Communitygithub.com

majiayu000/claude-skill-registry

一個全面的求職策略技能,用於分析職位公告、發掘非顯而易見的洞見、進行對話式技能匹配面試、識別技能發展需求,以及創建具創意且個人化的求職策略。當使用者需要求職協助、職涯轉換、分析工作機會,或開發能讓他們在眾多候選人中脫穎而出的目標性求職方法時,應使用此技能。

claude-skill-registry 是什麼?

此技能將求職視為一個「上市問題」,引導使用者透過四個階段:深入的公司與職位分析、對話式技能匹配面試、技能發展規劃,以及個人化的求職活動計劃。它與傳統建議不同,採用研究驅動的方式,利用網路搜尋發掘非顯而易見的公司洞見(例如資金軌跡、文化模式)、適應性強的對話式技能匹配以找出可轉移技能,以及一個加權優先級模型,將策略與公司文化和使用者優勢相結合。此技能專為 AI 代理(如 Claude Code)設計,協助使用者分析特定職位公告、評估適合度、識別技能差距,並建立讓自己從其他候選人中脫穎而出的策略。其方法論強調清晰度、證據和分發,並包含內建的 KPI 和管道追蹤,以衡量有效性。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/data/job-search-strategist

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

求職策略師

為何這種方法很重要

大多數求職失敗的原因不在於努力不足,而在於缺乏訊號。求職者大量投遞履歷,希望用數量來彌補薄弱定位。但事實並非如此。

現代的招聘流程要求三件事:

  1. 清晰度:確切知道你提供什麼價值,以及提供給誰
  2. 證明:透過證據而非主張來展示價值
  3. 分發:透過能繞過雜訊的渠道接觸決策者

此技能將求職視為一個上市問題。就像推出一個產品,你需要產品市場契合度(你的技能符合他們的需求)、定位(你的敘述脫穎而出),以及分發策略(你有效地接觸買家)。通用的申請是低訊號的。此系統則在每個階段最大化訊號。

這有何不同

傳統求職建議:「多拓展人脈、修改履歷、後續追蹤。」

此系統:

  • 研究驅動:使用網路搜尋發掘非顯而易見的公司洞見(資金軌跡、文化模式、決策者優先事項)
  • 適應性強:對話式技能匹配,找出可轉移技能,而不僅僅是關鍵字匹配
  • 策略性:加權優先級模型,根據公司文化與你的優勢來匹配策略(職位等級 40% + 40% + 20%)
  • 可衡量:內建 KPI 和管道追蹤,以診斷哪些方法有效
  • 可重複:每日/每週活動的運作節奏,而非一次性戰術

核心原則:你不是在尋找「任何工作」。你是在尋找你所擅長、公司迫切需求、以及你具有獨特槓桿點的交集。一切從此清晰度開始。

何時使用此技能

當使用者有以下需求時,請使用此技能:

  • 請求協助分析特定職位公告或機會
  • 想要了解自己是否適合某個職位
  • 需要指導如何突顯自己的經驗以符合特定職位
  • 想要識別他們應發展哪些技能以具競爭力
  • 請求協助創建求職策略或申請方法
  • 詢問如何向特定公司或招聘經理脫穎而出
  • 想要研究公司的文化和價值觀
  • 需要非傳統申請方法的幫助(LinkedIn 外展、影片求職信、推薦策略等)
  • 正在進行職涯轉換,需要協助識別可轉移技能

核心方法論:四階段方法

依序執行這些階段,根據使用者需求和可用資訊調整深度。

開始之前:診斷

協助使用者使用 /references/templates-and-examples.md 中的自我診斷工具來識別他們的搜尋需要關注的領域。這能快速揭示他們是否需要改進:

  • 清晰度(目標職位、價值主張、定位)
  • 證明(作品集、指標、信譽資產)
  • 分發(外展、人脈、渠道策略)

在任何類別中得分低於 12 的使用者應優先處理該維度。此診斷可防止在清晰度才是真正問題時,浪費精力在分發上。

階段間的流程

每個階段都會產出具體的可交付成果,並饋入下一個階段:

  • 第一階段 → 附有紅/綠旗的公司計分卡、策略適合度評估
  • 第二階段 → 技能匹配矩陣、差距識別、獨特價值主張
  • 第三階段 → 學習路徑圖、作品集項目、證明資產
  • 第四階段 → 多渠道活動計劃、個人化戰術、追蹤系統

關鍵原則:即使使用者急於「直接申請」,也不要跳過第一階段的研究。弱訊號來自於對了解不深的機會進行申請。

第一階段:深入職位公告與公司分析

進行全面分析,以發掘關於職位和組織的非顯而易見洞見。

職位公告分析

  1. 提取核心資訊

    • 正式職稱與職等(入門、中階、資深、高階主管)
    • 必要 vs. 優先資格(注意公告是否區分這些)
    • 主要職責與範圍
    • 薪酬細節(薪資、福利、股權如有提及)
    • 工作安排(遠端、混合、在辦公室)
  2. 識別紅旗和綠旗

    • 查閱 /references/job-posting-flags.md 獲取完整列表
    • 建立計分卡,追蹤所有識別出的旗標
    • 特別注意:
      • 語言模式(例如「快節奏」、「身兼多職」、「搖滾巨星」)
      • 結構性指標(模糊的描述、不切實際的要求、薪資透明度)
      • 文化訊號(「家庭氛圍」、特定的工作生活平衡提及)
    • 適當地加權旗標:有些是次要問題,有些則是致命傷
    • 注意:多個次要紅旗加總可能表示系統性問題
  3. 解碼隱藏含義

    • 「在最少監督下能自主工作」通常意味著 → 管理支援有限
    • 「快節奏環境」通常意味著 → 高壓力、緊迫截止日期、可能混亂
    • 「身兼多職」通常意味著 → 人手不足、角色界線不明
    • 「成果導向」但未提及協作,通常意味著 → 高壓力、以指標為導向的文化
    • 詳細職責分為必要/優先,通常意味著 → 現實、有組織的規劃
  4. 提取文化指標

    • 語氣和語言風格(正式 vs. 隨意、包容 vs. 排他)
    • 明確陳述或隱含展現的價值觀
    • 他們如何描述自己的團隊和工作環境
    • 對協作 vs. 個人成就的重視程度
    • 對多元性、包容性、工作生活平衡、專業發展的提及

公司研究策略

大量使用網路搜尋工具來建立完整的公司檔案:

  1. 公司基本資料

    • 產業、規模、成立日期、總部地點
    • 商業模式和收入來源
    • 主要產品或服務
    • 主要競爭對手和市場地位
  2. 近期新聞與發展

    • 搜尋:"[公司名稱]" 新聞 2025 或 "[公司名稱]" 新聞 過去6個月
    • 尋找:募資輪、收購、裁員、領導層變動、產品發布
    • 評估軌跡:成長中、穩定、還是掙扎中?
  3. 資金與財務健康

    • 對於新創公司:募資階段(種子輪、A/B/C 輪等)、總募集金額、近期輪次
    • 對於上市公司:近期財報、股價表現、分析師看法
    • 搜尋:"[公司名稱]" 募資 或 "[公司名稱]" Series [X] 或 "[公司名稱]" 財報
  4. 文化研究

    • Glassdoor/Indeed 評論:搜尋 "[公司名稱]" Glassdoor 評論 或使用 web_fetch 獲取 Glassdoor URL
      • 尋找評論中的模式,而不僅僅是總體評分
      • 注意:管理品質、工作生活平衡、職涯發展、薪酬公平性
      • 記錄正反兩面的常見主題
      • 檢查評論是否提及特定部門或地點
    • LinkedIn 研究:
      • 搜尋 "[公司名稱]" 員工 LinkedIn 以找到現任員工
      • 查看他們的貼文:他們看起來投入嗎?他們會正面分享公司內容嗎?
      • 檢查員工背景:路徑多元?任職時間長?近期新進人員?
    • 公司社群媒體:Twitter、LinkedIn 公司頁面、部落格
      • 他們如何呈現自己?
      • 他們會表揚員工嗎?
      • 他們發布什麼內容?
  5. 領導層評估

    • 搜尋 CEO/領導團隊的背景和聲譽
    • 尋找訪談、思想領導力、公開聲明
    • 評估:他們的價值觀與你的一致嗎?他們在業界受到尊重嗎?
  6. 成長階段與穩定性

    • 早期階段(種子輪到 A 輪):高風險、高影響力機會、角色可能顯著演變
    • 成長階段(B/C 輪):規模化挑戰、需要流程、快速變化
    • 成熟/上市:更穩定、流程完善、晉升可能較慢
    • 注意:將成長階段與候選人的職涯偏好相匹配

綜合與模式識別

收集數據後,綜合洞見:

  1. 風險評估

    • 財務穩定性指標
    • 文化健康訊號
    • 角色清晰度與組織成熟度
    • 整體紅旗分數
  2. 機會評估

    • 成長潛力(公司與個人)
    • 使命契合度
    • 技能發展機會
    • 整體綠旗分數
  3. 策略適合度分析

    • 此角色是否符合候選人的職涯軌跡?
    • 這裡有獨特的機會嗎?
    • 有哪些取捨?

第一階段檢查點:可交付成果

在進入第二階段之前,確保你已建立:

1. 公司計分卡(文件或結構化輸出):

公司:[名稱]
職位:[職稱]
整體適合度分數:[X/30]

紅旗(分數:X/10):
- [旗標 1 及說明]
- [旗標 2 及說明]

綠旗(分數:X/10):
- [旗標 1 及說明]
- [旗標 2 及說明]

策略適合度(分數:X/10):
- 職涯契合度:[評估]
- 成長機會:[評估]
- 使命共鳴:[評估]

關鍵洞見:
- [非顯而易見的洞見 1]
- [非顯而易見的洞見 2]
- [非顯而易見的洞見 3]

建議:[申請/謹慎進行/放棄] 因為 [理由]

2. 決策點:候選人應該繼續嗎?

  • 分數 20-30:強烈機會,進行完整的技能匹配
  • 分數 15-19:中度適合,進行簡化技能匹配以確認
  • 分數 < 15:很可能放棄,除非有令人信服的獨特因素

3. 收集的研究資產:

  • 公司新聞文章(近期 6 個月)
  • 記錄的 Glassdoor 評論模式
  • 招聘經理檔案/背景
  • 員工聯絡名單(潛在推薦人)

轉換到第二階段:與候選人分享計分卡。規劃後續步驟:「根據此分析,我看到了 [X 個機會和 Y 個疑慮]。讓我們探討你的經驗如何與他們的需求對應。」

第二階段:對話式技能匹配面試

進行一次適應性、對話式的面試,以引出候選人的技能並將其映射到工作要求。這應該感覺像是一次協作探索,而不是審訊。

面試原則

  • 保持對話性:使用自然語言,表現出真誠的興趣
  • 順著話題走:讓對話自然流動,不要死板地遵循腳本
  • 深入挖掘:當候選人提到相關經驗時,提出追蹤問題
  • 識別可轉移技能:幫助候選人看到來自其他領域的經驗如何應用
  • 建立信心:以正面方式提問,真誠地突出優勢

面試流程

  1. 開場與背景設定

    • 總結職位/公司分析的主要發現
    • 分享整體評估:紅旗、綠旗、策略適合度
    • 為面試定調:「讓我們探討你的經驗如何與他們的需求對應」
  2. 核心能力探索 針對職位公告中的每個主要要求或職責:

    • 直接探索:「該職位強調 [技能/要求]。請告訴我你在這方面的經驗。」
    • 基於項目的詢問:「你能帶我走一遍一個你 [相關行動] 的項目嗎?」
    • 基於挑戰的詢問:「你有沒有遇到過需要你 [相關挑戰] 的情況?你是如何處理的?」
    • 規模/背景問題:「當時的範圍是什麼?團隊規模多大?時間線呢?有哪些限制條件?」
  3. 可轉移技能發現 當候選人擁有來自不同行業或職位的經驗時:

    • 類比情況探索:「即使你在 [其他行業] 工作,你是否遇到過類似的挑戰?」
    • 技能抽象化:「這裡的核心技能是 [抽象化技能]。你在哪些地方展現過這項技能?」
    • 重新框架經驗:「你在 [前公司] 所做的實際上展現了 [工作要求]。可以多告訴我一些嗎?」
  4. 差距識別(委婉地) 對於候選人缺乏直接經驗的領域:

    • 相鄰經驗:「雖然你沒有做過 [確切的事情],但你做過 [相關的事情] 嗎?」
    • 學習取向:「這是你有興趣發展的領域嗎?」
    • 重要性評估:「有些要求是非必要的。你認為 [技能] 對此職位有多關鍵?」
  5. 獨特價值主張發現

    • 「你會為這個職位帶來什麼獨特的觀點?」
    • 「你做過哪些大多數其他候選人可能沒做過的事?」
    • 「你在這個領域特別熱衷於什麼?」
    • 「關於你的背景,有什麼是履歷上看不出來的?」
  6. 動機與契合度探索

    • 「這個機會最讓你興奮的是什麼?」
    • 「你有哪些疑慮(如果有的話)?」
    • 「這如何符合你的職涯目標?」
    • 根據公司文化研究:「他們似乎重視 [文化特質]。這與你產生共鳴嗎?」

綜合:技能匹配矩陣

建立一個清晰、誠實的評估:

強烈匹配(候選人有明確、相關的經驗)

  • [要求 1]:[來自候選人的證據]
  • [要求 2]:[來自候選人的證據]

中度匹配(可轉移技能或相鄰經驗)

  • [要求 3]:[如何轉移]
  • [要求 4]:[相鄰經驗]

差距(需要發展的領域)

  • [要求 5]:[當前水平及需要的發展]

獨特優勢(與其他候選人的差異化因素)

  • [獨特角度 1]
  • [獨特角度 2]

文化契合度評估

  • 與公司價值觀的契合度:[高/中/低]
  • 對成長階段/環境的舒適度:[評估]
  • 工作風格相容性:[評估]

第二階段檢查點:可交付成果

在進入第三階段之前,確保你已建立:

1. 技能匹配矩陣(結構化格式):

職位:[職稱] 於 [公司]
整體匹配強度:[強烈/中度/發展中]

強烈匹配(70%+ 信心):
✓ 要求:「5+ ...

[原始內容已截斷]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

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.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

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

相關技能