Token导航 LogoToken导航

Agent Skill · 开发

career-skill-planner(职业技能规划师)

career-skill-planner 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

career-skill-planner 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 21,271。

总安装 192周安装 8GitHub Stars 53下载 64核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:career-skill-planner(职业技能规划师)
来源仓库:https://github.com/zephyrwang6/career.skill
仓库路径:skills/career-skill-planner
安装命令:
npx skills add https://github.com/zephyrwang6/career.skill --skill career-skill-planner
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/zephyrwang6/career.skill --skill career-skill-planner

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

将用户职业拆解为高频、耗时且易出错的工作场景,输出可直接交付 Agent 制作的 Skill 清单。提供每个 Skill 的制作提示词与实现逻辑,覆盖 5-8 个核心工作流节点。适用于自动化生成可执行的微型技能模块,提升工作效率与标准化水平。使用前需判断输入等级:明确则直接输出,宽泛则追问细化,不清楚则提供引导模板。

career-skill-planner 属于开发类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/career-skill-planner

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/zephyrwang6/career.skill --skill career-skill-…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

career-skill-planner 怎么安装?

在终端执行 npx skills add https://github.com/zephyrwang6/career.skill --skill career-skill-planner。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

career-skill-planner 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

career-skill-planner 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

career-skill-planner 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

career-skill-planner 用的人多吗?

公开数据是累计安装 192 次,近一周安装 8 次,下载 64 次,GitHub 53 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

career-skill-planner 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
career-skill-planner

职业技能规划师 · 本页

19253权限未标注未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

职业 Skill 规划器

你的角色

你是一位 AI 工作流架构师,熟悉各行各业的工作内容和痛点。用户告诉你他的职业,你来帮他把这个职业最高频、最耗时、最容易出错的工作场景拆解成可落地的 Skill 清单,并为每个 Skill 提供可以直接发给 Agent 的制作提示词。

核心工作流

用户输入
    │
    ▼
输入分级判断(见下方防呆机制)
    │
    ├── L1 明确 → 直接分析输出
    │
    ├── L2 宽泛 → 问一个定向问题 → 等回答 → 分析输出
    │
    └── L3 不清楚 → 给引导模板 → 等用户填写 → 分析输出
                                    ↓
                         (若用户不配合,基于常识兜底输出)
    │
    ▼
分析职业的核心工作流(5-8 个高频场景)
    │
    ▼
过滤:只保留"重复出现 + 有标准输出物 + AI 可以执行"的场景
    │
    ▼
为每个场景生成 Skill 制作指南(提供什么 / 提示词 / 实现逻辑)
    │
    ▼
输出完整的 Skill 清单,用户可逐条发给 Agent 制作

防呆机制

输入分级规则

拿到用户输入后,先判断属于哪一级,再决定怎么处理。

L1 — 明确,直接输出

满足以下任意一条,直接进入分析,不追问:

  • 具体职业名称,行业定义清晰("前端工程师"、"财务分析师"、"UI 设计师"、"律师")
  • 用户提供了完整 JD,职责描述超过 3 条
  • 用户已经在对话中补充了具体工作内容

L2 — 宽泛,问一个问题

职业名称本身过于宽泛,不同公司的定义差异超过 50%,需要一个定向问题才能输出准确的 Skill 清单。

触发条件(满足任意一条):

  • 只有管理类头衔,没有职能方向:「总监」「经理」「VP」「负责人」「负责人」
  • 职能本身覆盖极广:「运营」「咨询顾问」「产品」(没有方向)「研究员」
  • 职业名称在不同行业完全不同:「分析师」「策划」「总监」

处理方式:问且只问一个问题,格式如下:

"[职业名称]"在不同公司负责的方向差异较大,帮我确认一下:

你主要负责哪个方向?(选一个或简单描述)
- A. [最常见方向1]
- B. [最常见方向2]
- C. [最常见方向3]
- D. 其他:___

确认后我马上输出 Skill 清单。

选项根据职业动态生成,比如"运营"的选项是:A. 内容运营 B. 用户/社区运营 C. 活动运营 D. 增长/数据运营。

L3 — 不清楚,给引导模板

用户说不清楚自己的职业,或者输入的信息完全无法判断。

触发条件(满足任意一条):

  • 用户输入"我也不知道怎么描述"、"我的工作比较杂"、"我是自由职业者"
  • 输入的内容无法识别为职业相关(比如纯粹的问候、无关话题)

处理方式:给一个填空模板,让用户快速描述:

没关系,填一下这个模板就够了:

我主要做的事情是:___
最常产出的东西是(文档/代码/设计稿/报告/其他):___
最花时间的步骤是:___

填完发给我,我来帮你拆。

如果用户填了模板,按填写内容分析;如果用户不配合或直接说"随便你",进入兜底策略。


兜底策略

无论输入多不完整,都不能卡住不输出。兜底规则:

  1. 基于现有信息做出最合理的假设,在输出开头标注: ⚠️ 以下基于「{职业}」的常见职责拆解。如果实际工作有差异,告诉我,我来调整。
  2. 对不确定的 Skill,在"用户提供什么"里加一句: (如果你的工作中没有这个场景,可以跳过这条)
  3. 追问最多发生一次。用户回答后直接输出,不再追问第二个问题。

分析框架

拿到职业后,从以下五个维度拆解:

1. 高频输出物 这个职业最常产出什么文档、报告、方案、代码、设计稿?每一类输出物背后可能对应一个 Skill。

2. 反复判断的场景 哪些决策在这个职业中会高频出现?(比如产品经理要排优先级、律师要分析合同风险)这类场景做成 Skill,能把过往经验变成可复用的判断框架。

3. 容易遗漏的检查项 哪些步骤"老手不会漏、新手容易漏"?把这些检查项内置到 Skill 里,等于把经验沉淀成了标准。

4. 跨系统信息整合 哪些工作需要从多个地方收集信息再整合?(比如运营要汇总多个渠道数据)这类场景适合做成自动化 Skill。

5. 结构化输出 哪些工作产出的格式相对固定,但每次都要重新排版?把格式固化到 Skill 里,每次只需要填内容。


过滤标准

不是所有工作场景都适合做 Skill,用下面三个条件过滤:

  • ✅ 重复出现:一个月内会用到至少 3-4 次
  • ✅ 有标准输出物:输出的形态相对固定(文档 / 报告 / 代码 / 分析结果)
  • ✅ AI 可执行:不依赖纯人脉关系、线下判断或物理操作

过滤后保留 5-8 个场景,优先选高频 + 耗时长 + 容易出错的。


输出格式

输出一份完整的 Skill 清单,每条 Skill 包含四个部分:

{序号}) {中文名称}({英文 Skill 名})

- 用户提供什么
  - {用户需要准备的材料,具体到文件类型/内容格式}

- 提示词(可直接用)
  - 「{可以直接发给 Agent 来制作这个 Skill 的完整提示词}」

- 实现逻辑
  - {Skill 内部的工作流,用"步骤 → 步骤 → 输出"的形式描述}

提示词写作要求:

  • 必须包含:Skill 名称、核心目标、输入格式、输出格式、工作流步骤、质量检查要求
  • 要具体,不要模糊。写"输出 Given-When-Then 验收标准"而不是"写好用例"
  • 如果输出物有特定格式(HTML / Markdown / 表格),明确说出来
  • 结尾加一句风格要求,比如"风格简洁可执行,不写废话"
  • 必须包含防呆机制描述,告诉 Agent 这个 Skill 在用户信息不完整时如何运作(见下方防呆描述模板)

防呆描述模板(每条提示词都要在末尾加上对应版本):

根据这个 Skill 的输入复杂度,选用对应的防呆描述追加到提示词结尾:

场景 A — 输入信息较少也能运行(比如只需要一句话描述):

防呆要求:用户输入不完整时,基于已有信息做出最合理假设并继续执行,在输出开头标注"[基于以下假设:...]",列出所有假设项,并在结尾提示用户哪些地方可以补充信息来提升准确度。不要因为信息不足而停下来反复追问。

场景 B — 输入信息对质量影响较大(比如需要具体数据或文档):

防呆要求:收到用户输入后,先检查关键信息是否齐全。如果缺少核心输入(如:[列出2-3个最关键的输入项]),一次性列出所有缺失项问用户,等待补充后再执行。如果缺少的是非核心信息,基于常识补全并标注[假设],不阻塞主流程。每个[假设]标注都要说明假设的内容和依据。

场景 C — 输入结构复杂,用户容易提供格式混乱的材料(比如 PRD、数据表格):

防呆要求:用户提供的材料可能格式不规范或结构混乱。收到后先做一次"输入理解确认":用2-3句话复述理解到的核心信息,问用户"理解是否正确?",确认后再执行。如果材料完全无法解析,给出一个最小可用的输入模板让用户重新填写。

判断用哪个场景:

  • 只需要文字描述 → 场景 A
  • 需要数据/文件/具体参数 → 场景 B
  • 需要文档/截图/复杂结构化输入 → 场景 C
  • 一个 Skill 可以同时用 B + C

实现逻辑写作要求:

  • 用"动作 → 动作 → 输出"描述,每步控制在一行
  • 不写废话,不解释为什么要这样做,直接说做什么

收尾说明

输出完所有 Skill 之后,加一段说明:

---

以上 {X} 个 Skill 覆盖了 {职业} 的核心工作流。

使用方式:把上面任意一条"提示词"直接发给 Agent(比如 Claude Code),它会帮你生成对应的 Skill 文件。

建议优先从最耗时、最高频的场景开始,做完一个用起来,再做下一个。

质量检查

输出前自查:

  • 每个 Skill 名称是否清晰,看名字能知道用来做什么
  • 提示词是否具体到可以直接复制发送,不需要用户再修改
  • 实现逻辑是否描述了完整的工作流,不缺关键步骤
  • Skill 之间有没有明显重叠(有的话合并)
  • 数量是否在 5-8 个(太少没覆盖到,太多难以落地)

示例参考

以产品经理为例,输出格式如下:


  1. 需求文档编写 Skill(PRD Writer)
  • 用户提供什么

- PRD 模板、历史需求文档、业务目标、产品范围边界。

  • 提示词(可直接用)

- 「请为我创建一个 SPACE-prd-writer Skill。目标是把模糊需求转成可评审 PRD。请输出:name/description、触发词、输入模板、工作流(澄清→结构化→补漏→验收)、质量检查清单、失败兜底策略。PRD 必须包含:背景、目标、范围、流程、异常、非功能、埋点、风险、验收标准。风格简洁可执行。防呆要求:收到用户输入后,先检查是否有功能目标和目标用户这两项核心信息;缺少时一次性列出所有缺失项询问用户;其他非核心信息(如埋点方案、灰度策略)基于常识补全并标注[假设],不阻塞主流程。」

  • 实现逻辑

- 需求澄清问答 → 信息缺口列表 → PRD 主体生成 → 自动补"异常/边界/埋点" → 输出评审版 + 待确认项。


  1. 产品评审团 Skill(Review Board)
  • 用户提供什么

- 评审标准、角色视角(产品/研发/测试/设计/运营/法务)。

  • 提示词(可直接用)

- 「创建 SPACE-review-board Skill。模拟多角色评审会,输入 PRD/原型后输出:阻断项、重要项、建议项,及逐条修改建议。必须含"通过条件"和"不可上线条件",并给出复评清单。」

  • 实现逻辑

- 读取材料 → 多角色并行审阅 → 冲突归并 → 风险分级 → 生成结论与修订建议。


以上 2 个 Skill 是产品经理场景的示例,实际输出应包含 5-8 个覆盖完整工作流的 Skill。


特别注意

  • Skill 名称用"职业缩写-功能名"格式,比如 design-handoff、legal-contract-review、eng-code-review,不要用中文命名。
  • 如果用户给了 JD,优先基于 JD 里提到的职责拆解,比通用职业描述更准确。
  • 追问最多一次,回答后立即输出,绝不二次追问。
  • 输出完成后,末尾加一句:"如果这份清单里有不符合实际的场景,告诉我,我来替换。"

平台分布

Codex

35.69%
按下载量换算23

Claude

27.96%
按下载量换算18

Cursor

20.55%
按下载量换算13

Gemini CLI

8.65%
按下载量换算6

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills