Habilidade de contratação estruturada para agentes de IA – conte acertos, não pontuações. Avaliação em três camadas (tarefa/capacidade/evento) + conselho duplo (RH vs. departamento contratante), transformando 'compatibilidade de 85%' em um julgamento que você e seus colegas podem realmente discutir.
O Hound System é uma habilidade de recrutamento assistido por IA projetada para agentes como Claude Code, Cursor ou Codex. Em vez de atribuir pontuações numéricas subjetivas aos candidatos, ele adota uma abordagem de 'contagem de acertos': cada qualificação relevante é verificada independentemente. A avaliação é dividida em três camadas separadas: análise de tarefas (o que o candidato já fez), capacidades (habilidades técnicas e comportamentais) e eventos (realizações ou incidentes específicos no currículo). Além disso, o sistema oferece um mecanismo de 'conselho duplo' onde o RH e o departamento contratante podem deliberar juntos, cada um com sua perspectiva. Isso transforma a vaga avaliação de '85% de compatibilidade' em uma discussão objetiva baseada em evidências, facilitando o alinhamento entre as partes. A habilidade é útil para recrutadores técnicos e gerentes de contratação que desejam um processo mais justo, transparente e colaborativo, reduzindo vieses e aumentando a precisão na seleção de talentos.
npx skills add n8f86p7j5b-afk/hound-system-v0.1Installed? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade de contratação estruturada para agentes de IA – conte acertos, não pontuações. Avaliação em três camadas (tarefa/capacidade/evento) + conselho duplo (RH vs. departamento contratante), transformando 'compatibilidade de 85%' em um julgamento que você e seus colegas podem realmente discutir.
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.