Communitygithub.com

infinyte/portfolio-showcase-generator

技術プロジェクトを採用担当者や技術リーダー向けの魅力的なポートフォリオ作品に変換します。エグゼクティブサマリー、技術詳細解説、アーキテクチャ図、インパクト指標、デモ対応のGitHub Pagesを生成し、GitHubリポジトリとプロジェクト説明を分析してオーディエンス別のショーケース資料を作成します。

portfolio-showcase-generator とは?

このスキルは、ソフトウェアエンジニアが自身の技術プロジェクトを、複数のオーディエンス(採用担当者、人事マネージャー、アーキテクト、テックリード)に向けて最適化されたポートフォリオ資料に変換するための包括的なツールです。GitHubリポジトリのURLやローカルパス、プロジェクトノート、技術仕様書などを入力として受け取り、コード分析、アーキテクチャパターンの抽出、インパクトの定量化を行います。出力として、エグゼクティブサマリー(150〜250語)、技術詳細解説(800〜1500語)、Mermaid形式のアーキテクチャ図、STAR形式の面接対策ストーリー、そして完全なGitHub Pages静的サイトを生成します。特に企業向けの大規模プロジェクトや.NET/Azure、機械学習プロジェクトに強みを持ち、各出力は証拠に基づき、数値化されたインパクトを重視します。ユーザーはこのスキルを通じて、自身の技術的成果を効果的にアピールする資料を迅速に作成できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add infinyte/portfolio-showcase-generator

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ポートフォリオショーケースジェネレーター

技術プロジェクトを、さまざまなオーディエンス(採用担当者、人事マネージャー、アーキテクト、テックリード)向けに最適化されたプロフェッショナルなポートフォリオ作品に変換するための包括的なスキルです。

コア機能

  1. コード分析 - GitHubリポジトリ構造、技術スタック、アーキテクチャパターンを分析
  2. オーディエンス適応 - 経営陣、アーキテクト、技術チーム向けのコンテンツを生成
  3. アーキテクチャ可視化 - システム図、データフロー図、デプロイ図を作成
  4. インパクト定量化 - ビジネス指標と技術的成果を抽出・提示
  5. マルチフォーマット出力 - エグゼクティブサマリー、技術詳細解説、面接対策ストーリー、GitHub Pages

このスキルを使うタイミング

以下のような場合にこのスキルを使用します:

  • 技術プロジェクトをポートフォリオ資料に変換したい
  • 自身の仕事から説得力のあるケーススタディを作成したい
  • 面接対策資料(STAR形式のストーリー)を生成したい
  • プロフェッショナルなGitHub Pagesショーケースを構築したい
  • 技術的成果からビジネスインパクトを抽出したい
  • オーディエンス別のプロジェクトサマリーを作成したい

入力形式

このスキルは複数の入力形式を受け付けます:

1. GitHubリポジトリ

  • リポジトリURLまたはローカルパス
  • 分析対象:ファイル構造、コードパターン、技術スタック、依存関係、ドキュメント
  • 抽出対象:アーキテクチャパターン(DDD、マイクロサービスなど)、フレームワーク、クラウドサービス

2. プロジェクトコンテキスト(任意の組み合わせ)

  • 生のメモ/箇条書き - 業績や詳細のクイックキャプチャ
  • 技術仕様 - アーキテクチャ文書、設計ドキュメント
  • 会話形式 - ユーザーがプロジェクトを自然に説明
  • 既存ドキュメント - READMEファイル、Wiki、ADR

3. ビジネスコンテキスト

  • プロジェクトの目標と目的
  • 解決した問題
  • ステークホルダーとユーザー
  • タイムラインとチーム規模
  • 制約と課題

出力生成

1. エグゼクティブサマリー(採用担当者/人事マネージャー向け)

目的:ビジネス価値と結果に焦点を当てた、短くインパクトのある概要

構造:

  • プロジェクト概要(2〜3文):何か、なぜ重要なのか
  • 主な成果(3〜5箇条書き):定量化されたビジネスインパクト
  • 技術的ハイライト(簡潔に):注目すべき技術/アプローチ
  • タイムラインとスコープ:期間、チーム規模、役割
  • インパクト指標:パフォーマンス向上、コスト削減、ユーザー指標

トーン:プロフェッショナル、自信に満ちた、結果重視。専門用語は最小限に。成果を先に提示。

長さ:150〜250語(30〜60秒で読める)

2. 技術詳細解説(アーキテクト/テックリード向け)

目的:アーキテクチャ的思考、技術的深さ、エンジニアリング的判断力を示す

構造:

  • コンテキストと制約:要件、制約、既存システム
  • アーキテクチャ上の決定:根拠を示した主要な設計選択
  • 技術実装:
    • システムアーキテクチャ
    • 技術スタックとその理由
    • 適用されたパターン(DDD、CQRS、イベントソーシングなど)
    • 統合ポイント
  • 課題と解決策:技術的問題とその解決方法
  • スケールとパフォーマンス:指標、最適化戦略
  • セキュリティと品質:テスト、可観測性、セキュリティ対策
  • トレードオフ:何を最適化したか、何を犠牲にしたか、その理由

トーン:技術的だがアクセスしやすい。選択肢だけでなく、その理由も説明。判断力を示す。

長さ:800〜1500語(4〜6分で読める)

3. アーキテクチャ図(Mermaid)

プロジェクトタイプに基づいて適切な図を生成:

システムアーキテクチャ図:

graph TB
    Client[クライアントアプリケーション]
    API[API Gateway]
    Service1[サービス名]
    Service2[サービス名]
    DB[(データベース)]
    Cache[(キャッシュ)]
    
    Client --> API
    API --> Service1
    API --> Service2
    Service1 --> DB
    Service1 --> Cache

データフロー図:

flowchart LR
    Source[データソース] --> Ingestion[取り込みレイヤー]
    Ingestion --> Processing[処理]
    Processing --> Storage[(ストレージ)]
    Storage --> API[APIレイヤー]
    API --> Consumer[コンシューマー]

デプロイ図:

graph TB
    subgraph Azure
        subgraph VNet
            AppService[App Service]
            Function[Azure Functions]
        end
        DB[(SQL Database)]
        Storage[(Blob Storage)]
    end
    
    AppService --> DB
    Function --> Storage

ガイドライン:

  • コンテンツに適した図タイプを使用
  • 図は焦点を絞る(最大5〜12ノード)
  • 明確で説明的なラベルを使用
  • 必要に応じて色/形状の凡例を追加
  • プロジェクトが複雑な場合は複数の図を生成

4. 指標とインパクト分析

定量化可能な成果を抽出・提示:

技術指標:

  • パフォーマンス改善(応答時間、スループットなど)
  • スケーラビリティの成果(対応ユーザー数、トランザクション/秒)
  • コード品質(テストカバレッジ、欠陥削減)
  • 信頼性(アップタイム、MTTR、エラー率)
  • セキュリティ改善(対応した脆弱性、達成したコンプライアンス)

ビジネス指標:

  • コスト削減(インフラ、開発時間)
  • 収益への影響(新機能、市場拡大)
  • 効率性の向上(自動化、手作業の削減)
  • ユーザー満足度(NPS、導入率)
  • 市場投入までの時間(提供速度、リリース頻度)

形式:コンテキスト付きの具体的な数値として提示:

  • 「API応答時間を60%削減(450ms→180ms)」
  • 「リソース最適化によりクラウドコストを年間24,000ドル削減」
  • 「同時ユーザー数を1Kから10Kへ10倍に拡大」

5. 面接対策(STAR形式)

STAR形式で2〜4の説得力のあるストーリーを生成:

構造:

  • 状況:コンテキスト、問題、制約(2〜3文)
  • タスク:自分の具体的な責任(1〜2文)
  • 行動:何をしたか、技術的判断、実装(3〜5文)
  • 結果:成果、指標、インパクト(2〜3文)

長さ:各ストーリーは話して90〜120秒

焦点:異なるストーリーで以下を強調:

  • 技術的問題解決
  • アーキテクチャ上の意思決定
  • リーダーシップ/影響力
  • 制約/トレードオフへの対応

6. GitHub Pagesサイト

完全な静的サイト構造を生成:

ホームページ(index.html):

  • プロジェクト名とタグラインのヒーローセクション
  • クイックスタッツ(技術スタック、期間、インパクト指標)
  • セクションへのナビゲーション
  • スクリーンショット/デモ(利用可能な場合)

アーキテクチャページ(architecture.html):

  • システム概要
  • アーキテクチャ図(埋め込みMermaid)
  • 技術スタックの詳細
  • 設計上の決定

インパクトページ(impact.html):

  • ビジネス成果
  • 技術的業績
  • 指標の可視化
  • 改善前/改善後の比較

デモページ(demo.html - 該当する場合):

  • インタラクティブデモまたはウォークスルー
  • 注釈付きスクリーンショット
  • 使用シナリオ
  • 動画埋め込み(利用可能な場合)

スタイリング:

  • クリーンでプロフェッショナルなデザイン
  • モバイル対応
  • 高速読み込み(依存関係は最小限)
  • アクセシブル(WCAG準拠)
  • オプション:GitHubのPrimer CSSまたはTailwind CDNを使用

ワークフロー

ステップ 1:入力を収集

  1. プロジェクトソースを尋ねる:

    • GitHubリポジトリURL/パス
    • 既存のドキュメント
    • プロジェクトノート
  2. コンテキストを理解する:

    • このプロジェクトはどのような問題を解決したか?
    • 誰のためのものか?
    • 自分の役割は何か?
    • 何が挑戦的だったか?
    • 結果はどうだったか?
  3. 出力を明確にする:

    • どの成果物が必要か?
    • 特定の要件(長さ、焦点領域)はあるか?
    • ターゲットオーディエンスの詳細?

ステップ 2:分析(GitHubリポジトリが提供された場合)

bash/viewツールを使用してリポジトリを分析:

# リポジトリ構造を分析
find /path/to/repo -type f -name "*.cs" -o -name "*.csproj" | head -20
find /path/to/repo -type f -name "*.yml" -o -name "*.yaml"

# アーキテクチャ文書を確認
find /path/to/repo -type f -name "*.md" | grep -i "architecture\|design\|adr"

# 依存関係を分析
cat /path/to/repo/*.csproj
cat /path/to/repo/package.json
cat /path/to/repo/requirements.txt

# 設定ファイルを確認
find /path/to/repo -name "appsettings*.json" -o -name "*.config"

抽出内容:

  • 技術スタック:言語、フレームワーク、データベース、クラウドサービス
  • パターン:DDD、マイクロサービス、イベント駆動、CQRSなど
  • アーキテクチャ:モノリス、マイクロサービス、サーバーレスなど
  • インフラ:クラウドプロバイダー、デプロイ戦略
  • 品質プラクティス:テスト、CI/CD、監視

ステップ 3:コンテンツを生成

上記の構造に従って、要求された各出力タイプを生成します。

主要原則:

  • オーディエンスファースト:深さと専門用語をオーディエンスに合わせる
  • 証拠に基づく:可能な限りコード/ドキュメントで主張を裏付ける
  • 定量化する:常に数字と指標を含めるよう努める
  • ストーリー重視:課題→解決策→インパクトを強調する
  • 正直に:制約とトレードオフを認める

ステップ 4:アーティファクトを作成

ドキュメント(サマリー、詳細解説)の場合:

  • マークダウン形式を使用
  • 見出しで明確なセクションを含める
  • 該当する場合はコードスニペットを追加
  • 図を埋め込む

GitHub Pagesの場合:

  • 完全なHTMLファイルを生成
  • インラインCSSを含めるか、CDNを参照
  • モバイル対応を確保
  • SEO用にメタタグを追加

図の場合:

  • Mermaid Chartツールを使用してレンダリング
  • Mermaidソースとレンダリング画像の両方を提供
  • 図が自己説明的であることを確認

ステップ 5:成果物をパッケージ化

ユーザーのニーズに基づいて出力を整理:

転職活動用:

  • エグゼクティブサマリー(コピー&ペースト可能)
  • 2〜3のSTARストーリー
  • 主要指標リスト

ポートフォリオサイト用:

  • 完全なGitHub Pages構造
  • すべてのアセットを整理
  • デプロイ手順

面接対策用:

  • STARストーリー(印刷/PDF)
  • アーキテクチャ図(ホワイトボード参照用)
  • 指標チートシート

特別な考慮事項

.NET/Azureプロジェクト

  • 強調:DDDパターン、SOLID原則、async/awaitパターン
  • 重点:ゼロトラスト、情報セキュリティコンプライアンス、エンタープライズパターン
  • 技術スタック:.NETバージョン、使用したAzureサービス、デザインパターン

機械学習/コンピュータビジョンプロジェクト

  • 焦点:問題のフレーミング、モデル選択の根拠、パフォーマンス指標
  • 強調:トレーニングアプローチ、データパイプライン、推論最適化
  • 指標:精度、適合率、再現率、F1、推論レイテンシ

統合プロジェクト

  • 強調:API設計、エラーハンドリング、データ一貫性
  • 重点:サードパーティ統合、レート制限、レジリエンスパターン
  • 指標:信頼性(アップタイム)、データ精度、スループット

エンタープライズ/大規模プロジェクト

  • コンテキスト:規模、コンプライアンス要件、レガシー制約
  • 強調:移行戦略、後方互換性、リスク軽減
  • 指標:規模の数値、負荷時のパフォーマンス、コスト最適化

出力形式

複数の出力を生成する場合、以下のように整理:

# ポートフォリオショーケース:[プロジェクト名]

## クイックリファレンス
- **技術スタック**:[リスト]
- **期間**:[タイムライン]
- **役割**:[あなたの役割]
- **インパクト**:[主要指標1〜2つ]

## 生成された出力

### 1. エグゼクティブサマリー
[コンテンツ]

### 2. 技術詳細解説
[コンテンツ]

### 3. STARストーリー
#### ストーリー 1:[タイトル]
[コンテンツ]

#### ストーリー 2:[タイトル]
[コンテンツ]

### 4. アーキテクチャ図
[説明付きの図]

### 5. 指標ダッシュボード
[整形された指標]

### 6. GitHub Pagesファイル
[ファイル構造と内容]

品質チェックリスト

提供前に以下を確認:

  • すべての指標が具体的で定量化されている
  • 技術用語がオーディエンス向けに説明または正当化されている
  • 図が明確で適切にラベル付けされている
  • STARストーリーが完了している(4つの要素すべて)
  • エグゼクティブサマリーが「エレベーターピッチ」テストに合格している
  • 技術詳細解説がアーキテクチャ的思考を示している
  • GitHub Pagesがモバイル対応でアクセシブルである
  • 文法エラーやタイプミスがない
  • 全体で一貫した用語を使用している
  • 成果が単なるタスクではなくインパクトとして表現されている

プロンプト例

シンプル:「GitHub上のDocFlowプロジェクトのポートフォリオショーケースを作成してください」

詳細:「.NET 8、DDD、Azureを使用してフライトステータスダッシュボードを構築しました。これはゼロトラスト環境にデプロイされた最初のアプリです。採用担当者向けのエグゼクティブサマリーと面接用の技術詳細解説、さらにアーキテクチャ図が必要です。」

会話形式:「AI文書スキャナープロジェクトを紹介したいと思います。コンピュータビジョンを使用してホワイトボードからデータを抽出し、複数のシステムと統合します。ポートフォリオサイト用の資料作成を手伝っていただけますか?」

ユーザー向けヒント

最良の結果を得るために:

  1. 可能であればGitHubアクセスを提供する(最も豊富な情報源)
  2. プロジェクトの「なぜ」を共有する(ビジネスコンテキストが重要)
  3. 追跡した指標があれば含める(非公式なものでも可)
  4. 克服した課題に言及する(これらは素晴らしいストーリーになる)
  5. ターゲットオーディエンスを指定する(技術的深さは大きく異なる)
  6. 誇りに思うことや学んだことを述べる(誠実な詳細が響く)

避けるべきよくある間違い:

  • 謙虚すぎる(ポートフォリオは謙遜する場ではない)
  • 成果ではなくタスクを列挙する(「APIを構築した」ではなく「レイテンシを40%削減するAPIを設計した」)
  • 非技術系オーディエンスにコンテキストなしで専門用語を使う
  • インパクトの定量化を忘れる
  • チームのレポートのように聞こえ、自分の貢献として表現しない

関連スキル