From aba4006975fe07f010ea4bed751553f03f95efdd Mon Sep 17 00:00:00 2001 From: Claude-51124 Date: Thu, 16 Oct 2025 23:31:10 +0900 Subject: [PATCH] Add LangGraph and remove pseudocode MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - LangGraph를 워크플로우 관리 도구로 추가 - 의사코드 제거 (실제 파일 참조로 대체) - 구현 계획 섹션 간소화 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude --- ...51016_startup_valuation_reversemountain.md | 36 +++++-------------- 1 file changed, 9 insertions(+), 27 deletions(-) diff --git a/plans/251016_startup_valuation_reversemountain.md b/plans/251016_startup_valuation_reversemountain.md index 59cd2f5..93c9285 100644 --- a/plans/251016_startup_valuation_reversemountain.md +++ b/plans/251016_startup_valuation_reversemountain.md @@ -232,33 +232,13 @@ if np.random.rand() < acceptance_ratio: ### 6.2 구현 계획 **새 스킬**: app/skills/startup_analysis_skill.py -```python -class StartupAnalysisSkill: - async def find_similar_companies(self, company_name: str): - """Neo4j 기반 유사 기업 검색""" - # 1. 스타트업 데이터 로드 - # 2. 태그 기반 필터링 - # 3. 공통 태그 계산 - # 4. Top 5 반환 +**새 엔드포인트**: main.py에 /api/analyze/startup/{company_name} 추가 - async def calculate_valuation(self, company_name: str): - """Bayesian MCMC 가치평가""" - # 1. 유사 기업 수집 - # 2. Prior/Likelihood 계산 - # 3. MCMC 샘플링 (비동기) - # 4. Posterior 분석 - # 5. 결과 반환 -``` - -**새 엔드포인트**: main.py 추가 -```python -@app.post("/api/analyze/startup/{company_name}") -async def analyze_startup(company_name: str): - skill = StartupAnalysisSkill() - similar = await skill.find_similar_companies(company_name) - valuation = await skill.calculate_valuation(company_name) - return {"similar": similar, "valuation": valuation} -``` +**워크플로우 관리**: LangGraph +- 유사 기업 검색 → 가치평가 → 결과 생성의 순차적 흐름 관리 +- 조건부 분기: 데이터 부족 시 대안 방법 자동 선택 +- 상태 관리: 분석 진행 상황 추적 및 사용자 피드백 +- 에러 처리: 각 단계별 실패 시 재시도 로직 ### 6.3 기술적 고려사항 @@ -274,10 +254,11 @@ async def analyze_startup(company_name: str): - 응답 시간: MCMC 10-30초 소요 ("분석 중..." 메시지 필요) - 계산 집약: MCMC 대신 사전 계산 결과 사용 고려 -**대안**: +**구현 접근**: - 경량화: networkx 그래프 (Neo4j 없이) - 사전 계산: 주요 기업 가치평가 미리 저장 - 근사: MCMC 대신 Gaussian approximation +- 워크플로우: LangGraph로 복잡한 분석 흐름 관리 ### 6.4 사용자 경험 @@ -339,6 +320,7 @@ Robeing: [40초 후] "약 26억원 (95% 신뢰구간: -48~101억)으로 평가 - Python neo4j driver 6.0.2 - NumPy, SciPy: 통계 계산 - Matplotlib: 시각화 +- LangGraph: 워크플로우 관리 및 상태 추적 ---