경력기술서, 자기소개서, 포트폴리오 요약
+- desired_role: 희망 직무/포지션
+- must_have / nice_to_have: 필수·우대 스킬, 도구, 산업 경험
+- desired_location: 희망 지역
+- career_years: 경력 연차
+- negative_keywords: 피하고 싶은 직무/산업/조건
+- limit: 추천받을 공고 수
+
+Do not block on missing fields when a reasonable first search is possible. If the user gives only a resume, infer search queries from role/tool/industry terms.
+
+## Workflow
+
+1. Normalize the user input.
+   - Remove or ignore unnecessary personal identifiers such as phone, email, exact address if they are not needed for matching.
+   - Extract role terms, tools/skills, industry/domain, years of experience, desired locations, negative keywords.
+
+2. Build 1-3 focused search queries.
+   - Prefer role + key tool: `퍼포먼스 마케터 GA4 Meta Ads`.
+   - Add role + domain when useful: `커머스 퍼포먼스 마케터`.
+   - Avoid one huge query that over-filters results.
+
+3. Run both public sources by default:
+
+```bash
+python3 job-posting-match/scripts/job_posting_match.py   --resume-text "퍼포먼스 마케터 5년. GA4, Google Ads, Meta Ads, SQL, 커머스 경험. 서울 희망."   --location 서울   --negative 보험영업   --limit 10
+```
+
+Use explicit keywords when the user already knows target roles:
+
+```bash
+python3 job-posting-match/scripts/job_posting_match.py   --resume-file /path/to/resume.txt   --keyword "CRM 마케터 Braze"   --keyword "그로스 마케터 SQL"   --location 서울   --json
+```
+
+4. Score postings conservatively.
+   - Match role keywords, tools/skills, industry/domain, location, and career hints.
+   - Penalize explicit negative keywords such as `보험영업`, `대출영업`, `텔레마케팅`.
+   - Treat list-page summaries as low/medium confidence; do not invent requirements not visible in the source text.
+
+5. Return a Korean shortlist.
+   - Include source, company, direct URL, score, reasons, cautions, matched keywords, and support strategy.
+   - Tell the user to verify deadline/salary/employment type on the original posting.
+
+## Output shape
+
+```text
+이력서 기반 채용공고 추천
+
+검색 조건
+- 이력서 요약: ...
+- 생성 검색어: ...
+- 희망 지역/제외 조건: ...
+- 조회 소스: 잡코리아, 사람인
+
+추천 공고 Top N
+1. [사람인] 회사명 - 공고 제목
+   - 점수: 87/100
+   - URL: ...
+   - 추천 이유: 직무 키워드, GA4/SQL, 커머스 경험 일치
+   - 주의점: 연봉은 목록에서 확인 안 됨, 상세 공고 확인 필요
+   - 지원 전략: 이력서 상단 요약에 ... 경험을 먼저 강조
+
+제외/주의 후보
+- ...
+
+검색 한계
+- 공개 검색 결과 요약 기반이며 상세 요건은 원문 확인 필요
+- 로그인, 지원, 스크랩, 개인정보 입력은 수행하지 않음
+```
+
+## Failure modes
+
+- Empty results: broaden query, remove tools, search role only, or try alternate role names.
+- Blocked or login wall: stop and report which source failed; continue with the other public source if possible.
+- UI changed: rediscover the public search result structure before changing selectors.
+- Too many irrelevant postings: add negative keywords and tighter role/domain terms.
+- Personal data in resume: use it only for the current matching task; do not store it.
+
+## Done when
+
+- At least one source was queried, or the reason both sources failed is reported.
+- Recommended postings include direct original URLs.
+- Each recommendation has score, reason, caution or verification note, and support strategy.
+- The response states that applying/submitting is not automated.