1일차 — AI Agent

Python + Flask + Vanilla HTML + SQLite 환경에서 인사팀 휴가·근태 관리 AI Agent 를 만들어줘.

## 이 Agent 의 특색
- 데이터(사원·휴가·근태)는 SQLite 조회로, 규정 해석은 leave_policy.md 원문 참조로 처리
- Claude 가 규정을 임의 해석/추측 못 하도록, 반드시 read_policy 툴을 호출한 결과만 근거로 답하게 유도

## 요구사항
- CSV 5개(employees, leave_history, attendance, teams, holidays)를 SQLite 로 구성
- leave_policy.md 는 파일 그대로 두고 read_policy 툴이 원문 반환
- Claude API + Anthropic SDK Tool Calling (LangChain X)
- Vanilla HTML 챗 UI · Flask 백엔드

## Agent Tool
- get_employee(name_or_id) — 직원 기본 정보
- get_leave_balance(emp_id) — 잔여 연차/반차
- list_leaves(emp_id, from, to) — 휴가 사용 내역
- get_attendance(emp_id, date) — 특정일 근태
- summarize_attendance(emp_id, from, to) — 지각/재택/정상 카운트
- register_leave(emp_id, type, start, end, reason) — 휴가 신청 INSERT
- read_policy() — leave_policy.md 원문 반환
- list_holidays(from, to) — 해당 기간 공휴일

## 시스템 프롬프트 규칙 (필수)
- 잔여일수·사용일수는 반드시 툴로 조회, 절대 추측 X
- 규정 해석 질문(반차 몇 시간? 반려 조건?)이 나오면 반드시 read_policy 를 먼저 호출
- 답변에 규정 인용 시 원문의 해당 문장을 그대로 인용

먼저 CSV 구조를 확인하고 DB Schema 설계 → MVP 까지 한 번에 완성해줘.

# 단순 조회 (툴 1개)
1. 김철수 연차 몇 개 남았어?
2. E1003 이번 달 지각 몇 번 했어?
3. 홍길동 3월에 쓴 연차 알려줘
4. 2026년 9월 공휴일 며칠이야?

# 규정 참조가 필요한 질문 (read_policy 유도)
5. 반차는 몇 시간이야? 승인 조건은?
6. 잔여 연차 3일 이하면 알림이 오는지 규정에 있어?
7. 12월 31일까지 안 쓴 연차 이월 되는지 알려줘
8. 병가는 연차랑 어떻게 다른지 규정 기반으로 설명해줘

# 툴 2~3개 연쇄 (Agent Loop 검증)
9. 이영희 씨 반차 사용 몇 번인지 규정상 반차 정의랑 같이 알려줘
10. E1005 여름휴가 사용 후 잔여 연차, 그리고 남은 연차로 갈 수 있는 최장 연속휴가일수 알려줘
11. 다음 주에 공휴일 있어? 있으면 그 주에 연차 신청한 사람 몇 명이야?

# 쓰기 (register_leave)
12. E1008 9월 25일 연차 신청해줘
13. 홍길동 씨 이번 주 목요일 오후 반차 등록해줘. 사유는 병원 진료

# Agent 가 되물어야 하는 애매한 질문
14. 김민수 연차 알려줘 (사번 없이 이름만 · 동명이인 상황 처리 확인)
15. 다음 주 화요일 휴가 등록해줘 (누구인지 안 밝힘 · 되물어야 정답)

Python + Flask + Vanilla HTML + SQLite 환경에서 영업팀 미팅 준비 AI Agent 를 만들어줘.

## 이 Agent 의 특색
- 최종 결과물이 <b>미팅 브리핑 마크다운 문서</b> — 참석자·의제·회의실·과거이력·다음액션을 한 페이지에 조립
- Agent 가 여러 테이블(미팅→참석자→연락처→과거미팅→영업노트)을 스스로 순차 조회해 join
- 단순 QA 가 아니라 <b>구조화된 결과물 반환</b> 이 목적

## 요구사항
- CSV 6개(meetings, attendees, contacts, meeting_rooms, sales_notes, past_meetings)를 SQLite 로 구성
- Claude API + Anthropic SDK Tool Calling · Vanilla HTML 챗 UI · Flask 백엔드

## Agent Tool
- list_meetings(date) — 특정 날짜의 미팅 목록
- get_attendees(meeting_id) — 참석자 리스트
- get_contact(name) — 외부 참석자 연락처
- get_room(room_name) — 회의실 정보
- search_sales_notes(company) — 회사별 최근 영업 노트
- past_meetings_with(company) — 해당 회사와의 과거 미팅 이력
- check_room_availability(date, time_range) — 회의실 가용성

## 결과물 포맷 (Agent 가 반드시 이 형태로 반환)
```
# 📅 {date} 미팅 브리핑

## 1. {미팅 제목} ({시작}~{종료} @ {장소})
**참석자**
- 홍길동 (내부·주관)
- 박지훈 (외부·A주식회사 구매팀장 · jhpark@… · 010-…)

**회사 컨텍스트**
- 최근 영업 노트: {sales_notes 요약}
- 과거 미팅: {past_meetings 요약}

**추천 다음액션**: …
```

## 시스템 프롬프트 규칙
- 브리핑 요청 시 반드시 위 마크다운 포맷으로 반환
- 외부 참석자는 반드시 get_contact 호출해서 연락처 붙임
- 회사가 언급되면 반드시 search_sales_notes + past_meetings_with 를 함께 호출

먼저 CSV 구조 확인 → DB Schema 설계 → MVP 까지 완성해줘.

# 단일 조회
1. 2026-09-17 미팅 목록 알려줘
2. 본사 5층 대회의실 정원 몇 명이야?
3. 박지훈 씨 연락처 알려줘

# 브리핑 문서 생성 (Tool 4~5개 연쇄)
4. 2026-09-16 미팅 브리핑 만들어줘
5. 내일 있는 외부 미팅만 브리핑해줘
6. 2026-09-17 B사 제안서 발표 브리핑 만들어줘 — 참석자·과거이력·다음액션 다 포함해서

# 회사 컨텍스트 요약
7. A주식회사와 최근 어떤 대화가 오갔어?
8. C산업 지금 어느 단계야? 다음에 뭘 해야 해?
9. B솔루션즈 POC 결과 어땠는지 정리해줘

# 회의실 가용성
10. 2026-09-16 오전 10시에 본사 3층 회의실 비어?
11. 내일 오후에 화상 장비 되는 8인실 어디가 비어?

# 종합 판단 (Agent 가 여러 정보 조합)
12. C사 계약 협의 미팅 전에 내가 알아야 할 것 정리해줘
13. 다음 주 미팅 중 의사결정자가 참석하는 미팅만 우선순위대로 알려줘
14. 과거 A사와 미팅 4번 했는데, 이번 미팅은 이전이랑 어떻게 다를 것 같아?

# 애매한 요청 (되물어야 정답)
15. 미팅 브리핑 만들어줘 (날짜 안 밝힘)

Python + Flask + Vanilla HTML + SQLite 환경에서 컴플레인 자동 접수 AI Agent 를 만들어줘.

## 이 Agent 의 특색
- 자연어 컴플레인 한 문장 입력 → Agent 가 <b>5~7개 툴을 자동으로 연쇄 호출</b>: 카테고리 조회 → 상담원 후보 조회 → 로드밸런싱 판단 → INSERT → SLA 조회 → (긴급) 알림 → 템플릿 응답 반환
- 쓰기(INSERT)와 부수효과(콘솔 알림)를 한 Agent Loop 안에서 처리
- 분류 근거·배정 근거·SLA 근거를 최종 답변에 모두 인용

## 요구사항
- CSV 6개(complaints, complaint_categories, cs_agents, sla_rules, response_templates, escalation_history)를 SQLite 로 구성
- Claude API + Anthropic SDK Tool Calling · Vanilla HTML 챗 UI · Flask 백엔드

## Agent Tool (분류·배정·저장·알림·조회 5축)
- classify(text) → 반드시 complaint_categories.카테고리명 중 하나로만 매핑
- find_available_agent(category) → cs_agents 에서 전문카테고리 매칭 + 현재처리 < 최대동시 인 사람 리턴 (로드밸런싱)
- insert_complaint(고객명, 연락처, 카테고리, 내용, 긴급도, 담당자) → complaints INSERT + 새 ID 반환
- get_sla(긴급도) → sla_rules 조회
- alert_console(complaint_id, 내용, 채널) → 채널이 SMS+콘솔 이면 print('[URGENT] …') 부수효과
- render_template(카테고리, 단계, 고객명) → response_templates 에서 본문 가져와 고객명 치환
- similar_past_cases(카테고리, limit) → 같은 카테고리 최근 접수 3건

## 시스템 프롬프트 규칙 (필수)
- 컴플레인 입력을 받으면 반드시 다음 순서로 툴을 연쇄 호출:
  1) classify → 2) find_available_agent → 3) insert_complaint → 4) get_sla → 5) 긴급이면 alert_console → 6) render_template
- 카테고리를 스스로 판단하지 말고 반드시 complaint_categories 조회 결과 안에서만 선택
- 최종 답변에 반드시: 접수ID · 카테고리 · 배정 상담원 · 1차응답 예정 시각 · 고객 안내 문구

MVP 까지 한 번에 완성해줘.

# 신규 접수 (툴 5~6개 연쇄)
1. 홍길순 010-9999-1234, 결제하고 상품이 안 왔어요. 오늘 급하게 필요합니다!
2. 박현진 010-8888-2222, 지난주에 산 이어폰 소리가 한쪽만 나요. 교환해주세요
3. 이지훈 010-7777-3333, 콜센터 상담원이 반말했어요. 매우 불쾌합니다
4. 김수연 010-6666-4444, 프로모션 코드가 왜 안 먹히는지 문의드려요 (긴급도 낮음)
5. 정민호 010-5555-5555, 카드 결제 3번 중복으로 청구됐어요!!!

# 로드밸런싱 검증
6. 상품불량 카테고리에 지금 배정 가능한 상담원은 누구야?
7. 김상담 상담원 지금 몇 건 처리 중이야?
8. 배송지연 컴플레인 3건 연속 접수하면 각각 누구한테 배정돼?

# SLA·규정 조회
9. 상 긴급도는 몇 시간 안에 응답해야 해?
10. 방금 접수한 C… 건은 언제까지 해결해야 해?

# 과거 유사 케이스
11. 배송지연 카테고리 최근 접수 어떤 것들이 있어?
12. 결제오류로 에스컬레이션된 적 있어? 어떻게 처리됐어?

# 관리자 관점 요약
13. 이번 주 미처리 컴플레인 몇 건이야?
14. 긴급도 상 인데 아직 미배정인 건 있어?
15. 상담원별 현재 처리 건수 순위 알려줘

# 애매한 입력 (Agent 가 되물어야 함)
16. 화가 나서 접수합니다 (내용 없음)
17. 010-1111-2222 로 방금 접수한 거 어떻게 됐어? (누구 접수인지 불명확)

Python + Flask + Vanilla HTML + SQLite 환경에서 이력서 자동 검수 · 채용 대시보드 AI Agent 를 만들어줘.

## 이 Agent 의 특색
- 4개 실습 중 유일하게 <b>비정형 입력(PDF)</b> 처리: 이력서 PDF → pypdf → Claude Structured Output → JSON
- 점수는 반드시 scoring_rubric.csv 룰에 따라 계산 (Claude 가 임의로 매기지 못하게)
- past_hires.csv 를 회귀분석 근거로 사용: 특정 점수대 지원자의 실제 재직률을 <b>과거 데이터로 답변</b>
- 즉 이건 QA 봇이 아니라 <b>채용 의사결정 보조 도구</b>

## 요구사항
- CSV 6개(applicants, job_openings, scoring_rubric, interview_stages, department_headcount, past_hires)를 SQLite 로 구성
- resumes/ 폴더의 PDF 5개는 지원ID 와 파일명 매핑 테이블로 연결
- Claude API + Anthropic SDK Tool Calling · Vanilla HTML 챗 UI · Flask 백엔드

## Agent Tool
- extract_resume(applicant_id) → 해당 지원자의 PDF 텍스트 추출 후 Claude Structured Output 으로 스킬·경력 JSON 반환
- calculate_score(applicant_json) → scoring_rubric 조회 후 룰 그대로 계산 (Agent 가 계산 안 함)
- get_applicant(id_or_name) — 지원자 마스터
- match_jobs(applicant_json) — job_openings 필수/우대 스킬로 매칭도 계산
- retention_prediction(score) — past_hires 에서 ±5점 대역의 재직률 반환 (예: 80점 → 과거 78~82점 3명 중 재직 3/3 = 100%)
- get_hiring_pipeline(dept) — department_headcount + past_hires 조합해 부서별 채용 진행 현황
- list_interview_stages() — 단계 목록

## 시스템 프롬프트 규칙
- 점수는 반드시 calculate_score 툴이 반환한 값만 사용, 절대 스스로 계산 X
- 재직 가능성 언급 시 반드시 retention_prediction 근거를 인용 ("과거 80±5점 3명 중 3명 재직")
- 지원자 관련 답변엔 반드시 extract_resume 로 PDF 읽고, applicants.csv 값과 상충하면 그 사실을 밝힘

MVP 까지 한 번에 완성해줘.

# PDF 파싱 (extract_resume 유도)
1. 김도윤 지원자 이력서 요약해줘
2. 이서현 씨 이력서에서 API 경험 부분만 뽑아줘
3. A2026003 지원자 자기소개 한 줄로 요약

# 점수 계산 (calculate_score 강제)
4. 김도윤 점수 매겨줘
5. 5명 지원자 전부 점수 계산해서 순위 매겨줘
6. 최민지는 왜 점수가 낮아? 어떤 항목에서 감점됐어?

# 직무 매칭
7. 김도윤이 지원한 자동화 엔지니어 요건에 얼마나 부합해?
8. 최민지가 지원한 n8n 자동화 개발자 자리 요건이랑 실제 스킬 비교해줘
9. 백엔드 자동화 개발자 자리에 지원한 사람 중 필수 스킬 다 갖춘 사람은?

# 회귀분석 (retention_prediction 유도)
10. 이번 지원자 중 80점 이상 뽑으면 재직할 확률 얼마나 돼? (과거 데이터 기준)
11. 66점 대에 지원한 사람 뽑으면 위험도가 어때? 과거에 어땠어?
12. past_hires 데이터로 봤을 때 몇 점 이상을 서류 통과 컷으로 잡는 게 안전해?

# 채용 파이프라인
13. 자동화팀 이번 분기 채용 얼마나 진행됐어? 목표 대비
14. 지금 5명 지원자 중 각 단계별로 몇 명씩 통과할 것 같은지 예상해줘
15. 자동화팀 정원 대비 현원 부족한데, 지원자 중 몇 명 뽑으면 채워져?

# 종합 의사결정 (툴 여러 개 연쇄)
16. 이번 5명 지원자 검토 결과 리포트 만들어줘 — 각자 점수·매칭직무·재직 예상까지
17. 김도윤과 정우진 둘 다 자동화 엔지니어 지원했는데 누굴 뽑아야 해?
18. 60점 이하 지원자는 자동 탈락으로 처리하고 이유 정리해줘

# 애매한 질문
19. 좋은 지원자 있어? (기준 안 밝힘 · 되물어야)
20. 김민수 지원자 어때? (지원자 명단에 없음 · 없다고 답해야)