Communitygithub.com

Upskill

Analysiert verfolgte Stellenausschreibungen im Vergleich zum aktuellen Kandidatenprofil, identifiziert Qualifikationslücken und erstellt eine priorisierte Gap-Heatmap sowie einen Lernplan mit recherchierten Ressourcen und Lernreihenfolge.

Was ist Upskill?

Dieses Skill, 'Upskill', analysiert verfolgte Stellenausschreibungen gegen das aktuelle Kandidatenprofil, um Qualifikationslücken zu identifizieren. Es erstellt eine priorisierte Gap-Heatmap, die basierend auf der Bewertung der Stellenausschreibungen gewichtet wird, und generiert einen detaillierten Lernplan mit konkreten, recherchierten Studienressourcen und einer optimierten Lernreihenfolge. Das Skill unterstützt zwei Modi: einen aggregierten Modus, der alle Zeilen in der Tracker-Datei analysiert, und einen gezielten Modus, der eine einzelne Stellenausschreibung über eine URL verarbeitet. Die Ergebnisse werden als Bericht unter dem konfigurierten Pfad gespeichert, wobei eine Differenz zum vorherigen Bericht (nur im aggregierten Modus) die geschlossenen und neuen Lücken hervorhebt. Es ist besonders nützlich für Softwareentwickler und KI-Agenten, die systematisch ihre Fähigkeiten an die Marktnachfrage anpassen möchten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/SongGithub/personal-skills/tree/HEAD/job-search/skills/upskill

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Upskill?

Analysiert verfolgte Stellenausschreibungen im Vergleich zum aktuellen Kandidatenprofil, identifiziert Qualifikationslücken und erstellt eine priorisierte Gap-Heatmap sowie einen Lernplan mit konkreten, recherchierten Studienressourcen und einer optimierten Lernreihenfolge.

Konfiguration

  • Kandidatenprofil: $JOB_SEARCH_HOME/profile.md
  • Verfolgte Stellenausschreibungen: tracker_path aus $JOB_SEARCH_HOME/integrations.yaml
  • Berichte werden unter $JOB_SEARCH_HOME/upskill/ geschrieben

Aufruf

  • /upskill — Aggregierter Modus: alle Zeilen in der Tracker-Datei
  • /upskill <URL> — Gezielter Modus: eine Stellenausschreibung, abgerufen über die URL

Schritt 1 — Modus erkennen

Kein Argument → aggregiert. Eine URL → gezielt; die URL für Schritt 2 behalten.

Im gezielten Modus einen Berichts-Slug aus Rolle und Unternehmen ableiten, z. B. <unternehmen-slug>-<rolle-slug>.

Schritt 2 — Daten laden

Aggregiert

  1. Die Tracker-Datei lesen. Spalten: date, company, sector, role, role_type, channel, status, contact_person, fit_rating, notes, cv_file, cover_letter_file, source
  2. role, company, fit_rating pro Zeile notieren. fit_rating ist 0–100; es wird verwendet, um Lücken zu gewichten, da eine niedrige Bewertung bedeutet, dass die Rolle mehr Lücken aufgedeckt hat.
  3. $JOB_SEARCH_HOME/profile.md für aktuelle Fähigkeiten lesen.
  4. In $JOB_SEARCH_HOME/upskill/ nach dem aktuellsten report-YYYY-MM-DD.md suchen; falls vorhanden, für den Diff in Schritt 8 laden.

Gezielt

  1. Die Stellenausschreibung via WebFetch abrufen.
  2. Titel, Unternehmen, erforderliche Fähigkeiten, bevorzugte Fähigkeiten, Verantwortlichkeiten, Bereichskontext extrahieren.
  3. $JOB_SEARCH_HOME/profile.md lesen.
  4. Keine Tracker-Daten verwenden.

Schritt 3 — Durchgang 1: Hard Skill Diff

Aggregiert. Sie haben keine vollständigen Ausschreibungen, daher die wahrscheinlichen Anforderungen aus role, sector und notes ableiten. Wenn source eine Live-URL enthält, können Sie diese abrufen; tote oder fehlende URLs überspringen.

Eine Skill-Häufigkeitskarte erstellen, dann nach Fit gewichten: jede Stelle trägt (100 - fit_rating) / 100 pro Vorkommen bei. Endgültiger Score ist die Summe von fit_weight × occurrence über alle Stellen.

Gezielt. Explizite erforderliche und bevorzugte Fähigkeiten nehmen. Gleiche Gewichtung. Erforderlich vor bevorzugt, alphabetisch innerhalb jeder Gruppe.

Gegen Profil diffen. Alles entfernen, was bereits in profile.md vorhanden ist – großzügig sein: wenn das Profil eine Fähigkeit in irgendeiner Form erwähnt, ist es keine Lücke. Was übrig bleibt, ist die Liste der Hard Skill Lücken: nach Score sortiert im aggregierten Modus, erforderlich-vor-bevorzugt dann alphabetisch im gezielten Modus.

Schritt 4 — Durchgang 2: Synthese

Über Lücken nachdenken, die der Diff übersehen würde:

  • Bereichswissen — unbekannte Branche oder Problemdomäne
  • Soft Skills — Arbeitsweisen, Kommunikation, Führung, die das Profil nicht adressiert
  • Tools und Prozesse — Frameworks, Cloud-Dienste, Methodiken, die über Stellen hinweg auftauchen
  • Zertifikate — eine Zertifizierung, die mehrere Ausschreibungen als bevorzugt auflisten

Jede mit [domain], [soft], [tooling] oder [credential] taggen. Lücken aus Durchgang 1 nicht wiederholen.

Schritt 5 — Gap-Heatmap

Beide Durchgänge in einer priorisierten Tabelle zusammenführen:

  • Critical — hoch gewichtete Hard Skills oder eine Bereichslücke über die meisten Stellen hinweg
  • High — moderate Hard Skills oder konsistente Soft-/Tooling-Lücken
  • Medium — weniger häufige Hard Skills oder Lücken in weniger Rollen
  • Low — einmalige Erwähnungen
PrioritätFähigkeit / BereichTypLückenquelle
CriticalKubernetesHard4/5 Stellen, Score 3.2
HighSecurity-BereichswissenDomainLLM-Synthese
MediumAWS (fortgeschritten)Hard2/5 Stellen, Score 1.1
Low………

Diese Tabelle vor dem Fortfahren ausgeben, damit der Benutzer sieht, womit Sie arbeiten.

Im gezielten Modus nach der Sprache der Ausschreibung priorisieren: erforderlich → Critical/High, bevorzugt → Medium, abgeleitet → Medium/Low.

Schritt 6 — Lernplan

Jede Critical- und High-Lücke abdecken, plus Medium, wenn insgesamt weniger als fünf Lücken existieren.

Für jede Lücke:

  1. WebSearch nach aktuellen, gut bewerteten Ressourcen. Das aktuelle Jahr in die Anfrage einbeziehen, damit die Ergebnisse nicht veraltet sind. Beispielform: "bester <skill> kurs <jahr> site:reddit.com OR coursera.org"
  2. 2–3 Ressourcen auswählen. Praxisnahe Labs gegenüber reinen Vorträgen bevorzugen; offizielle Dokumentation für Tooling-Lücken; Bücher für Bereichslücken. Name, URL und einen Satz, warum sie passt, angeben.
  3. Eine Studienrichtung schreiben, die auf das bereits Bekannte des Kandidaten zugeschnitten ist. Sagen, was übersprungen werden kann und wo begonnen werden sollte.
  4. Zeit bis zur Arbeitstauglichkeit schätzen (~20h). Eher großzügig schätzen.

Nach Themenüberschriften gruppieren, nicht alphabetisch: Cloud & Infrastruktur, MLOps, Bereichswissen, Sicherheit, Soft Skills & Arbeitsweisen, Zertifikate.

### Cloud & Infrastruktur

**Kubernetes** `[Hard]` — ~20h
- [Ressource](url) — praxisnahe Labs, eher praktisch als theoretisch
- [Offizielle Dokumentation](url) — Referenz, sobald die Grundlagen sitzen

Studienrichtung: Container-Grundlagen sind bereits abgedeckt — bei Pod Scheduling beginnen, dann Services und Deployments. Manifests und `kubectl` fließend beherrschen, bevor Helm angegangen wird.

Schritt 7 — Vorgeschlagene Studienreihenfolge

  1. Abhängigkeiten zuerst — wenn B A benötigt, A voranstellen und die Abhängigkeit notieren
  2. Critical vor High vor Medium innerhalb einer Stufe
  3. Schnelle Erfolge zuerst — eine schnelle Medium-Lücke kann für Momentum zuerst kommen
  4. Bereichswissen zuletzt — es zusammen mit einem echten Projekt studieren
#ThemaTypGeschätzte ZeitNotiz
1KubernetesHard~20hErforderlich vor Schritt 3
2CI/CD-PipelinesTooling~10h
3Security-BereichswissenDomain~15hZusammen mit einem echten Projekt

Geschätzte Gesamtzeit: ~45h

Schritt 8 — Bericht schreiben und speichern

Reihenfolge: Kopfzeile und Modus → seit letztem Bericht (nur aggregiert) → Gap-Heatmap → Lernplan → vorgeschlagene Studienreihenfolge.

  • Aggregiert: $JOB_SEARCH_HOME/upskill/report-YYYY-MM-DD.md
  • Gezielt: $JOB_SEARCH_HOME/upskill/report-YYYY-MM-DD-<unternehmen-slug>-<rolle-slug>.md — Kleinbuchstaben, Leerzeichen zu Bindestrichen, Sonderzeichen entfernen

Diff-Abschnitt, nur aggregiert: geschlossene Lücken sind Fähigkeiten aus der vorherigen Heatmap, die jetzt im Profil vorhanden sind; neue Lücken sind aktuelle Heatmap-Einträge, die im vorherigen Bericht fehlten. Den gesamten Abschnitt weglassen, wenn kein vorheriger Bericht existiert.

Den gespeicherten Pfad dem Benutzer bestätigen.

Regeln

  1. Niemals Ressourcen erfinden. Nur zitieren, was WebSearch tatsächlich zurückgegeben hat.
  2. Mit dem aktuellen Jahr suchen in jeder Ressourcenabfrage.
  3. Der gezielte Modus ignoriert die Tracker-Datei vollständig.
  4. Großzügig beim Profilabgleich sein. Eine Fähigkeit, die in irgendeiner Form erwähnt wird, ist keine Lücke.
  5. Die Heatmap vor dem Lernplan ausgeben.
  6. Keine Studienressourcen für Low-Lücken, es sei denn, danach gefragt.
  7. Den Bericht immer speichern, auch wenn die Terminalausgabe ausreichend erschien.
  8. Unternehmensnamen aus der Ausschreibung sluggen. Keine erfinden oder raten.

Individual skills in this repo

This repo contains 10 individual skills — each has its own dedicated page.

SongGithub/personal-skills

Applies a direct, plain-spoken, Australian-English communication style to any text drafted — chat replies, emails, Slack/Teams messages, tickets, PR and commit descriptions, docs. Use whenever drafting prose, not just visual or code artifacts. Skip when the user explicitly asks for a different tone or voice.

SongGithub/personal-skills

A reusable HTML document design system for CVs, one-pagers and short reports — design tokens, layout, typography, print-to-PDF rules and accessibility. Use when generating or restyling a self-contained HTML document meant to be read on screen or printed to PDF.

SongGithub/personal-skills

End-to-end job application workflow. Screen a posting, tailor the HTML CV from the master template, print it to PDF, archive the artifact, and file the result against the configured tracker. Triggers on apply, apply to jobs, submit application, tailor and send CV.

SongGithub/personal-skills

CV attach workflow. Generate a tailored HTML CV for a tracked role, attach the rendered artifact back to its tracker item, then verify the attachment actually landed. Covers template selection, tailoring order, upload headers, and read-back verification.

SongGithub/personal-skills

First-principles reasoning for a startup or a job search, in the spirit of Elon Musk's "zero restart" framing: survival cashflow, the idiot index, and the physical first step. 第一性原理创业与求职法 — 从马斯克「归零重启」思维出发,用生存现金流、白痴指数、长期物理第一步三个步骤,指导创业和求职

SongGithub/personal-skills

How to file a job opportunity as a Jira issue — summary format, required fields, duplicate check, description formatting and attachments. Applies when tracker_backend is jira. Use when a job posting becomes a tracker record, and when creating or updating job records on a Jira board.

SongGithub/personal-skills

Assistant for job applications: evaluating job postings, tailoring CVs, writing cover letters, and preparing for interviews. Triggers on keywords like: job posting, job application, CV, cover letter, resume, interview prep, job fit, career, application, apply, SEEK

SongGithub/personal-skills

Job scraper. Searches job boards for new positions matching the candidate profile, deduplicates against previously seen jobs and the tracker file, then presents new matches with a quick fit assessment. Triggers on: job scrape, find jobs, search jobs, new jobs, /scrape.

SongGithub/personal-skills

Screen job opportunities, prepare job records and tailored CVs, and verify the result against current salary, title, source, and document-quality preferences. Applies to job boards and scheduled searches.

SongGithub/personal-skills

Trello card rules for the job-search tracker. Enforces case-insensitive and fuzzy duplicate detection before any card is created, title formatting, lane placement from config, and logging each card to the tracker database. Applies whenever a job posting becomes a card.

Verwandte Skills