docs: 콜드메일 시나리오 구현 계획 상세화

- 우선순위 1: Lists 파일 첨부 완료 표시
- 우선순위 2: ir_analyzer.py:155 JSON 전처리 구체화
- 우선순위 3: coldmail_briefing.py:144,176,291 수정 위치 명시
- 우선순위 4: LangGraph 워크플로우 구조 정의
- 미구현/버그 섹션 제거 (구현 계획에 통합)
- 교훈 간소화, 100줄 이하 유지

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

troubleshooting/251014_coldmail_ir_analysis_scenario.md

@@ -41,13 +41,6 @@
 
 ---
 
-## 미구현 및 버그
-
-**버그**: LLM JSON 파싱 (ir_analyzer.py:156 마크다운 블록 처리)
-**미구현**: 분석 결과 메시지 (coldmail_briefing.py:291)
-
----
-
 ## 분석 결과 예시 (굿베이션)
 
 **파일**: 27페이지, 4.7MB → 14 chunks
@@ -66,30 +59,38 @@
 
 ### 우선순위 1: Slack Lists 파일 첨부 (✅ 완료)
 - 상세: 251014_slack_lists_file_attachment.md
-- coldmail_briefing.py:191-221, 241: document_id → file_id 변환 완료
+- skill-rag-file/app/api/download.py: GET /api/download/{document_id}
+- skill-slack/app/api/endpoints/files.py: POST /files/upload (X-API-Key)
+- coldmail_briefing.py:191-221, 241, 246: document_id → file_id 변환
 
 ### 우선순위 2: LLM JSON 파싱 에러
-- ir_analyzer.py:156 전: llm_response 마크다운 블록(```json) 제거
-- strip("```json"), strip("```"), strip() 순차 적용
+- ir_analyzer.py:155 다음 (156 전): llm_response 전처리
+  - cleaned = llm_response.strip()
+  - if cleaned.startswith("```json"): cleaned = cleaned[7:]
+  - if cleaned.startswith("```"): cleaned = cleaned[3:]
+  - if cleaned.endswith("```"): cleaned = cleaned[:-3]
+  - cleaned = cleaned.strip()
+- ir_analyzer.py:156: parsed = json.loads(cleaned)
 
-### 우선순위 3: Slack 메시지 포맷
-- coldmail_briefing.py:291: summary_text에 IR 분석 결과 추가
-- ir_metrics (business_area, revenue), valuation_result (median, confidence) 포함
+### 우선순위 3: Slack 메시지에 IR 분석 결과 추가
+- coldmail_briefing.py:144 다음: processed_results = [] 추가
+- coldmail_briefing.py:176 다음: processed_results.append({"company": company_name, "ir": ir_metrics, "valuation": valuation_result})
+- coldmail_briefing.py:291: summary_text 수정
+  - 현재: f"콜드메일 {processed_count}건 처리 완료 (...)"
+  - 변경: for 루프로 각 회사별 밸류에이션, 신뢰도 포함
 
 ### 우선순위 4: LangGraph 워크플로우
-- coldmail_briefing.py → LangGraph 전환
-- 노드: fetch_emails → filter → process_files → analyze_ir → create_list_item → send_feedback
-- 조건부 분기: 첨부파일 유무, IR 분석 성공/실패
-- 상태: email_data, document_ids, ir_metrics, valuation_result
+- requirements.txt: langgraph, langgraph-checkpoint-postgres 추가
+- app/workflows/coldmail_workflow.py: StateGraph 정의
+  - State: TypedDict (emails, coldmail_candidates, processed_results)
+  - 노드: fetch_emails, filter_coldmail, process_attachments, analyze_ir, create_slack_item, send_summary
+  - 엣지: fetch → filter → process → analyze → create → send
+  - 조건부 엣지: process (첨부파일 유무), analyze (성공/실패)
+- coldmail_briefing.py:78: _run_coldmail_briefing()에서 workflow.invoke() 호출
 
 ---
 
 ## 교훈
 
-### 전체 시나리오 문서화 중요성
-- 개별 기능은 작동하나 최종 목표 불명확
-- 교훈: 전체 시나리오 문서를 먼저 작성 후 세부 구현
-
-### LLM 응답 형식 검증 부족
-- LLM이 마크다운 블록(```json)으로 응답 → JSON 파싱 실패
-- 교훈: LLM 응답은 항상 전처리 필요
+- 전체 시나리오 문서 먼저 작성 후 세부 구현
+- LLM 응답은 항상 전처리 (마크다운 블록 제거)