Agentisches Karriere-Intelligenzsystem – Ein LangGraph ReAct-Agent, der Kandidaten gegen Stellenbeschreibungen bewertet, Qualifikationslücken identifiziert und personalisierte Lernpläne mit Echtzeit-Ressourcenrecherche erstellt.
Dieses Skill ermöglicht es einem KI-Agenten (wie Claude Code, Cursor oder Codex), als ein agentisches Karriere-Intelligenzsystem zu fungieren. Es nutzt einen LangGraph ReAct-Agenten, um Kandidatenprofile automatisch mit Stellenbeschreibungen abzugleichen, eine Bewertung der Übereinstimmung zu berechnen und spezifische Qualifikationslücken zu identifizieren. Darauf aufbauend generiert der Agent personalisierte Lernpläne, die durch Echtzeit-Recherche nach relevanten Ressourcen (Kurse, Tutorials, Zertifikate) im Internet ergänzt werden. Das Skill ist besonders nützlich für Personalverantwortliche, Karriereberater und Entwickler, die einen automatisierten, datengesteuerten Ansatz für Talentbewertung und Kompetenzentwicklung suchen. Es unterstützt mehrere Plattformen durch die standardisierte SKILL.md-Spezifikation und arbeitet mit strukturierten Eingaben wie Kandidaten-CVs und Stellenbeschreibungen.
npx skills add hasanbaroki/agentic-ai-career-intelligenceInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Agentisches Karriere-Intelligenzsystem – Ein LangGraph ReAct-Agent, der Kandidaten gegen Stellenbeschreibungen bewertet, Qualifikationslücken identifiziert und personalisierte Lernpläne mit Echtzeit-Ressourcenrecherche erstellt.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.