playbooks

home / skills / openclaw / skills / raon-os

raon-os skill

/skills/lifeissea/raon-os

This skill helps Korean founders evaluate business plans, match government funding programs, and connect with investors and startups for faster funding.

npx playbooks add skill openclaw/skills --skill raon-os

Review the files below or copy the command above to add this skill to your agents.

Files (2)
SKILL.md
9.2 KB
---
name: raon-os
version: 0.7.27
description: "AI-powered startup companion for Korean founders. Evaluate business plans, match government funding programs (TIPS/DeepTech/Global TIPS), connect with 3,972+ TIPS-selected startups, get investor recommendations, and integrate with Kakao i OpenBuilder. Features Agentic RAG (HyDE, Multi-Query, CRAG), structured extraction, and Track B financial matching."
metadata:
  openclaw:
    env:
      - name: GEMINI_API_KEY
        description: "Google Gemini API key (recommended for embeddings + LLM)"
        required: false
      - name: OPENROUTER_API_KEY
        description: "OpenRouter API key (multi-model access)"
        required: false
      - name: ANTHROPIC_API_KEY
        description: "Anthropic Claude API key"
        required: false
      - name: OPENAI_API_KEY
        description: "OpenAI API key"
        required: false
      - name: KAKAO_CALLBACK_SECRET
        description: "Kakao i OpenBuilder webhook HMAC secret (optional)"
        required: false
      - name: RAON_API_URL
        description: "Managed API endpoint (optional, for SaaS mode)"
        required: false
      - name: RAON_API_KEY
        description: "Managed API key (optional, for SaaS mode)"
        required: false
    requires:
      bins: ["python3", "node"]
    notes: "At least one LLM API key (GEMINI, OPENROUTER, ANTHROPIC, or OPENAI) is recommended. Falls back to local Ollama if no keys are set. API keys are stored in ~/.openclaw/.env (user-managed, chmod 600 recommended). The skill includes a local HTTP server (port 8400) and crawlers for public government data collection."
---

# Raon OS — Startup Companion (v0.7.10)

## 설치 요구사항

- **Python 3.9+** (macOS 기본 내장, 별도 설치 불필요)
- **Node.js 18+** (`npx @yeomyeonggeori/raon-os` 실행용)
- **LLM API 키** (아래 중 하나, 우선순위 순):

| 환경변수 | 설명 | 비고 |
|----------|------|------|
| `OPENROUTER_API_KEY` | **1순위** — OpenClaw 지원 모든 모델 | 추천 |
| `GEMINI_API_KEY` | **2순위** — Google Gemini + 임베딩 | |
| `ANTHROPIC_API_KEY` | **3순위** — Claude | |
| `OPENAI_API_KEY` | **4순위** — GPT + 임베딩 | |
| Ollama 로컬 | 자동 감지 (키 없을 때) | 선택 — `raon.sh install-model` |

- **벡터 검색**: `GEMINI_API_KEY` 또는 `OPENAI_API_KEY` 있으면 자동 활성화. 없으면 BM25 키워드 검색으로 동작.

## 빠른 시작

```bash
# 1. OpenClaw 설치
npm install -g openclaw

# 2. 스킬 설치
openclaw skill install @yeomyeonggeori/raon-os

# 3. API 키 설정 (권장: OpenRouter)
echo "OPENROUTER_API_KEY=your-openrouter-key" >> ~/.openclaw/.env
chmod 600 ~/.openclaw/.env  # 보안: 소유자만 읽기/쓰기

# 4. 모델 override (선택) — 기본은 프로바이더별 최적 모델 자동 선택
echo "RAON_MODEL=anthropic/claude-opus-4-5" >> ~/.openclaw/.env

# 5. 연결 테스트
python3 scripts/raon_llm.py --detect
```

## LLM 설정 (`raon_llm.py`)

모든 API 키는 `~/.openclaw/.env` 에 저장 (환경변수 우선):

```bash
# ~/.openclaw/.env 예시
OPENROUTER_API_KEY=<your-key>   # 1순위 (추천)
GEMINI_API_KEY=<your-key>          # 2순위 + 임베딩
ANTHROPIC_API_KEY=<your-key>       # 3순위
OPENAI_API_KEY=<your-key>              # 4순위 + 임베딩
RAON_MODEL=google/gemini-2.5-flash  # 모델 강제 지정 (선택)
RAON_LLM_PROVIDER=openrouter       # 프로바이더 강제 지정 (선택)
```

스타트업 파운더를 위한 AI 동료. 아이디어를 사업으로 만드는 전 과정을 지원한다.

## 기능

### 1. biz-plan — 사업계획서 평가
사업계획서(PDF/텍스트)를 분석하여 점수 + 개선안을 제공한다.

```bash
# PDF 평가
{baseDir}/scripts/raon.sh biz-plan evaluate --file /path/to/plan.pdf

# 텍스트 평가
{baseDir}/scripts/raon.sh biz-plan evaluate --text "사업 아이디어 설명..."

# JSON 형식 출력
{baseDir}/scripts/raon.sh biz-plan evaluate --file /path/to/plan.pdf --json

# 결과를 파일로 저장
{baseDir}/scripts/raon.sh biz-plan evaluate --file /path/to/plan.pdf --output result.md

# 두 사업계획서 비교 분석
{baseDir}/scripts/raon.sh biz-plan evaluate --file plan_a.pdf --file plan_b.pdf

# 개선안 생성
{baseDir}/scripts/raon.sh biz-plan improve --file /path/to/plan.pdf

# 평가 히스토리 조회
{baseDir}/scripts/raon.sh history
```

**평가 항목:**
- 문제 정의 및 솔루션 적합성
- 시장 규모 및 경쟁 분석
- 비즈니스 모델 타당성
- 팀 역량
- 재무 계획
- 기술 차별성

**출력:** 100점 만점 종합 점수 + 항목별 점수 + 구체적 개선 제안

### 2. gov-funding — 정부 지원사업 매칭
스타트업 프로필 기반으로 적합한 정부 지원사업을 추천한다.

```bash
# 매칭 (사업계획서 기반)
{baseDir}/scripts/raon.sh gov-funding match --file /path/to/plan.pdf

# 매칭 (키워드 기반)
{baseDir}/scripts/raon.sh gov-funding match --industry "AI/SaaS" --stage "early" --region "서울"

# 지원사업 상세 정보
{baseDir}/scripts/raon.sh gov-funding info --program "TIPS"

# 지원서 초안 생성
{baseDir}/scripts/raon.sh gov-funding draft --program "TIPS" --file /path/to/plan.pdf

# 지원 준비 체크리스트
{baseDir}/scripts/raon.sh gov-funding checklist --program "TIPS" --file /path/to/plan.pdf
```

**지원 프로그램:** TIPS, K-Startup 그랜드챌린지, 창업성장기술개발, 예비창업패키지, 초기창업패키지 등

### 3. investor-match — 투자자 매칭 (추후 연동)
스타트업 단계/산업에 맞는 투자자를 추천한다.

```bash
# 투자자 추천
{baseDir}/scripts/raon.sh investor-match --stage "pre-a" --industry "AI" --amount "1M"
```

## PDF 처리 (중요)

사용자가 PDF를 직접 보내면 바이너리가 프롬프트에 들어가 토큰 한도를 초과한다.
**반드시 텍스트 추출 후 평가해야 한다.**

```bash
# 방법 1: evaluate.py가 내부에서 PDF 텍스트 추출
{baseDir}/scripts/raon.sh biz-plan evaluate --file /path/to/plan.pdf

# 방법 2: 전처리 스크립트
scripts/pdf-evaluate.sh /path/to/plan.pdf
```

**OpenClaw에서 PDF 파일이 첨부된 경우:**
1. PDF가 media/inbound/에 저장됨
2. PDF를 프롬프트에 인라인하지 말 것 (토큰 폭발)
3. exec 도구로 evaluate.py --file <경로>를 실행하여 평가
4. 결과를 사용자에게 전달

## 사용 흐름

일반적인 파운더 여정:

```
1. "내 사업계획서 평가해줘" → biz-plan evaluate
2. "어떻게 고치면 돼?" → biz-plan improve
3. "이걸로 지원할 수 있는 정부사업 있어?" → gov-funding match
4. "TIPS 지원서 초안 만들어줘" → gov-funding draft
5. "투자자도 연결해줘" → investor-match
```

## Investor Match

```bash
raon.sh investor-match profile --file <pdf>
# or
curl -X POST http://localhost:8400/v1/investor ...
```

투자자 관점에서 사업계획서를 분석하고 매력도 프로필을 생성한다.
- Deal Summary (1분 요약)
- 타겟 투자자 유형 (Seed/Pre-A, Sector)
- Investment Highlights & Red Flags
- 피칭 팁

## HTTP API 서버

로컬 REST API 서버를 띄워 웹챗이나 외부 서비스에서 연동할 수 있다:

```bash
raon.sh serve           # 기본 포트 8400
raon.sh serve 9000      # 커스텀 포트
```

엔드포인트:
- `GET /health` — 헬스체크
- `GET /v1/modes` — 지원 모드 목록
- `POST /v1/evaluate` — 사업계획서 평가
- `POST /v1/improve` — 사업계획서 개선
- `POST /v1/match` — 정부 지원사업 매칭
- `POST /v1/draft` — 지원서 초안 (program 필수)
- `POST /v1/checklist` — 지원 준비 점검 (program 필수)
- `POST /v1/investor` — 투자자 프로필 분석

요청 예시:
```bash
curl -X POST http://localhost:8400/v1/evaluate \
  -H "Content-Type: application/json" \
  -d '{"text": "사업계획서 내용..."}'
```

CORS 지원됨 (웹 프론트엔드 연동 가능).

## API 연동

현재 버전은 로컬 분석 (LLM 기반 RAG)으로 동작한다.
K-Startup AI API 연동 시 환경변수 설정:

```bash
export RAON_API_URL="https://api.k-startup.ai"
export RAON_API_KEY="your-api-key"
```

API가 설정되지 않으면 로컬 LLM + RAG 파이프라인으로 폴백한다.

## 평가 기준 참고

정부 지원사업별 심사 기준은 references/ 디렉토리 참조:
- `references/tips-criteria.md` — TIPS 심사 기준
- `references/gov-programs.md` — 주요 정부 지원사업 목록 및 자격 요건

---

## ⚠️ Security & Data Flow

### Credential Protection
- 모든 API 키는 `~/.openclaw/.env`에 저장 (`chmod 600` 권장)
- 패키지에 실제 키값은 **절대 포함되지 않음**

### Data Transmission
- **기본 모드 (로컬)**: 모든 데이터가 로컬에서 처리됨 (Ollama LLM + 로컬 RAG)
- **SaaS 모드** (`RAON_API_URL` 설정 시): 평가 요청/PDF 텍스트가 해당 서버로 전송됨
  - ⚠️ 신뢰할 수 있는 엔드포인트만 설정하세요
- **Supabase** (`SUPABASE_URL` 설정 시): 피드백/사용량 데이터가 저장됨
  - `SUPABASE_SERVICE_KEY`는 고권한 키이므로 신중히 설정

### Server Security
- `/api/keys/*` 엔드포인트는 **localhost 전용** (관리자 API)
- 외부 노출 시 반드시 nginx 리버스 프록시 + 접근 제어 사용
- 카카오 웹훅: HTTP 200 반환은 카카오 플랫폼 요구사항 (재시도 방지)

Overview

This skill is an AI-powered startup companion for founders, focused on evaluating business plans, matching government funding programs (including TIPS variants), and recommending investors. It integrates vector RAG techniques, structured extraction, and local or cloud LLMs, and can connect to messaging platforms via Kakao i OpenBuilder. The skill is optimized for founder workflows: plan scoring, improvement suggestions, funding matches, and investor profiling.

How this skill works

It analyzes uploaded business plans (text or extracted PDF text) using agentic RAG (HyDE, multi-query, CRAG) and structured extraction to produce itemized scores and actionable improvements. For funding matches it compares startup profiles against a database of government programs and eligibility rules to recommend suitable calls such as TIPS, DeepTech, and Global TIPS. Investor recommendations and profiles are generated by scoring pitch attractiveness, deal highlights, and red flags. Local LLMs or configured API keys (OpenRouter, Gemini, Anthropic, OpenAI, Ollama) drive the inference and vector search when available.

When to use it

  • You have a draft business plan and want a quick, objective evaluation.
  • You need to find government grant or acceleration programs that match your startup profile.
  • Preparing a TIPS or DeepTech application and need a draft or checklist.
  • You want investor-targeted feedback or a one-minute deal summary for outreach.
  • You need a lightweight API or local service to integrate plan evaluation into a web chat.

Best practices

  • Always extract PDF text before evaluation to avoid token overflow and ensure accurate analysis.
  • Provide clear startup profile fields (industry, stage, revenue, region) for better funding matches.
  • Use the JSON output option to integrate scores into dashboards or trackers.
  • Protect LLM API keys and prefer OpenRouter or provider priority configured in environment variables.
  • Compare multiple plan versions using the compare feature to track improvements over time.

Example use cases

  • Run biz-plan evaluate on a PDF to get a 100-point score, itemized weaknesses, and prioritized fixes.
  • Generate a TIPS application draft and a program-specific checklist from an evaluated plan.
  • Match a startup profile to applicable government programs and export application details.
  • Produce an investor-facing one-minute deal summary and investment highlights for outreach.
  • Host the local HTTP API to embed plan evaluation into a founder support portal or chatbot.

FAQ

Can it process PDFs directly?

Yes, but always extract text first. Use the built-in evaluate flow or a preprocessing script to avoid token issues.

Which LLMs are supported?

It supports OpenRouter (recommended), Google Gemini, Anthropic Claude, OpenAI, and local Ollama models, selected via environment variables.

Does it support automated funding eligibility checks?

Yes. It matches profiles against program rules and can generate drafts and checklists for programs like TIPS, DeepTech, and national startup grants.

raon-os skill by openclaw/skills