Sistema de inteligência de carreira agentivo — agente LangGraph ReAct que avalia candidatos em relação a descrições de vagas, identifica lacunas de habilidades e gera planos de aprendizagem personalizados com pesquisa de recursos em tempo real.
Este skill implementa um sistema de inteligência de carreira agentivo baseado no padrão LangGraph ReAct. Ele automatiza o processo de recrutamento e desenvolvimento de talentos: primeiro, analisa o currículo de um candidato e a descrição de uma vaga, atribuindo uma pontuação de compatibilidade. Em seguida, identifica lacunas de habilidades específicas entre as competências do candidato e os requisitos da vaga. Por fim, gera um plano de aprendizagem personalizado, pesquisando recursos educacionais reais (cursos, tutoriais, artigos) na internet para preencher cada lacuna identificada. Útil para RH técnico, recrutadores e profissionais de desenvolvimento de carreira que desejam acelerar a triagem de candidatos e criar planos de desenvolvimento individualizados. Suporta plataformas como Claude Code, Cursor, Codex e agentes compatíveis com LangGraph.
npx skills add hasanbaroki/agentic-ai-career-intelligenceInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Sistema de inteligência de carreira agentivo — agente LangGraph ReAct que avalia candidatos em relação a descrições de vagas, identifica lacunas de habilidades e gera planos de aprendizagem personalizados com pesquisa de recursos em tempo real.
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.