把「一次开源贡献」变成「一套可复用的求职资产」。
本仓库是一个跨 AI IDE 通用的开源贡献工作流 skill：找开源贡献 · 写简历。给定某个开源生态关键词，自动驱动 gh CLI 完成「狩猎 → 挖贡献点 → 提 PR → 产出职业素材」全流程，并在最后自动沉淀出三份职业素材文档。
核心思想：做完一个技术任务（尤其是开源贡献），不该只留下一个 PR——还应该自动沉淀成：
- STAR 简历内容 —— 直接写进简历的项目经历
- 面试模拟文档 —— 提前演练面试官会怎么问、怎么答
- 故事集文档 —— 用「场景 → 动作 → 结果」万能公式，把每个技术点变成生动真实的故事
与具体 AI IDE 无关：本 skill 不绑定 WorkBuddy、Claude Code、~/.workbuddy 或任何特定目录/操作系统。它只依赖能跑终端命令（gh / git / python / java）的 AI 工具。仓库里提供三种等价格式，按你用的工具选一种即可（详见下文「在各 AI IDE 中安装」）。
给定一个生态关键词（如 langchain4j），自动驱动 gh CLI 完成：
| 阶段 | 动作 |
|---|---|
| ① 狩猎 | 5 组并行搜索生态项目，合并去重 + 硬性过滤 + 加权排序 → Top 5 |
| ② 定位 | 克隆、真实编译验证，拉全量 issues 按标签分类，锁定高价值贡献点 |
| ③ 实现 | 在新分支实现、保持干净单 commit、通过构建验证 |
| ④ 提交 | fork → 凭据注入推送 → gh pr create |
| ⑤ 产出素材 ⭐ | 自动生成 STAR 简历 / 面试模拟 / 故事集 三份文档 |
oss-contribution-resume/
├── README.md # 本文件
├── SKILL.md # 规范内容（WorkBuddy / Claude Code 等 skills 目录工具用）
├── cursor-rule.mdc # Cursor / Trae 等 .mdc 规则适配
├── system-prompt.md # 通用 system prompt（Cline / Aider / Continue / 一切支持自定义指令的工具用）
├── AGENTS.md # 项目根自动加载约定（Cursor/Claude Code/Copilot/Codex/Aider 等自动注入）
├── resume/
│ ├── contribution-resume.md # 示例：基于真实 PR #2733 的 STAR 简历
│ └── template.md # 可复用 STAR 模板
├── interview/
│ ├── interview-simulation.md # 示例：面试模拟（含 STAR 回答）
│ └── template.md # 可复用面试模板
└── stories/
├── story-collection.md # 示例：故事集（场景→动作→结果）
└── template.md # 可复用故事模板
SKILL.md/cursor-rule.mdc/system-prompt.md三份内容完全等价，只是载体格式不同。规范内容以SKILL.md为准，另两份由它自动派生，请勿手动分头维护。
本 skill 只有一份规范内容，适配成四种载体，按你用的工具选最合适的即可（内容完全等价，请勿分头维护）：
| 你的工具 | 用哪个文件 | 怎么挂 |
|---|---|---|
| 认「skills 文件夹」的工具（WorkBuddy / Claude Code / Codex CLI / Gemini CLI / OpenCode / Roo Code / Kilo Code / Goose） | SKILL.md |
放到该工具的 skills 目录，如 ~/.workbuddy/skills/oss-contribution-resume/SKILL.md 或 .claude/skills/... |
Cursor 及兼容 .mdc 规则的国内工具（Trae 等也可识别） |
cursor-rule.mdc |
放进项目的 .cursor/rules/oss-contribution-resume.mdc（alwaysApply: true 自动注入） |
| 一切支持「自定义指令 / system prompt」的工具（详见下方清单） | system-prompt.md |
把内容整段粘进工具的 Rules / System Prompt / 自定义指令设置 |
| 支持 AGENTS.md 项目根约定（自动加载）的工具 | AGENTS.md |
直接放到你的项目根目录即可，无需任何配置 |
如果你的工具不在这张表里，也完全不用担心——凡是支持「自定义指令 / System Prompt / Rules」设置的 AI 编码助手，把 system-prompt.md 的内容整段粘进去就能用。国内外主流产品几乎都支持这种形式：
- 国际：Cline、Aider、Continue、Windsurf、Codeium、JetBrains AI Assistant、VS Code Copilot（
.github/copilot-instructions.md）、Codex、Gemini CLI、OpenCode、Roo Code、Kilo Code、Goose、Sourcegraph Amp 等 - 国内：Trae（字节）、Qoder（阿里）、通义灵码 Lingma（阿里）、文心快码 Comate（百度）、CodeGeeX / 智谱 GLM-Coder、腾讯云 AI 代码助手、工蜂 Copilot、飞书 Aily / 灵驹、硅基流动等
- 小众 / 新兴：Reasonix、Void、Zed AI、Bolt.new、v0、Cursor 系各类 fork 等
这也是本 skill 与「绑定某家 IDE 的私有插件 / 市场 skill」最根本的区别：零锁定、零私有格式，纯文本 + 标准 CLI（
gh/git/python/java），任何能跑终端的 AI 工具都能接管——大到 Copilot、小到 Reasonix，都一样用。
# Cursor / Trae（兼容 .mdc 规则）
cp cursor-rule.mdc /你的项目/.cursor/rules/oss-contribution-resume.mdc
# 通用兜底：把 system-prompt.md 内容粘进工具的「自定义指令 / System Prompt」设置
# 或：项目根自动加载（支持 AGENTS.md 约定的工具）
cp AGENTS.md /你的项目/AGENTS.md装好后，在对话框里直接说：「帮我找一个能贡献的 langchain4j 生态项目，并把它写成简历」或「把这个 PR 写成简历 + 面试 + 故事」，工具就会按流程跑完，并在最后产出三份文档。
ghCLI：到 https://cli.github.com 安装（或brew/apt/winget install gh），登录用 Personal Access Token（printf '%s' "<TOKEN>" | gh auth login --with-token），或设环境变量GITHUB_TOKEN。跨 Windows / macOS / Linux 通用。- JDK + 构建工具：仅在需要真实编译验证时。Java 17+，
JAVA_HOME指向它；Maven / Gradle 在 PATH，或用项目自带mvnw/gradlew。Windows + Git Bash 下 Maven 需用 Java 直接启动 launcher（见 SKILL.md 踩坑速查）。 - 提交 PR：非交互环境用
git -c credential.helper='!gh auth git-credential' push注入凭据。
- 任务：为
quarkus-langchain4j贡献 Infinispan 向量库示例 - 成果：PR #2733（OPEN）
- 三份文档即由该任务产出，可直接参考其写法。
示例素材与 skill 以 MIT 许可证开源，随意复用、改写、拿去面试。