자산
AutoStock
AutoCoin
매매와 적립 매수를 운영합니다
AiderLab · James
식사 선택과 자산 관리처럼 반복되는 판단을 규칙으로 만들고, 직접 사용한 결과로 개선합니다.
자산
매매와 적립 매수를 운영합니다
식사
추천부터 만족도 기록까지
정보 수집과 정리에는 Python과 로컬 LLM을 결합한 워커를 사용합니다.
운영 이유
번 돈은 잘 쓰고, 모은 자산은 꾸준히 키우고 싶었습니다. 누구나 반복해서 고민하는 문제입니다.
매수·매도와 적립 매수의 기준을 시스템으로 운영합니다.
밀키트 선택부터 요리와 만족도 기록까지 다시 설계합니다.
현재 프로젝트



자산 관련 시스템은 개인 운용 실험이며, 투자 권유나 수익을 보장하는 서비스가 아닙니다.
최근 분석 데이터
뉴스 파이프라인이 생성한 최근 3건의 분석입니다. AutoStock의 로컬 LLM 판단 계층과 직접 연결하는 작업은 아직 기획 단계입니다.
한투증권은 삼성전기의 목표가를 유지한 것은 해당 기업의 실적과 시장 상황을 고려한 분석 결과이다.
Harnesses are replacing traditional systems, becoming essential in electric vehicles.
은행들이 높은 이율의 적금 상품을 통해 경쟁을 강화함으로써, 고객 유치를 위한 금융 상품 경쟁이 심화되고 있다.
만드는 방법
문제와 검증 기준을 정하고, 웹·API와 AI 서비스 PoC를 구현합니다. 반복 작업에는 Python 워커와 로컬 LLM을 활용합니다.
기록과 개선
워커가 찾고 정리한 정보, 프로젝트가 실행한 결과, 실패한 판단을 함께 남깁니다. 검증된 내용만 다음 작업에 다시 사용합니다.
변화와 기회를 찾습니다.
비정형 정보를 사용할 수 있는 데이터로 정리합니다.
정리한 정보를 각 프로젝트의 규칙에 적용합니다.
실행 결과와 실패를 다음 판단을 위해 남깁니다.
검증된 기록을 다음 작업과 시스템 개선에 활용합니다.