Skip to content
cccskills
FreePublished on GitHub

job-upskill

Aggregate skill gaps across all scored job applications, weigh them by lost match points, and build a prioritized study plan with real resources. Triggers: analizar mis gaps, plan de estudio, que me falta aprender, upskill, en que skills invertir, gaps de las postulaciones, heatmap de skills.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3 stars(GitHub 3 + cccskills 0)

Run score Not tested

See how to install

Files included (1)

  • SKILL.md5.5 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

/job-upskill - Análisis de gaps y plan de estudio

Detecta qué skills te están costando puntos de match en las ofertas reales y arma un plan de estudio priorizado. Adaptado del /upskill de MadsLorentzen/ai-job-search: en vez de un CSV, la evidencia sale del frontmatter y las secciones de las notas de 03-Aplicaciones/ del career workspace (rutas relativas al workspace: --workspace, env CAREER_WORKSPACE, o ./career-workspace/).

Argumento: $ARGUMENTS (vacío = modo agregado; URL o nota = modo targeted)

Antes del plan: ¿el gap es real o de presentación?

Este skill asume que la respuesta es estudiar. A veces no lo es: si la experiencia está en el perfil maestro pero no llega al CV, el plan de estudio manda al usuario a aprender meses lo que ya sabe.

En modo agregado con 10+ aplicaciones resueltas, lanzar primero el agente career-strategist (contexto fresco, read-only). Diagnostica el embudo completo y separa gap real de gap de presentación. Si el punto de fuga no es la etapa técnica, decílo antes del heatmap: el plan de estudio no es la palanca y conviene ir a /cv-tailor o /interview-prep.

Con menos de 10 resueltas, saltear: no hay volumen para un embudo y el propio agente lo va a rechazar. Seguí directo al modo agregado.

Modo agregado (sin argumento)

  1. Recolectar evidencia. Grep de match_score: en 03-Aplicaciones/*.md (excluir _index; aceptar también el campo legacy score: de notas viejas). De cada nota leer: match_score, estado, perfil, y los gaps mencionados en las secciones "Match con mi perfil" / "Gaps reales" y los gaps reconocidos en ## Notas.

  2. Canonicalizar. Unificar sinónimos antes de agregar ("AWS" = "Amazon Web Services"; "K8s" = "Kubernetes"; "GCP" = "Google Cloud"). Un término canónico por gap.

  3. Ponderar. peso(gap) = Σ (100 - match_score)/100 sobre las notas que lo mencionan (la frecuencia queda implícita en la suma). Boost x1.5 por cada nota con estado: rechazado que lo mencione (señal real de mercado). Ofertas con score bajo exponen más gaps y pesan más.

  4. Clasificar cada gap: [tooling] (frameworks, infra, CI/CD), [domain] (industria, arquitectura), [soft] (comunicación, liderazgo, idiomas), [credential] (títulos, certificaciones).

  5. Heatmap. Ordenar por peso y cortar en Critical / High / Medium / Low por cuartiles (documentar los umbrales usados en el reporte). Mostrar el heatmap en el chat antes de seguir.

  6. Plan de estudio solo para Critical y High (sumar Medium si hay menos de 5 gaps):

    • WebSearch por gap incluyendo el año actual en la query (ej. "best NestJS course 2026").
    • 2-3 recursos reales por gap, priorizando gratuitos/oficiales/hands-on. Nunca inventar recursos: solo citar lo encontrado en resultados reales.
    • Horas estimadas a proficiencia útil (rangos realistas, ej. "~20h") considerando la base existente del perfil (no arrancar de cero si ya hay fundamentos).
    • Secuenciar por ROI (peso/horas) y dependencias (prerequisitos primero, quick wins temprano).
  7. Reporte en 07-Recursos/Upskill - YYYY-MM-DD.md, previo approval del usuario sobre el heatmap:

    • Frontmatter: tipo: upskill, fecha, aplicaciones_analizadas (número), perfiles (lista).
    • Heatmap con peso y clasificación por gap.
    • Evidencia: por cada gap Critical/High, wikilinks a las notas de aplicación que lo mencionan.
    • Plan de estudio secuenciado con recursos, horas y dependencias.
    • Si existe un reporte anterior en 07-Recursos/, sección "Desde el último reporte": gaps cerrados vs nuevos.
  8. No edita notas de aplicaciones, perfiles ni dashboard. Solo crea el reporte.

Modo targeted (/job-upskill <url|nota>)

  1. Obtener el JD: nota existente → leer su "Match con mi perfil"; URL → detail del script que corresponda (.claude/skills/job-scrape/scripts/getonbrd_search.py o linkedin_search.py; si job-scrape no está instalado, WebFetch).
  2. Comparar contra el perfil de 01-Perfiles/ que corresponda: gaps solo de esa oferta, clasificados.
  3. Mini-plan: 1-2 recursos por gap (WebSearch, año actual), horas estimadas.
  4. Responder en el chat. Guardar como 07-Recursos/Upskill - YYYY-MM-DD - <Empresa>.md solo si el usuario lo pide (no llenar Recursos de reportes de una sola oferta).

Reglas

  • Nunca fabricar recursos ni estadísticas; todo sale de WebSearch real o de las notas.
  • Reporte en el idioma de las notas del workspace, sin guiones largos, con wikilinks a las notas fuente.
  • Los gaps [credential] (ej. título universitario) se reportan pero no entran al plan de estudio salvo pedido explícito (son decisiones de otra escala, no items de estudio semanal).

Handoff

Reporte COMPLETE en 07-Recursos/. Retomar el pipeline con /job-aplicar en las ofertas abiertas, o /job-scrape para una corrida nueva apuntando a los gaps que ya se están cerrando. Si el career-strategist ubicó la fuga fuera de la etapa técnica, el siguiente paso es ese (/cv-tailor, /interview-prep o /job-search), no el plan de estudio.

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

Plan, design, and implement A/B tests and experiments with statistical rigor. Covers hypothesis frameworks, sample sizing, metrics, and result analysis.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3Updated Oct 27, 2026

Web/mobile accessibility decision guide: WCAG 2.2 AA, ARIA, keyboard nav, focus management, contrast, testing. Use for: a11y, accessibility, wcag, aria, screen reader, keyboard, contrast.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3Updated Oct 27, 2026

Generate, iterate, and scale ad creative for paid advertising across Google, Meta, LinkedIn, and X. Covers platform specs, creative frameworks, and quality validation.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3Updated Oct 27, 2026

Musica interactiva para juegos: layering vertical, re-secuenciacion horizontal, stingers, reglas de transicion con sync points, y mapeo de estados de gameplay a musica. Usar para: musica adaptativa, sistema de musica dinamica, transiciones musicales, combat music.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3Updated Oct 27, 2026

Design multi-agent systems, create agent architectures, define communication patterns, and build autonomous agent workflows with structured evaluation frameworks.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3Updated Oct 27, 2026

Inter-agent communication protocol for C-suite agent teams. Defines invocation syntax, loop prevention, isolation rules, response formats, and quality loops.

The English summary is being prepared. Showing the original description.

SebastianLuser/claude-code-arcane3Updated Oct 27, 2026

See all skills by SebastianLuser

Report a problem with this skill