Community라이팅 & 에디팅github.com

pconpiee/resume-rockstar-skill

Claude, Cursor, Codex 등 AI 에이전트를 이 저장소에 연결하면, 이력서와 채용 공고를 분석하고, 4가지 이해관계자 관점에서 적합도를 평가하며, 맞춤형 지원 키트와 초안을 작성하여 고위험 구직 전 과정을 파일 시스템에서 완료합니다.

resume-rockstar-skill란 무엇인가요?

이 스킬은 Claude, Cursor, Codex와 같은 AI 코딩 에이전트를 위한 구직 자동화 도구입니다. 사용자가 로컬 파일 시스템에 CV(이력서)와 채용 공고를 저장하면, AI가 이를 자동으로 파싱하고 분석합니다. 특히 '4-stakeholder fit' 평가를 통해 채용 담당자, 실무 관리자, 팀, 회사 문화 등 4가지 관점에서 지원자의 적합성을 점수화합니다. 이후 맞춤형 이력서, 자기소개서, 포트폴리오, 추천서 등 지원에 필요한 문서 키트를 생성하고, 최종적으로 소개 메일이나 LinkedIn 메시지 초안까지 자동 작성해줍니다. CI/CD처럼 반복적이고 시간이 많이 소요되는 구직 프로세스를 에이전트에 위임함으로써, 개발자는 전략적 의사결정에만 집중할 수 있습니다.

지원 대상✓Claude Code✓Codex CLI✓Cursor
npx skills add pconpiee/resume-rockstar-skill

Installed? Explore more 라이팅 & 에디팅 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

resume-rockstar-skill은(는) 무엇을 하나요?

Claude, Cursor, Codex 등 AI 에이전트를 이 저장소에 연결하면, 이력서와 채용 공고를 분석하고, 4가지 이해관계자 관점에서 적합도를 평가하며, 맞춤형 지원 키트와 초안을 작성하여 고위험 구직 전 과정을 파일 시스템에서 완료합니다.

개요

이 스킬은 로컬 파일 기반 구직 자동화 도구입니다. AI 에이전트에게 다음을 지시할 수 있습니다:

  1. cv/ 디렉토리에서 CV(이력서) 파일을 읽습니다.
  2. job/ 디렉토리에서 채용 공고를 읽습니다.
  3. 두 문서를 분석하여 4가지 이해관계자(채용 담당자, 실무 관리자, 팀, 회사) 관점에서 fit 점수를 계산합니다.
  4. output/ 디렉토리에 맞춤형 지원 키트(맞춤 이력서, 자기소개서, 포트폴리오 개요 등)를 생성합니다.
  5. 소개 메일 또는 LinkedIn 메시지 초안을 작성합니다.

디렉토리 구조

.
├── cv/
│   └── your_resume.pdf          # 이력서 파일 (PDF 또는 마크다운)
├── job/
│   └── job_description.md       # 채용 공고 텍스트
├── output/                      # AI가 생성한 결과물 (자동 생성)
├── .env.example                 # 환경 변수 템플릿
├── SKILL.md                     # 이 파일 (스킬 문서)
└── README.md                    # 사용 설명서

사용 방법

1. 저장소 복제

git clone https://github.com/pconpiee/resume-rockstar-skill.git
cd resume-rockstar-skill

2. 파일 준비

  • cv/ 디렉토리 안에 최신 이력서(PDF 또는 마크다운 권장)를 넣으십시오.
  • job/ 디렉토리 안에 채용 공고 전문을 텍스트 파일로 저장하십시오 (job_description.md 권장).

3. AI 에이전트 실행

지원되는 AI 에이전트(Claude Code, Cursor, Codex 등)를 이 저장소 루트에서 실행하십시오.

예제 프롬프트:

"이 저장소를 사용하여 [회사명]의 [직무명] 지원을 준비해 줘. 내 CV와 job_description을 분석하고 fit 점수를 매겨서 output 디렉토리에 맞춤형 지원 키트를 만들어 줘."

결과물 (output/ 디렉토리)

AI 에이전트는 output/ 디렉토리 안에 다음 파일들을 생성합니다:

파일명설명
fit_scorecard.md4가지 이해관계자 fit 점수와 종합 평가
tailored_resume.md채용 공고에 맞춰 수정된 이력서
cover_letter.md맞춤형 자기소개서
outreach_draft.md채용 담당자 또는 hiring manager에게 보낼 초안 메시지
portfolio_notes.md포트폴리오 관련 추가 준비 사항 (선택 사항)

환경 변수 (선택 사항)

.env.example 파일을 .env로 복사하여 필요에 따라 API 키나 기타 설정을 추가할 수 있습니다:

cp .env.example .env
# .env 파일을 편집하여 변수 설정

라이선스

MIT

관련 스킬