Communitygithub.com

Flagrare/agent-skills

Constrói e mantém um mapa de promoção com fontes para o próximo nível do usuário. Entrevista o usuário sobre seu objetivo (nível, trilha, ciclo e motivação), pesquisa como as promoções realmente funcionam na empresa (processo, calendário, modelo de packet, rubrica usada pelos gestores), mapeia a organização e quem tem conhecimento em primeira mão do trabalho do usuário, e calcula quando conversar com o gestor. Cada fato carrega uma fonte e um status (verificado, não verificado, inferido), e fontes conflitantes são exibidas, nunca resolvidas silenciosamente. Escreve ~/.claude/skills/flagrare/career/promotion-map.md e .json, que são usados pelo impact-scan, opportunity-scan e career read. Use quando o usuário disser "promoção", "plano de promoção", "como funcionam as promoções aqui", "quando devo falar com meu gestor sobre promoção", "quem deve ver meu trabalho", "estou pronto para sênior", "construa meu mapa de promoção" ou "packet de promoção" (modo packet). Também acione quando o usuário perguntar sobre estratégia de carreira, patrocinadores ou calibração na empresa.

O que é agent-skills?

Este skill é uma ferramenta para desenvolvedores que desejam ter clareza e controle sobre o processo de promoção em suas empresas. Ele age como um assistente pessoal de carreira, entrevistando o usuário sobre seus objetivos (nível, trilha, ciclo e motivação), pesquisando minuciosamente como as promoções realmente funcionam na organização (processo, calendário, modelo do packet de promoção e a rubrica usada pelos gestores), mapeando quem na empresa tem conhecimento em primeira mão do trabalho do usuário e calculando os melhores momentos para conversas cruciais com o gestor. O resultado é um mapa de promoção abrangente, salvo localmente como um arquivo Markdown e JSON, que pode ser consultado e usado por outras skills de carreira. Uma característica fundamental é a transparência: cada informação é acompanhada de sua fonte (verificada, não verificada ou inferida), e quaisquer conflitos entre fontes são apresentados ao usuário para decisão, em vez de serem silenciosamente resolvidos. O skill é projetado para ser executado sob demanda quando o usuário menciona promoção, plano de carreira ou termos relacionados, e também pode ser acionado por outras skills de carreira do ecossistema Flagrare. Durante a primeira execução, que pode ser longa, o skill realiza uma entrevista detalhada e, em seguidas, pesquisa fontes internas como wikis, documentos, anúncios e, com consentimento, portais de RH. Em execuções subsequentes, ele atualiza apenas as seções desatualizadas ou sinalizadas por outras skills.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Flagrare/agent-skills/tree/HEAD/plugins/flagrare/skills/promotion

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Promoção

Sem travessões. Nada que esta skill escreva pode conter um travessão; use uma vírgula, dois pontos ou parênteses. Aplicado por um hook do repositório. Veja /flagrare:write-docs.

Palavras simples. Em tudo que o usuário ler, use os nomes simples em <plugin root>/lib/career/GLOSSARY.md ("Comportamentos de Sênior", não "linhas da rubrica"; "seu caso por escrito", não "packet"; "o projeto que você lidera", não "iniciativa"). Na primeira vez que um termo aparecer, explique seu significado em poucas palavras e adicione a palavra usada pela empresa entre parênteses quando o usuário a ouvir no trabalho.

Uma promoção é decidida em uma sala onde o usuário não está, a partir de um caso por escrito, por pessoas que em sua maioria não o conhecem, em um calendário definido com meses de antecedência. Esta skill torna esses fatos visíveis cedo: onde o usuário quer chegar e por quê, como a empresa realmente decide, o que a rubrica pede, quem tem conhecimento em primeira mão do seu trabalho e quando as conversas-chave devem acontecer.

Ela escreve um mapa de promoção: promotion-map.md para o usuário ler e levar para um 1:1, e promotion-map.json com os mesmos fatos para as outras skills de carreira. O mapa é local e privado. Esta skill nunca publica, envia ou divulga nada.

Biblioteca

O plugin fornece scripts auxiliares em <plugin root>/lib/career/. A raiz do plugin está dois diretórios acima do diretório base desta skill. Execute cada um como python3 <plugin root>/lib/career/<script>.py .... Eles apenas leem e imprimem JSON; esta skill escreve cada arquivo com a ferramenta Write, pois um shell em sandbox não pode escrever em ~/.claude/skills.

  • career_state.py paths|contributions|plan --home "$HOME": localizações de arquivos, o registro de contribuições (união de localizações antigas e novas) e o plano de migração.
  • map_schema.py check <map.json> --today YYYY-MM-DD: erros, seções ausentes, seções desatualizadas (mais de 90 dias), conflitos.
  • deadlines.py --deadline YYYY-MM-DD --today YYYY-MM-DD [--dead START:END ...] [--published]: quando falar com o gestor. --dead é opcional e repetível.

A forma do mapa está em reference/map-schema.md, e o layout em markdown está em reference/map-template.md. Os outros arquivos de estado compartilhado (registro de contribuições, flags, iniciativas) são descritos em <plugin root>/lib/career/STATE.md; limpe uma flag tratada escrevendo flags.json de volta sem ela.

1. Carregar estado (a cada execução)

  1. Execute career_state.py plan. Aplique cada ação write com a ferramenta Write, lendo o destino primeiro se ele já existir (a ferramenta Write não sobrescreverá um arquivo que não leu). Uma ação mkdir não precisa de etapa separada: a pasta é criada pelo primeiro arquivo escrito nela. Não escreva um mapa placeholder. Nunca delete nada.
  2. Leia ~/.claude/skills/flagrare/config.json (chaves de identidade de alto nível, o bloco skills.promotion) e o mapa existente, se houver. Se o arquivo de configuração ou o bloco skills.promotion estiver faltando, continue com os padrões.
  3. Nenhum mapa significa uma primeira execução (seção 3). Um mapa cuja saída de map_schema.py check liste seções missing significa uma primeira execução interrompida: retome na fase mais antiga cujas seções estão faltando. Caso contrário, execute uma atualização (seção 4), a menos que o usuário peça o modo packet (seção 5).

Chamado por /flagrare:career. Os argumentos nomeiam um modo (first_run, resume ou refresh) e as seções para trabalhar: faça apenas essas. Quando também disser scheduled, nunca entreviste ou pergunte: pesquise novamente e salve apenas as seções que não precisam de resposta do usuário (processo, calendário, rubrica, organização, precedente), e retorne cada uma que precise do usuário (objetivo, pessoas, perguntas para o gestor) como uma linha para a lista de Necessidades do coordenador. Em ambos os casos, retorne um breve resumo do que mudou em vez do mapa completo.

2. Regras para cada fato

  • Fonte, data, status. Cada fato recebe um link ou localização citada, a data em que você o verificou e um status: verified (lido e citado na fonte bruta), unverified (um resumo, trecho ou informação de segunda mão) ou inferred (seu raciocínio).
  • Cite verbatim da fonte bruta. Ferramentas de busca resumem e parafraseiam. Quando uma citação for essencial, releia a página bruta (por exemplo, o JSON ou HTML da página) e confirme as palavras exatas.
  • Mostre conflitos, nunca escolha silenciosamente. Quando duas fontes discordarem (um organograma vs. um diretório de squad, uma página de processo vs. o arquivo da carreira ladder), armazene ambas como alternatives e informe o usuário.
  • "Nada encontrado" é um resultado válido. Se uma etapa não encontrar nada, adicione uma pergunta concreta a manager_questions em vez de adivinhar. Muitas empresas não têm processo escrito.
  • Fatos sobre pessoas são sensíveis. Leia apenas as interações do próprio usuário. Registre quem tem contexto de primeira mão sobre o trabalho do usuário, nunca uma classificação de quão úteis as pessoas são.
  • Peça consentimento antes de usar o navegador em portais de RH ou sites internos.

3. Primeira execução

Avise o usuário de antemão: a primeira execução é longa, muitas vezes uma hora ou mais, e ela salva após cada fase, então pode ser interrompida e retomada.

Cada salvamento escreve tanto promotion-map.json quanto promotion-map.md, e define sections.<name>.checked_at (hoje) e sections.<name>.sources para cada seção escrita naquela fase. Uma seção sem checked_at é considerada desatualizada. A Fase 1 escreve target, process e calendar; a Fase 2 escreve rubric; a Fase 3 escreve org, people e precedent; a Fase 4 escreve packet_readiness e manager_questions. Escreva cada seção mesmo quando nada for encontrado (uma lista ou objeto vazio com seu checked_at), para que uma seção vazia não seja confundida com uma execução interrompida.

Fase 1: Objetivo, processo e calendário

  1. Entreviste primeiro, antes de qualquer pesquisa. Faça uma pergunta de cada vez:
    1. Nível atual e nível desejado.
    2. Trilha: contribuidor individual ou gestor.
    3. Para qual ciclo você está mirando (volte a isso após a etapa 4, assim que o calendário for conhecido, e proponha um).
    4. Por que você quer isso, de qual trabalho você quer mais e de qual você quer menos.
  2. Pesquise dois fatos sobre o nível desejado: é terminal nesta empresa (sem expectativa de promoção além dele) e qual é a faixa de tempo esperada no nível atual? Cite ambos.
  3. Diga como o "porquê" muda as coisas. Um objetivo terminal mais um "porquê" de paz de espírito torna o objetivo a linha de chegada. Um "porquê" de dinheiro ou escopo significa planejar além dele. Escreva isso na seção 1 do mapa.
  4. Encontre o processo, calendário e modelo de packet em toda fonte conectada: wiki, docs, anúncios de chat, notas de reunião, o portal de RH (com consentimento). Também encontre como as decisões de produto são tomadas: o documento de decisão e quem geralmente o conduz. O opportunity-scan precisa disso. Também encontre o que a liderança mede: os temas ou documentos de estratégia da empresa, OKRs e documentos de planejamento, e o que as reuniões de planejamento e all-hands dizem (em notas de reunião como Granola, quando conectado). Registre cada métrica que importa para a área do usuário em priorities: o tema, a métrica, sua linha de base e meta quando escritos (cada um um fato com uma fonte), o time que a possui e user_lever: owner se a cadeira do usuário for dona da principal entrada da métrica, input se seus sistemas a alimentam, none se a alavanca estiver em outro time. O opportunity-scan classifica propostas contra esta lista. Tire prioridades de notas de reunião, nunca de citações sobre pessoas.
  5. Salve o mapa (JSON e Markdown) com as entradas target, process, calendar e sections preenchidas.

Fase 2: Lacuna da rubrica

  1. Encontre o artefato contra o qual os gestores avaliam (uma planilha de carreira ladder, uma workbook de check-in), não prosa escrita sobre ele. Pergunte ao usuário se seu gestor usa uma workbook de check-in. Se a prosa e o artefato discordarem, use o artefato e registre a incompatibilidade em rubric.prose_mismatches.
  2. Construa uma entrada rubric.rows por comportamento: o texto do nível atual, o texto do nível desejado, um id estável (<area>.<short-slug>) e um label, o comportamento em duas a quatro palavras simples ("Encontrar problemas", "Revisor requisitado"), que o quadro e os resumos mostram em vez do id.
  3. Marque cada linha como done, partial ou not_started, com evidências de career_state.py contributions, reconhecimento que colegas deram ao usuário (quando uma ferramenta de reconhecimento estiver configurada, veja "Reconhecimento" abaixo: cada bônus com seu link é prova, e o valor da empresa ao qual está associado aponta para o comportamento de valores essenciais), as avaliações e trabalho do usuário, e notas de avaliações anteriores que o usuário compartilhar.
  4. Salve.

Fase 3: Organização e quem conhece seu trabalho

  1. Organização: a cadeia do usuário, quem está acima de cada equipe onde ele pode parar, e mudanças futuras (saídas, novos líderes, reorganizações de notas de reunião e anúncios). Cada pessoa recebe uma fonte e um status.
  2. Quem conhece seu trabalho, evidências primeiro, depois o usuário:
    • Proponha pessoas das próprias interações do usuário (avaliações dadas e recebidas, threads compartilhadas, reuniões compartilhadas e todos que lhe deram reconhecimento), cada uma com links de evidência. Uma pessoa que reconheceu o usuário viu seu trabalho em primeira mão; sinalize qualquer uma que esteja no comitê de promoção.
    • Peça ao usuário para confirmar e corrigir, e para adicionar o que nenhuma ferramenta pode ver, como um ex-gestor ou um time de hackathon.
    • Defina seen_your_work e confirmed_by_user.
  3. Quem está na calibração: infira a partir do documento de processo, cite a frase e marque como inferred. Liste as pessoas na sala que não viram o trabalho do usuário.
  4. Precedente: leia anúncios de promoção recentes para ver o que foi creditado e escreva "anúncios são narrativas, não auditorias" no mapa. Ofereça o nível profundo apenas se o usuário pedir: verificação cruzada em código, docs e tickets de quem realmente originou o trabalho. É caro e desligado por padrão.
  5. Salve.

Fase 4: Plano

  1. Prazos: execute deadlines.py com o prazo do packet. Se a data deste ciclo estiver publicada, use-a e passe --published. Caso contrário, projete a data do ano passado para este ciclo (mesmo mês e dia, um ano depois) e deixe-a como inferred. Pergunte ao usuário quais feriados ou janelas de férias são períodos mortos onde ele está e passe-os como --dead. Registre "confortável até X, absoluto até Y" com seu status e estado. Se o estado for past, diga isso claramente e nomeie o próximo ciclo.
  2. Um próximo passo por linha aberta: para cada linha que não está done, escreva next_step: a única ação concreta mais barata que adicionaria evidência, adaptada ao que você descobriu sobre a empresa ("digite /interview no canal de recrutamento", "ofereça uma sessão de pareamento no dashboard parceiro", "peça ao seu gestor um pedaço do roadmap para co-liderar"). O quadro lista as três maiores lacunas com esses passos, então faça cada um realizável em uma semana, não um objetivo.
  3. Prontidão do packet: execute python3 <plugin root>/lib/career/coordinator.py readiness --home "$HOME" --today <date> para a contagem de evidências de cada linha da rubrica (entradas de registro marcadas com a linha mais a evidência da própria linha), depois marque cada seção do template como strong, thin ou empty a partir das linhas que ela utiliza.
  4. Escolhas de feedback de pares: de recognition.py summary, as pessoas que mais reconheceram o usuário e pelo quê são os primeiros candidatos para o feedback de pares do caso por escrito (3 a 5); adicione-os à nota de Feedback de Pares.
  5. Perguntas para o gestor: tudo ainda desconhecido, mais a pergunta de prontidão (" é realista e o que está faltando?").
  6. Execute map_schema.py check. Corrija quaisquer erros, depois salve.
  7. Mostre ao usuário um breve resumo: o objetivo, as duas datas de conversa, os comportamentos de Sênior ainda não demonstrados (pelo label), quem ainda precisa ver seu trabalho e as perguntas para seu gestor. Aponte para promotion-map.md.

4. Atualização

  1. Execute map_schema.py check e leia career/flags.json se existir (outras skills escrevem sinais de desatualização lá, como uma reorganização, uma saída ou um calendário sendo publicado). Atualize o reconhecimento com python3 <plugin root>/lib/career/recognition.py fetch --home "$HOME" --today <YYYY-MM-DD> (aplique sua escrita planejada de career/recognition.json com a ferramenta Write; ela precisa de rede) quando uma ferramenta de reconhecimento estiver configurada.
  2. Pesquise novamente apenas as seções desatualizadas ou sinalizadas. Mantenha todas as outras seções como estão.
  3. Pergunte ao usuário "algo mudou?", cobrindo objetivo, gestor, equipe e pessoas que viram seu trabalho.
  4. Se a seção de calendário for verificada novamente, ou uma flag disser que o calendário foi publicado, execute deadlines.py novamente e atualize calendar.manager_conversation.
  5. Atualize o next_step de cada linha aberta quando a evidência para ela tiver mudado (um passo que está concluído ou não é mais o mais barato é substituído) e adicione qualquer label ausente.
  6. Atualize checked_at para cada seção verificada novamente, limpe as flags que você tratou e salve.

Reconhecimento

Quando a empresa do usuário usa uma ferramenta de reconhecimento entre pares (atualmente Bonusly), seus agradecimentos são prova de que o usuário não precisou registrar. Configuração: o usuário cria um token de API pessoal na ferramenta e o salva em ~/.config/flagrare/bonusly-token (ou o arquivo nomeado por skills.career.recognition.token_file em config.json). Nunca armazene o token em config.json ou em um repositório, e nunca o cole no chat. Em seguida, execute python3 <plugin root>/lib/career/recognition.py fetch --home "$HOME" --today <YYYY-MM-DD> (aplique sua escrita planejada de career/recognition.json com a ferramenta Write; ela precisa de rede); recognition.py summary fornece totais, valores da empresa e quem mais reconheceu o usuário; agradecimentos de contas automáticas da ferramenta (aniversários, datas comemorativas, boas-vindas) são contados separadamente e nunca tratados como pessoas ou prova. Cite apenas o que é dito sobre o usuário. Nada é nunca enviado através da ferramenta.

5. Modo packet (/flagrare:promotion packet)

Quando o prazo do packet se aproximar, ou o usuário pedir:

  1. Carregue o mapa; se não houver nenhum, execute a primeira execução primeiro. Reúna evidências desde a data da última promoção (ou a data de contratação): use /flagrare:brag-doc para janelas de até um mês e /flagrare:impact-timeline para as mais longas.
  2. Rascunhe o packet no template da empresa, a partir de process.packet_template (se o template for desconhecido, use esta forma comum e diga que é um fallback: os campos de cabeçalho, depois 2-3 projetos (papel, estimativa...).

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Habilidades Relacionadas