DanteLabs Agentic School

에이전틱 비즈니스 교육 및 실무를 위한 Claude Code 플러그인 마켓플레이스입니다.

개요

이 프로젝트는 GTM Agents 스타일의 전략 에이전트와 실제 생성/분석 도구를 통합하여, 엔드투엔드 비즈니스 자동화를 제공합니다.

현재 마케팅 자동화(8개)와 데이터 사이언스(9개) 플러그인이 구현되어 있으며, 향후 일반 비즈니스 등으로 확장될 예정입니다.

지원 영역

| 영역 | 상태 | 설명 | 플러그인 수 | | --- | --- | --- | --- | | 🎯 Marketing | ✅ 구현완료 | 브랜드 분석 → 크리에이티브 제작 | 8개 | | 📊 Data Science | ✅ 구현완료 | 데이터 분석 → 모델 학습 → 배포 | 9개 | | 💼 Business Ops | 🔜 예정 | 워크플로우 → 자동화 → 리포팅 | - |

특징

• 모듈식 플러그인 아키텍처: 영역별 독립적인 플러그인 구성
• 전문 에이전트: 각 단계별 전문성을 갖춘 AI 에이전트
• 실행 커맨드: 직접 실행 가능한 작업 커맨드
• 전문 스킬: 도메인 지식 및 프레임워크
• AI 생성 도구 내장: kie-image-generator, kie-video-generator (common 플러그인)
• 완전 자동화 파이프라인: 엔드투엔드 자동화 (마케팅 6단계, 데이터 사이언스 10단계)

설치

NPX로 빠른 설치 (권장)

# 전체 플러그인 설치
npx dantelabs-agentic-school install

# 특정 플러그인만 설치
npx dantelabs-agentic-school install brand-analytics

# 설치 경로 지정
npx dantelabs-agentic-school install --path ./my-project

# 플러그인 목록 보기
npx dantelabs-agentic-school list

# 플러그인 상세 정보
npx dantelabs-agentic-school info content-creation

# 플러그인 삭제
npx dantelabs-agentic-school uninstall brand-analytics

CLI 옵션

| 옵션 | 설명 | | --- | --- | | --path, -p | 설치 경로 (기본: 현재 디렉토리) | | --force, -f | 기존 파일 덮어쓰기 | | --no-common | common 유틸리티 제외 | | --dry-run | 미리보기 (실제 설치 안함) | | --json | JSON 형식 출력 (list, info) | | -v, --verbose | 상세 정보 표시 | | -l, --lang | 언어 설정 (en, ko) - 기본: en |

샘플 다운로드

학습용 샘플 파일을 다운로드하여 마케팅 자동화 파이프라인을 직접 체험해볼 수 있습니다.

# 사용 가능한 샘플 목록 보기
npx dantelabs-agentic-school sample --list

# 특정 샘플 다운로드
npx dantelabs-agentic-school sample marketing

# 전체 샘플 다운로드
npx dantelabs-agentic-school sample --all

# 다운로드 경로 지정
npx dantelabs-agentic-school sample marketing --path ./my-project

# 기존 파일 덮어쓰기
npx dantelabs-agentic-school sample marketing --force

샘플을 다운로드하면 samples/ 폴더에 학습 자료가 저장됩니다:

samples/
├── marketing/
│   ├── dante-coffee-agentic-marketing-scenario.md  # 마케팅 시나리오 가이드
│   └── dante-coffee-brand-brief.md                 # 브랜드 브리프 예시
└── datascience/
    └── creditcard.csv                              # 신용카드 사기 탐지 데이터셋

Tip: 다운로드한 브랜드 브리프를 사용하여 /analyze-brand --brand-doc ./samples/marketing/dante-coffee-brand-brief.md 명령어로 전체 파이프라인을 실행해볼 수 있습니다.

Claude Code에서 플러그인 사용

방법 1: 프로젝트별 설치 (권장)

NPX로 설치하면 프로젝트의 .claude/ 폴더에 플러그인이 설치됩니다.

# 프로젝트 폴더에서 실행
cd my-project
npx dantelabs-agentic-school install

# Claude Code 실행 - 자동으로 .claude/ 폴더 인식
claude

설치 후 구조:

my-project/
├── .claude/
│   ├── agents/           # 에이전트 정의
│   │   └── brand-analytics/
│   │       └── brand-strategist.md
│   ├── commands/         # 슬래시 명령어
│   │   └── brand-analytics/
│   │       └── analyze-brand.md
│   └── skills/           # 스킬 (스크립트 포함)
│       ├── brand-positioning/
│       └── pptx/
└── ...

방법 2: 플러그인 디렉토리 직접 지정

레포지토리를 클론하여 플러그인 디렉토리로 사용:

# 레포지토리 클론
git clone https://github.com/dandacompany/dantelabs-agentic-school.git

# Claude Code 실행 시 플러그인 디렉토리 지정
claude --plugin-dir ./dantelabs-agentic-school

방법 3: 전역 설치

홈 디렉토리의 .claude/에 설치하여 모든 프로젝트에서 사용:

# 홈 디렉토리에 설치
npx dantelabs-agentic-school install --path ~

# 이후 모든 프로젝트에서 플러그인 사용 가능
claude

방법 4: Claude Code 세션 내 마켓플레이스 설치

Claude Code 실행 중 슬래시 명령어로 직접 마켓플레이스를 등록하고 플러그인을 설치할 수 있습니다.

1. 마켓플레이스 추가

# GitHub 저장소로 추가
/plugin marketplace add dandacompany/dantelabs-agentic-school

2. 플러그인 설치

# 특정 플러그인 설치
/plugin install brand-analytics@dantelabs-agentic-school

# 또는 /plugin 실행 후 Discover 탭에서 검색하여 설치
/plugin

3. 설치된 플러그인 확인

# 플러그인 목록 확인
/plugin

Tip: /plugin 명령어 실행 후 Discover 탭에서 마켓플레이스의 모든 플러그인을 검색하고 설치할 수 있습니다.

플러그인 사용 확인

Claude Code 실행 후 /help 명령어로 설치된 커맨드를 확인할 수 있습니다:

# Claude Code 내에서
/help

# 설치된 커맨드 예시 (마케팅)
/analyze-brand --brand-doc ./brand-brief.md
/create-segments
/build-persona --segment "워라밸 직장인"

# 설치된 커맨드 예시 (데이터 사이언스)
/profile-data --data-path "./data/creditcard.csv"
/train-model --algorithm xgboost
/deploy-model --model-path "./models/model.pkl"

🔧 Common Plugins

여러 플러그인에서 공통으로 사용하는 유틸리티 스킬을 제공합니다.

common

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Skill | auth-manager | API 키 및 인증 정보 관리 가이드 | | Skill | pptx | 마케팅 프레젠테이션 제작 도구 | | Skill | pdf | 마케팅 PDF 문서 제작 및 처리 도구 | | Skill | docx | 마케팅 Word 문서 제작 도구 | | Skill | kie-image-generator | Kie.ai 기반 AI 이미지 생성 | | Skill | kie-video-generator | Kie.ai 기반 AI 비디오 생성 |

auth-manager 스킬

외부 서비스 API 키를 안전하게 관리하는 방법을 안내합니다.

지원 서비스

| 서비스 | 환경변수 | 용도 | | --- | --- | --- | | Kie.ai | KIEAI_API_KEY, KIE_AI_API_KEY | 이미지/비디오 생성 | | OpenRouter | OPENROUTER_API_KEY | LLM API 라우팅 | | OpenAI | OPENAI_API_KEY | GPT API |

인증 설정 (권장)

# ~/.claude/auth/kie-ai.env 파일 생성
KIEAI_API_KEY=your_api_key_here
KIE_AI_API_KEY=your_api_key_here

크레딧 확인

# 이미지 생성 크레딧
python ~/.claude/skills/kie-image-generator/scripts/generate_image.py --credits

# 비디오 생성 크레딧
python ~/.claude/skills/kie-video-generator/scripts/generate_video.py --credits

문서 제작 스킬

마케팅 문서, 프레젠테이션, PDF를 생성하고 편집하는 도구입니다.

pptx 스킬

마케팅 프레젠테이션 제작을 위한 PowerPoint 생성/편집 도구입니다.

| 기능 | 설명 | | --- | --- | | 새 프레젠테이션 생성 | HTML → PPTX 변환 | | 기존 파일 편집 | OOXML 직접 편집 | | 템플릿 기반 생성 | 기업 템플릿 활용 |

지원 프레젠테이션 유형:

• 캠페인 제안서
• 브랜드 소개서
• 분석 리포트

pdf 스킬

마케팅 PDF 문서 제작 및 처리를 위한 종합 도구입니다.

| 기능 | 설명 | | --- | --- | | 텍스트/테이블 추출 | PDF → 텍스트/CSV | | PDF 병합/분할 | 캠페인 패키지 생성 | | PDF 생성 | Markdown/HTML → PDF |

지원 문서 유형:

• 캠페인 리포트
• 브랜드 브로슈어
• 경쟁사 분석 리포트

docx 스킬

마케팅 문서 제작을 위한 Word 문서 생성/편집 도구입니다.

| 기능 | 설명 | | --- | --- | | 새 문서 생성 | Markdown → DOCX | | 기존 문서 편집 | OOXML 편집, 템플릿 변수 치환 | | 변경 추적 | Redlining 지원 |

지원 문서 유형:

• 마케팅 기획서
• 브랜드 가이드라인
• 캠페인 브리프

🎯 Marketing Plugins

브랜드 분석부터 크리에이티브 제작까지 6단계 마케팅 파이프라인을 제공합니다.

컴포넌트 현황

| 항목 | 개수 | | --- | --- | | 플러그인 | 18개 (common 1 + marketing 8 + data-science 9) | | 에이전트 | 15개 | | 커맨드 | 19개 | | 스킬 | 28개 (common 6 + marketing 13 + data-science 9) |

플러그인 목록

1. brand-analytics

브랜드 소개서를 분석하여 전략 브리프를 생성합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | brand-strategist | 브랜드 전략 분석 | | Agent | competitive-analyst | 경쟁사 분석 | | Command | /analyze-brand | 브랜드 분석 실행 | | Skill | brand-positioning | 포지셔닝 프레임워크 |

2. customer-segmentation

데이터 기반 고객 세그먼트를 설계합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | segmentation-architect | 세그먼트 설계 | | Agent | data-analyst | 데이터 분석 | | Command | /create-segments | 세그먼트 생성 | | Skill | segmentation-framework | 세그먼테이션 방법론 | | Skill | activation-map | 세그먼트 활성화 맵 |

3. persona-builder

타겟 세그먼트의 상세 페르소나를 생성합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | persona-architect | 페르소나 설계 | | Agent | customer-insights-partner | 고객 인사이트 | | Command | /build-persona | 페르소나 카드 생성 | | Skill | persona-framework | 페르소나 작성 가이드 |

4. social-strategy

페르소나 기반 채널 전략을 수립합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | social-strategy-director | 채널 전략 총괄 | | Agent | channel-analyst | 채널별 분석 | | Command | /plan-channels | 채널 전략 수립 | | Skill | channel-roadmap | 채널 로드맵 | | Skill | content-pillars | 콘텐츠 필러 설계 |

5. content-creation

채널별 홍보 카피와 스크립트를 생성합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | copy-strategist | 카피 전략 | | Agent | conversion-copywriter | 전환 카피 작성 | | Agent | script-writer | 영상 스크립트 | | Command | /generate-copy | 카피 생성 | | Command | /write-script | 스크립트 작성 | | Skill | message-architecture | 메시지 구조 | | Skill | hook-formulas | 훅 작성 공식 |

6. creative-production

실제 이미지와 비디오를 생성합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | creative-director | 크리에이티브 총괄 | | Agent | production-coordinator | 제작 조율 | | Command | /create-image | AI 이미지 생성 | | Command | /create-video | AI 비디오 생성 | | Skill | image-prompt-guide | 이미지 프롬프트 가이드 | | Skill | video-production | 비디오 제작 가이드 |

Note: 이미지/비디오 생성을 위한 kie-image-generator, kie-video-generator 스킬은 common 플러그인에 포함되어 있습니다.

7. campaign-orchestration

전체 마케팅 파이프라인을 통합 실행합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Agent | campaign-director | 캠페인 총괄 | | Agent | workflow-coordinator | 워크플로우 조율 | | Command | /run-full-pipeline | 전체 파이프라인 실행 | | Command | /run-phase | 특정 단계 실행 | | Skill | pipeline-framework | 파이프라인 프레임워크 |

8. market-research

시장 분석 리포트 및 데이터 시각화를 생성합니다.

| 컴포넌트 | 이름 | 설명 | | --- | --- | --- | | Skill | analysis-reports | 시장 분석 리포트 템플릿 | | Skill | diagram-generator | 데이터 시각화 다이어그램 생성 |

사용 예시

전체 캠페인 실행

/run-full-pipeline --brand-doc "./brand-brief.md"

단계별 실행

# 1. 브랜드 분석
/analyze-brand --brand-doc "./brand-brief.md"

# 2. 세그먼트 생성
/create-segments --brand-doc "./brand-strategy-brief.md"

# 3. 페르소나 생성
/build-persona --segment "워라밸 직장인"

# 4. 채널 전략
/plan-channels --persona "김지현"

# 5. 카피 생성
/generate-copy --channel instagram --persona "김지현"

# 6. 이미지/비디오 생성
/create-image --concept "커피 라이프스타일" --type lifestyle
/create-video --concept "드립백 추출" --duration 15s

파이프라인 구조

Brand Document
       ↓
┌─────────────────┐
│ Phase 1: Brand  │ → Brand Strategy Brief
│    Analysis     │
└─────────────────┘
       ↓
┌─────────────────┐
│ Phase 2: Seg-   │ → Segment Profiles
│  mentation      │
└─────────────────┘
       ↓
┌─────────────────┐
│ Phase 3:        │ → Persona Cards
│  Persona        │
└─────────────────┘
       ↓
┌─────────────────┐
│ Phase 4: Channel│ → Channel Plan, Calendar
│   Strategy      │
└─────────────────┘
       ↓
┌─────────────────┐
│ Phase 5: Content│ → Copy, Scripts
│   Creation      │
└─────────────────┘
       ↓
┌─────────────────┐
│ Phase 6: Creative│ → Images, Videos
│   Production    │
└─────────────────┘
       ↓
Complete Campaign Assets

📊 Data Science Plugins ⭐ NEW

데이터 분석부터 모델 학습, 배포까지 10단계 자동화 파이프라인을 제공합니다.

기본 파이프라인 (4개)

| # | 플러그인 | 설명 | 주요 기능 | | --- | --- | --- | --- | | 1 | data-profiling | 데이터 품질 검증 및 EDA | ydata-profiling, A4 전략 레포트 | | 2 | feature-engineering | 특성 변환 및 전처리 | RobustScaler, 시간 특성, 파이프라인 저장 | | 3 | imbalance-handling | 클래스 불균형 처리 | SMOTE, ADASYN, BorderlineSMOTE | | 4 | model-selection | 모델 학습 및 평가 | XGBoost, LightGBM, Random Forest |

고급 파이프라인 (5개) ⭐

| # | 플러그인 | 설명 | 주요 기능 | | --- | --- | --- | --- | | 5 | hyperparameter-tuning | 자동 하이퍼파라미터 최적화 | Optuna TPE, Median Pruner, +2-4% 성능 향상 | | 6 | model-evaluation | 모델 성능 심층 분석 | Feature Importance, Learning Curves, CV | | 7 | shap-analysis | 예측 설명 및 해석 | SHAP Values, Waterfall Plot, Force Plot | | 8 | model-monitoring | 프로덕션 모델 추적 | Data Drift (PSI, KS), Alert System | | 9 | model-deployment | API 배포 | FastAPI, Swagger UI, Docker |

파이프라인 구조

Raw Data
    ↓
1️⃣  Data Profiling (HTML Report)
    ↓
2️⃣  EDA Analysis (A4 Strategy Report)
    ↓
3️⃣  Feature Engineering (Scaling, Time Features)
    ↓
4️⃣  Imbalance Handling (SMOTE)
    ↓
5️⃣  Model Training (XGBoost, LightGBM, RF)
    ↓
6️⃣  Hyperparameter Tuning (Optuna, 50-100 trials) ⭐
    ↓
7️⃣  Model Evaluation (Feature Importance, Curves) ⭐
    ↓
8️⃣  SHAP Analysis (Prediction Explanation) ⭐
    ↓
9️⃣  Model Monitoring (Drift Detection, Alerts) ⭐
    ↓
🔟 Model Deployment (FastAPI, Docker) ⭐
    ↓
Production API Server

사용 예시

프로젝트 초기화

# 새 데이터 사이언스 프로젝트 생성
python scripts/init_project.py --name my-ml-project

# 데이터 복사
cp /path/to/data.csv projects/my-ml-project/data/raw/

기본 파이프라인 (1-4단계)

# 1. 데이터 프로파일링
/profile-data --data-path "projects/my-ml-project/data/raw/data.csv" --target-column "target"

# 2. EDA 분석
/analyze-profile --data-path "projects/my-ml-project/data/raw/data.csv" --target-column "target"

# 3. 특성 엔지니어링
/engineer-features --data-path "projects/my-ml-project/data/raw/data.csv" --target-column "target"

# 4. 불균형 처리
/balance-data \
  --X-path "projects/my-ml-project/data/processed/data_processed_X.csv" \
  --y-path "projects/my-ml-project/data/processed/data_processed_y.csv" \
  --method smote

고급 파이프라인 (5-10단계) ⭐

# 5. 모델 학습 (베이스라인)
/train-model \
  --X-train-path "projects/my-ml-project/data/processed/X_train_balanced.csv" \
  --y-train-path "projects/my-ml-project/data/processed/y_train_balanced.csv" \
  --X-test-path "projects/my-ml-project/data/processed/X_test.csv" \
  --y-test-path "projects/my-ml-project/data/processed/y_test.csv" \
  --algorithm xgboost

# 6. 하이퍼파라미터 튜닝
/tune-hyperparameters \
  --X-train-path "projects/my-ml-project/data/processed/X_train_balanced.csv" \
  --y-train-path "projects/my-ml-project/data/processed/y_train_balanced.csv" \
  --n-trials 50

# 7. 모델 평가
/evaluate-model \
  --model-path "projects/my-ml-project/outputs/models/xgboost_tuned_model.pkl" \
  --X-test-path "projects/my-ml-project/data/processed/X_test.csv" \
  --y-test-path "projects/my-ml-project/data/processed/y_test.csv"

# 8. SHAP 분석
/analyze-shap \
  --model-path "projects/my-ml-project/outputs/models/xgboost_tuned_model.pkl" \
  --X-test-path "projects/my-ml-project/data/processed/X_test.csv"

# 9. 모델 모니터링
/monitor-model \
  --model-path "projects/my-ml-project/outputs/models/xgboost_tuned_model.pkl" \
  --reference-data "projects/my-ml-project/data/processed/X_train_balanced.csv" \
  --current-data "projects/my-ml-project/data/production/prod_data.csv"

# 10. API 배포
/deploy-model \
  --model-path "projects/my-ml-project/outputs/models/xgboost_tuned_model.pkl" \
  --X-sample-path "projects/my-ml-project/data/processed/X_train_balanced.csv"

성능 개선 과정

신용카드 사기 탐지 예시 (284,807건, 1:578 불균형)

| 단계 | F1-Score | PR-AUC | 개선 | | --- | --- | --- | --- | | 베이스라인 (XGBoost) | 0.83 | 0.87 | - | | + 하이퍼파라미터 튜닝 | 0.86 | 0.89 | +3.6% | | + Feature Selection | 0.87 | 0.90 | +4.8% | | + Threshold 최적화 | 0.88 | 0.91 | +6.0% |

프로젝트 구조

projects/{project-name}/
├── data/
│   ├── raw/              # 원본 데이터
│   ├── processed/        # 전처리 데이터
│   └── production/       # 프로덕션 데이터 (모니터링용)
├── outputs/
│   ├── models/           # 학습/튜닝 모델
│   ├── reports/          # HTML/Markdown 리포트
│   ├── evaluations/      # 평가 시각화
│   ├── shap/            # SHAP 분석
│   └── monitoring/       # Drift 리포트
├── deployment/          # FastAPI 서버
│   ├── app.py
│   ├── Dockerfile
│   └── docker-compose.yml
└── notebooks/           # Jupyter 노트북

활용 시나리오

| 시나리오 | 소요 시간 | 예상 성능 | 산출물 | | --- | --- | --- | --- | | 신속 프로토타입 | 3시간 | F1 0.80-0.85 | 베이스라인 모델 | | 프로덕션 모델 | 3일 | F1 0.85-0.90 | 튜닝 모델 + 평가 | | 엔터프라이즈 | 1주 | F1 0.90+ | API + 모니터링 + 문서 |

상세 가이드

• 기본 파이프라인 가이드
• 고급 파이프라인 가이드
• 프로젝트 구조 가이드

🔜 Coming Soon

💼 Business Ops Plugins (예정)

비즈니스 워크플로우 자동화

• workflow-automation: 워크플로우 자동화
• reporting: 리포팅 및 문서 생성
• integration: 외부 시스템 연동

요구사항

• Claude Code CLI
• Node.js 18.0.0 이상 (NPX CLI용)
• Python 3.8+ (데이터 사이언스 플러그인)

이미지/비디오 생성 스킬(kie-image-generator, kie-video-generator)은 common 플러그인에 포함되어 있습니다. API 키 설정은 auth-manager 스킬 참조

라이선스

MIT License

제작

Dante Labs

• Website: dante-labs.com
• YouTube: @dante-labs
• Email: [email protected]
• Discord: Dante Labs Community

☕ 커피 한 잔 후원: buymeacoffee.com/dante.labs