Communitygithub.com

MikeCheng1208/BattleTree

打造能幫你獲得面試機會的 GitHub 作品集 — 精選 3-5 個打磨過的專案、撰寫吸引人的 README、部署線上展示、在各個倉儲間呈現連貫故事,並將一切對齊 AI 原生開發職位。在準備求職 GitHub、決定要置頂哪些專案,或審核你的公開形象時使用。

BattleTree 是什麼?

此技能旨在將你的 GitHub 作品集從一個充滿未完成專案的「墳場」,轉變為一個精心策劃的「展覽」。它基於「品質重於數量」的核心原則,主張聚焦於 3-5 個打磨過的專案,勝過 30 個被遺棄的倉儲。技能提供了詳細的審計流程、置頂策略、README 撰寫框架、以及部署與展示的具體方法。特別針對 AI 原生開發、全端 AI 開發者等角色,提供了明確的作品集訊號與目標設定。最終,它還包含一個完整的作品集審查清單,並提供一個「殺手級應用」——你可以讓 AI 代理直接評論你的作品集,獲得具體的行動建議,將你的 GitHub 從程式碼墳場轉變為真正的職涯資產。

相容平台✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/MikeCheng1208/BattleTree/tree/HEAD/.agents/skills/portfolio-strategy

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

作品集策略

核心原則

你的 GitHub 不是一個半成品專案的墳場。它是一個精心策劃的展覽。每個被置頂的倉儲都應該回答面試官對你的一個疑問——而每個答案都應該讓他們想要安排面試。

平庸與出色的差別

平庸的作品集                    出色的作品集
─────────────────              ────────────────────
30 個倉儲,大多是 fork         5 個倉儲,全是原創作品
沒有 README                    每個 README 講述一個故事
沒有線上展示                   每個專案都已部署
複製的隨機教學                 清晰的主題和進步
最後一次提交:8 個月前         持續且近期的活躍
倉儲沒有描述                   每個倉儲都有一句話說明
"my-first-react-app"           "AI-powered code review tool"

差別不在於天賦,而在於策劃。最好的作品集看起來像是有計劃的人所為,而不是什麼都 commit 的人。


品質重於數量

三到五個打磨過的專案,勝過三十個被遺棄的倉儲。每次都一樣。

關鍵數字

倉儲數量有 README已部署面試官的想法
3020"只會開始,不會完成"
1551"涉獵廣泛,但不清楚擅長什麼"
554"專注、能交付、懂自己的專業"
333"經手的每個東西都打磨過"

清理規則

在加入新東西之前,先審計已經存在的內容:

1. 歸檔或設為私人:未完成且無法挽救的項目
2. 刪除:你從未修改過的 fork 倉儲
3. 添加 README:所有你要保留公開的項目
4. 設定描述:每個可見的倉儲
5. 剩下的應該都是值得展示的內容

如果你不會把它放在履歷上,它就不該出現在你的公開 GitHub 上。


在倉儲之間講述一個故事

你的置頂倉儲不是隨機樣本。它們是章節。把它們排列好,讓訪客看到一個敘事。

有效的故事結構

專家路線:

"我深入研究 AI/ML,而且我能證明。"

倉儲 1:為特定領域任務微調的 LLM
倉儲 2:帶有評估框架的 RAG 管線
倉儲 3:使用工具呼叫的 Agent 工作流程
倉儲 4:對 LangChain/LlamaIndex 的開源貢獻

全端建構者路線:

"我從資料庫到部署,建立完整的產品。"

倉儲 1:全端 SaaS 應用(Next.js + API + DB + Auth)
倉儲 2:AI 驅動的命令列工具(展示後端/系統能力)
倉儲 3:開源函式庫(展示 API 設計思維)
倉儲 4:個人自動化工具(展示你也為自己打造工具)

AI 原生開發者路線:

"我不只是使用 AI — 我還用它建構,也為它建構。"

倉儲 1:Agent 工作流程 / 多代理系統
倉儲 2:整合 LLM 的生產級應用
倉儲 3:利用 AI 的開發者工具(linter, reviewer, generator)
倉儲 4:對 AI 框架或工具鏈的貢獻

進步訊號

面試官會注意到你的倉儲是否展現了成長:

訊號它顯示了什麼
早期倉儲:簡單的 CRUD 應用你從某個起點開始
中期倉儲:含測試和 CI 的 API你學會了工程實踐
近期倉儲:帶有評估的 AI Agent你正在前沿領域建構
對主要 OSS 專案的貢獻你可以在大型程式碼庫中協作

置頂什麼以及為何

你有六個置頂倉儲的位置。要有策略地使用它們。

理想的置頂配置

位置置頂內容原因
1全端專案證明你能建立完整的產品
2AI/ML 專案顯示你在前沿領域工作
3開源貢獻證明你能在真實的程式碼庫中協作
4開發者工具或 CLI顯示你解決自己的問題
5領域專案(你的專長)為你的目標角色提供深度訊號
6外卡 — 個人或創意專案展現個性和真正的求知慾

置頂規則

請置頂:
  - 有線上展示或部署連結的專案
  - 有完整 README 和螢幕截圖的倉儲
  - 與你申請的職位相符的作品
  - 你最近期、最精緻的作品

請勿置頂:
  - 你沒有實質修改過的 fork 倉儲
  - 跟隨教學的產出(即使完成了)
  - 沒有 README 的倉儲
  - 任何你在面試中無法解釋的東西

README 作為你的作品集簡報

每個被置頂的倉儲都需要一個能在 30 秒內推銷專案的 README。面試官在決定是否繼續閱讀之前,花費的時間只會比這更少。

作品集倉儲的 README 結構

# 專案名稱
一句話說明它做什麼以及為什麼重要。

## 展示
[線上展示連結] | [影片導覽連結]

顯示應用程式運作中的螢幕截圖或 GIF。

## 問題
這個專案解決了什麼問題?誰有這個問題?

## 運作方式
架構概述。關鍵技術決策。
如果系統有多個元件,請附圖。

## 技術棧
列出技術 — 但只列有意義的。
不要列出 HTML/CSS。但一定要列出你的 AI 整合、資料庫、部署目標。

## 主要功能
- 功能 1 — 為什麼它在技術上很有趣
- 功能 2 — 建構它的困難點在哪裡
- 功能 3 — 你下次會改進什麼

## 開始使用
清晰的設定說明。應該讓別人在 5 分鐘內就能執行。

## 我學到了什麼
簡短反思最艱難的技術挑戰以及你是如何解決它的。

README 的反模式

糟糕的 README更好的 README
"一個 React 應用""AI 驅動的會議摘要工具,將錄音轉換為行動項目"
沒有螢幕截圖在摺疊處以上放英雄截圖或 GIF
設定:"clone 然後執行"設定:逐步說明,並列出先決條件
沒有架構說明顯示元件如何連接的系統圖
列出所有 npm 套件重點介紹 3-4 個關鍵技術

線上展示和部署連結

程式碼只是一個假設。已部署的應用程式才是證明。

為什麼部署如此重要

面試官看到沒有展示的倉儲:
  "有趣的程式碼...但它真的能用嗎?"

面試官看到有線上連結的倉儲:
  "讓我試試看。" → 2 分鐘後 → "這個人會交付。"

依專案類型選擇部署選項

專案類型免費部署適合對象
全端網頁應用Vercel, Railway, Fly.io具有生產感的應用
API / 後端Railway, Render展示後端技能
靜態網站 / 文件GitHub Pages, Netlify文件、登陸頁面
AI/ML 展示Hugging Face Spaces, Streamlit Cloud模型展示、資料應用
CLI 工具npm publish, Homebrew tap發佈訊號

如果無法部署,錄製一個展示影片

並非所有東西都能在雲端執行。對於僅限本機的工具、CLI 應用或複雜系統:

1. 錄製 60-90 秒的影片導覽。
2. 上傳到 YouTube(不公開也可以)。
3. 製作一個顯示關鍵操作的 GIF。
4. 將兩者都放在 README 中。

影片展示比完全沒有展示好上十倍。


貢獻圖

一致性傳遞的訊號

面試官會掃視你的貢獻圖。以下是他們實際解讀的內容:

模式解讀
大部分日子都有穩定的綠色"這個人定期寫程式。好習慣。"
圍繞專案形成的叢集"以專注的衝刺方式工作。正常。"
只有平日才有綠色"有正職工作,但仍然有個人作品。"
混合自己的倉儲和貢獻"有協作精神。不只是個人專案。"

偽造的跡象

有經驗的審查者可以立即識別這些:

紅旗:
  - 完全均勻的綠色(每一天都相同,強度相同)
  - 僅有 README 編輯或空白字元變更的提交
  - 一天內在空倉儲上提交 500 次
  - 一週內建立數十個倉儲,每個都只有單次提交
  - 自動生成的提交機器人

偽造貢獻圖比有空白更糟。它顯示出絕望和判斷力差。真正的規律意味著以穩定的節奏、做你關心的事情 — 即使是斷斷續續的也沒關係。

建立真實的圖表

與其偽造,不如:
  1. 挑選一個專案,每天花 30 分鐘在上面。
  2. 貢獻開源 — 即使只是文件、測試或錯誤回報也算。
  3. 維護一個學習倉儲,用來提交筆記和實驗。
  4. 建立你真正會使用的工具。你自然會持續改進它們。

讓你的作品集對齊你想要的職位

你的作品集應該看起來像是你如果被錄取後的工作預覽。根據你的目標進行調整。

AI 原生開發職位

這些職位希望看到你能夠 用 AI 建構,以及 為了 AI 建構:

訊號範例倉儲
在工作流程中使用 AI 工具包含 .claude/ 設定、AI 輔助提交、Claude Code 斜線命令的專案
Agent 工作流程研究、規劃和執行任務的多步驟 Agent
LLM 整合具有結構化輸出、提示工程、模型路由的應用
RAG 和檢索帶有嵌入搜尋和評估指標的知識庫
評估和測試LLM 輸出評估框架、提示回歸測試
AI 輔助開發記錄 AI 工具如何加速開發的專案 README

針對特定角色的作品集目標

目標角色必備倉儲加分項
AI/ML 工程師微調模型、評估框架、資料管線論文實作、模型比較
全端 AI 開發者LLM 整合應用、RAG 系統、已部署的 SaaS開源貢獻、CLI 工具
平台 / 基礎設施工程師CI/CD 管線、IaC 倉儲、監控設定效能基準測試、OSS 貢獻
開發者工具 / DXCLI 工具、SDK/函式庫、VS Code 擴充功能文件網站、開發者社群工具

作品集審查清單

在每次求職前執行此審計。要誠實。

第一印象(30 秒)

  • 大頭照專業(或刻意有特色)
  • 個人簡介說明你的工作和求職目標
  • 置頂倉儲的描述對陌生人來說有意義
  • 至少 3 個置頂倉儲的 README 中有螢幕截圖或展示連結
  • 首頁上沒有尷尬的倉儲名稱

深度檢查(2 分鐘)

  • 每個置頂倉儲都有一個解釋了做什麼、為什麼以及如何做的 README
  • 至少有一個專案有線上展示或部署連結
  • 置頂倉儲中的程式碼品質反映你當前的技能水準
  • 提交歷史顯示了真正的開發過程(不是單一 "initial commit" blob)
  • 至少有一個倉儲展示了測試或 CI/CD

故事性檢查(5 分鐘)

  • 你的置頂倉儲講述了一個關於你技能的連貫故事
  • 從舊到新的專案有明顯的進步
  • 你的作品集與你目標職位相符
  • 你能在 60 秒的電梯簡報中解釋每個置頂倉儲
  • 你會根據這個 GitHub 雇用你自己

終極測試

用無痕視窗打開你的 GitHub。假裝你是一個從不認識你的面試官。花 60 秒。你會把這個候選人送到下一輪嗎?

如果答案不是立即的「會」,那就繼續迭代。


反模式

反模式為什麼有害修正方法
未修改的 fork 倉儲看起來像在充數刪除或設為私人
教學複製品("todo-app", "weather-app")表示你只會照做,而非能建構先 fork,然後大幅擴展它
空倉儲或只有 README 的倉儲表示被遺棄的想法歸檔或刪除
公開倉儲沒有 README"我不溝通我的工作"為所有保留公開的倉儲添加 README
超過 50 個可見倉儲且未經策劃雜訊過多,沒有訊號積極歸檔,策略性置頂
過時的置頂倉儲(超過 2 年)"他們最近沒有建構任何東西"輪換置頂以顯示近期作品
只有自動生成統計資料的個人頁面 README不個人化,低努力撰寫真實的自傳,說明你的重點和目標
名為 "test", "temp", "asdf" 的倉儲粗心大意重新命名或刪除

殺手級應用

"Review my GitHub portfolio at [your GitHub URL]. Evaluate it as if you're a hiring manager for an AI-native development role. Score each pinned repo on README quality, technical depth, deployment status, and relevance to AI/ML roles. Then give me a prioritized action plan: what to archive, what to improve, what's missing, and what one new project would make the biggest difference."

這個 Agent 將成為你的作品集評論家 — 提供你誠實、具體的回饋,幫助你將 GitHub 從程式碼墳場轉變為職涯資產。

相關技能

技能何時使用
github-profile實作 GitHub 平台機制 — 個人頁面 README、倉儲置頂、主題標籤、活動圖表
career-resume完整的職涯週期 — 求職、面試、入職、績效評估

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

MikeCheng1208/BattleTree

Index-based file discovery using ABOUTME headers. Use INSTEAD of grep or Explore agent when searching for files by purpose or feature. Faster and more accurate than scanning code. Invoke this skill when user asks "which files handle X", "where is Y implemented", or when you need to find files related to a feature or task.

MikeCheng1208/BattleTree

Factor modeling and portfolio construction (Markowitz, Black-Litterman, constraints, turnover).

MikeCheng1208/BattleTree

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

MikeCheng1208/BattleTree

Analyze the CustomGPT.ai Labs Innovation workbook and cost tracking data to surface portfolio-level insights, trends, and recommendations for where to focus Innovation efforts.

MikeCheng1208/BattleTree

Personal meta-skill for Arach. Use this as the entry point to understand arach's projects, conventions, and available skills. Activates on "arach's projects", "what does arach work on", or when working in any arach/* repo.

MikeCheng1208/BattleTree

High-converting landing pages. Copy + design + implementation. Triggers: landing page, conversion page.

MikeCheng1208/BattleTree

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios,...

MikeCheng1208/BattleTree

Automate Klipfolio tasks via Rube MCP (Composio). Always search tools first for current schemas.

MikeCheng1208/BattleTree

Minimalist, typography-focused portfolio design system inspired by neo-brutalist and Swiss design principles. Emphasizes bold typography, generous whitespace, monochromatic color schemes, and elegant simplicity for developer/designer portfolios.

MikeCheng1208/BattleTree

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

MikeCheng1208/BattleTree

Optimize project portfolio selection under constraints using mathematical optimization

MikeCheng1208/BattleTree

Detect and explain risk drift in lending portfolios over time using vintage analysis, migration matrices, and concentration metrics. Use when monitoring portfolio credit quality trends, preparing board risk reports, conducting stress testing, or when risk metrics deviate from appetite thresholds.

相關技能