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
- 代码分析 - 分析 GitHub 仓库结构、技术栈、架构模式
- 受众适配 - 为高管、架构师和技术团队生成不同内容
- 架构可视化 - 创建系统图、数据流图和部署图
- 影响力量化 - 提取并呈现业务指标和技术成就
- 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
-
询问项目来源:
- GitHub 仓库 URL/路径
- 现有文档
- 项目笔记
-
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?
-
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:
- 如果可能,请提供 GitHub 访问权限(信息源最丰富)
- 分享项目背后的“为什么”(业务背景很重要)
- 包含您跟踪的任何指标(即使是非正式的)
- 提及您克服的挑战(这些能成就精彩的故事)
- 明确您的目标受众(技术深度差异很大)
- 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