Open Net Worth
Open Net Worth는 직접 운영하는 오픈소스 개인 AI 자산 비서로, 전체 재무를 하나의 원장에 기록하고 사용자가 제어하는 AI가 관리
아직 감지된 업데이트가 없습니다. GitHub 릴리스가 나오면 여기에 보입니다.
개인 계정의 공개 저장소 소유자는 GitHub로 로그인해 운영자를 확인하고 소개를 직접 관리할 수 있습니다. 관리자 승인은 필요하지 않습니다.
로그인한 뒤 확인 파일을 만들어 이 저장소의 기본 브랜치에 30분 안에 커밋해 주세요. 다른 브랜치나 포크의 파일은 인정하지 않습니다. 파일을 올린 뒤 아래에서 확인하면 관리자 승인 없이 관리할 수 있습니다. 자격을 유지하려면 파일을 남겨 두세요.
로그인이 필요하면 로그인 화면으로 이동합니다. 로그인 후 이곳으로 돌아와 원하는 확인 버튼을 다시 눌러 주세요.
프로젝트 폴더에서 /nomorevibe verify를 실행하면 소유권을 확인하고 소개를 직접 관리할 수 있습니다.
1분 만에 확인하기README 전체를 불러오는 중입니다. 아래는 저장된 발췌입니다.
매일 한국시간(KST) 새벽 3시대부터 9개 금리를 자동으로 수집해서, GitHub Pages 웹사이트에서 확인할 수 있게 해주는 완전 무료 자동화입니다. • 자동 실행: GitHub Actions (무료) • 웹사이트 호스팅: GitHub Pages (무료) • 별도 서버/결제 없음 1. 한국은행 기준금리 2. CD(3개월) 3. A1CP(1개월) 4. A1CP(3개월) 5. 회사채(AA-, 1년) 6. 회사채(AA-, 2년) 7. 회사채(AA-, 3년) 8. 국고채권(3년) 9. SOFR 배포 방법 (터미널/관리자 권한 전혀 필요 없음, 웹브라우저만 사용) 이 프로젝트는 컴퓨터에 아무것도 설치하지 않고, 웹브라우저에서 GitHub 사이트만 클릭해서 100% 배포할 수 있습니다.README 전문 보기 ↗
매일 한국시간(KST) 새벽 3시대부터 9개 금리를 자동으로 수집해서, GitHub Pages 웹사이트에서 확인할 수 있게 해주는 완전 무료 자동화입니다.
scripts/ 수집 스크립트 (Python)
date_utils.py 영업일/전영업일 계산
storage.py 이력(JSON) 저장 로직
export_xlsx.py 이력을 엑셀로 변환
fetch_rates.py 메인 실행 스크립트
sources/ 사이트별 수집 모듈 (bok, kofia, sofr)
tests/ 네트워크 없이 돌아가는 단위 테스트
docs/ GitHub Pages로 배포되는 웹사이트
index.html 대시보드 페이지
data/history.json 누적 수집 이력 (자동 갱신)
data/history.xlsx 누적 이력 엑셀 (자동 갱신)
.github/workflows/
fetch-rates.yml 매일 자동 실행 워크플로우
이 프로젝트는 컴퓨터에 아무것도 설치하지 않고, 웹브라우저에서 GitHub 사이트만 클릭해서 100% 배포할 수 있습니다.
rates-tracker.zip을 더블클릭(또는 우클릭 → 압축 풀기)해서 압축을 풉니다. (관리자 권한 불필요, 운영체제 기본 기능).github, .gitignore 처럼 점(.)으로 시작하는 폴더/파일이 있는데, 기본 설정에서는 파일탐색기에 안 보일 수 있습니다. 업로드 전에 숨김 파일이 보이도록 설정해주세요.
Cmd + Shift + . (마침표) 를 누르면 숨김 파일이 나타납니다..github 폴더와 .gitignore 파일이 회색으로 흐릿하게 보이면 정상입니다 (선택은 정상적으로 가능).rates-tracker)rates-tracker 폴더를 열고, 그 안의 내용물 전체(.github, docs, scripts, README.md, requirements.txt, .gitignore)를 모두 선택(Ctrl+A / Cmd+A) 한 뒤, 브라우저의 업로드 영역으로 통째로 드래그합니다.
rates-tracker 폴더 자체를 드래그하지 말고, 그 안의 내용물을 드래그해야 합니다. (폴더째 올리면 rates-tracker/scripts/... 처럼 한 단계 더 들어간 구조가 되어버립니다).github 폴더가 보이는지 꼭 확인하세요. 안 보이면 0번의 숨김 파일 설정이 안 된 것이니 .github/workflows/fetch-rates.yml 파일 하나만 아래 방법으로 별도 생성하면 됩니다:
.github/workflows/fetch-rates.yml 이라고 입력 (슬래시를 입력하면 자동으로 폴더가 만들어집니다).github/workflows/fetch-rates.yml 파일을 메모장/텍스트에디터로 열어서 내용을 복사한 뒤, GitHub 편집창에 붙여넣기https://<내계정>.github.io/<저장소이름>/ 주소로 사이트가 열립니다.docs/data/history.json, docs/data/history.xlsx 가 자동으로 커밋됩니다.이후로는 매일 KST 새벽 3시대부터 30분 간격으로 7시 전까지(3:07, 3:37, 4:07, 4:37, 5:07, 5:37, 6:07, 6:37, 6:52) 자동으로 실행을 시도합니다 (GitHub Actions의 예약 실행은 정각/30분 회차가 특히 많이 스킵되고 20~40분씩 밀리기도 해서, 분을 어긋나게 잡고 일찍부터 여러 번 반복합니다 - 먼저 성공하면 이후 시도는 변경 사항이 없어 조용히 끝납니다). 스케줄 시각을 바꾸고 싶으면 .github/workflows/fetch-rates.yml의 cron 값을 수정하세요. UTC 기준이라 KST보다 9시간 빠릅니다.
혹시 예약 실행이 둘 다 놓쳐서 오늘자가 안 들어왔다면, 사이트 상단의 "지금 값 갱신하기" 링크로 바로 이동해서 Run workflow를 눌러 즉시 채울 수 있습니다 (GitHub 로그인 필요).
KOFIA(CD/CP/회사채/국고채권) API: 브라우저에서 실제 요청을 캡처해서 만들었지만, GitHub Actions 서버(쿠키 없는 첫 요청)에서도 동일하게 동작하는지는 실제로 한 번 돌려봐야 확실합니다. 1회차 수동 실행 결과를 꼭 확인해주세요.
날짜 로직: 매일 실행 시점 기준 "전영업일(국내)/그 전영업일(해외)" 값을 조회하며, 공휴일 등으로 데이터가 없으면 자동으로 하루씩 더 앞으로 이동해서 찾습니다. history.json의 각 날짜는 실행한 날짜가 아니라 그 값이 실제로 유효한 기준일로 저장됩니다 (예: 9/7(월)에 실행하면 그 결과는 실제 조회 대상이었던 9/4(금) 밑에 저장되고, 9/7 자신의 값은 그 다음 영업일 실행에서 채워집니다). 금요일 값은 그 다음 토/일에도 자동으로 채워 넣습니다 (주말엔 새 시세가 없으므로 금요일 값이 곧 주말 값).
SOFR 발표 시차: 뉴욕 연은은 해당일 SOFR를 "다음 미국 영업일 아침"에 공시합니다. 대상일 값이 아직 발표 전이면 전날 값으로 대신 채우지 않고 "발표 전"(pending)으로 비워두며, 발표되면 매 실행 때 최근 약 2주치 레코드의 SOFR를 공시 이력 기준으로 다시 맞춰 자동으로 채웁니다. 미국 휴일(예: 컬럼버스데이)엔 공시가 없으므로 직전 공시일 값을 쓰고, 기준일에는 요청한 날짜가 아니라 그 값이 실제로 속한 날짜를 적습니다. 미국 휴일 달력은 scripts/sources/sofr.py에 있으며 2022~2026년 실제 공시 이력과 대조해 확인했습니다 (달력이 틀려도 "나중 날짜 값이 이미 공시됨"으로 보정되어 값이 영구히 비지는 않습니다).
처음 시작할 때처럼 이력이 하루치밖에 없다면, 아래 방법으로 과거 영업일치를 한 번에 채울 수 있습니다 (터미널 필요 없음, GitHub Actions에서 실행).
days에 채우고 싶은 영업일 수 입력 (기본값 22 = 약 한 달) → Run workflowdocs/data/history.json, docs/data/history.xlsx에 과거 영업일치가 추가로 커밋됩니다.오늘자(가장 최근 영업일)는 매일 자동 실행되는 "Fetch daily rates" 쪽 몫이라 백필 대상에서 제외됩니다. 여러 번 실행해도 같은 날짜는 최신 결과로 덮어써질 뿐이라 안전합니다.
이 워크플로우는 매주 일요일(KST 오전 8시)에도 자동으로 한 번 더 실행되어, "Fetch daily rates"가 어느 날 예약 실행을 놓쳐 빠진 날짜가 생겼더라도 최근 22영업일 범위 안이면 자동으로 복구됩니다.
pip install -r requirements.txt
python scripts/fetch_rates.py # 실제로 사이트에 접속해서 오늘자 데이터 수집
python -m unittest discover -s scripts/tests -v # 네트워크 없이 로직만 검증