Name: weather-risk-assessment
Author: HongJunseong

Imported from HongJunseong/weather-risk-assessment (AGENTS.md). Install upstream with npx skills add HongJunseong/weather-risk-assessment. Copyright stays with the author.

프로젝트 작업 지침

Python 기상 데이터 파이프라인이다. docs/architecture.md에서 역할과 데이터 흐름을, docs/maintenance.md에서 현재 제약을 확인한다.
dags/는 작업 순서와 스케줄, collectors/는 수집, risk/는 계산, jobs/는 Spark 변환, scripts/는 데이터 준비·내보내기를 담당한다.
로컬 데이터 경로는 weather_risk_assessment/paths.py를 사용한다. 소스 패키지에 데이터를 저장하거나 sys.path를 수정하지 않는다. 유틸리티는 저장소 루트에서 python -m weather_risk_assessment.scripts.<모듈>로 실행한다.
위험도 가중치와 종합 공식의 기준은 risk/config.py다. 계산 변경 시 경계값·결측치·기존 결과에 미치는 영향을 검증한다.
예보 시각과 파티션은 KST 기준이다. 시간대가 없는 pandas 시각과 시간대가 있는 시각을 혼합하는 변경은 주의해서 검증한다.
스키마·S3 경로·Airflow task_id·스케줄 변경은 downstream 영향과 이력 호환성을 검토하고 문서에 기록한다.
.env와 실제 수집 결과는 커밋하지 않는다. 환경변수 추가 시 .env.example과 실행 문서를 갱신한다.
외부 API·S3·Slack 없이 가능한 검증부터 수행한다. 기본 검증: python3 -m unittest discover -s tests -v, python3 -m compileall -q weather_risk_assessment dags tests.
Docker 환경이 있으면 docker compose --env-file .env -f docker/docker-compose.yaml config --quiet로 설정을 확인한다. 외부 서비스를 사용한 실제 실행 여부는 검증 결과에 명시한다.
하나의 검토 가능한 작업이 완료되고 관련 검증이 통과하면 .agents/skills/commit/SKILL.md에 따라 로컬 커밋을 만든다. 별도 요청 없이 push, merge, rebase, amend, tag 생성은 하지 않는다.
반복 절차가 확인된 뒤 스킬로 분리한다. 일반 개발 상식을 장황하게 지침에 추가하지 않는다.

# after Install: the listing is in your workspace's routing pool - a plan picks it for its slot curl -s -X POST https://api.opensmartroute.ai/api/v1/route -H 'Authorization: Bearer $OSR_API_KEY' -H 'Content-Type: application/json' -d '{"text": "...", "plan": true}'

{ "ocm": "1", "id": "hongjunseong-weather-risk-assessment-weather-risk-assessment", "kind": "skill", "name": "weather-risk-assessment", "description": "프로젝트 작업 지침", "publisher": "HongJunseong", "version": "1.0.0", "capabilities": { "domains": [ "general" ], "tags": [ "skill-md", "github-agents" ], "languages": [ "en" ] }, "quality_prior": 0.6, "examples": [ "프로젝트 작업 지침" ], "primary": false, "metadata": { "source": { "provider": "github-agents", "repository": "https://github.com/HongJunseong/weather-risk-assessment", "path": "AGENTS.md", "ref": "8309adad3b8ac50144a9c9696c060140aaed9e3c", "url": "https://github.com/HongJunseong/weather-risk-assessment/blob/8309adad3b8ac50144a9c9696c060140aaed9e3c/AGENTS.md", "key": "HongJunseong/weather-risk-assessment/AGENTS.md" } }, "instructions": "# 프로젝트 작업 지침\n\n- Python 기상 데이터 파이프라인이다. `docs/architecture.md`에서 역할과 데이터 흐름을, `docs/maintenance.md`에서 현재 제약을 확인한다.\n- `dags/`는 작업 순서와 스케줄, `collectors/`는 수집, `risk/`는 계산, `jobs/`는 Spark 변환, `scripts/`는 데이터 준비·내보내기를 담당한다.\n- 로컬 데이터 경로는 `weather_risk_assessment/paths.py`를 사용한다. 소스 패키지에 데이터를 저장하거나 `sys.path`를 수정하지 않는다. 유틸리티는 저장소 루트에서 `python -m weather_risk_assessment.scripts.<모듈>`로 실행한다.\n- 위험도 가중치와 종합 공식의 기준은 `risk/config.py`다. 계산 변경 시 경계값·결측치·기존 결과에 미치는 영향을 검증한다.\n- 예보 시각과 파티션은 KST 기준이다. 시간대가 없는 pandas 시각과 시간대가 있는 시각을 혼합하는 변경은 주의해서 검증한다.\n- 스키마·S3 경로·Airflow task_id·스케줄 변경은 downstream 영향과 이력 호환성을 검토", "cost": { "context_tokens": 290 } }

weather-risk-assessment

About

프로젝트 작업 지침

Use it

Manifest

Reviews