Communitygithub.com

infinyte/作品集展示生成器

將技術專案轉化為引人注目的作品集,包含執行摘要、技術深入探討、架構圖、影響指標以及可展示的 GitHub Pages。分析 GitHub 倉庫和專案描述,生成針對特定受眾的展示材料。

作品集展示生成器 是什麼?

此技能專為開發者和 AI 代理(如 Claude Code、Cursor、Codex)設計,旨在將技術專案轉化為專業的作品集材料。它通過分析 GitHub 倉庫結構、程式碼模式、技術棧和業務背景,自動生成針對不同受眾(如招聘經理、技術主管、架構師)的內容,包括執行摘要、技術深入探討、STAR 格式面試故事、Mermaid 架構圖和量化影響指標。技能支援多種輸入格式(GitHub URL、專案筆記、對話描述),並能產出完整的 GitHub Pages 靜態網站,作為可直接展示的線上作品集。其主要價值在於節省手工撰寫作品集的時間,確保內容專業、量化且有說服力,同時保持技術準確性和受眾針對性。

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

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

作品集展示生成器 是做什麼的?

一個全面的技能,可將技術專案轉化為針對不同受眾(招聘人員、招聘經理、架構師、技術主管)優化的專業作品集。

核心能力

  1. 程式碼分析 - 分析 GitHub 倉庫結構、技術棧、架構模式
  2. 受眾適應 - 為高層、架構師和技術團隊生成內容
  3. 架構視覺化 - 創建系統、資料流程和部署圖
  4. 影響量化 - 提取並呈現業務指標和技術成就
  5. 多格式輸出 - 執行摘要、技術深入探討、面試故事、GitHub Pages

何時使用此技能

當使用者想要:

  • 將技術專案轉化為作品集材料
  • 從他們的工作中創建引人入勝的案例研究
  • 生成面試準備材料(STAR 格式故事)
  • 建立專業的 GitHub Pages 展示
  • 從技術成就中提取業務影響
  • 創建針對特定受眾的專案摘要

輸入格式

此技能接受多種輸入格式:

1. GitHub 倉庫

  • 倉庫 URL 或本機路徑
  • 分析:檔案結構、程式碼模式、技術棧、依賴項、文件
  • 提取:架構模式(DDD、微服務等)、框架、雲端服務

2. 專案背景(任意組合)

  • 原始筆記/要點 - 快速記錄成就和細節
  • 技術規格 - 架構文件、設計文件
  • 對話式 - 使用者自然描述專案
  • 現有文件 - README 檔案、Wiki、ADR

3. 業務背景

  • 專案目標和目的
  • 已解決的問題
  • 利害關係人和使用者
  • 時間表和團隊規模
  • 限制和挑戰

輸出生成

1. 執行摘要(面向招聘經理/招聘人員)

目的:快速、高影響力的概述,重點關注業務價值和結果。

結構:

  • 專案概述(2-3 句):它是什麼,為什麼重要
  • 主要成就(3-5 點):量化的業務影響
  • 技術亮點(簡短):著名的技術/方法
  • 時間與範圍:持續時間、團隊規模、角色
  • 影響指標:效能提升、成本節省、使用者指標

語氣:專業、自信、以結果為導向。盡量減少術語。以成果為先。

長度:150-250 字(30-60 秒閱讀時間)

2. 技術深入探討(面向架構師/技術主管)

目的:展示架構思維、技術深度和工程判斷。

結構:

  • 背景與限制:需求、限制、現有系統
  • 架構決策:關鍵設計選擇及其理由
  • 技術實作:
    • 系統架構
    • 技術棧及其原因
    • 應用的模式(DDD、CQRS、事件溯源等)
    • 整合點
  • 挑戰與解決方案:技術問題及解決方式
  • 規模與效能:指標、最佳化策略
  • 安全性與品質:測試、可觀測性、安全措施
  • 權衡取捨:最佳化目標、犧牲的內容及其原因

語氣:技術性但易於理解。解釋推理過程,而不僅僅是選擇。展現判斷力。

長度:800-1500 字(4-6 分鐘閱讀時間)

3. 架構圖(Mermaid)

根據專案類型生成相關圖表:

系統架構圖:

graph TB
    Client[客戶端應用程式]
    API[API 閘道]
    Service1[服務名稱]
    Service2[服務名稱]
    DB[(資料庫)]
    Cache[(快取)]
    
    Client --> API
    API --> Service1
    API --> Service2
    Service1 --> DB
    Service1 --> Cache

資料流程圖:

flowchart LR
    Source[資料來源] --> Ingestion[擷取層]
    Ingestion --> Processing[處理]
    Processing --> Storage[(儲存)]
    Storage --> API[API 層]
    API --> Consumer[消費者]

部署圖:

graph TB
    subgraph Azure
        subgraph VNet
            AppService[應用程式服務]
            Function[Azure Functions]
        end
        DB[(SQL 資料庫)]
        Storage[(Blob 儲存體)]
    end
    
    AppService --> DB
    Function --> Storage

指南:

  • 使用適合內容的圖表類型
  • 保持圖表集中(最多 5-12 個節點)
  • 使用清晰、描述性的標籤
  • 如果需要,為顏色/形狀添加圖例
  • 如果專案複雜,生成多個圖表

4. 指標與影響分析

提取並呈現可量化的成就:

技術指標:

  • 效能改進(回應時間、吞吐量等)
  • 可擴展性成就(支援的使用者數、交易/秒)
  • 程式碼品質(測試覆蓋率、缺陷減少)
  • 可靠性(正常執行時間、平均修復時間、錯誤率)
  • 安全改進(已解決的漏洞、已達成的合規性)

業務指標:

  • 成本節省(基礎設施、開發時間)
  • 收入影響(新功能、市場拓展)
  • 效率提升(自動化、減少人工工作)
  • 使用者滿意度(淨推薦值、採用率)
  • 上市時間(交付速度、發布頻率)

格式:以具體數字搭配背景呈現:

  • "將 API 回應時間減少 60%(450ms → 180ms)"
  • "透過資源最佳化每年削減雲端成本 $24K"
  • "實現從 1K 到 10K 並發使用者的 10 倍擴展"

5. 面試準備(STAR 格式)

生成 2-4 個引人入勝的 STAR 格式故事:

結構:

  • 情境:背景、問題、限制(2-3 句)
  • 任務:你的具體責任(1-2 句)
  • 行動:你所做的事、技術決策、實作(3-5 句)
  • 結果:成果、指標、影響(2-3 句)

長度:每個故事口頭陳述時約 90-120 秒

重點:不同的故事應重點強調:

  • 技術問題解決
  • 架構決策制定
  • 領導力/影響力
  • 處理限制/權衡取捨

6. GitHub Pages 網站

生成完整的靜態網站結構:

首頁 (index.html):

  • 英雄區塊,包含專案名稱和標語
  • 快速統計(技術棧、時間表、影響指標)
  • 導覽至各章節
  • 可用時顯示截圖/示範

架構頁面 (architecture.html):

  • 系統概述
  • 架構圖(嵌入式 Mermaid)
  • 技術棧詳細資訊
  • 設計決策

影響頁面 (impact.html):

  • 業務成果
  • 技術成就
  • 指標視覺化
  • 前後對比

示範頁面 (demo.html - 如適用):

  • 互動式示範或逐步解說
  • 附有說明的截圖
  • 使用場景
  • 可用的影片嵌入

樣式:

  • 簡潔、專業的設計
  • 行動裝置響應式
  • 快速載入(最小化依賴項)
  • 無障礙(符合 WCAG)
  • 可選:使用 GitHub 的 Primer CSS 或 Tailwind CDN

工作流程

第一步:收集輸入

  1. 詢問專案來源:

    • GitHub 倉庫 URL/路徑
    • 現有文件
    • 專案筆記
  2. 了解背景:

    • 此專案解決了什麼問題?
    • 是為誰打造的?
    • 你的角色是什麼?
    • 什麼讓它具有挑戰性?
    • 結果是什麼?
  3. 釐清輸出:

    • 他們需要哪些可交付成果?
    • 是否有特定要求(長度、重點領域)?
    • 目標受眾詳細資訊?

第二步:分析(如有提供 GitHub 倉庫)

使用 bash/view 工具分析倉庫:

# 分析倉庫結構
find /path/to/repo -type f -name "*.cs" -o -name "*.csproj" | head -20
find /path/to/repo -type f -name "*.yml" -o -name "*.yaml"

# 檢查架構文件
find /path/to/repo -type f -name "*.md" | grep -i "architecture\|design\|adr"

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

# 檢查設定
find /path/to/repo -name "appsettings*.json" -o -name "*.config"

提取:

  • 技術棧:語言、框架、資料庫、雲端服務
  • 模式:DDD、微服務、事件驅動、CQRS 等
  • 架構:單體、微服務、無伺服器等
  • 基礎設施:雲端供應商、部署策略
  • 品質實務:測試、CI/CD、監控

第三步:生成內容

按照上述結構生成每個請求的輸出類型。

關鍵原則:

  • 受眾優先:根據受眾調整深度和術語
  • 基於證據:盡可能根據程式碼/文件提出主張
  • 量化:始終嘗試包含數字和指標
  • 故事驅動:強調挑戰 → 解決方案 → 影響
  • 誠實:承認限制和權衡取捨

第四步:建立工件

對於文件(摘要、深入探討):

  • 使用 markdown 格式
  • 包含清晰的章節標題
  • 在適當時添加程式碼片段
  • 嵌入圖表

對於 GitHub Pages:

  • 生成完整的 HTML 檔案
  • 包含內聯 CSS 或引用 CDN
  • 確保行動裝置響應式
  • 為 SEO 添加 meta 標籤

對於圖表:

  • 使用 Mermaid Chart 工具渲染
  • 提供 Mermaid 原始碼和渲染後的圖像
  • 確保圖表自明

第五步:打包可交付成果

根據使用者需求組織輸出:

用於求職申請:

  • 執行摘要(可複製/貼上)
  • 2-3 個 STAR 故事
  • 關鍵指標列表

用於作品集網站:

  • 完整的 GitHub Pages 結構
  • 組織好的所有資產
  • 部署說明

用於面試:

  • STAR 故事(列印/PDF)
  • 架構圖(用於白板參考)
  • 指標備忘單

特別考量

.NET/Azure 專案

  • 強調:DDD 模式、SOLID 原則、async/await 模式
  • 突顯:零信任、資訊安全合規、企業模式
  • 技術棧:.NET 版本、使用的 Azure 服務、設計模式

機器學習/電腦視覺專案

  • 重點:問題框架化、模型選擇理由、效能指標
  • 強調:訓練方法、資料管道、推論最佳化
  • 指標:準確率、精確率、召回率、F1 分數、推論延遲

整合專案

  • 強調:API 設計、錯誤處理、資料一致性
  • 突出:第三方整合、速率限制、彈性模式
  • 指標:可靠性(正常執行時間)、資料準確性、吞吐量

企業/大規模專案

  • 背景:規模、合規要求、舊有系統限制
  • 強調:遷移策略、向後相容、風險緩解
  • 指標:規模數字、負載下的效能、成本最佳化

輸出格式

生成多個輸出時,組織如下:

# Portfolio Showcase: [專案名稱]

## 快速參考
- **技術棧**:[列表]
- **持續時間**:[時間表]
- **角色**:[你的角色]
- **影響**:[前 1-2 個指標]

## 已生成的輸出

### 1. 執行摘要
[內容]

### 2. 技術深入探討
[內容]

### 3. STAR 故事
#### 故事 1:[標題]
[內容]

#### 故事 2:[標題]
[內容]

### 4. 架構圖
[附有說明的圖表]

### 5. 指標儀表板
[格式化指標]

### 6. GitHub Pages 檔案
[檔案結構和內容]

品質檢查清單

在交付前,確保:

  • 所有指標都具體且量化
  • 技術術語針對受眾進行了解釋或說明理由
  • 圖表清晰且標籤正確
  • STAR 故事完整(所有 4 個要素)
  • 執行摘要通過「電梯簡報」測試
  • 技術深入探討展示了架構思維
  • GitHub Pages 是行動裝置響應式且無障礙
  • 無語法錯誤或錯字
  • 全篇用語一致
  • 成就被框架為影響,而不僅僅是任務

範例提示

簡潔版:「為我在 GitHub 上的 DocFlow 專案創建一個作品集展示」

詳細版:「我使用 .NET 8、DDD 和 Azure 構建了一個航班狀態儀表板。它是部署到我們零信任環境中的第一個應用程式。我需要一份給招聘人員的執行摘要和一份給面試的技術深入探討,以及架構圖。」

對話版:「我想展示我的 AI 文件掃描器專案。它使用電腦視覺從白板中提取資料,並與多個系統整合。你能幫我為我的作品集網站創建材料嗎?」

給使用者的提示

為獲得最佳結果:

  1. 如果可能,提供 GitHub 存取權限(最豐富的資訊來源)
  2. 分享專案背後的「原因」(業務背景很重要)
  3. 包含你追蹤的任何指標(即使是非正式的)
  4. 提你克服的挑戰(這些是很好的故事素材)
  5. 指定你的目標受眾(技術深度差異很大)
  6. 注意讓你感到自豪或學到的東西(真實的細節能引起共鳴)

應避免的常見錯誤:

  • 過於謙虛(作品集不是謙虛的地方)
  • 列出任務而不是成就(「建立 API」vs「設計了將延遲減少 40% 的 API」)
  • 對非技術受眾使用未經解釋的術語
  • 忘記量化影響
  • 聽起來像團隊報告而不是你的貢獻

相關技能