Claude, Python, MCP 커넥터 및 자동화된 산출물을 활용한 스킬 기반 금융 분석 에이전트 설계
Anthropic
이 튜토리얼에서는 Anthropic의 금융 서비스 저장소를 중심으로 고급 워크플로우를 구축하고, 그 스킬 기반 아키텍처를 순수 Python으로 재현합니다. SKILL.md 파일을 검색 가능한 레지스트리로 파싱하고, 선택된 금융 플레이북을 Anthropic Messages API에 주입하는 재사용 가능한 SkillAgent를 구성합니다. 또한 현금흐름할인(DCF) 평가를 실행하고, 민감도 히트맵을 생성하며, 유사기업 분석을 수행하고, 투자위원회 메모 초안을 작성합니다.
이 튜토리얼은 Anthropic의 재무 서비스 저장소를 사용하여 스킬 기반 재무 분석 에이전트를 구축하는 방법을 보여줍니다. 먼저 저장소를 복제하고, 의존성을 설치하며(anthropic, pandas, openpyxl, pyyaml, matplotlib), 에이전트 플러그인, 수직적 플러그인, 파트너 통합, 관리형 에이전트 쿡북을 포함한 저장소 구조를 매핑합니다. 시스템은 SKILL.md 파일을 SkillRegistry로 구문 분석한 다음, SkillAgent 클래스를 구성하여 Claude 모델에 선택된 재무 플레이북을 Anthropic Messages API와 도구 사용 루프를 통해 주입합니다. 에이전트는 Meridian Software라는 회사에 대한 합성 할인 현금 흐름 평가를 실행하여 기업 가치, 지분 가치, 주당 암시 가격을 계산합니다. WACC 대비 종착 성장률 민감도 히트맵을 생성하고, Excel 출력을 통한 유사 기업 분석을 수행하며, 사모펀드 투자 위원회 메모를 작성하고, 관리형 에이전트 배포 사양을 검사합니다. 모든 수치 작업은 Python 실행 도구를 통해 수행되며, 최종 산출물은 'outputs' 디렉토리에 저장됩니다.
출처: MarkTechPost —
원문
