Extended Resume → Antworten-Bank für Verhaltensinterviews
Verwandeln Sie die Notizen und Dokumente, die bereits auf dem Rechner einer Person sind, in:
extended-resume.md: eine tiefgehende, belegte Aufzeichnung darüber, was die Person getan, entschieden, abgewogen, gelernt und gesagt bekommen hat; undanswers.md: Antworten auf die wichtigsten verhaltensorientierten Fragen im Vorstellungsgespräch, wobei jede Behauptung auf eine Quelle zurückgeführt werden kann.
Ein normaler Lebenslauf behält die Ergebnisse und lässt die Begründung weg. Interviewer bohren nach der Begründung („Was haben Sie sonst noch in Betracht gezogen?“, „Was würden Sie anders machen?“), und diese Begründung steckt normalerweise noch in alten Design-Dokumenten, Retros, 1:1-Notizen und Selbstbewertungen. Dieser Skill findet sie, sodass Antworten spezifisch und wahrheitsgemäß sind, anstatt allgemein zu bleiben.
SKILL_DIR unten bezeichnet den Ordner, der diese Datei enthält. Alle Skripte benötigen Python 3.8+ mit nur der Standardbibliothek; führen Sie sie aus als python3 SKILL_DIR/scripts/<name>.py. Alles läuft lokal; kein Skript verwendet das Netzwerk.
Grundregeln
- Sie (die KI) öffnen niemals die Originaldateien der Person. Nicht vor der Genehmigung, nicht danach. Nur die Skripte des Skills lesen Originale, und
extract.pyliest nur die vom Nutzer genehmigten Elemente. Sie lesen Metadaten-Zusammenfassungen während der Umfangsbestimmung und den extrahierten, bereinigten Text inOUT/.work/text/(über die Batch-Listen) danach. Verwenden Sie niemals cat/grep/head/open/preview für etwas in einem Quellordner oder der Datenbank einer Notiz-App, selbst um einen Zweifel zu klären; markieren Sie es stattdessen als ASK. Dies ist das Versprechen, auf das sich die Person verlässt. - Die Person genehmigt den Umfang, bevor etwas gelesen wird. Zeigen Sie ihnen, was drin ist, was draußen ist und was ihre Entscheidung erfordert; wenden Sie ihre Änderungen an; frieren Sie ein, erst wenn sie sagen, dass es genehmigt ist.
- Erfinden Sie niemals Erfahrungen. Jede Tatsache im Lebenslauf und in den Antworten stammt aus einer Evidenzkarte oder direkt von der Person. Fehlende Zahlen werden zu sichtbaren Platzhaltern wie
[METRIK HINZUFÜGEN: Latenz vor/nach]. Eine erfundene Metrik, die in einem Vorstellungsgespräch wiederholt wird, ist weitaus schlimmer als eine Lücke, weil Interviewer bei Zahlen nachhaken. - Nur die Erfahrung des Eigentümers zählt. Die Lebensläufe anderer Personen, gespeicherte Artikel und Dokumente von Teamkollegen sind nicht ihre Geschichten.
- Schützen Sie andere Personen. Kollegen erscheinen mit ihrer Rolle, niemals mit Namen. Verallgemeinern Sie vertrauliche Details (unveröffentlichte Produkte, Kundenname) in den Antworten.
- Lesen Sie keine personenbezogenen Dateien:
hidden-by-safety.mdundquarantine.mdlisten sensible Dateinamen für die Person auf; Sie benötigen nur die vom Skript ausgegebenen Zahlen.
Ausgabeordner
Standardmäßig OUT = ~/extended-resume/ (fragen Sie, ob ein anderer Ort gewünscht wird; niemals in einem Git-Repository oder in einem Quellordner). Wenn Ihre Sandbox dort nicht schreiben kann, bitten Sie die Person, das Schreiben zu genehmigen oder einen Ordner zu wählen, in den Sie schreiben können. Übergeben Sie --out OUT an jedes Skript, wenn es nicht der Standard ist.
| Pfad | Was es ist |
|---|---|
extended-resume.md | der tiefgehende Lebenslauf |
answers.md | die Antworten-Bank |
scope.md | die überprüfbare Liste dessen, was gelesen wird (die Person kann an-/abwählen) |
custom-questions.md | Fragen, die die Person hinzugefügt hat; bleibt über Läufe hinweg erhalten |
user-notes.md | Fakten, die die Person Ihnen direkt mitgeteilt hat (zählt als Quelle) |
sources.selected.json | welche Quellen aktiviert sind |
hidden-by-safety.md, quarantine.md | nur für die Person |
.work/ | Katalog, Entscheidungen, extrahierter Text, Evidenz. Enthält den extrahierten Text ihrer Dokumente; am Ende anbieten, ihn zu löschen |
Den Modus wählen
Schauen Sie zuerst in OUT.
- Kein
extended-resume.md→ Vollständiger Build (Schritte 1–9). - Es existiert und sie möchten eine Aktualisierung → Update:
scope.py catalog --refresh,scope.py digest --only-undecided, entscheiden Sie nur über die neuen Ordner, prüfen, einfrieren,extract.py --only-new, minen Sie nur die neuen Batches, zusammenführen, dann den Lebenslauf und die betroffenen Antworten überarbeiten. - Sie möchten nur mehr Fragen beantwortet haben → Fragen hinzufügen (Schritte 7–8 nur für die neuen Fragen; kein Scannen).
- Keine lokalen Dateien (z. B. eine Chat-App mit einem hochgeladenen Zip): Entpacken Sie es in einen Ordner, fügen Sie diesen Ordner mit
sources.py select --add-folder PFADhinzu und führen Sie den vollständigen Build darauf aus. In diesem Szenario gibt es keine Guard-Hooks; Grundregel 1 gilt weiterhin.
Schritt 1: Quellen und Zustimmung (eine Nachricht)
python3 SKILL_DIR/scripts/sources.py detect
Dies gibt ein nummeriertes Menü der dem Skill bekannten Orte aus, mit Anzahl, ohne etwas außer Namen und Zahlen zu lesen:
- Standardmäßig aktiviert: Dokumente, Schreibtisch, Downloads (alle streng: eine Datei wird nur gelesen, wenn es positive Hinweise gibt, dass es sich um Karrierematerial handelt), Obsidian Vaults (aus Obsidians eigener Vault-Liste), Logseq Graphen,
~/Notes. - Deaktiviert, bis eingeschaltet: Apple Notizen (macOS bittet um Erlaubnis; kann auf benannte Ordner beschränkt werden), Notion Desktop-Cache, OneNote (Windows Desktop-App), Bear, Joplin, iCloud Drive, jeder Cloud-Laufwerk und Konnektoren.
- Wenn Sie Konnektor-Tools für Notion / Google Drive / Microsoft 365 verfügbar haben, erwähnen Sie diese ebenfalls als optionale Quelle.
- Eine Quelle, die als KEINE ERLAUBNIS markiert ist, wird von macOS blockiert (sie ist nicht leer). Unter macOS gehört der Zugriff der App, die die Skripte ausführt: Wenn das Claude Code ist, schaltet die Person den Ordner in den Systemeinstellungen > Datenschutz & Sicherheit > Dateien und Ordner unter dem Eintrag claude (das Befehlszeilen-Tool) ein, nicht unter Claude.app. Führen Sie dann
detecterneut aus.
Zeigen Sie in einer Nachricht das Menü und bitten Sie die Person:
- zu bestätigen oder zu ändern, welche Quellen aktiviert sind;
- ihren Namen zu bestätigen, wie er in Dokumenten erscheint (aus den Hinweisen vorausfüllen) und alle anderen Schreibweisen;
- optional Arbeitgeber mit ungefähren Daten aufzulisten (
Acme Corp|2021-04|2023-11): dies schärft die Umfangsbestimmung erheblich; - optional eine Zielrolle oder Stellenbeschreibung anzugeben und was ausgelassen werden soll.
Sagen Sie ihnen klar, was als Nächstes passiert: „Ich werde zuerst Namen, Ordner, Daten und Dokumenteigenschaften (Autor, Titel, Unternehmen) auflisten, niemals Inhalte. Sie prüfen genau, welche Dateien in den Umfang fallen, und können alles ändern. Erst nach Ihrer Genehmigung liest ein lokales Skript diese Dateien, filtert alles heraus, was wie ein Bank-, Ausweis-, Medizin- oder Passwortdokument aussieht, und entfernt verirrte Geheimnisse. Ich sehe nur diesen bereinigten Text.“
Sagen Sie ihnen auch, dass Sie vor dem Lesen (Schritt 4) den Leseschutz installieren: einen Pre-Tool-Use-Hook, der verhindert, dass die eigenen Tools der KI ihre Quellordner berühren, sodass das obige Versprechen durchgesetzt und nicht nur befolgt wird. Dies bearbeitet die Benutzereinstellungen des Agenten (ein Backup wird erstellt) und wird in Schritt 9 entfernt. Dies ist nicht optional; wenn sie keine Änderung ihrer Einstellungen wünschen, stoppt der Build nach der Umfangsprüfung.
Speichern Sie ihre Wahl:
python3 SKILL_DIR/scripts/sources.py select --owner "Sam Okafor" --alias "Sam O" \
--employer "Acme Corp|2021-04|present" "Tidewater Health|2019-01|2021-03" \
--enable 7 --disable 3 [--add-folder ~/Work/notes] [--apple-notes-folders "Work,1:1s"]
Wenn sie sagen „führen Sie es einfach aus“: behalten Sie die Standardeinstellungen bei, geben Sie sie an und führen Sie trotzdem die Schritte 2–3 durch (die Prüfung kann nicht übersprungen werden).
Schritt 2: Umfangsvorschlag (nur Metadaten)
python3 SKILL_DIR/scripts/scope.py catalog
python3 SKILL_DIR/scripts/scope.py digest
catalog listet Elemente mit Namen, Daten, Dokumenteigenschaften und Download-Herkünften auf, niemals Inhalte; es verwirft auch Schlüssel-/Anmeldeinformationsdateien und verschlüsselte Dateien vollständig. digest schreibt Ordnerzusammenfassungen nach .work/scope/digest/part-NNN.md.
Lesen Sie references/scoping-guide.md, bewerten Sie dann jede Ordnungskarte: IN-ALL, OUT-ALL (mit einer Kategorie), ASK-ALL oder MIXED. Führen Sie für MIXED-Ordner scope.py files F-xxxxxxxx ... aus und entscheiden Sie jedes Element IN / OUT / ASK. Schreiben Sie Entscheidungen als JSON-Zeilen nach .work/scope/decisions/part-NNN.jsonl (eine Datei pro Digest-Teil). Wenn es viele Teile gibt und Sie parallele Worker oder Sub-Agenten ausführen können, geben Sie jedem Worker einen Teil plus den Scoping-Leitfaden und lassen Sie ihn die Entscheidungsdatei für diesen Teil schreiben.
In strengen Quellen benötigt IN positive Hinweise; alles Unsichere ist ASK. Dann:
python3 SKILL_DIR/scripts/scope.py status # nichts mehr ungeprüft?
python3 SKILL_DIR/scripts/scope.py render # schreibt OUT/scope.md und gibt eine kurze Zusammenfassung aus
Schritt 3: Prüfschleife (bis zur Genehmigung wiederholen)
Zeigen Sie die gedruckte Zusammenfassung (Anzahl pro Quelle, größte in-scope-Ordner, die „benötigt Ihre Entscheidung“-Liste gruppiert nach Ordnern, ausgelassene Anzahl nach Grund) und verweisen Sie auf OUT/scope.md, wo sie An-/Abwählen können.
Wenden Sie an, was sie sagen:
python3 SKILL_DIR/scripts/scope.py set --exclude "~/Documents/Personal"
python3 SKILL_DIR/scripts/scope.py set --include F-1a2b3c4d f-0123456789ab
python3 SKILL_DIR/scripts/scope.py set --include-ask "folder:Work" # alle "benötigt Ihre Entscheidung"-Elemente dort
python3 SKILL_DIR/scripts/scope.py set --before 2018-01-01 # alles älter weglassen
python3 SKILL_DIR/scripts/scope.py apply-md # ihre Kontrollkästchen-Änderungen übernehmen
python3 SKILL_DIR/scripts/sources.py select --add-folder ~/Work/notes && python3 SKILL_DIR/scripts/scope.py catalog
Dann scope.py render erneut ausführen und die neue Zusammenfassung zeigen. Fahren Sie fort, bis sie explizit zustimmen. Unentschiedene Elemente werden nicht gelesen; sagen Sie dies.
Erst dann:
python3 SKILL_DIR/scripts/scope.py freeze --approved
Schritt 4: Lesen und Minen
Installieren Sie zuerst den Leseschutz, jedes Mal. Führen Sie extract.py niemals aus und lesen Sie keinen extrahierten Text ohne ihn:
python3 SKILL_DIR/scripts/guard.py install --claude # Claude Code
python3 SKILL_DIR/scripts/guard.py install --codex # Codex (dann: /hooks in Codex eingeben und vertrauen)
python3 SKILL_DIR/scripts/guard.py install --claude --dry-run # die Änderung zeigen statt auszuführen
Sagen Sie der Person, dass er installiert ist. Wenn die Installation fehlschlägt oder der Agent, in dem Sie laufen, keine Hook-Unterstützung hat (kein --claude/--codex passt), stoppen Sie und sagen Sie der Person; extrahieren Sie nicht, bis sie es behoben hat oder explizit gesagt hat, ohne den Schutz fortzufahren. Die einzige Ausnahme ist das oben genannte Szenario ohne lokale Dateien, in dem es keine Originale zu schützen gibt.
python3 SKILL_DIR/scripts/extract.py
Es liest nur die eingefrorene Liste, weigert sich, seit der Genehmigung geänderte Dateien zu lesen, isoliert alles, was wie ein Bank-/Steuer-/Gehalts-, Ausweis-, Medizin-, Rechts- oder Passwortdokument aussieht (die Person sieht welche in quarantine.md; Sie sehen Zahlen), schwärzt Schlüssel, Token, Ausweis- und Kartennummern, E-Mails und Telefonnummern und schreibt .work/text/*.txt, .work/batches/*.txt und .work/extract_summary.md. Wenn die Person sagt, ein isoliertes Element sei ein Fehlalarm, führen Sie es erneut mit --allow ITEM_ID aus.
Dann minen Sie Evidenz mit references/mining-guide.md:
- Zuerst das Skelett: Lesen Sie den Text des neuesten Lebenslaufs (markiert in
extract_summary.md) und schreiben Sie Rollenkarten nach.work/evidence/batch-000.jsonl. - Batches: Lesen Sie für jede Batch-Datei die aufgelisteten Textdateien und schreiben Sie
.work/evidence/<batch name>.jsonl. Mit parallelen Workern geben Sie jedem einen Batch, den Mining-Leitfaden, den Namen des Eigentümers und die Skelettrollen; bitten Sie sie, nur mit einer Anzahl zu antworten. Ohne parallele Worker gehen Sie Batch für Batch vor und schreiben die Karten jedes Batches, bevor Sie den nächsten lesen, sodass sich Rohtext nicht anhäuft. Bei einem sehr großen Korpus stoppen Sie, wenn spätere (niedriger bewertete) Batches keine neuen Geschichten mehr liefern, und sagen, wo Sie gestoppt haben. python3 SKILL_DIR/scripts/evidence_tool.py merge→.work/evidence.jsonlund.work/evidence_index.md(mit einer Abdeckungstabelle und Lücken). Korrigieren Sie alle gemeldeten fehlerhaften Zeilen und führen Sie erneut zusammen.
Schritt 5: Den erweiterten Lebenslauf schreiben
Folgen Sie references/extended-resume-template.md. Arbeiten Sie von evidence_index.md; rufen Sie vollständige Karten mit evidence_tool.py show E-xxxxxx oder --type decision ab. Halten Sie das Entscheidungsprotokoll reichhaltig; notieren Sie widersprüchliche Fakten unter Offene Fragen; markieren Sie abgeleitete Elemente.
Schritt 6: Lückenprüfung (empfohlen, überspringbar)
Aus dem Abschnitt „Lücken“ des Index und der Abdeckungstabelle stellen Sie der Person in einer Nachricht höchstens ~7 kurze Fragen: fehlende Ergebnisse bei großen Projekten, eine unklare persönliche Rolle, eine fehlende Geschichtenart (kein Konflikt oder Scheitern gefunden) und ihren wahren Grund für den Wechselwunsch. Hängen Sie Antworten an OUT/user-notes.md mit dem Datum an und fügen Sie Karten mit "item": "user-notes" zu .work/evidence/user-notes.jsonl hinzu, führen Sie dann erneut zusammen. Wenn sie überspringen, behalten Sie Platzhalter.
Schritt 7: Fragen
python3 SKILL_DIR/scripts/questions.py list
Die integrierte Bank enthält 23 Fragen, dedupliziert aus 30 häufig gestellten Aufforderungen, wobei unternehmensspezifische (wie „Warum möchten Sie bei Google arbeiten?“) entfernt wurden. Siehe assets/question_bank.json für jede Frage, was bewertet wird und nach welcher Evidenz gesucht werden soll.
Um Fragen hinzuzufügen (eine einzelne, mehrere oder eine unübersichtliche Liste):
python3 SKILL_DIR/scripts/questions.py add "Erzählen Sie mir von einer Zeit, als Sie jemanden betreut haben."
python3 SKILL_DIR/scripts/questions.py add --from-file pasted.txt
python3 SKILL_DIR/scripts/questions.py add "Wie gehen Sie mit Uneinigkeit mit einem Kollegen um?" --variant-of conflict
python3 SKILL_DIR/scripts/questions.py skip why-not-hire
Das Skript markiert Duplikate, mögliche Duplikate und unternehmensspezifische Formulierungen. Es kann nicht jedes bedeutungsgleiche Duplikat erkennen („mit einem Kollegen uneinig“ vs. „Konflikt mit einem Kollegen“), prüfen Sie daher neue Fragen selbst gegen die Liste; wenn eine dieselbe Antwort wie eine integrierte erhalten würde, fügen Sie sie mit --variant-of erneut hinzu. Unternehmensspezifische Fragen sind in Ordnung, wenn die Person sie wünscht: Fragen Sie, was sie an diesem Unternehmen reizt, und antworten Sie, indem Sie ihre tatsächliche Geschichte damit verbinden, ohne Fakten über das Unternehmen zu erfinden.
Schritt 8: Geschichtenkarte, dann Antworten
Folgen Sie references/answer-guide.md: Erstellen Sie die Geschichtenkarte (8–14 Geschichten, jede primär für höchstens 3 Fragen), schreiben Sie dann OUT/answers.md im dort angegebenen Format mit Folgefragen, einer Backup-Geschichte, Quellen und einer „vor der Verwendung prüfen“-Liste für jede Frage. Im Modus „Fragen hinzufügen“ hängen Sie die neuen Antworten an und aktualisieren die Geschichtenkarte, ohne etwas anderes neu zu schreiben.
Führen Sie vor dem Abschluss die Selbstprüfung im Antwortleitfaden durch: Jede Zahl führt auf Evidenz oder user-notes.md zurück, keine Namen, jeder Platzhalter unter „Diese zuerst ausfüllen“ aufgelistet.
Schritt 9: Abschluss
python3 SKILL_DIR/scripts/audit.py # hat ein KI-Tool die Originale berührt?
python3 SKILL_DIR/scripts/guard.py uninstall --claude # oder --codex: den in Schritt 4 installierten Schutz immer entfernen
Sagen Sie der Person: wo die Dateien sind; wie viele Quellen, Karten und Geschichten erstellt wurden; wo der .work/-Cache ist (und bieten Sie an, ihn zu löschen); was sie als Nächstes tun kann (jede Antwort laut üben, den Lebenslauf mitnehmen, Fragen in die custom-questions.md hinzufügen und das Skript erneut ausführen). Wenn es eine Zielrolle gab, heben Sie hervor, wie der Schwerpunkt auf die dort genannten Kompetenzen zugeschnitten wurde.