https://github.com/eddmpython/codaro
https://github.com/eddmpython/codaro
Last synced: 17 days ago
JSON representation
- Host: GitHub
- URL: https://github.com/eddmpython/codaro
- Owner: eddmpython
- License: other
- Created: 2026-03-13T15:07:14.000Z (3 months ago)
- Default Branch: main
- Last Pushed: 2026-05-24T20:46:10.000Z (22 days ago)
- Last Synced: 2026-05-24T22:24:40.284Z (22 days ago)
- Language: Python
- Size: 37.2 MB
- Stars: 2
- Watchers: 0
- Forks: 0
- Open Issues: 19
-
Metadata Files:
- Readme: README.md
- Changelog: CHANGELOG.md
- Contributing: CONTRIBUTING.md
- Funding: .github/FUNDING.yml
- License: LICENSE
- Code of conduct: CODE_OF_CONDUCT.md
- Security: SECURITY.md
- Support: SUPPORT.md
Awesome Lists containing this project
README
# Codaro
**AI 없이도 완전한 Python 공부 · 업무 자동화 커리큘럼 — 원하면 AI가 다음 확장을 추천합니다.**
코드가 인터페이스가 되는 개인 자동화 스튜디오. 전부 로컬에서, 더블클릭 한 번으로 시작합니다.
코다로(Codaro) — "코드 아로?" "코드 아로~" 코드와 친해지자는 말장난에서 시작한 이름입니다.
---
**Codaro**는 로컬 Python 위에서 **노트북 학습, reactive 코드 실행, 개인 데스크톱 자동화**를 하나의 문서 모델로 잇는 local-first programmable studio입니다. AST 분석으로 셀 의존성을 자동 추론하고, `# %%` percent format `.py`를 그대로 실행/공유하며, 검증된 셀은 스케줄·Webhook 트리거 가능한 태스크로 승격됩니다. AI는 선택적이고, 붙으면 제품 API를 `tool_use`로 호출해 셀 단위로 가르치고 검증합니다.
> **한 줄로** — 그냥 Python을 쓰면, 엔진이 셀 격리·의존 추적·재실행을 자동으로 합니다. 같은 셀이 학습 카드가 되고, 같은 `.py`가 자동화 태스크가 됩니다.
## 다운로드 & 빠른 시작
**비개발자도 더블클릭이면 끝.** 시스템 Python·uv·설정 전부 필요 없습니다 — 런처가 전부 자동으로 처리합니다.
1. **[CodaroLauncher.exe 다운로드](https://github.com/eddmpython/codaro/releases/latest/download/CodaroLauncher.exe)** _(Windows 10/11)_
2. 받은 파일을 **더블클릭**합니다.
3. 첫 실행에서 런처가 자동으로 — 관리형 Python runtime + `codaro` 본체 + **기본 커리큘럼(463 레슨)** 을 내려받아 설치합니다. (네트워크/디스크에 따라 몇 분)
4. 준비가 끝나면 로컬 에디터(`http://127.0.0.1:8765`)로 자동 전환 — **커리큘럼 카드에서 바로 학습을 시작**합니다.
> 시스템에 Python이 없어도 됩니다. 런처가 격리된 관리형 런타임을 따로 설치하므로 기존 환경을 건드리지 않습니다.
**AI는 없어도 완전합니다.** 463개 커리큘럼 레슨과 업무 자동화는 AI 없이 그대로 동작하고, AI provider(GPT · Claude · Ollama)를 꽂으면 *다음에 배울 것·만들 것*을 추천하고 셀 단위로 확장해 줍니다.
### 첫 실행에서 자동 구성되는 것
| 구성 요소 | 역할 |
|---|---|
| 관리형 Python 3.12 runtime | 시스템 Python과 분리된 격리 실행 환경 |
| `codaro` wheel | 에디터(React) · 실행 엔진 · **기본 커리큘럼(463 레슨)** 포함 |
| `release-manifest.json` | 정확한 wheel·runtime 버전을 핀. 런처가 같은 경로로 업데이트를 확인 |
- **모두 자동, 자체 업데이트** — 런처는 실행할 때마다 본체 릴리스와 *런처 자신의 새 버전*을 확인해 갱신합니다.
- **PyPI 미사용** — 배포는 오직 GitHub Releases manifest가 핀한 wheel로만 이뤄집니다.
- **macOS / Linux** — 데스크톱 런처는 Windows 우선입니다. 다른 OS는 아래 [개발자 — 저장소에서 바로](#개발자--저장소에서-바로)로 동일 기능을 사용하세요.
## 목차
- [다운로드 & 빠른 시작](#다운로드--빠른-시작)
- [Codaro는 무엇이 다른가](#codaro는-무엇이-다른가)
- [Codaro vs Jupyter · marimo · Streamlit · ipynb](#codaro-vs-jupyter--marimo--streamlit--ipynb)
- [어떤 사람에게 맞는가 — Use cases](#어떤-사람에게-맞는가--use-cases)
- [제품 표면 네 가지](#제품-표면-네-가지)
- [실행 메커니즘](#실행-메커니즘)
- [11 사상](#11-사상-요약)
- [학습 시스템 — 3기둥](#학습-시스템--3기둥)
- [AI 통합 — tool_use 기반](#ai-통합--tool_use-기반)
- [AI 감각계 — 눈·귀·손](#ai-감각계--눈--귀--손)
- [자동화 + 태스크](#자동화--태스크)
- [마운팅과 통합](#마운팅과-통합)
- [설치 & 시작](#설치--시작)
- [기술 스택](#기술-스택)
- [저장소 구조](#저장소-구조)
- [FAQ](#faq)
- [문서 · 라이선스 · 신뢰 문서](#문서)
## Codaro는 무엇이 다른가
- **로컬 우선 (local-first)** — 브라우저 샌드박스도, WebAssembly 우회도 아닙니다. 사용자의 Python 환경이 SSOT이며 패키지는 `uv`로 lazy preflight.
- **투명 스코프 격리** — 사용자는 평범한 Python을 씁니다. 함수 래핑·return·boilerplate 없음. 엔진이 AST로 `defines`/`uses`를 추론해 셀별 네임스페이스를 격리합니다.
- **리액티브 실행** — 한 셀 변수에 의존하는 하위 셀이 자동 재실행됩니다. 의존 선언 불필요, 에러 발생 시 전파 중단.
- **Percent Format이 SSOT** — `# %% [code]` / `# %% [markdown]` 경계의 `.py`가 기본 저장 포맷. `python file.py`로 그대로 실행되고, VS Code / Spyder / Jupytext가 같은 포맷을 인식합니다. `.ipynb` 변환은 양방향.
- **같은 셀, 네 표면** — 채팅의 응답, 에디터의 노트북, 커리큘럼의 학습 카드, 자동화의 태스크가 모두 같은 문서 모델 위에서 움직입니다.
- **AI는 선택적, 그러나 1급** — AI 없이도 학습·실행·자동화가 완전 동작합니다. AI가 붙으면 제품 API를 `tool_use`로 호출해 셀을 만들고 실행/검증합니다. Provider 교체 가능: **GPT · Claude · Ollama · 없음**.
- **AI 감각계** — Vision(화면 캡처·OCR), Voice(Whisper), Input(PyAutoGUI + InputGuard)을 tool로 노출해 "보고-판단-행동하는" 데스크톱 에이전트로 동작. 녹화 → Python 코드 변환 포함.
- **자동화 승격 경로** — 검증된 셀 조합이 태스크가 됩니다. 스케줄(`@every_5m`, `@daily`) · Webhook · 수동 트리거 + 워크플로우 DAG + 감사 로그(JSONL) + **E-Stop**.
- **외부 채널** — Slack / Discord / Webhook MessageBridge로 데스크톱 앞에 없을 때도 트리거·결과 수신.
- **마운팅 가능** — `createServerApp()`을 FastAPI / Django / Flask 어디든 마운트. **GUI에서 되는 것은 모두 API로 됩니다.**
## Codaro vs Jupyter · marimo · Streamlit · ipynb
| 기준 | Codaro | Jupyter | marimo | Streamlit |
|---|---|---|---|---|
| **저장 포맷** | `.py` (percent format) | `.ipynb` (JSON) | `.py` | `.py` |
| **외부 IDE 호환** | ✅ VS Code / Spyder / Jupytext 모두 | ⚠ `.ipynb` 차이로 diff 노이즈 | ✅ | ✅ |
| **셀 격리 모델** | 투명 격리 (AST 자동) | 글로벌 네임스페이스 | reactive cell graph | 스크립트 재실행 |
| **리액티브 재실행** | ✅ AST 기반 | ❌ 수동 실행 순서 | ✅ | ✅ (전체 재실행) |
| **사용자가 쓰는 코드** | 평범한 Python (no return) | 평범한 Python | 함수 래핑 + `return` | UI 함수 호출 |
| **로컬 우선** | ✅ | ✅ | ✅ | ✅ |
| **AI 셀 단위 tool_use** | ✅ 기본 | ⚠ 확장 | ❌ | ❌ |
| **자동화 태스크 승격** | ✅ 스케줄·Webhook·DAG·E-Stop | ❌ | ❌ | ❌ |
| **데스크톱 자동화** | ✅ Vision/Voice/Input | ❌ | ❌ | ❌ |
| **학습 커리큘럼 1급** | ✅ 460+ YAML 레슨 | ❌ | ❌ | ❌ |
| **외부 서버 마운트** | ✅ FastAPI/Django/Flask | ⚠ | ⚠ | ⚠ |
| **라이선스** | Non-Commercial Source 1.0 | BSD | Apache 2.0 | Apache 2.0 |
요약하면 — **Jupyter의 편리함 + marimo의 reactive 안전성 + IDE percent format 호환 + 자동화/감각계까지 한 제품으로**.
## 어떤 사람에게 맞는가 — Use cases
| 사용자 | 무엇을 얻나 |
|---|---|
| **Python 학습자** | YAML 460+ 레슨을 카테고리 트리로 탐색. 예측 → 실행 → 오류 → 검증 → 변주 흐름이 한 카드 안에서 끊기지 않음. |
| **데이터 분석가** | pandas/polars/duckdb 셀이 reactive로 묶여 입력 바꾸면 하위 계산이 자동 재실행. 검증된 분석은 매일 돌아가는 태스크로 승격. |
| **반복 업무가 많은 직장인** | "매주 CSV 정리 → 리포트 → Slack 알림"을 셀 조합으로 만들고 `@every_5m` 스케줄로 등록. E-Stop으로 즉시 중단. |
| **데스크톱 자동화 개발자** | Vision(OCR/템플릿 매칭) + Input(PyAutoGUI + InputGuard)으로 GUI 자동화 스크립트를 녹화 → Python으로 변환. |
| **AI 코드 교사 제작자** | GPT/Claude/Ollama provider를 꽂아 `read-cells`, `write-cell`, `cell-call`, `check-exercise` tool로 셀 단위 교육 루프 구성. |
| **사내 도구 빌더** | `createServerApp()`을 FastAPI/Django 앱에 마운트해 노트북 UI를 내부 도구로 임베드. |
| **교육자 / 강사** | 커리큘럼 YAML로 강의 자산을 작성하고 share pack으로 배포. 학습자는 manifest URL 한 줄로 설치. |
| **개인 자동화 매니아** | Slack/Discord 한 마디로 로컬 태스크를 트리거하고, 폰에서 결과를 받는 개인 자동화 허브로 운영. |
## 제품 표면 네 가지
Codaro의 제품 폴더는 [`editor/`](editor/)이고, 사용자에게 보이는 1급 표면은 네 개입니다.
| 표면 | 진입 의도 | 핵심 동작 |
|---|---|---|
| **채팅** | "이걸 배우고 싶어 / 만들어줘"를 자연어로 시작 | AI가 curriculum YAML 작성 → `write-curriculum-yaml` → 학습 셀 전개 |
| **에디터** | 빈 노트북에서 직접 Python·Markdown 셀 작성 | percent format 저장, reactive 재실행, 변수 인스펙터 |
| **커리큘럼** | 카테고리 트리에서 학습 카드로 진입 | `curricula/` YAML을 같은 `yamlToDocument`로 학습 셀화 |
| **자동화** | 셀 조합·스크립트를 태스크로 등록 | 스케줄/Webhook/수동 트리거, DAG 워크플로우, 감사 로그, E-Stop |
> **리포트는 1급 표면이 아닙니다.** 자동화/태스크 실행 결과(stdout, 변수 스냅샷, 에러)를 읽기 좋게 보여주는 산출물로만 다룹니다.
## 실행 메커니즘
```text
사용자가 작성한 .py (Percent Format)
│
▼
┌──────────────────────────────────────────────┐
│ Document Model — 셀 경계 + 메타데이터 │
│ (role, displayKind, executionKind, payload) │
└──────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────┐
│ Execution Engine — AST 분석으로 │
│ defines/uses 추론 → 셀별 네임스페이스 격리 │
│ → 의존 그래프 → 리액티브 재실행 → 출력 캡처 │
└──────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────┐
│ 네 표면이 같은 셀을 다르게 표현 │
│ 채팅 · 에디터 · 커리큘럼 · 자동화 │
└──────────────────────────────────────────────┘
```
5층 경계(`core` → `engine` → `domain` → `transport` → entry)는 [아키텍처 개요](docs/skills/architecture/overview.md)와 [SSOT 맵](docs/skills/architecture/ssot-map.md).
## 11 사상 (요약)
핵심 식별성은 [docs/skills/identity/](docs/skills/identity/) 11개 문서에 있습니다.
1. [투명 스코프 격리](docs/skills/identity/transparent-scope-isolation.md) — 사용자는 그냥 Python을 쓰고, 엔진이 셀 격리한다.
2. [리액티브 실행](docs/skills/identity/reactive-execution.md) — AST 의존 분석으로 하위 셀 자동 재실행.
3. [Percent Format](docs/skills/identity/percent-format.md) — `# %%` 경계, `python file.py` 실행, ipynb 양방향.
4. [로컬 우선 런타임](docs/skills/identity/local-first-runtime.md) — 로컬 Python이 기본 플랫폼, 패키지는 lazy uv preflight.
5. [학습 3기둥](docs/skills/identity/learning-three-pillars.md) — 노트북 + 뼈대 커리큘럼 + 학습 사상.
6. [AI 통합](docs/skills/identity/ai-integration.md) — AI는 선택적 확장, 제품 API를 tool_use로 사용.
7. [마운팅과 통합](docs/skills/identity/mounting-and-integration.md) — `createServerApp()` + "GUI=API".
8. [자동화 + 태스크](docs/skills/identity/automation-tasks-reports.md) — .py가 곧 태스크, DAG, 감사 로그, E-Stop.
9. [제품 표면 모드](docs/skills/identity/multi-editor-modes.md) — 채팅·에디터·커리큘럼·자동화.
10. [AI 감각계](docs/skills/identity/ai-sensory-system.md) — 눈(Vision) · 귀(Voice) · 손(Input).
11. [외부 채널 + 모바일](docs/skills/identity/external-channels-mobile.md) — Slack/Discord/Webhook + 향후 PWA.
## 학습 시스템 — 3기둥
- **기둥 1 — 노트북 기능**: 셀 편집/실행/리액티브 그대로가 학습 환경.
- **기둥 2 — 뼈대 커리큘럼**: `curricula/` YAML 460+ 레슨, 카테고리 트리로 진입.
- **기둥 3 — 학습 사상**: 코드로 정의된 교육 철학. AI도 사람도 따른다.
- 최소 설명·최대 실행 · 빈칸부터 시작 · 예측 → 검증 · 오류로 배우기 · 점진적 빌드
- 수정 실험 · 3단계 힌트 · 즉시 피드백 · 반복 변주 · 실제 맥락
### 커리큘럼 트리 (현재 트랙)
```text
curricula/python/
├── basics/ # 30days · builtins · advancedPython
├── dataAnalysis/ # numpy · pandas · polars · duckdb · pydantic
├── visualization/ # matplotlib · seaborn · plotly · altair · folium
├── imageVision/ # pillow · opencv · visionBasics · visionFeatures · deepVision · visionApps
├── mathStatsMl/ # scipy · statsmodels · sklearn · sympy · networkx
└── automation/ # os · text · office · browser · test
```
레슨 YAML은 `meta.id` / `meta.category` / `meta.packages` / `tags`를 가진 학습 자산이며, 패키지는 레슨을 열 때 `packages-check → packages-install(누락 시) → cell-call` 순서로 lazy preflight됩니다.
## AI 통합 — `tool_use` 기반
AI는 응답 텍스트가 아니라 **셀 조작 로그**로 가르칩니다.
| 그룹 | 도구 | 의미 |
|---|---|---|
| curriculum | `write-curriculum-yaml` | YAML 학습 명세 → 학습 셀 materialize |
| read | `read-cells`, `get-blocks`, `get-variables` | 셀/런타임/화면 상태 읽기 |
| write | `write-cell` | 단일 셀 삽입/수정/삭제 |
| dependency | `packages-check`, `packages-install` | uv 기반 lazy 의존성 |
| execute | `cell-call`, `execute-reactive`, `check-exercise` | 셀 단위 실행/검증 |
| progress | `track-achievement` | 학습 완료/숙련도 |
AI는 `GET /api/curriculum/learning-spec`에서 학습 사상을 읽고 동일 철학으로 셀을 만듭니다. Provider는 교체 가능 — **GPT(OAuth) · Claude · Ollama(로컬) · 없음**.
## AI 감각계 — 눈 · 귀 · 손
데스크톱 자동화를 위한 별도 축. 모든 감각이 `tool_use`로 노출됩니다.
- **눈** — OpenCV + dxcam/mss 캡처, PaddleOCR/EasyOCR, 템플릿 매칭/윤곽선 분석
- **귀** — Whisper 음성 인식 → CommandParser 구조화 명령
- **손** — PyAutoGUI/DirectInput/Accessibility API, **InputGuard**가 속도·영역 제한
- **녹화 → 코드** — 사용자 동작을 percent format `.py`로 자동 생성
- **자동화 루프** — 다단계 액션 + 화면 검증 + 재시도 + 상태 머신
xlwings 같은 도메인 라이브러리도 같은 구조에 탑재 가능합니다.
## 자동화 + 태스크
검증된 셀이 곧 실행 가능한 태스크입니다.
- **트리거** — 스케줄(`@every_5m`, `@daily`) · Webhook · 수동
- **워크플로우 DAG** — 태스크 의존성으로 묶음
- **감사 로그** — 모든 액션을 JSONL에 기록
- **E-Stop** — 비상 정지로 즉시 전체 중단
- **결과 산출물** — 변수 스냅샷·stdout·에러를 리포트로 조회
`Codaro 자동화`(기본 제공 템플릿)와 `나만의 자동화`(사용자 작성) 두 영역으로 표면이 정리됩니다.
## 마운팅과 통합
```python
from fastapi import FastAPI
from codaro import createServerApp
app = FastAPI()
app.mount("/codaro", createServerApp())
```
- **FastAPI**: `app.mount("/codaro", createServerApp())`
- **Django**: ASGI 라우팅 분기
- **Flask**: WSGIMiddleware 래핑
- 프론트엔드는 ``로 root_path 자동 감지
## 설치 & 시작
### Windows 런처 (권장)
릴리즈 manifest가 지정한 Python runtime + 정확한 `codaro` wheel 조합만 설치하고, 같은 manifest 경로로 업데이트를 확인합니다.
| 항목 | 링크 |
|---|---|
| Codaro Launcher | [CodaroLauncher.exe](https://github.com/eddmpython/codaro/releases/latest/download/CodaroLauncher.exe) |
| 체크섬 | [CodaroLauncher.exe.sha256](https://github.com/eddmpython/codaro/releases/latest/download/CodaroLauncher.exe.sha256) |
| 릴리즈 manifest | [release-manifest.json](https://github.com/eddmpython/codaro/releases/latest/download/release-manifest.json) |
| 관리형 Python runtime | [python-runtime-win-x64.zip](https://github.com/eddmpython/codaro/releases/latest/download/python-runtime-win-x64.zip) |
| SBOM | [CodaroLauncher.spdx.json](https://github.com/eddmpython/codaro/releases/latest/download/CodaroLauncher.spdx.json) |
| 전체 릴리즈 | [GitHub Releases](https://github.com/eddmpython/codaro/releases/latest) |
### 개발자 — 저장소에서 바로
```powershell
# 의존성 설치
uv sync
# 에디터 열기 (기본 채팅 표면)
uv run codaro
# 노트북 열기
uv run codaro notebook.py
# 앱 모드
uv run codaro app notebook.py
# .py ↔ ipynb 변환
uv run codaro export notebook.py --format ipynb
# 자동화 태스크 실행
uv run codaro task run notebook.py
uv run codaro task list
# 학습/배포용 share pack
uv run codaro pack inspect ./my-pack
uv run codaro pack install ./my-pack
```
### 5분 체험 — 설치 전에도 가능
```powershell
uv run python -X utf8 demos/publicLaunch/expenseSummaryDemo.py
uv run python -X utf8 demos/publicLaunch/fileOrganizerDemo.py
```
전체 흐름: [Five Minute Quickstart](demos/publicLaunch/fiveMinuteQuickstart.md) · [Video Storyboard](demos/publicLaunch/videoStoryboard.md)
## 기술 스택
| 영역 | 도구 |
|---|---|
| **Backend** | Python 3.12+, FastAPI, uvicorn, Pydantic 2, PyYAML |
| **Runtime** | `uv` (실행/설치/락 관리), AST 기반 reactive engine, percent format parser |
| **Frontend** | React 19, Vite 7, TypeScript 5, CodeMirror 6, Tailwind 4, Radix UI |
| **Vision / Voice / Input** | OpenCV, dxcam/mss, PaddleOCR/EasyOCR, Whisper, PyAutoGUI |
| **Browser automation** | Playwright |
| **Packaging / Distribution** | uv_build, GitHub Release manifest + SBOM, Windows 런처 |
## 저장소 구조
```text
codaro/
├── src/codaro/ # Python 패키지 (engine / kernel / runtime / curriculum / ai / automation / api ...)
├── editor/ # 제품 UI (React 19 + Vite + CodeMirror + Tailwind)
├── curricula/ # 기본 학습 자산 YAML (460+ 레슨)
├── notebooks/ # curricula에서 파생된 배포용 노트북
├── demos/ # 공개 데모 + 5분 quickstart
├── launcher/ # 데스크톱 런처 + 업데이터
├── landing/ # GitHub Pages + 문서/블로그 표면
├── docs/skills/ # 제품 사상 / 아키텍처 / 운영 SSOT (사람과 AI가 같이 읽는다)
├── assets/ # 브랜드 자산
└── tests/ # pytest + gate runner + verifier
```
상세 배치 규칙: [Repository Structure](docs/skills/architecture/repository-structure.md)
## FAQ
Codaro는 Jupyter 대안인가요?
부분적으로 그렇습니다. Codaro는 Jupyter의 셀 단위 실행 편의성을 유지하면서 다음을 더합니다 — (1) `.ipynb` JSON 대신 percent format `.py`로 저장해 IDE diff와 git history가 깨끗하고, (2) AST 기반 reactive 재실행으로 셀 실행 순서 문제를 없애며, (3) 학습 커리큘럼·데스크톱 자동화·태스크 스케줄링이 같은 문서 모델 위에 1급으로 존재합니다. ipynb 양방향 변환은 그대로 지원합니다.
marimo와는 어떻게 다른가요?
marimo는 reactive 모델을 사용하지만 셀 함수 래핑과 명시적 `return`을 요구합니다. Codaro는 사용자가 평범한 모듈 레벨 Python을 쓰고 엔진이 AST로 격리/의존성을 *투명하게* 처리합니다. 또한 marimo는 분석/대시보드에 가깝지만, Codaro는 학습 커리큘럼·AI tool_use·데스크톱 자동화(Vision/Voice/Input)·태스크 스케줄링까지 같은 표면에 포함합니다.
AI 없이도 쓸 수 있나요?
네. AI는 선택적 확장이며 모든 학습·실행·자동화는 AI 없이 완전 동작합니다. AI provider는 GPT / Claude / Ollama(로컬) 중 선택하거나 사용하지 않을 수 있습니다. AI가 붙으면 제품 API를 `tool_use`로 호출해 셀 단위로 가르치고 검증합니다 — "AI 응답 텍스트"가 아니라 "어떤 셀이 만들어지고 실행됐는지"가 학습 상태를 만듭니다.
로컬에서만 동작하나요? 클라우드는요?
Codaro의 기본 실행 플랫폼은 사용자의 로컬 Python 환경입니다 (local-first). 그러나 `createServerApp()`을 FastAPI / Django / Flask에 마운트하면 사내 서버나 클라우드에서도 동작할 수 있습니다. 외부 트리거는 Slack / Discord / Webhook MessageBridge로 받습니다.
윈도우 외 OS에서도 쓸 수 있나요?
핵심 노트북/실행/AI/자동화 기능은 macOS, Linux에서도 동작합니다 (Python 3.12+, `uv`). 다만 데스크톱 GUI 자동화(Input/Vision의 일부 백엔드)와 공식 배포 런처는 현재 Windows를 1차 타겟으로 합니다. 비-Windows에서는 저장소 클론 + `uv sync` 흐름을 사용하세요.
커리큘럼 YAML을 직접 작성해 공유할 수 있나요?
네. `curricula/` 아래 YAML 한 파일이 하나의 학습 자산입니다. `meta.id`, `meta.category`, `meta.packages`, `tags`만 갖추면 같은 카테고리 트리에 자동 노출됩니다. 다른 사용자에게는 `codaroPack.yaml`로 묶어 share pack manifest URL로 배포할 수 있습니다.
상업적으로 사용할 수 있나요?
기본적으로 **불가**합니다. Codaro는 공개 학습/검토를 허용하지만 상업적 재사용을 허용하는 오픈소스 배포가 아닙니다. 상업적 사용·재판매·유료 강의 편입·호스팅 서비스 제공·브랜드 자산 재사용은 사전 서면 허가가 필요합니다. 자세한 내용은 [LICENSE](LICENSE) / [LICENSE-CONTENT.md](LICENSE-CONTENT.md) / [TRADEMARKS.md](TRADEMARKS.md).
데이터는 어디로 가나요? 프라이버시는요?
로컬 우선 원칙상 코드·노트북·자동화 산출물은 모두 사용자 로컬에 남습니다. AI provider를 사용할 경우에만 해당 provider(GPT/Claude/Ollama)의 정책이 추가로 적용됩니다. credential과 diagnostic export 처리 기준은 [PRIVACY.md](PRIVACY.md)를 참고하세요.
## 문서
| 영역 | 입구 |
|---|---|
| 제품 식별성 (11 사상) | [docs/skills/identity/](docs/skills/identity/) |
| 아키텍처 SSOT | [docs/skills/architecture/](docs/skills/architecture/) |
| 운영 규칙 (환경·품질·릴리즈) | [docs/skills/ops/](docs/skills/ops/) |
| 공식 사이트 + 블로그 | [eddmpython.github.io/codaro](https://eddmpython.github.io/codaro/) |
| Python 30일 완성 안내 | [notebooks/python30DaysComplete/readme.md](notebooks/python30DaysComplete/readme.md) |
| Day 01 Colab | [열기](https://colab.research.google.com/github/eddmpython/codaro/blob/main/notebooks/python30DaysComplete/colab/day01Helloworld.ipynb) |
| 코스 가이드 | [courseGuide.md](notebooks/python30DaysComplete/courseGuide.md) |
## 라이선스
Codaro는 공개 학습과 검토를 허용하지만, **상업적 재사용을 허용하는 오픈소스 배포는 아닙니다.**
| 영역 | 라이선스 |
|---|---|
| 코드, 런타임, 프론트, 도구 | [Codaro Non-Commercial Source License 1.0](LICENSE) |
| 노트북, 커리큘럼, 문서, 학습 콘텐츠 | [CC BY-NC-SA 4.0 기준](LICENSE-CONTENT.md) |
| 이름, 로고, 아바타, 마스코트, 브랜드 자산 | [All rights reserved](TRADEMARKS.md) |
상업적 사용·재판매·유료 강의 편입·호스팅 서비스 제공·브랜드 자산 재사용은 사전 서면 허가가 필요합니다.
## 공개 사용 신뢰 문서
| 문서 | 용도 |
|---|---|
| [Security Policy](SECURITY.md) | 취약점 신고, supported version, safe harbor, response target |
| [Privacy Policy](PRIVACY.md) | local-first 데이터 경계, provider credential, diagnostic export redaction |
| [Support](SUPPORT.md) | bug/support/security 경로 분리와 diagnostic 공유 기준 |
| [Contributing](CONTRIBUTING.md) | 개발 환경, gate, secret 금지, 공개 준비 기준 |
| [Code of Conduct](CODE_OF_CONDUCT.md) | 커뮤니티 행동 기준과 enforcement |
| [Changelog](CHANGELOG.md) | 릴리즈 노트 |
---
Codaro — 배우는 코드가 곧 실행되는 자동화가 된다.
웹사이트 ·
GitHub ·
최신 릴리즈 ·
Codaro 소식