dalykit
End-to-end data analysis workflow plugin for Claude Code. Covers the full pipeline from EDA to model training - EDA, preprocessing, statisti
Open source Repository Open in the app JSON README (API)
About
End-to-end data analysis workflow plugin for Claude Code. Covers the full pipeline from EDA to model training - EDA, preprocessing, statistical analysis, feature engineering, and ML model evaluation — all saved under a structured `dalykit/` folder.
Details
- Kind
- Plugins
- Topic
- No topic detected
- Publisher
- taehyunan-99
- Origin
- marketplace
- Category
- ferramentas
- Stars
- 3
- Last push
- 2026-04-25T02:13:44Z
- Repository state
- ativo
- Language
- PowerShell
- Added
- 2026-08-30 01:48:58
- Updated
- 2026-08-30 01:48:58
- Origin id
taehyunan-99/dalykit/dalykit
README
# DalyKit
### Data Analysis Kit
> 반복되는 분석 코드는 DalyKit에게. 당신은 인사이트에만 집중하세요.
> Claude Code 플러그인으로 데이터 분석 워크플로우를 가속합니다.
[English](./README.en.md) | 한국어
---
## Table of Contents
- [What is DalyKit?](#what-is-dalykit)
- [Installation](#installation)
- [Quick Start](#quick-start)
- [Workflow](#workflow)
- [Project Structure](#project-structure)
- [Tech Stack](#tech-stack)
- [Skills](#skills)
- [Kit Management](#kit-management)
- [Skills in Detail](#skills-in-detail)
- [Contact](#contact)
---
## What is DalyKit?
데이터 분석은 반복적입니다. 매번 같은 EDA 코드를 쓰고, 같은 전처리 패턴을 적용하고, 같은 방식으로 모델을 돌립니다.
DalyKit은 이 반복을 없앱니다.
명령어 하나로 분석 코드를 생성하고, 실행 결과를 보고서로 정리하고, 모델 튜닝 루프를 자동으로 돌립니다. 분석가는 데이터와 인사이트에만 집중할 수 있습니다.
### 핵심 특징
- **단계별 워크플로우** — init → eda → clean → stat → feature → ml 전 파이프라인을 스킬 하나씩으로 실행
- **kit 기반 사이클 관리** — 각 분석 시도가 `kits/k1/`, `kits/k2/`처럼 독립 폴더로 관리되어 이전 시도와 섞이지 않음
- **토큰 효율 설계** — 1,000행 이상 데이터는 `.py` 스크립트로 분리 실행, 대화 컨텍스트 오염 방지
- **표준화된 결과물** — 모든 산출물이 `dalykit/` 폴더에 일관된 구조로 저장
<div align="right"><a href="#dalykit">Top</a></div>
---
## Installation
> **필요 조건** [Claude Code](https://claude.ai/code)
```
/plugin marketplace add taehyunan-99/DalyKit
/plugin install dalykit@taehyunan
```
설치 후 `dalykit:init`으로 시작하세요.
<div align="right"><a href="#dalykit">Top</a></div>
---
## Quick Start
```
# 1. 프로젝트 초기화
dalykit:init
# 2. dalykit/data/raw/ 폴더에 CSV 파일 배치
# 3. 다음 단계 확인
dalykit:next
```
이후에는 `dalykit:next`가 다음 할 일을 1단계씩 안내합니다.
<div align="right"><a href="#dalykit">Top</a></div>
---
## Workflow
```
dalykit:init
│
├── dalykit:next 현재 상태 기반 다음 단계 자동 추천
│
├── dalykit:domain 도메인 정보 정의 (선택)
│
├── dalykit:eda 탐색적 데이터 분석
│
├── dalykit:clean 데이터 전처리
│
├── dalykit:stat 통계 분석 · 가설 검정
│
├── dalykit:feature 피처 엔지니어링
│
└── dalykit:ml 모델 학습 · 자동 튜닝
```
각 스킬은 독립적으로 호출 가능합니다. 순서대로 전체 파이프라인을 실행하거나, 필요한 단계만 단독으로 사용할 수 있습니다.
<div align="right"><a href="#dalykit">Top</a></div>
---
## Project Structure
`dalykit:init` 실행 후 생성되는 폴더 구조입니다.
```
dalykit/
├── config/
│ ├── domain.md
│ ├── requirements.txt
│ ├── active.json ← 현재 활성 kit 포인터
│ └── progress.md
├── data/
│ └── raw/ ← 원본 CSV
└── kits/
└── k1/
├── manifest.json
├── eda/
├── clean/
├── stat/
├── feature/
└── model/
```
각 stage 내부에는 다음 산출물이 들어갑니다.
- `eda/`: `eda_analysis.ipynb`, `eda_results.json`, `eda_report.md`, `figures/`
- `clean/`: `clean_pipeline.ipynb`, `clean_results.json`, `clean_report.md`, `cleaned.csv`, `figures/`
- `stat/`: `stat_analysis.py`, `stat_analysis.ipynb`, `stat_results.json`, `stat_report.md`, `figures/`
- `feature/`: `feature_pipeline.ipynb`, `feature_results.json`, `feature_select.py`, `feature_select_results.json`, `selected_features.txt`, `feature_report.md`, `featured.csv`, `figures/`
- `model/`: `model_train.py`, `model_results.json`, `model_report.md`, `models/`, `figures/`
<div align="right"><a href="#dalykit">Top</a></div>
---
## Tech Stack
| 용도 | 라이브러리 |
|------|-----------|
| 데이터 처리 | pandas 2.x, numpy 2.x |
| 시각화 | matplotlib 3.x, seaborn 0.13.x |
| 통계 분석 | scipy 1.x, statsmodels 0.14.x, scikit-posthocs 0.x |
| 머신러닝 | scikit-learn 1.x, xgboost 3.x, lightgbm 4.x, catboost 1.x, joblib 1.x |
| 모델 해석 | shap (선택 설치) |
<div align="right"><a href="#dalykit">Top</a></div>
---
## Skills
| 명령어 | 설명 | 주요 산출물 |
|--------|------|-------------|
| `dalykit:init` | 프로젝트 구조 초기화 | `dalykit/kits/k1/` |
| `dalykit:next` | 현재 상태 기반 다음 단계 추천 | — |
| `dalykit:domain` | 도메인 정보 구조화 (자유 입력 → domain.md) | `config/domain.md` |
| `dalykit:eda` | 탐색적 데이터 분석 (EDA) | `kits/{kit}/eda/eda_analysis.ipynb` |
| `dalykit:eda report` | 노트북 실행 후 EDA 보고서 생성 | `kits/{kit}/eda/eda_report.md` |
| `dalykit:clean` | 데이터 전처리 | `kits/{kit}/clean/clean_pipeline.ipynb` |
| `dalykit:clean report` | 노트북 실행 후 전처리 보고서 생성 | `kits/{kit}/clean/clean_report.md` |
| `dalykit:stat` | 통계 분석 · 가설 검정 | `kits/{kit}/stat/stat_report.md` |
| `dalykit:stat notebook` | py → ipynb 변환 | `kits/{kit}/stat/stat_analysis.ipynb` |
| `dalykit:feature` | 피처 엔지니어링 — 인코딩, 스케일링, 파생 변수 | `kits/{kit}/feature/feature_pipeline.ipynb` |
| `dalykit:feature select` | Greedy Forward Selection + CV 기반 피처 조합 비교 | `kits/{kit}/feature/feature_select_results.json` |
| `dalykit:feature report` | 노트북 실행 후 피처 보고서 생성 | `kits/{kit}/feature/feature_report.md` |
| `dalykit:ml` | 모델 자동 선택 (3-5개 비교) + 튜닝 | `kits/{kit}/model/` |
| `dalykit:ml LR,RF,XGB` | 지정 모델만 비교 + 튜닝 (모델명은 예시) | `kits/{kit}/model/` |
| `dalykit:ml ensemble` | 베이스라인 상위 모델로 Voting + Stacking 앙상블 비교 | `kits/{kit}/model/model_results.json` |
| `dalykit:ml report` | 결과 JSON → 보고서 + 시각화 생성 + progress 갱신 | `kits/{kit}/model/model_report.md` |
| `dalykit:doctor` | 환경 점검 | Python / 패키지 상태 |
| `dalykit:doctor install` | 의존성 설치 | 현재 Python/conda 환경 |
| `dalykit:kit` | 활성 kit 확인 | `config/active.json` |
| `dalykit:kit new` | 새 kit 생성 | `kits/kN/` |
| `dalykit:kit list` | kit 목록 요약 | `kits/` 스캔 결과 |
| `dalykit:kit switch k1` | 활성 kit 전환 | `config/active.json` |
| `dalykit:progress` | 진행 현황 문서 갱신 | `config/progress.md` |
| `dalykit:help` | 도움말 | — |
<div align="right"><a href="#dalykit">Top</a></div>
---
## Kit Management
`dalykit:kit`은 분석 사이클을 독립적으로 관리하는 핵심 명령입니다.
예:
```
dalykit:kit new feature
```
이 명령은 새 kit을 만들고, 이전 kit의 필요한 선행 산출물을 복사한 뒤 feature 단계부터 다시 시작하게 합니다.
이 구조의 장점:
- `k1`이 마음에 들지 않으면 `k2`를 새로 만들어 독립적으로 시도 가능
- 이전 kit을 버려도 새 kit이 자체 입력 파일을 가지고 있어 유지 가능
- 보고서, figures, 모델 파일이 모두 같은 kit 아래 묶여 추적이 쉬움
| 명령어 | 설명 |
|--------|------|
| `dalykit:kit` | 현재 활성 kit 확인 |
| `dalykit:kit new` | 새 kit 생성 (다음 번호 자동 할당) |
| `dalykit:kit new feature` | feature 단계부터 새 kit 생성 |
| `dalykit:kit list` | 전체 kit 목록 및 완료 단계 요약 |
| `dalykit:kit switch k2` | 활성 kit 전환 |
<div align="right"><a href="#dalykit">Top</a></div>
---
### Skills in Detail
### `dalykit:init` — 프로젝트 초기화
분석을 시작하기 전 가장 먼저 실행하는 스킬입니다. `dalykit/` 폴더와 kit 기반 하위 구조를 한 번에 생성하고, 필요한 설정 파일을 복사합니다.
**동작 방식**
1. `dalykit/` 폴더가 이미 존재하면 중복 실행을 방지하고 종료
2. `config`, `data/raw`, `kits/k1/{eda,clean,stat,feature,model}` 폴더 생성
3. 플러그인 번들에서 `domain.md`, `requirements.txt`, `active.json`, `progress.md` 복사
4. `kits/k1/manifest.json` 생성
**실행 결과**
```
dalykit/
├── config/
│ ├── domain.md
│ ├── requirements.txt
│ ├── active.json
│ └── progress.md
├── data/
│ └── raw/
└── kits/
└── k1/
├── manifest.json
├── eda/
├── clean/
├── stat/
├── feature/
└── model/
```
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:next` — 다음 단계 추천
현재 상태를 읽어 다음에 실행할 명령 1개를 자동으로 추천합니다. 어디서부터 시작할지 모를 때 언제든 실행하세요.
**판단 순서**
1. 초기화 확인 (`dalykit/config/active.json` 존재 여부)
2. 원본 데이터 확인 (`data/raw/`에 CSV/Excel 존재 여부)
3. 도메인 구조화 확인
4. 분리 보고서 단계 확인 (결과 파일 있는데 보고서 미생성 시 report 우선 추천)
5. 기본 파이프라인 순서 추천 (`eda → clean → stat → feature → ml`)
6. 완료 후 분기 안내
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:domain` — 도메인 정보 구조화
분석 전 데이터와 비즈니스 맥락을 정리하는 스킬입니다. 형식 없이 자유롭게 작성한 메모를 Claude가 읽고, 이후 스킬들이 참조할 수 있는 구조화된 형식으로 변환합니다.
**동작 방식**
1. `dalykit/config/domain.md`의 자유 입력 섹션 읽기
2. `dalykit/data/raw/`의 CSV 파일을 탐색해 컬럼명, 타입, 분포 파악
3. 자유 입력 + CSV 정보를 종합해 업종, 타겟 변수, 컬럼 설명, 도메인 규칙 등 구조화
4. `domain.md`의 구조화 섹션만 덮어쓰기 (자유 입력 보존)
자유 입력 없이 실행해도 CSV 컬럼 정보만으로 구조화가 가능합니다. 단, 도메인 규칙이나 비즈니스 제약처럼 데이터에서 추론할 수 없는 항목은 직접 입력하는 것을 권장합니다.
이 파일은 이후 `dalykit:eda`부터 `dalykit:ml`까지 모든 스킬이 참조합니다.
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:eda` — 탐색적 데이터 분석
데이터의 구조, 분포, 결측값, 상관관계를 분석하는 Jupyter 노트북을 자동 생성합니다.
**동작 방식**
1. `dalykit/data/raw/`에서 CSV 파일 탐색
2. `domain.md`가 있으면 도메인 맥락을 반영해 노트북 구성
3. `kits/{kit}/eda/eda_analysis.ipynb` 생성 (각 분석 셀 끝에서 결과를 `eda_results.json`으로 누적 저장)
4. 사용자가 노트북을 직접 실행한 뒤 `dalykit:eda report`로 보고서 생성
**실행 흐름**
```
dalykit:eda → eda_analysis.ipynb 생성
↓ 사용자가 노트북 실행 (→ eda_results.json 셀 단위 누적 저장)
dalykit:eda report → eda_results.json 읽기 → eda_report.md 생성
```
노트북 실행은 사용자가 직접 합니다. 셀 단위로 결과를 확인하고 수정할 수 있어 분석 품질을 높일 수 있습니다.
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:clean` — 데이터 전처리
결측값, 중복, 이상치, 타입 변환을 처리하는 전처리 파이프라인 노트북을 생성합니다. EDA 보고서가 있으면 분석 결과를 반영해 전처리 전략을 자동으로 구성합니다.
**동작 방식**
1. `eda_report.md`가 있으면 결측값·이상치·타입 이슈를 파악해 전략 수립, 없으면 데이터 직접 프로파일링
2. `kits/{kit}/clean/clean_pipeline.ipynb` 생성 (주요 처리 셀 끝마다 결과를 `clean_results.json`으로 누적 저장)
3. 사용자가 노트북을 직접 실행한 뒤 `dalykit:clean report`로 보고서 생성
4. 전처리 결과는 `kits/{kit}/clean/cleaned.csv`로 저장
**결측값 처리 전략** (결측 비율 기준 자동 선택)
| 결측 비율 | 전략 |
|-----------|------|
| > 50% | 열 제거 권고 (사용자 확인) |
| 5 ~ 50% | 그룹별 중앙값 대체 → fallback: 단순 중앙값 |
| < 5% | 단순 중앙값 / 최빈값 대체 |
| 복잡한 패턴 | IterativeImputer 셀 별도 제공 (선택 실행) |
**이상치 처리 워크플로우**
이상치는 자동 제거하지 않습니다. 탐지 결과만 출력하고, 처리 옵션(IQR 제거 / 클리핑)을 주석 처리 셀로 미리 제공합니다.
```
dalykit:clean → clean_pipeline.ipynb 생성
↓ 노트북 실행 (이상치 탐지 결과 확인, → clean_results.json 셀 단위 누적 저장)
dalykit:clean report → clean_results.json 읽기 → 보고서 확인
↓ 노트북에서 이상치 처리 셀 주석 해제 후 재실행
dalykit:clean report → 보고서 갱신
```
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:stat` — 통계 분석 · 가설 검정
변수 척도를 파악하고 적합한 통계 검정을 자동 선택해 분석합니다. EDA/전처리 보고서가 있으면 추천 항목을 반영해 분석 계획을 수립합니다.
**동작 방식**
1. EDA·전처리 보고서에서 분석 추천 항목 추출, 없으면 데이터 직접 프로파일링
2. 변수 척도(명목/순서/등간/비율) 파악 → 적합한 검정 자동 선택
3. `kits/{kit}/stat/stat_analysis.py` 생성 후 자동 실행
4. 결과를 JSON으로 저장하고 `stat_report.md` 자동 생성
eda/clean과 달리 노트북 수동 실행 없이 스크립트 실행부터 보고서 생성까지 자동으로 이어집니다. 결과를 노트북으로 확인하고 싶다면 `dalykit:stat notebook`으로 변환할 수 있습니다.
**실행 흐름**
```
dalykit:stat → stat_analysis.py 생성 + 실행 → stat_report.md 자동 생성
dalykit:stat notebook → stat_analysis.ipynb 변환
```
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:feature` — 피처 엔지니어링
전처리된 데이터에서 인코딩, 스케일링, 파생 변수 생성, 피처 선택을 수행하는 노트북을 생성합니다. EDA·전처리·통계 보고서의 요약 섹션을 참조해 데이터에 맞는 전략을 자동으로 구성합니다.
**동작 방식**
1. 이전 보고서(eda, clean, stat) 요약 섹션 참조 → 인코딩 대상, 유의미한 변수 파악
2. `domain.md`에서 타겟 변수, 도메인 규칙 확인
3. `kits/{kit}/feature/feature_pipeline.ipynb` 생성 (마지막 셀에서 피처 변환 결과를 `feature_results.json`으로 자동 저장)
4. 사용자가 노트북을 직접 실행한 뒤 `dalykit:feature report`로 보고서 생성
5. 피처 결과는 `kits/{kit}/feature/featured.csv`로 저장 (ml 스킬의 입력값)
**실행 흐름**
```
dalykit:feature → feature_pipeline.ipynb 생성
↓ 사용자가 노트북 실행 (→ feature_results.json 자동 저장)
dalykit:feature select → featured.csv 기준 Greedy Forward Selection + CV 비교 (선택)
dalykit:feature report → feature_results.json 읽기 → feature_report.md 생성
```
**`dalykit:feature select` — 피처 조합 CV 비교**
`featured.csv`에서 최적 피처 조합을 찾는 선택적 보조 단계입니다. `featured.csv`를 수정하지 않고 추천 결과만 반환합니다.
- CV 전략 자동 선택: GroupKFold → TimeSeriesSplit → StratifiedKFold → KFold (데이터 특성 기반)
- 경량 베이스 모델(LGBM/RF)로 상대 성능 비교 (최종 모델 성능 기준 아님)
- 결과: `feature_select_results.json`, `selected_features.txt`, `figures/feature_select_*.png`
<div align="right"><a href="#dalykit">Top</a></div>
---
### `dalykit:ml` — 모델 학습 · 자동 튜닝
피처 엔지니어링된 데이터로 머신러닝 모델을 학습하고 자동으로 튜닝합니다. 분류/회귀를 자동 감지하고, 3~5개 후보 모델을 비교한 뒤 상위 모델을 선정해 튜닝 루프를 실행합니다.
**동작 방식**
1. 이전 보고서 요약 섹션 참조 + `domain.md`에서 타겟 변수, 목표 성능 확인
2. 데이터 규모 판단 후 전략 결정 (소규모 n≤10k: 전체 비교 / 중규모 n≤100k: SVM 제외 / 대규모 n>100k: 샘플링 후 선정 재학습)
3. `kits/{kit}/model/model_train.py` 생성 후 백그라운드 자동 실행
4. 1회차 결과로 피처 진단 (중요도 수렴, 다중공선성, 과적합, 전체 저성능)
5. 이상 없으면 상위 1~2개 모델 선정 → 튜닝 루프 실행 (최대 5회)
6. 회귀 문제의 경우 타깃 로그 변환(identity vs log1p) 자동 판단 (`y.min() >= 0` 조건, 역변환 후 원본 스케일 평가)
7. 결과는 `model_results.json` + `models/{모델명}.joblib`으로 저장
**튜닝 종료 조건**
| 조건 | 동작 |
|------|------|
| 목표 성능 도달 | 종료 |
| 이전 대비 개선폭 ≤ 0.5% 또는 성능 하락 | 수렴 종료 |
| 최대 5회 도달 | 강제 종료 |
**실행 흐름**
```
dalykit:ml → 자동 모델 선택 + 튜닝 루프
dalykit:ml LR,RF,XGB → 지정 모델만 비교 + 튜닝
dalykit:ml ensemble → 베이스라인 상위 모델로 Voting + Stacking 앙상블 비교
dalykit:ml report → model_results.json → model_report.md 생성 + progress 갱신
```
**피처 진단 시그널**
1회차 실행 후 아래 시그널이 감지되면 조기 종료하고 피처 수정 피드백을 제공합니다.
| 시그널 | 기준 |
|--------|------|
| 피처 중요도 0 수렴 | 중요도 < 0.01인 피처가 전체의 50% 이상 |
| 다중공선성 | VIF > 10인 피처 쌍 존재 |
| 과적합 | train-test 성능 격차 > 10% |
| 전체 저성능 | 모든 모델이 베이스라인 미달 |
피처 수정이 필요한 경우 `dalykit:feature`로 돌아가 노트북을 수정·재실행한 뒤 `dalykit:ml`을 재실행합니다.
<div align="right"><a href="#dalykit">Top</a></div>
---
## Contact
[](mailto:withblua@gmail.com)
[](https://www.linkedin.com/in/taehyun-an-8b07993a5)
[](https://velog.io/@taehyunan817/posts)
<div align="right"><a href="#dalykit">Top</a></div>