#!/bin/sh # Claude Code Skill 설치 스크립트 # 생성: 2026-08-11 · Skill 1개 · 파일 2개 # # ./install-skills.sh ~/.claude/skills/ 에 설치 (모든 프로젝트에서 사용) # ./install-skills.sh ./myrepo ./myrepo/.claude/skills/ 에 설치 (그 저장소 전용) set -e DEST="${1:+$1/.claude/skills}" DEST="${DEST:-$HOME/.claude/skills}" mkdir -p "$DEST" echo "설치 위치: $DEST" mkdir -p "$DEST/regimen-extract" cat > "$DEST/regimen-extract/SKILL.md" <<'SKILL_PAYLOAD_EOF' --- name: regimen-extract description: 항암 요법(레지멘) DB를 구축한다. HIRA 공고책자·허가초과(허초) 심의결과·Onco Regimen book PDF를 Vision LLM으로 추출하고, 식약처 API(허가상세·대조약)와 약가 엑셀을 병합해 암종별 요법·용법용량·급여기준·약가를 SQLite/D1로 낸다. 출처 추적, 사람 검토·교정 반영 워크플로 포함. TRIGGER - "항암제 DB", "레지멘 추출", "허가초과/허초", "급여기준", "공고책자", "regimen book", "약가", PDF 표를 구조화 DB로 만들어야 할 때. --- # 항암 레지멘 DB 구축 ## 언제 쓰나 "담도암 환자에게 쓸 수 있는 요법이 뭔가"를 답하는 DB를 만들 때. `[[ctrial-collect]]` + `[[cancer-type-classify]]`가 **임상시험** 쪽을 맡는다면, 이쪽은 **이미 승인·급여되는 치료**를 맡는다. 넓게는 **PDF 표를 Vision LLM으로 구조화 DB에 넣는 방법**의 정본이다. ## 정본 코드 ``` ~/Documents/IMOK/허초프로젝트/ extraction/ 추출 산출물 + 캐시 + 교정 파일 (JSON) regbook_vision/, geupyeo_vision/ Vision 추출 regbook_pages/ 페이지별 결과 *_cache.json API 응답 캐시 *_corrections.json, review_state.json, verify_findings.json 검토·교정 scripts/ crop_*, extract_*, enrich_*, apply_*, build_*, export_* db_design/ 데이터_출처_정리.md ★ 테이블·컬럼별 출처를 전부 기록한 문서 schema_v2.sql, d1_import.sql, d1_overlay.sql 항암제_DB설계서_v2.xlsx, verify_report.md web/, wrangler.toml Cloudflare D1 + Workers 배포 ~/Documents/IMOK/oncoalert/ 같은 DB를 쓰는 웹 서비스 ``` ## 바로 쓰는 코드 ```bash python3 scripts/corrections.py --records out.json --corrections fix.json --key id --out final.json ``` `scripts/corrections.py` — `apply_*.py` 들이 공유하던 패턴을 하나로. `apply_corrections`(멱등, before/after 기록, 교정 표시) · `split_review`(확인완료/필요/미검토) · orphan 경고. **교정 대상이 사라진 키를 반드시 보고한다** — 재추출로 레코드가 없어지면 사람 검토가 소리 없이 증발한다. ## 소스가 7개다 — 출처 문서를 먼저 써라 | 코드 | 소스 | 형태 | 무엇을 줌 | |---|---|---|---| | S1 | 약제급여목록·급여상한금액표 (HIRA) | 엑셀 | 제품목록·EDI·주성분코드·**약가** | | S2 | 사전신청요법·불승인요법 (HIRA 허초 심의결과) | 엑셀 | 허가초과 요법(인정/검토중/불승인) | | S3 | 항암제보험급여 공고책자 (HIRA, 연 1회) | **PDF** | 급여 요법·고시번호·투여대상·투여단계 | | S4 | Onco Regimen book (아산병원 종양내과) | **PDF** | 표준요법·용법용량·투여일·참고논문 | | S5 | 식약처 제품허가정보 API | API | 영문명·약효분류·전문일반·EDI | | S6 | 식약처 허가상세 API | API | **ATC코드**·효능효과·용법용량·허가변경이력 | | S7 | 식약처 대조약 API | API | 오리지널 여부 | `db_design/데이터_출처_정리.md`가 **테이블·컬럼별로 어느 소스에서 왔는지** 전부 적어둔다. 소스가 여럿이면 이 문서 없이는 몇 달 뒤 아무도 값의 근거를 못 찾는다. 두 가지가 특히 중요하다: - **AI 수기 입력 항목을 따로 표시한다.** `cancer_aliases`(NSCLC 같은 영문 약어)는 "⚠️ 자료 아님 — 약제부 검토 예정"으로 명시돼 있다. 근거 자료가 있는 값과 AI가 채운 값을 섞으면 신뢰도가 통째로 무너진다. - **제거한 소스도 이유와 함께 남긴다.** "약가기준정보 API(심평원)는 제거됨 — 약가는 S1 엑셀에서 받음." ## PDF → 구조화: crop 후 Vision ``` crop_regbook_cards.py / crop_geupyeo_criteria.py 페이지에서 카드·표 영역을 잘라냄 → regbook_vision/, geupyeo_vision/ Vision LLM으로 추출 → regbook_pages/ 페이지별 JSON → regbook_schema_v3_samples.json 스키마 정착 ``` **페이지 전체를 통째로 Vision에 넣지 마라.** 요법 카드 단위로 잘라 넣어야 정확하다. crop 결과는 사람이 검토하고(`crop_review_decisions.json`), `apply_crop_review.py`로 반영한다. 암종 단위로 나눠 산출한다(`regbook_esophageal.json`, `regbook_gastric_TEST.json`, `regbook_page005_braintumor.json`). 한 암종부터 스키마를 확정하고 나머지로 넓힌다. ## API 응답은 캐시한다 `drug_detail_cache.json`, `drug_permit_cache.json`, `recollect_cache.json`. 식약처 API는 느리고 호출 제한이 있으며, **enrich 스크립트를 여러 번 돌리게 되기 때문에** 캐시가 없으면 작업이 불가능하다. `enrich_from_cache.py`가 캐시만으로 재구성한다. ## 사람 교정을 데이터로 관리한다 이 프로젝트에서 가장 배울 점이다. 교정을 코드에 넣지 않고 **JSON 파일 + apply 스크립트**로 분리했다: | 파일 | apply 스크립트 | |---|---| | `regimenbook_dose_corrections.json` | `apply_dose_corrections.py` | | `crop_review_decisions.json` | `apply_crop_review.py` | | `needs_confirm.json` | `apply_needs_confirm.py` | | `_review_flags_cache.json` | `apply_review_flags.py` / `apply_flag_dispositions.py` | | `verify_corrections.json`, `orphan_corrections.json` | `apply_review.py` | | `verified_ok.json`, `verify_findings.json`, `review_state.json` | 검토 상태 추적 | **추출을 다시 돌려도 사람이 고친 내용이 살아남는다.** 추출 → 검토 → 교정 JSON → 재적용이 반복 가능한 파이프라인이 된다. 추출 결과를 직접 수정하면 다음 재추출에서 전부 날아간다. `needs_confirm.json`(확인 필요)과 `verified_ok.json`(확인 완료)을 나눠 검토 진행 상황을 추적한다. ## 빌드·배포 ``` build_db.py / build_sqlite.py / build_drugcost.py SQLite 생성 enrich_db.py / enrich_detail.py / enrich_permit.py API로 보강 export_d1.py → d1_import.sql + d1_overlay.sql Cloudflare D1 export_web.py → web/ 정적 웹 ``` `d1_overlay.sql`을 `d1_import.sql`과 분리한 게 요령이다 — 전체 재적재 없이 변경분만 덮어쓴다. ## 프로젝트 문서를 Obsidian으로 관리한다 `CLAUDE.md`가 Obsidian 볼트(`~/Documents/obsidian/dnlife/허초프로젝트/`)의 6개 문서를 규정한다: `00_Overview`(고정 정보), `01_Plan`, `02_Progress`(날짜별), `03_Decisions`(기술 결정), `04_Issues`(미해결), `05_Completed`(검증 완료만). 규칙이 좋다 — **덮어쓰지 않고 날짜별로 추가**, **실제 완료한 것만 기록**, **확인되지 않은 내용은 추측하지 않음**. 긴 프로젝트에는 이 방식을 그대로 쓸 만하다. `obsidian-mcp-connector` MCP로 접근한다. ## 함정 - `oncoalert.db-shm`/`-wal`이 있다. SQLite WAL — 복사 시 세 파일을 함께. - 공고책자는 연 1회 갱신된다. 고시번호가 바뀌면 요법 매칭이 깨진다. `relink_report.json`이 재연결 결과를 남긴다. - `_experiments/`, `_archive/`에 시도한 것들이 남아 있다. ## 연관 skill `[[ctrial-collect]]`·`[[cancer-type-classify]]`(담도암 치료옵션 조합), `[[excel-case-validator]]` SKILL_PAYLOAD_EOF mkdir -p "$DEST/regimen-extract/scripts" cat > "$DEST/regimen-extract/scripts/corrections.py" <<'SKILL_PAYLOAD_EOF' #!/usr/bin/env python3 """사람이 고친 내용을 별도 파일로 두고 재추출 결과에 다시 얹는다. 출처: 허초프로젝트/scripts 의 apply_dose_corrections / apply_crop_review / apply_needs_confirm / apply_review_flags 가 공유하는 패턴을 하나로 정리. 추출 결과를 직접 수정하면 다음 재추출에서 전부 날아간다. 교정을 코드가 아니라 **데이터(JSON)** 로 두면 추출 → 검토 → 교정 → 재적용이 반복 가능한 파이프라인이 된다. python corrections.py --records out.json --corrections fix.json --key id --out final.json python corrections.py --records out.json --corrections fix.json --key id --report python corrections.py --self-check """ import argparse import json import sys from pathlib import Path # 검토 상태 NEEDS_CONFIRM = "needs_confirm" # 확인 필요 VERIFIED_OK = "verified_ok" # 확인 완료 CORRECTED = "corrected" # 사람이 고침 def load(path, default=None): p = Path(path) return json.loads(p.read_text(encoding="utf-8")) if p.exists() else (default if default is not None else {}) def save(path, obj): p = Path(path) p.parent.mkdir(parents=True, exist_ok=True) p.write_text(json.dumps(obj, ensure_ascii=False, indent=2), encoding="utf-8") def apply_corrections(records, corrections, key="id", track=True): """교정을 레코드에 얹는다. → (결과 레코드, 리포트) corrections: {키: {필드: 새값}} 또는 {키: {"fields": {...}, "reason": "...", "by": "..."}} 교정 대상이 사라진 키(orphan)는 반드시 보고한다 — 재추출로 레코드가 없어졌는데 조용히 넘어가면 사람이 한 검토가 소리 없이 증발한다.""" index = {str(r.get(key)): r for r in records} applied, orphans, unchanged = [], [], [] out = [dict(r) for r in records] out_index = {str(r.get(key)): r for r in out} for k, spec in corrections.items(): k = str(k) if k not in index: orphans.append(k) continue fields = spec.get("fields") if isinstance(spec, dict) and "fields" in spec else spec if not isinstance(fields, dict): orphans.append(k) continue rec = out_index[k] changed = {} for f, v in fields.items(): if rec.get(f) != v: changed[f] = {"before": rec.get(f), "after": v} rec[f] = v if not changed: unchanged.append(k) continue if track: rec["_review"] = CORRECTED rec["_corrected_fields"] = sorted(changed) if isinstance(spec, dict) and spec.get("reason"): rec["_correction_reason"] = spec["reason"] applied.append({"key": k, "changed": changed}) return out, { "applied": applied, "orphans": sorted(orphans), "unchanged": sorted(unchanged), "total_records": len(records), "total_corrections": len(corrections), } def split_review(records, verified_keys=(), confirm_keys=(), key="id"): """검토 진행 상황을 나눈다. → dict(verified, needs_confirm, untouched) 확인 완료와 확인 필요를 나눠 관리해야 어디까지 봤는지 추적된다.""" v, c = {str(x) for x in verified_keys}, {str(x) for x in confirm_keys} buckets = {"verified": [], "needs_confirm": [], "untouched": []} for r in records: k = str(r.get(key)) buckets["verified" if k in v else "needs_confirm" if k in c else "untouched"].append(k) return buckets def report_text(rep): lines = [f"레코드 {rep['total_records']:,}건 · 교정 {rep['total_corrections']:,}건", f" 적용 {len(rep['applied'])}건", f" 변화 없음 {len(rep['unchanged'])}건"] if rep["orphans"]: lines.append(f" ⚠ 대상 없음 {len(rep['orphans'])}건 — {', '.join(rep['orphans'][:10])}") lines.append(" 재추출로 레코드가 사라졌는지 확인하세요. 사람 검토가 유실됩니다.") for a in rep["applied"][:20]: for f, d in a["changed"].items(): lines.append(f" {a['key']}.{f}: {d['before']!r} → {d['after']!r}") if len(rep["applied"]) > 20: lines.append(f" … 외 {len(rep['applied']) - 20}건") return "\n".join(lines) # ── 자체 점검 ─────────────────────────────────────────────────── def _self_check(): recs = [{"id": "R1", "dose": "100mg", "cycle": 21}, {"id": "R2", "dose": "50mg", "cycle": 14}, {"id": "R3", "dose": "75mg", "cycle": 28}] # 단순 형식 + 상세 형식을 함께 받는다 fixes = { "R1": {"dose": "120mg"}, "R2": {"fields": {"cycle": 21}, "reason": "공고책자 오탈자", "by": "약제부"}, "R3": {"dose": "75mg"}, # 이미 같은 값 → 변화 없음 "R9": {"dose": "10mg"}, # 대상 없음 } out, rep = apply_corrections(recs, fixes, key="id") assert out[0]["dose"] == "120mg" and out[0]["_review"] == CORRECTED assert out[0]["_corrected_fields"] == ["dose"] assert out[1]["cycle"] == 21 and out[1]["_correction_reason"] == "공고책자 오탈자" assert "_review" not in out[2], out[2] # 변화 없으면 표시도 안 남긴다 assert rep["orphans"] == ["R9"], rep assert rep["unchanged"] == ["R3"], rep assert len(rep["applied"]) == 2 # 원본은 건드리지 않는다 assert recs[0]["dose"] == "100mg", recs[0] assert "_review" not in recs[0] # before/after 가 남는다 ch = rep["applied"][0]["changed"]["dose"] assert ch == {"before": "100mg", "after": "120mg"}, ch # 재적용해도 같은 결과 (멱등) out2, rep2 = apply_corrections(out, fixes, key="id") assert out2[0]["dose"] == "120mg" assert len(rep2["applied"]) == 0 and rep2["unchanged"] == ["R1", "R2", "R3"], rep2 # track=False 면 표시를 안 붙인다 out3, _ = apply_corrections(recs, {"R1": {"dose": "120mg"}}, key="id", track=False) assert out3[0]["dose"] == "120mg" and "_review" not in out3[0] # 형식이 깨진 교정은 orphan 으로 _, rep4 = apply_corrections(recs, {"R1": "120mg"}, key="id") assert rep4["orphans"] == ["R1"], rep4 b = split_review(recs, verified_keys=["R1"], confirm_keys=["R2"]) assert b == {"verified": ["R1"], "needs_confirm": ["R2"], "untouched": ["R3"]}, b assert "⚠" in report_text(rep) and "R9" in report_text(rep) import tempfile with tempfile.TemporaryDirectory() as d: f = Path(d) / "sub" / "c.json" save(f, fixes) assert load(f)["R1"] == {"dose": "120mg"} assert load(Path(d) / "없음.json", default={"x": 1}) == {"x": 1} print("self-check OK") def main(): p = argparse.ArgumentParser() p.add_argument("--records"); p.add_argument("--corrections") p.add_argument("--key", default="id"); p.add_argument("--out") p.add_argument("--report", action="store_true") p.add_argument("--self-check", action="store_true") a = p.parse_args() if a.self_check: _self_check(); return 0 if not (a.records and a.corrections): p.error("--records 와 --corrections 필요") out, rep = apply_corrections(load(a.records, []), load(a.corrections), a.key) if a.out: save(a.out, out) print(f"저장: {a.out}") if a.report or not a.out: print(report_text(rep)) return 1 if rep["orphans"] else 0 if __name__ == "__main__": sys.exit(main()) SKILL_PAYLOAD_EOF chmod +x "$DEST/regimen-extract/scripts/corrections.py" echo "" echo "완료 — Skill 1개를 설치했습니다." echo "Claude Code를 다시 시작하면 인식됩니다."