pattern-analysis

구직 폴더({user_dir}) 확인: 먼저 현재 작업 디렉터리에서 CareerLoop/ 폴더(또는 한 단계 위·아래)를 찾아 그 폴더가 들어 있는 디렉터리를 {user_dir}로 쓴다. 홈 디렉터리 전체를 검색하지 않는다. 작업 디렉터리에서 찾지 못하면 사용자에게 경로를 묻고, 그래도 없으면 /careerloop:launch를 안내한다.

analyst 에이전트를 호출해 사용자의 지원 이력에 대한 결과 패턴 분석을 실행합니다.

워크플로

1. 데이터 존재 확인

지원 데이터는 references/tracker-schema.md에 정의된 분리(split) 레이아웃을 사용합니다. 읽기나 쓰기 전에 반드시 이 문서를 읽습니다.

{user_dir}/CareerLoop/tracker.json을 읽습니다. 임계값 확인은 요약 행의 outcome 필드만으로 수행하며, 아직 상세 파일은 열지 않습니다. applications 배열이 비어 있거나, 결과가 확정된(phone_screen, interview, offer, rejected, inactive) 항목이 3건 미만이면 다음과 같이 안내합니다.

"아직 패턴 분석을 할 만큼 결과 데이터가 충분하지 않습니다. 결과가 확정된 지원 건이 최소 몇 건은 필요합니다. /careerloop:track-application으로 업데이트를 계속 기록한 뒤, 이력이 더 쌓이면 다시 실행해 주세요."

그렇지 않으면 계속 진행합니다.

2. 전체 이력 로드

이 분석에는 단계 이력과 노트 텍스트가 필요하며, tracker.json만으로는 둘 다 알 수 없습니다. stage_history[]와 notes[]는 지원 건별 상세 파일로 옮겨졌습니다. tracker.json만으로 전환율, 이탈, 타임라인 패턴을 계산하면 조용히 0이 산출되어, 패턴이 있는데도 "발견된 패턴 없음"이라고 보고하게 됩니다.

1. {user_dir}/CareerLoop/tracker.json을 읽고 applications[]를 가져옵니다.
2. 모든 행을 순회하며 각 행의 detail_file(CareerLoop/ 기준 상대 경로)을 로드해 해당 지원 건의 stage_history[]와 notes[]를 가져옵니다. stage_count와 notes_count가 둘 다 0인 행만 건너뜁니다.
3. 요약 필드가 이미 답을 제공하는 경우(현재 단계 latest_stage, 마지막 단계 변경일 latest_stage_date, 건수 stage_count, notes_count, contact_count)에는 상세 파일에서 다시 계산하지 말고 그 값을 사용합니다.

3. analyst 호출 — Operation 1

analyst 에이전트에게 다음을 전달합니다.

• CareerLoop/tracker.json(요약 행) 그리고 로드한 applications/<application_id>.json 상세 파일. 둘 다 전달하며, 요약 행만으로는 이 작업의 입력으로 충분하지 않습니다
• 전체 artifacts-index.json
• 전체 CareerLoop/ExperienceLibrary.json

에이전트는 다음을 수행합니다.

• 아티팩트 성과와 지원 결과를 교차 분석
• 변형본 성과, 경험 단위 성과, 직무/시장 적합도, 타임라인의 패턴 식별
• CareerLoop/ExperienceLibrary.json의 performance_weights 갱신
• 변경마다 weight_update_log 항목 기록
• tracker.json에 search_performance 요약 기록(최상위 키이며, 어떤 상세 파일에도 기록하지 않음)

4. 갱신 내용 확인

에이전트가 완료되면 변경된 내용을 보고합니다.

패턴 분석 완료.

ExperienceLibrary 가중치 갱신
  {n}개 단위 상향  — {직무명, 간단한 근거}
  {n}개 단위 하향  — {직무명, 간단한 근거}
  {n}개 단위 변경 없음  (데이터 부족)

tracker.json에 검색 성과 요약 기록
  전환율이 높은 직무 유형: {목록}
  전환율이 높은 산업:      {목록}
  피해야 할 신호:          {목록}

데이터 신뢰도: {Preliminary / Directional / Moderate / High} (결과가 있는 지원 {n}건)

데이터 부족으로 일부 단위의 가중치를 갱신하지 못했다면 그 사실을 알립니다. 이 안내를 생략하지 않습니다. 데이터셋이 너무 작아 변경을 뒷받침하지 못한다는 점을 사용자가 알아야 합니다.

5. 다음 단계 제안

"/careerloop:report로 전체 analyst 리포트를 확인하거나, /careerloop:tailor-resume로 갱신된 가중치를 다음 이력서에 반영해 보세요."