Agente de carreira com IA e 36 ferramentas — coleta dados do LinkedIn/GitHub/GitLab, constrói uma base de conhecimento RAG, analisa lacunas de habilidades, monitora mercados de trabalho e gera CVs otimizados para ATS.
Este skill transforma o uso de assistentes de IA como Claude Code, Cursor ou Codex em um poderoso agente de carreira orientado por chat. Ele integra 36 ferramentas especializadas que vasculham perfis públicos no LinkedIn, GitHub e GitLab para extrair experiências, projetos e contribuições técnicas. A partir desses dados, constrói uma base de conhecimento vetorial usando a arquitetura RAG (Retrieval-Augmented Generation) com ChromaDB, permitindo consultas inteligentes sobre o histórico profissional do usuário. Além de gerar currículos otimizados para sistemas ATS (Applicant Tracking Systems), o agente identifica lacunas de habilidades comparando o perfil com as demandas do mercado, sugere cursos e projetos para preenchê-las, e rastreia tendências de contratação em tempo real. A interface é puramente conversacional, dispensando interfaces gráficas complexas. Suportado por LangChain, ele oferece uma experiência fluida para profissionais de tecnologia que buscam acelerar seu desenvolvimento de carreira e melhorar sua empregabilidade.
npx skills add juanmanueldaza/fu7ur3pr00fInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Agente de carreira com IA e 36 ferramentas — coleta dados do LinkedIn/GitHub/GitLab, constrói uma base de conhecimento RAG, analisa lacunas de habilidades, monitora mercados de trabalho e gera CVs otimizados para ATS. Chat-first, alimentado por LangChain + ChromaDB.
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.