Korean Gov Programs

# korean-gov-programs 한국 정부지원사업(TIPS, 소상공인, R&D)을 구조화된 JSONL 파일로 수집하는 스킬. 체크포인트 기반 증분 수집으로 중복 없이 안전하게 운영. --- ## 수집 소스 | 소스 | 카테고리 | 방식 | 상태 | |------|----------|------|------| | 기업마당(BizInfo) | 소상공인 | 정적 HTML | ✅ 동작 | | NIA 한국지능정보사회진흥원 | 정보화사업 | onclick 패턴 | ✅ 동작 | | 기업마당 기술창업 필터 | 기술창업/R&D | 정적 HTML | ✅ 동작 | | 소상공인시장진흥공단(SEMAS) | 소상공인 | JS 렌더링 필요 | ⚠️ 스킵 | | 중소벤처기업부(MSS) | 정부지원 | JS 렌더링 필요 | ⚠️ 스킵 | | K-Startup | 창업지원 | JS 렌더링 필요 | ⚠️ 스킵 | | 연구개발특구진흥재단(Innopolis) | R&D | JS 렌더링 필요 | ⚠️ 스킵 | | 창업진흥원(KISED) | 창업 | eGovFrame 오류 | ⚠️ 스킵 | > JS 렌더링 필요 사이트는 Selenium/Playwright 환경에서 별도 수집 필요. --- ## 사용법 ```bash # 기본 수집 (./data 디렉토리에 저장) python3 scripts/collect.py --output ./data # 커스텀 출력 디렉토리 python3 scripts/collect.py --output /path/to/output # 수집 현황 확인 bash scripts/stats.sh ./data ``` --- ## JSONL 스키마 ```json { "title": "사업명", "category": "소상공인 | 기술창업 | 정보화사업 | R&D", "source": "수집 출처 기관명", "url": "상세 페이지 URL", "amount": "지원 금액 (있는 경우)", "deadline": "마감일 (예: ~2026-03-31)", "description": "부가 설명", "collected_at": "2026-02-19T08:53:00.000000" } ``` --- ## 체크포인트 & 안전 수집 - **APPEND 전용**: 기존 파일 덮어쓰기 절대 없음 - **중복 방지**: title 기준 중복 자동 스킵 - **체크포인트**: `.checkpoint.json`에 진행 상태 저장 → 재실행 시 이어서 수집 - **딜레이**: 요청 간 0.8초 대기 (서버 부하 방지) --- ## 출력 파일 ``` data/ ├── soho_programs.jsonl # 소상공인 지원사업 ├── gov_programs.jsonl # 정부 R&D / 기술창업 지원사업 └── .checkpoint.json # 체크포인트 (자동 생성) ``` --- ## 파일 구조 ``` korean-gov-programs/ ├── SKILL.md # 이 파일 └── scripts/ ├── collect.py # 통합 수집 스크립트 └── stats.sh # 수집 현황 출력 ```