Markdown (마크다운) — 에이전트 개발의 공용어

# 가장 큰 제목 (h1)
## 섹션 제목 (h2)
### 하위 섹션 (h3)
#### 더 깊은 단계 (h4)

**굵게** — 핵심 키워드 강조 (가장 많이 사용)
*기울임* — 부가 설명, 인용 출처
***굵은 기울임*** — 두 가지 동시 적용
~~취소선~~ — 삭제·금지된 항목 표시

- 첫 번째 항목
- 두 번째 항목
  - 들여쓰기 2칸으로 하위 항목
  - 또 다른 하위 항목
- 세 번째 항목

1. 의존성 설치
2. 환경 변수 설정
3. 서버 실행
   1. 개발 모드: `npm run dev`
   2. 프로덕션 모드: `npm start`

- [x] 완료한 작업
- [ ] 진행 중인 작업
- [ ] 아직 시작 안 한 작업

변수명은 `snake_case`로 작성하고, 함수는 `verb_noun()` 형식을 따릅니다.

```python
import pandas as pd

def load_csv(path: str) -> pd.DataFrame:
    return pd.read_csv(path, encoding='utf-8')
```

[링크 텍스트](https://example.com)
[Antigravity 공식 문서](https://antigravity.google/docs)
[같은 저장소 다른 파일](./CONTRIBUTING.md)
[같은 파일 다른 섹션](#section-basics)

![대체 텍스트](경로/또는/URL.png)
![아키텍처 다이어그램](./docs/architecture.png)

| 환경 | 명령어 | 비고 |
|------|--------|------|
| 개발 | `npm run dev` | 핫 리로드 활성화 |
| 빌드 | `npm run build` | dist/ 폴더에 출력 |
| 배포 | `npm run deploy` | main 브랜치만 가능 |

> 중요: 이 함수는 비동기로 실행되므로 await 키워드가 필요합니다.

> **참고:** 여러 줄 인용도 가능합니다.
> 두 번째 줄도 같은 인용 블록 안에 들어갑니다.

섹션 1 내용

---

섹션 2 내용 (위 수평선으로 구분)

문장 끝에 공백 두 칸을 넣으면
같은 단락 안에서 줄바꿈됩니다.

# description: CSV·Excel·DB 데이터를 다룰 때 적용되는 한국어 데이터 분석 컨벤션
# globs: **/*.csv, **/*.xlsx, **/*.ipynb

## 인코딩 규칙

- CSV 읽기 시 **반드시 `encoding='utf-8'`을 명시**합니다.
- 한국어 파일명은 `cp949` 폴백을 시도하지 않고 사용자에게 변환을 요청합니다.

## 결측치 처리

| 데이터 유형 | 처리 방법 |
|------------|----------|
| 수치형 | 중앙값으로 대체 |
| 범주형 | 최빈값으로 대체 |
| 시계열 | 직전 값으로 forward fill |

## 시각화

- 한글 폰트 문제로 **seaborn 스타일은 사용하지 않습니다**.
- matplotlib + `koreanize_matplotlib`을 import 순서에 맞춰 사용합니다.

```python
import koreanize_matplotlib  # 반드시 먼저
import matplotlib.pyplot as plt
```

# Data Cleanup Skill

description: CSV·Excel 데이터를 받으면 결측치 리포트 → 이상치 제거 → 정제본 저장까지 자동화합니다.

## 트리거 조건

다음 키워드 중 하나가 사용자 요청에 포함되면 활성화하세요.

- "데이터 정제", "데이터 클리닝"
- "결측치 처리", "이상치 제거"
- "전처리해줘"

## 실행 단계

1. **데이터 로드** — 파일 확장자에 맞는 라이브러리 선택
2. **품질 리포트 생성** — `df.info()`, `df.describe()`, 결측치 비율
3. **이상치 탐지** — IQR 1.5배 기준
4. **정제본 저장** — `cleaned_{원본파일명}.csv`

## 보고 형식

리포트는 다음 마크다운 형식으로 작성합니다.

```markdown
## 데이터 품질 리포트

- 총 행: {n_rows}
- 총 열: {n_cols}
- 결측치 비율: {missing_pct}%
```

# 사용자 정보

- 역할: 데이터 분석가
- 주 사용 언어: Python (pandas, matplotlib), R, SQL
- 한국어로 응답하되, **코드 주석·변수명은 영어**로 유지

## 응답 스타일

- 결론 먼저, 근거는 뒤에
- 코드를 제시하면 **반드시 실행 결과 예시**를 함께 보여줄 것
- 추측이 필요한 부분은 명확히 표기 ("추정:")

## 자주 쓰는 도구

| 작업 | 선호 도구 |
|------|----------|
| 데이터 탐색 | pandas + ydata-profiling |
| 시각화 | matplotlib + koreanize_matplotlib |
| 통계 검정 | scipy.stats |

- 상위 항목
 - 1칸 들여쓰기 (인식 안 됨)
   - 3칸 들여쓰기 (애매함)

- 상위 항목
  - 2칸 들여쓰기
  - 또 다른 하위 항목
    - 4칸 들여쓰기 (더 깊은 단계)

````markdown
인라인 코드 예시: `print("hello")`

```python
print("hello")
```
````

## <a id="rules-create"></a>Rules 만들기

[이 섹션으로 이동](#rules-create)

가격: \$100 (이스케이프 없으면 LaTeX 수식으로 해석될 수 있음)
별표 강조 없이 \*표시\* 그대로 출력