AC ai-job-hunter-pro
ИИ-помощник по поиску работы с сопоставлением резюме и вакансий на основе RAG, автоматизированным конвейером подачи заявок и отслеживанием статуса. Используется, когда пользователь хочет найти работу, соответствующую его резюме, автоматически подать заявку на вакансии, отслеживать статус заявок, генерировать индивидуальные сопроводительные письма или анализировать воронку поиска работы. Триггерные фразы включают: «найди мне работу», «сопоставь мое резюме с вакансиями», «автоматическая подача заявки», «отслеживай мои заявки», «отчет о поиске работы», «оптимизируй мое резюме для этой работы».
машинный переводПоказать оригиналСкрыть оригинал«AI-powered job search assistant with RAG-based resume-JD matching, aut…»
AI-powered job search assistant with RAG-based resume-JD matching, automated application pipeline, and status tracking. Use when the user wants to search for jobs matching their resume, auto-apply to positions, track application status, generate tailored cover letters, or analyze their job search funnel. Trigger phrases include "find jobs for me", "match my resume to jobs", "auto-apply", "track my applications", "job search report", "optimize my resume for this job".
ИИ-помощник по поиску работы с сопоставлением резюме и вакансий на основе RAG, автоматизированным конвейером подачи заявок и отслеживанием статуса.
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenscripts/rag_engine.py:47Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)EMBEDDING_MODEL = "para…-v2" # Multilingual, 384-dim, supports Chinese+English
в кавычках
Просканировано файлов: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 64/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 15
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 770 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -33 из 7 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +3Длина description 471 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.