Communitygithub.com

infinyte/portfolio-showcase-generator

将技术项目转化为引人注目的作品集素材,包括执行摘要、技术深度剖析、架构图、影响力指标以及可直接展示的 GitHub Pages。可分析 GitHub 仓库和项目描述,生成面向特定受众的展示材料。

portfolio-showcase-generator 是什么?

Portfolio Showcase Generator 是一个专业 AI 助手技能,专为将技术项目转化为高质量、面向不同受众的职业作品集而设计。它支持从 GitHub 仓库 URL、本地路径或文本描述中获取输入,能够自动分析代码结构与架构模式。该技能根据受众类型(如招聘经理、技术主管、架构师)调整输出深度,可生成执行摘要、技术深度剖析、Mermaid 架构图、量化影响力指标、STAR 格式面试故事以及完整的 GitHub Pages 静态网站。其核心价值在于帮助开发者从“做了什么”转向“产生了何种影响”,通过结构化模板和最佳实践(如证据驱动、量化优先)提升职业材料的说服力。该技能适用于 Claude Code 等 AI 编码代理,能够显著缩短构建专业作品集的时间,是技术人才求职准备的重要工具。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add infinyte/portfolio-showcase-generator

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Portfolio Showcase Generator(作品集生成器)

这是一个综合性技能,旨在将技术项目转化为针对不同受众(招聘人员、招聘经理、架构师、技术负责人)优化的专业作品集素材。

核心能力

  1. 代码分析 - 分析 GitHub 仓库结构、技术栈、架构模式
  2. 受众适配 - 为高管、架构师和技术团队生成不同内容
  3. 架构可视化 - 创建系统图、数据流图和部署图
  4. 影响力量化 - 提取并呈现业务指标和技术成就
  5. 多格式输出 - 执行摘要、技术深度剖析、面试故事、GitHub Pages

何时使用此技能

当用户想要进行以下操作时,使用此技能:

  • 将技术项目转化为作品集素材
  • 从工作中创建引人入胜的案例研究
  • 生成面试准备材料(STAR 格式故事)
  • 构建专业的 GitHub Pages 展示页
  • 从技术成就中提取业务影响力
  • 创建面向特定受众的项目摘要

输入格式

此技能支持多种输入格式:

1. GitHub 仓库

  • 仓库 URL 或本地路径
  • 分析内容:文件结构、代码模式、技术栈、依赖项、文档
  • 提取内容:架构模式(DDD、微服务等)、框架、云服务

2. 项目上下文(任意组合)

  • 原始笔记/要点 - 快速录得的成就和细节
  • 技术规格 - 架构文档、设计文档
  • 对话式 - 用户自然描述项目
  • 现有文档 - README 文件、Wiki、ADR

3. 业务上下文

  • 项目目标和目的
  • 解决的问题
  • 利益相关者和用户
  • 时间线和团队规模
  • 约束和挑战

输出生成

1. 执行摘要(面向招聘经理/招聘人员)

目的:快速、高影响力的概述,聚焦于业务价值和成果。

结构:

  • 项目概述(2-3 句):是什么,为什么重要
  • 关键成就(3-5 条要点):量化的业务影响
  • 技术亮点(简短):值得注意的技术/方法
  • 时间线与范围:持续时间、团队规模、角色
  • 影响力指标:性能提升、成本节约、用户指标

语气:专业、自信、结果导向。尽量减少术语。用成果说话。

长度:150-250 字(30-60 秒阅读时间)

2. 技术深度剖析(面向架构师/技术负责人)

目的:展示架构思维、技术深度和工程判断力。

结构:

  • 背景与约束:需求、约束、现有系统
  • 架构决策:关键设计选择及其理由
  • 技术实现:
    • 系统架构
    • 技术栈及其选择原因
    • 应用的模式(DDD、CQRS、事件溯源等)
    • 集成点
  • 挑战与解决方案:技术问题及解决方法
  • 规模与性能:指标、优化策略
  • 安全与质量:测试、可观测性、安全措施
  • 权衡:优化了什么、牺牲了什么、为什么

语气:技术性但易于理解。解释推理过程,而不仅仅是选择。展示判断力。

长度:800-1500 字(4-6 分钟阅读时间)

3. 架构图(Mermaid)

根据项目类型生成相关图表:

系统架构图:

graph TB
    Client[客户端应用]
    API[API 网关]
    Service1[服务名称]
    Service2[服务名称]
    DB[(数据库)]
    Cache[(缓存)]
    
    Client --> API
    API --> Service1
    API --> Service2
    Service1 --> DB
    Service1 --> Cache

数据流图:

flowchart LR
    Source[数据源] --> Ingestion[数据摄取层]
    Ingestion --> Processing[处理层]
    Processing --> Storage[(存储层)]
    Storage --> API[API 层]
    API --> Consumer[消费者]

部署图:

graph TB
    subgraph Azure
        subgraph VNet
            AppService[应用服务]
            Function[Azure Functions]
        end
        DB[(SQL 数据库)]
        Storage[(Blob 存储)]
    end
    
    AppService --> DB
    Function --> Storage

指南:

  • 根据内容选择适当的图表类型
  • 保持图表聚焦(最多 5-12 个节点)
  • 使用清晰、描述性标签
  • 若颜色/形状需要,请包含图例
  • 若项目复杂,生成多个图表

4. 指标与影响力分析

提取并呈现可量化的成就:

技术指标:

  • 性能改进(响应时间、吞吐量等)
  • 可扩展性成就(支持的用户数、每秒事务数)
  • 代码质量(测试覆盖率、缺陷减少)
  • 可靠性(正常运行时间、MTTR、错误率)
  • 安全改进(已解决漏洞、已满足合规要求)

业务指标:

  • 成本节省(基础设施、开发时间)
  • 收入影响(新能力、市场拓展)
  • 效率提升(自动化、减少手动工作)
  • 用户满意度(NPS、采用率)
  • 上市时间(交付速度、发布频率)

格式:以具体数字结合上下文呈现:

  • "将 API 响应时间减少 60%(450ms → 180ms)"
  • "通过资源优化每年削减云成本 24,000 美元"
  • "实现 10 倍扩展,从 1K → 10K 并发用户"

5. 面试准备(STAR 格式)

生成 2-4 个引人入胜的 STAR 格式故事:

结构:

  • 情境:背景、问题、约束(2-3 句)
  • 任务:您的具体职责(1-2 句)
  • 行动:您做了什么、技术决策、实现过程(3-5 句)
  • 结果:成果、指标、影响(2-3 句)

长度:每个故事口头讲述时长为 90-120 秒

重点:不同的故事应突出:

  • 技术问题解决能力
  • 架构决策能力
  • 领导力/影响力
  • 应对约束/权衡的能力

6. GitHub Pages 站点

生成完整的静态网站结构:

首页(index.html):

  • 项目名称和标语的主视觉区域
  • 快速统计数据(技术栈、时间线、影响力指标)
  • 各章节导航
  • 如有可用截图/演示

架构页面(architecture.html):

  • 系统概述
  • 架构图(嵌入 Mermaid)
  • 技术栈详情
  • 设计决策

影响力页面(impact.html):

  • 业务成果
  • 技术成就
  • 指标可视化
  • 优化前后对比

演示页面(demo.html - 如适用):

  • 交互式演示或导览
  • 带注释的截图
  • 使用场景
  • 如可用则嵌入视频

样式:

  • 简洁、专业的设计
  • 移动端响应式
  • 快速加载(最小化依赖)
  • 可访问性(符合 WCAG 标准)
  • 可选:使用 GitHub 的 Primer CSS 或 Tailwind CDN

工作流程

步骤 1:收集输入

  1. 询问项目来源:

    • GitHub 仓库 URL/路径
    • 现有文档
    • 项目笔记
  2. 理解上下文:

    • 该项目解决了什么问题?
    • 为谁而建?
    • 您的角色是什么?
    • 什么使该项目具有挑战性?
    • 取得了什么成果?
  3. 明确输出要求:

    • 他们需要哪些交付物?
    • 是否有特定要求(长度、重点领域)?
    • 目标受众详情?

步骤 2:分析(如果提供 GitHub 仓库)

使用 bash/view 工具分析仓库:

# 分析仓库结构
find /path/to/repo -type f -name "*.cs" -o -name "*.csproj" | head -20
find /path/to/repo -type f -name "*.yml" -o -name "*.yaml"

# 检查架构文档
find /path/to/repo -type f -name "*.md" | grep -i "architecture\|design\|adr"

# 分析依赖
cat /path/to/repo/*.csproj
cat /path/to/repo/package.json
cat /path/to/repo/requirements.txt

# 检查配置文件
find /path/to/repo -name "appsettings*.json" -o -name "*.config"

提取内容:

  • 技术栈:语言、框架、数据库、云服务
  • 模式:DDD、微服务、事件驱动、CQRS 等
  • 架构:单体、微服务、无服务器等
  • 基础设施:云提供商、部署策略
  • 质量实践:测试、CI/CD、监控

步骤 3:生成内容

按照上述结构生成每个请求的输出类型。

关键原则:

  • 受众优先:根据受众匹配深度和术语
  • 基于证据:尽可能以代码/文档为基础
  • 量化:始终尝试包含数字和指标
  • 故事驱动:强调挑战 → 解决方案 → 影响
  • 诚实:承认约束和权衡

步骤 4:创建工件

对于文档(摘要、深度剖析):

  • 使用 Markdown 格式
  • 包含清晰的章节标题
  • 在相关处添加代码片段
  • 嵌入图表

对于 GitHub Pages:

  • 生成完整的 HTML 文件
  • 包含内联 CSS 或引用 CDN
  • 确保移动端响应式
  • 添加 SEO 元标签

对于图表:

  • 使用 Mermaid Chart 工具渲染
  • 同时提供 Mermaid 源代码和渲染后的图像
  • 确保图表自解释

步骤 5:打包交付物

根据用户需求组织输出:

用于求职申请:

  • 执行摘要(可复制粘贴)
  • 2-3 个 STAR 故事
  • 关键指标列表

用于作品集网站:

  • 完整的 GitHub Pages 结构
  • 所有资源已组织好
  • 部署说明

用于面试:

  • STAR 故事(打印版/PDF)
  • 架构图(用于白板参考)
  • 指标速查表

特殊注意事项

.NET/Azure 项目

  • 突出:DDD 模式、SOLID 原则、async/await 模式
  • 强调:零信任、信息安全合规、企业模式
  • 技术栈:.NET 版本、使用的 Azure 服务、设计模式

机器学习/计算机视觉项目

  • 重点:问题框架、模型选择理由、性能指标
  • 突出:训练方法、数据流水线、推理优化
  • 指标:准确率、精确率、召回率、F1、推理延迟

集成项目

  • 强调:API 设计、错误处理、数据一致性
  • 突出:第三方集成、速率限制、弹性模式
  • 指标:可靠性(正常运行时间)、数据准确性、吞吐量

企业级/大规模项目

  • 背景:规模、合规要求、遗留系统约束
  • 突出:迁移策略、向后兼容性、风险缓解
  • 指标:规模数字、负载下性能、成本优化

输出格式

生成多个输出时,按如下方式组织:

# 作品集展示:[项目名称]

## 快速参考
- **技术栈**:[列表]
- **持续时间**:[时间线]
- **角色**:[您的角色]
- **影响力**:[前 1-2 个指标]

## 生成的输出

### 1. 执行摘要
[内容]

### 2. 技术深度剖析
[内容]

### 3. STAR 故事
#### 故事 1:[标题]
[内容]

#### 故事 2:[标题]
[内容]

### 4. 架构图
[图表及解释]

### 5. 指标仪表板
[格式化的指标]

### 6. GitHub Pages 文件
[文件结构和内容]

质量检查清单

在交付之前,确保:

  • 所有指标具体且已量化
  • 技术术语已解释或根据受众合理使用
  • 图表清晰且标签正确
  • STAR 故事完整(包含全部 4 个要素)
  • 执行摘要通过“电梯演讲”测试
  • 技术深度剖析展示了架构思维
  • GitHub Pages 移动端响应式且可访问
  • 无语法错误或错别字
  • 通篇术语一致
  • 成就以影响力而非任务的形式呈现

示例提示

简单:"为我在 GitHub 上的 DocFlow 项目创建作品集展示。"

详细:"我使用 .NET 8、DDD 和 Azure 构建了一个航班状态仪表板。它是部署到我们零信任环境中的第一个应用。我需要一份面向招聘人员的执行摘要、一份面向面试的技术深度剖析以及架构图。"

对话式:"我想展示我的 AI 文档扫描仪项目。它使用计算机视觉从白板中提取数据,并与多个系统集成。你能帮我为我的作品集网站创建素材吗?"

用户提示

要获得最佳结果:

  1. 如果可能,请提供 GitHub 访问权限(信息源最丰富)
  2. 分享项目背后的“为什么”(业务背景很重要)
  3. 包含您跟踪的任何指标(即使是非正式的)
  4. 提及您克服的挑战(这些能成就精彩的故事)
  5. 明确您的目标受众(技术深度差异很大)
  6. 注明哪些让您自豪或您学到了什么(真实细节最能引起共鸣)

要避免的常见错误:

  • 过于谦虚(作品集不是谦虚的地方)
  • 列出任务而非成就(“构建了 API” vs “设计了将延迟降低 40% 的 API”)
  • 对非技术受众使用未经上下文说明的术语
  • 忘记量化影响力
  • 听起来像团队报告而非个人贡献

相关技能