本文へ移動
cccskills
無料GitHub で公開

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.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcaneスター 3(GitHub 3 + cccskills 0)

実行スコア 未検証

インストール方法を見る

含まれるファイル(1)

  • SKILL.md5.5 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

/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.

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

コメント

ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。

まだコメントはありません。最初のコメントを書いてみませんか。

送信するとすぐに公開されます。メールアドレスや電話番号などの個人情報は書かないでください。URL は 2 つまでです。

0 / 1000 文字

このフォームは reCAPTCHA で保護されており、Google のプライバシーポリシーと利用規約が適用されます。

同じリポジトリのスキル

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

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

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.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

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

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

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.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

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

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

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

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

SebastianLuser のスキルをすべて見る

このスキルの問題を報告する