KI-Karriere-Agent mit 36 Tools – sammelt LinkedIn/GitHub/GitLab-Daten, erstellt eine RAG-Wissensdatenbank, analysiert Qualifikationslücken, beobachtet den Arbeitsmarkt und generiert ATS-optimierte Lebensläufe. Chat-zentriert, basierend auf LangChain + ChromaDB.
Dieser Skill ist ein KI-gestützter Karriere-Agent, der mit 36 spezialisierten Tools arbeitet. Er sammelt Daten aus LinkedIn-, GitHub- und GitLab-Profilen, um eine personalisierte RAG-Wissensdatenbank (Retrieval-Augmented Generation) aufzubauen. Auf dieser Grundlage analysiert er Qualifikationslücken, verfolgt aktuelle Jobmarkt-Trends und erstellt ATS-optimierte Lebensläufe (CVs). Der Agent ist chat-zentriert konzipiert und nutzt das LangChain-Framework in Kombination mit ChromaDB für die Vektorspeicherung und -abfrage. Er ist besonders nützlich für Entwickler und Fachleute, die ihre Karriere strategisch planen und sich optimal auf dem Arbeitsmarkt präsentieren möchten.
npx skills add juanmanueldaza/fu7ur3pr00fInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
KI-Karriere-Agent mit 36 Tools – sammelt LinkedIn/GitHub/GitLab-Daten, erstellt eine RAG-Wissensdatenbank, analysiert Qualifikationslücken, beobachtet den Arbeitsmarkt und generiert ATS-optimierte Lebensläufe. Chat-zentriert, basierend auf LangChain + ChromaDB.
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.