大量的 Agent 辅助求职与 CV 制定只完成了“针对特定岗位要求修改简历内容”的环节，对于原始简历中，应该体现什么经历、可以如何从经历中提取有价值的技能证据
将职业分析留给 Agent，让用户只需要讲述真实发生过的事情，从真实的经历中，提取有价值的职业能力，转化为可迁移的能力积木，帮助用户抓住职业主线，主动沉淀可跨时间、跨岗位存在的职业能力资产，对抗求职或转职焦虑。
不让过去的职位名称限制求职方向：能力积木会与目标市场的岗位需求对照，帮助用户识别目标岗位、相邻岗位和跨行岗位中已经具备的可迁移证据。同一组积木还可以按照不同 JD 重新组合并调整优先级，用于形成结构一致、侧重不同的 CV；底层事实与职业主线保持稳定，不需要每换一个方向就重建一套自我叙事。建立一套可以反复使用的职业能力资产：
career-capability-mapper 把一段经历压缩为：真实问题 → 个人判断与行动 → 可核验产出 → 可迁移价值
- 从经历中识别可重复的问题解决模式；
- 对照目标地区和目标岗位的当前 JD，校准能力命名与优先级；
- 在不虚构事实的前提下进行职业语言包装；
- 维护能力主张与原始证据之间的可追溯关系；
- 将人类可读的能力结论与机器可读的证据关系整理为可移植资产。
本项目以完成 capability-blocks.md 和 evidence-map.json 为完整交付。用户可以自主保存、审阅和修改这两份文件，也可以将其连接到其他职业文档或 CV 生产工具；本 Skill 不依赖或绑定任何特定的下游工具。
- 学生经历不知道怎么匹配职场能力；
- 想转行又不知道有哪些合适的岗位；
- 希望探寻海内 / 海外不同市场机会；
- 不清楚自己每天的工作可以如何沉淀有价值的职业能力；
- 希望构建自己的职业壁垒对抗求职或转职焦虑。
- 不越界：参与不能写成独立负责，课堂测试不能写成商业增长。
- 可迁移：从行业任务中找出换到新环境后仍能重复解决的问题。
- 可组合：面对不同 JD，重新组合能力积木并调整优先级，而不是重做人设。
- 可追溯：每个实质主张都能回到
evidence-map.json中的原始证据。
当前版本：0.5.0
能力积木不是为某一个目标岗位写死的答案，也不是每换一份 JD 就重新做一次职业分析。稳定的是经历事实、责任边界和能力主张；变化的是不同雇主问题下的组合方式与呈现顺序。
| 使用层 | 保持稳定 | 随目标调整 |
|---|---|---|
evidence-map.json |
原始经历、个人判断、行动、产出与责任边界 | 不因目标 JD 改写事实 |
| 能力积木 | 已经成立的 A、B、C、D 等可迁移能力 | 根据 JD 选择组合并调整优先级 |
| JD / CV | 同一条职业主线和同一套证据基础 | 突出与当前岗位最相关的组合、项目与语言 |
例如，同一组能力积木可以形成 A + B → JD A / CV 侧重 A、B + C → JD B / CV 侧重 B、A + D → JD C / CV 侧重 C。这些不是三套彼此冲突的人设，而是同一个人在不同岗位问题下，对真实能力进行不同排序与展开。
许多人的经历并不天然符合标准职位名称：跨行业、自由职业、校园项目、个人项目、照护空档或混合型工作都可能包含真实而有价值的职业能力，但用户未必知道该如何命名它们。
本项目将职业分析留给 Agent，让用户只需要讲述真实发生过的事情。Skill 负责：
- 从经历中识别可重复的问题解决模式；
- 对照目标地区和目标岗位的当前 JD，校准能力命名与优先级；
- 在不虚构事实的前提下进行职业语言包装；
- 维护能力主张与原始证据之间的可追溯关系；
- 将人类可读的能力结论与机器可读的证据关系整理为可移植资产。
本项目以完成 capability-blocks.md 和 evidence-map.json 为完整交付。用户可以自主保存、审阅和修改这两份文件，也可以将其连接到其他职业文档或 CV 生产工具；本 Skill 不依赖或绑定任何特定的下游工具。
怎么读案例 / How to read
每个案例只有四部分：
- Persona：目标市场和背景；
- Before：未经分析的原始表达；
- After：2–3 个能力积木；
- Why it changed：哪些事实支持了变化，哪些边界被保留。
| 案例 | 迁移情境 | 完整案例 |
|---|---|---|
| 林玮 | 国内从业者进入海外市场 | 查看完整 Before & After |
| 周安 | 海外毕业生回国求职 | 查看完整 Before & After |
| 陈屿 | 文科／艺术从业者转入 AI | 查看完整 Before & After |
每次运行维护两份相互对应的产物：
capability-blocks.md：面向用户与其他工具的能力积木、适配方向和组合；evidence-map.json：保存经历事实、原始语料来源、责任边界、JD 需求簇和能力映射。
用户可见内容保持简洁、肯定和职业化；证据状态、缺口与流程控制字段在后台维护。
访谈不要求用户先完成职业分析，也不把回忆过程做成审讯：
- 每轮只设置一个主要记忆入口；
- 雇佣关系、数字口径、个人所有权和业务影响等高压问题，同一轮最多一个；
- 明确允许口头反馈、没有形成正式影响和不完整记忆；
- 每轮先确认已经成立的具体价值，再自然展开下一段细节。
JD 用于识别目标市场反复出现的业务问题、职责和能力语言，不用于替用户创造经历。每块能力积木必须同时得到经历证据和目标岗位需求簇的支持。
能力积木形成后，可根据不同 JD 的核心问题重新组合和排序。不同方向的 CV 可以共享事实结构与职业主线，只调整能力优先级、具体证据和市场语言；不需要为了贴合岗位而创造互相矛盾的职业身份。
允许重组顺序、合并同一工作链路、补足事实直接支持的对象与目的，并采用更有力量的职业语言；不新增事件、数字、技能、职位、所有权、因果关系或影响程度。
- 建立目标地区、岗位方向和现实约束的最小快照；
- 浏览经历全貌，并对高相关经历进行有限深挖；
- 调研当前目标市场中的代表性 JD；
- 映射经历证据、JD 需求簇和候选方向；
- 形成通常 2–4 块互不重叠的能力积木；
- 根据具体 JD 选择能力组合、调整优先级和 CV 内容侧重；
- 通过投递、行业交流、新 JD 或补充经历进行局部校准；
- 完成双产物的一致性校验，使其能够被用户保存或连接到其他工具。
详细规则见 SKILL.md 和 references/workflow.md。
将仓库克隆到 Codex 的 Skills 目录：
git clone https://github.com/GreenW0126/career-capability-mapper.git ~/.codex/skills/career-capability-mapper重新打开 Codex 会话后，可直接描述求职方向探索、跨行能力梳理或经历迁移分析需求。Skill 保持默认的自动发现能力，也可以显式使用 $career-capability-mapper。
两份文件共同构成一个不绑定具体产品的职业能力接口：
capability-blocks.md提供用户已经确认的能力名称、适配方向、可迁移价值与必要证据链，适合人类审阅和文本工具读取；evidence-map.json提供稳定 ID、原始来源、责任边界、JD 需求簇与主张映射，适合需要验证或重新组织内容的 Agent 使用。
用户可以自行选择后续工具，并将两份文件作为同一组输入一起提供。下游工具可以针对具体 JD 选择、排序和展开不同能力组合，但应以 evidence map 作为共同事实边界，不应根据目标文档需要反向创造经历；任何事实修正都应先回写到这组能力资产。
在可写环境中，运行态默认保存在当前任务的 .capability-blocks-session/：
.capability-blocks-session/
├── capability-blocks.md
└── evidence-map.json
- evidence map 只保存职业判断所需的信息，不重复收集姓名、联系方式等与能力映射无关的个人信息；
- 流程完成或暂停时保留双产物与运行态资料，文件由用户自行管理；即使用户提出清理需求，Skill 也只说明文件位置，不代替用户删除；
- 真实用户经历、JD 正文和映射不得进入示例、长期记忆或测试数据；
- 平台保存的会话历史不属于本 Skill 能够删除的范围。
完整规则见 references/state-and-privacy.md。
检查结构和交叉引用：
python3 scripts/validate_evidence_map.py .capability-blocks-session/evidence-map.json准备将两份文件连接到需要完整履历元数据的其他工具前，同时检查被引用经历的组织或项目、角色关系和日期范围：
python3 scripts/validate_evidence_map.py \
--handoff .capability-blocks-session/evidence-map.json运行仓库现有的结构验证测试：
python3 -m unittest discover -s tests -p 'test_*.py'career-capability-mapper/
├── README.md
├── LICENSE
├── .gitignore
├── SKILL.md
├── assets/
│ └── career-capability-mapper-hero.png
├── examples/
│ ├── 01-china-to-global/
│ ├── 02-overseas-graduate-to-china/
│ └── 03-humanities-to-ai/
├── references/
│ ├── capability-quality.md
│ ├── evidence-handoff.md
│ ├── evidence-map.schema.json
│ ├── state-and-privacy.md
│ ├── workflow-contract.md
│ └── workflow.md
├── scripts/
│ └── validate_evidence_map.py
└── tests/
└── test_validate_evidence_map.py
本项目采用 MIT License。