跳到技能内容
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
词映 AI导航
工具库Skills 技能
EN我的收藏
词映 AI导航
发现工具选型指南Skills 技能AI 快讯EnglishAI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
技能目录24 小时热门TOP100 技能每日更新
Skills 技能/whishi47/project-showcase-enhancer-skill/project-showcase-enhancer

项目展示增强器技能|用本地代码准备作品集和技术面试

English

WorkBuddy 安装步骤

  1. 把固定提交的完整 GitHub 仓库放到 WorkBuddy 用户目录 `.workbuddy/skills/project-showcase-enhancer/`,确保 `SKILL.md` 直接位于该目录下,并保留 `scripts/` 与 `assets/`。
  2. 准备 Node.js 和 Python,在客户端允许读取一个自建演练项目。重新打开会话后用自然语言指定项目路径并选择模式 A。
  3. 检查 `scripts/scan_project.js` 与 `scripts/deep_analyze.py` 在已安装的技能目录下。上游模式 A 用这两个文件收集本地代码证据。

中文摘要

project-showcase-enhancer 从项目目录梳理依赖、入口、调用关系和数据流,将有出处的代码信息写成项目分析文档。也可结合目标岗位整理作品集和面试追问,适合希望从真实代码提炼项目亮点的开发者。

SKILL.md 中文导读

可复现示例

在空目录 `demo-notes` 新建 `app.py`,用以下代码作为演练项目。

def format_label(text):
    return text.strip().lower()

if __name__ == "__main__":
    print(format_label(" Follow up "))

在 WorkBuddy 中指定该目录,提示「用 project-showcase-enhancer 的模式 A 分析这个示例项目,列出入口和调用顺序,每一项注明文件或函数。」

工作步骤

  1. 准备一个包含明确入口及小函数的本地演练项目,向客户端给出目录路径。
  2. 选择深度代码分析,先确认扫描到的入口和函数,再归纳它们的职责。
  3. 在项目分析 Markdown 中核对文件名、函数名和调用顺序。把推测和代码里能直接看到的事实分开标记。

验收方法

深度代码分析文档应定位到 `app.py`、主程序分支和 `format_label`,说明该函数先去除两端空白再转换为小写。示例代码没有服务层或数据库,报告的结构描述应与这个小项目一致。

GitHub 原文 · 更新日期 2026-11-14

适用环境

上游示范在 WorkBuddy 用户级技能目录安装。模式 A 需要 Node.js 和 Python,并允许客户端读取本地示例目录。示例只走模式 A,无需面试视频、转写模型或简历解析依赖。

常见问题

仅分析本地项目代码,需要安装面试视频转写依赖吗?

上游的模式 A 从 `scan_project.js` 和 `deep_analyze.py` 获取本地代码证据,环境准备是 Node.js 和 Python。面试视频与简历解析涉及其他模式,可以按实际输入另外配置。

技能信息

GitHub 仓库
whishi47/project-showcase-enhancer-skill

收集于互联网

词映 AI 导航Skills 技能
工具分类全部工具已本地化技能选型指南AI 快讯