Neckkup/portfolio-kup

portfolio-kup 是做什么的？

从实际证据创建用户个人档案，并生成双语（泰文/英文）单页网站。 对用户用泰文回复，技术术语保留英文。

步骤

按顺序执行 · 所有需要用户决策的问题使用 AskUserQuestion · 信息量大的内容先在聊天中总结，再放入页面。

1. 收集数据

1. 询问是否有其他使用 Claude Code 的机器（ssh user@host） · 如果用户在请求中已提供，则无需询问。
2. 在每台机器上运行脚本（仅输出数字，无提示信息、无密钥）：

   S=~/.claude/skills/portfolio-kup/scripts; D=<scratchpad>/pk; mkdir -p $D
   python3 $S/collect.py > $D/local.json
   ssh -o BatchMode=yes user@host python3 - < $S/collect.py > $D/host1.json
   python3 $S/merge.py $D/*.json > $D/metrics.json     # 汇总表输出至 stderr
   

3. 自行阅读 prompt 内容以进行定性评估（~/.claude/history.jsonl 的 display、project 字段） · 随机抽样，覆盖所有项目/月份 · 不要将发现的任何 key/token/密码复制到回复或网页中，仅统计数量。

必须告知用户的限制：

• history.jsonl 仅统计用户输入时的数据 · 长时间让 agent 自动运行的时段不会被统计。
• transcript（~/.claude/projects/**/*.jsonl）在超过 cleanupPeriodDays（默认 30 天）后被删除 · 因此 token 和 AI 工作时间仅覆盖近期。
• 对于 prompt 数量 < 100（enough_data: false）的月份，数据波动大，禁止用于比较。
• 行为统计基于关键词匹配，用于指示趋势，并非精确测量。

2. 评估（在聊天中回复）

• 可能的职业 · 级别（Junior / Mid / Senior） · 优势、劣势，附证据。
• 直截了当，不夸大 · 区分“因为擅长控制 AI 而能交付”与“本身理解基础”。
• 如果历史记录中发现 key/secret → 立即提醒轮换（说明类型，不显示值）。

3. 测试（如果用户想知道自己是否真的薄弱）

• 2 轮，每轮 4 题，通过 AskUserQuestion 进行 · 题目基于用户实际工作中的场景（使用其技术栈）。
• 混合两种题型：看到症状 → 说明原因 与 解释底层机制 · 选项长度相近，不暗示答案。
• 说明规则：禁止询问 AI · 不知道则回答“不知道”。
• 每题给出简短解释和答案，然后总结模式（例如，症状 4/4，机制 0/4）。

4. 薪资与职业方向

• 使用 WebSearch 的 extended 模式，同时进行多个搜索词（泰文 + 英文，当前年份） · 每次都要注明来源。
• 区分 AI/ML 工程师（做模型）与 AI 应用工程师（将 AI 用于应用中） · 两者薪资差异巨大。
• 先广泛考虑：列出 8-10 个符合技能 + 性格 + 成长的职业（不只技术方向，如顾问、售前、教育者、EdTech 产品、自由职业） · 然后筛选出最合适的 3 个方向 + 最多 5 个副职业标签 · 可以在聊天中提及“还不适合”的职业，但不要放入页面。
• 必须有一个明确的推荐，指出应该走哪条路（基于面试中确定的目标），并附上 3 阶段计划。
• 在网页中，薪资默认显示为 *，仅当用户请求时才显示具体数字。

5. 面试

调用 grilling 技能（或 grill-me），通过 AskUserQuestion 分轮提问： 选择该方向的原因 · 在聊天之外的与人/客户打交道的经验 · 时间框架 · 拥有的项目（个人或公司） · 每周空闲时间 · 成功的定义 · 继续/停止的标准

• 如果答案矛盾或答非所问 → 重复提问。
• 直接指出观察到的模式（例如，不强迫选择时会回答“都可以”） · 不同意的地方要说明，但最终由用户决定。
• 以总结共识结束，然后等待用户确认后再放入页面。

6. 制作网页

1. 将 templates/onepage.html 复制到 scratchpad，然后修改仅 <script id="profile"> 中的 JSON · 所有文本为 {"th":…,"en":…}。
2. Artifact → quickstart（intent other）首次创建，然后发布 · icon profile。
3. 根据反馈通过 Edit + 发布同一文件（同一 URL）进行修改。

设计规则（来自用户实际反馈 · 禁止违反）

主题	做	不做
页面布局	单列自上而下阅读 · 自我 → 01 技能 → 02 工作方式 → 03 成长 → 04 前进方向 · 宽度自适应，最大 1600px	侧栏 · 与其他板块颜色差异大的深色面板 · 固定窄宽度
前进方向 (04)	"推荐" 框：1 条建议 + 1 句理由 + 3 阶段计划 · 3 个方向的卡片，仅包含 准备程度 / 适合原因 / 需补充 · 选中卡片右上角 ★ 推荐标签 · "也能做" 为单行标签 · "先做什么" 不超过 4 项	长职业表格 · 卡片中的步骤/第一步/薪资标签 · 与 3 阶段计划重复的信息（用户说“杂乱”）
颜色	所有面板使用同一色系（白底、细边框） · 蓝色 = 温和/改善 · 金色 = 困难/目标 · 红色 = 需警惕/当前	多种色调混合
数据来源警告	顶部框，说明所有数据来源 + 未统计的内容 + "AI 评估，非专业认证"	将来源隐藏在页面末尾
语言	默认泰文 + 泰文/英文切换按钮 · 英文中使用 they/them 或避免代词	根据名字猜测性别
外人需能理解	通俗语言 · 使用 "一半" "一倍" "三分之一" 等类比	内部项目名 · 面试题号（Q20） · 无单位的原始数字（"43 次"， prompt 数量） · 纯术语如 "502 Traefik"
技能	radar 图 + 3 级标签（突出/一般/需补充）放在技能部分 · 软技能与硬技能并列，列表带 01- 编号和证据标签 · 硬技能包含工具名称	性格旁的进度条/等级条（用户看不懂满格代表什么） · 卡片高度不一
性格	以 HR 使用的软技能命名 · 一个 persona 名称 + 一句话描述 · 风格为两极条 · "需注意的性格" 单独框	将测试结果作为板块放入页面（用户要求移除）
工作时间	小时图 从 06:00 开始 · 工作日显示为占总工作量的百分比，并附解释行说明 % 的含义	次数坐标轴
成长	可逐级点击的阶梯 · 高度 = 能力级别（柱子上有级别名称） · 标签 "▼ 当前在此级别" · 每级：能做到 / 仍会出错 / 转折点 · "与前一级比较" 仅限数据充足的月份 · token 仅限有 transcript 的级别 · 最后一级为目标（金色虚线）	每月 prompt 数量的图表（用户看不懂） · 所有级别的细节同时展示
薪资	* + 警告框和页面底部的说明	未经请求显示具体数字
隐私	无 key、IP、主机名、电子邮件 · 负面数字以不点名方式描述（"曾将 key 放在不该放的地方"）	未经询问将真实个人档案页面 publish/push 到公共环境

技能中的文件

• scripts/collect.py · 收集单台机器的数据（每月 prompt、行为、小时/天、token、时间戳） · 不输出文本。
• scripts/merge.py · 合并多台机器 → metrics.json（每月数据、enough_data、% 小时从 06:00 开始、% 工作日、自主操作小时 vs AI 工作小时、token）。
• templates/onepage.html · 从单个 JSON 渲染的网页 · 文件中的数据为虚构示例。

metrics 到页面内容的映射

metrics.json	使用位置
hours_pct_from_6am[].pct	hoursPctFrom6am（24 个值，从 06:00 开始）
weekday_pct	weekdayPct
late_night_pct	hoursNote，例如 "近三分之一的工作发生在晚上 9 点后"
monthly[*] 且 enough_data	stages[i].compare.items（与前一阶段比较） · stages[i].peak/hot 最忙碌的月份
tokens[*]	stages[i].tokens（仅限有数据的月份） · 说明 cache read 比例
hands_on_hours / ai_working_hours	在聊天中总结 "自主操作 ~X 小时/周 · AI 辅助 ~Y 小时/周"
secrets_pasted > 0	在聊天中提醒 + "需注意的性格" + acts 的第一项

模板中 04 部分的 JSON

• rec · title、reason、phases[]（when、t、d）推荐 3 阶段。
• paths[] · 3 个方向：tag、title、ready（0–100）、fits、gap、pick: true 推荐方向、gold: true 创业/创始人方向。
• also[] · 副职业名称，≤5 个（纯文本）。
• acts[] · ≤4 项（t、d）。