一组 Claude Code Skills 和项目模板，覆盖个人知识管理、任务管理、深度学习、求职准备和个人 AI 助手五个场景。
把这个仓库链接发给 Claude Code，在 Claude Code 中说「帮我安装这个仓库里的 Skill」即可。安装后触发关键词就能使用。
帮助用户搭建和管理个人知识库。论文、技术主题、书籍、播客统一管理，按 open/（进行中）→ closed/（已完成）→ more/（书籍播客）三态组织。
能做什么：
- 搭建知识库目录结构
- 浏览、搜索库内资源，按领域或状态筛选
- 查看某个主题的学习笔记、进度、掌握度
- 添加新资源、归档已完成主题
- 学习统计概览
怎么触发： 提到「知识库」「openpaper」「学习进度」「归档」等关键词。
注意： 本 Skill 只负责浏览和管理，不负责学习流程。开始学习某个主题需要用下面的 zjk-mastery。
实际效果： 参见 openpaper 仓库。
帮助用户做个人任务管理，用纯 Markdown 搭建任务看板。以聚焦目标为核心组织维度，而非传统的按状态分类。
能做什么：
- 初始化看板（设定 1-2 个聚焦目标、日常习惯）
- 添加、更新、完成任务
- 习惯打卡（按周表格追踪）
- 聚焦目标风险评估（进度、完成概率、可执行建议）
- 定期回顾与清理
怎么触发： 提到「看板」「kanban」「任务管理」「习惯打卡」「周回顾」等关键词。
帮助用户对指定技术主题进行深入学习，管理从输入到输出的完整学习闭环。
三阶段工作流：
- 输入 — 搜索优质来源，AI 生成结构化笔记
- 思考 — 苏格拉底式精读 + 个人笔记 + 模拟题测试
- 输出 — A4 默写测试 + 掌握度报告
支持间隔重复回测（周测 / 月测 / 年测），确保知识长期留存。
适用范围： 论文、技术博客、教程、技术文档。不支持非技术类书籍。
怎么触发： 提到「我要学」「帮我学」「学习计划」「知识精通」等关键词。
实际效果： 参考 openpaper 仓库，完成三阶段后产出 4 个文件：ai-notes.md（AI 笔记）、progress.md（学习进度）、quiz.md（模拟题库）、mastery-report.md（掌握度报告）。
从一份岗位 JD 开始，帮助用户完成公司分析、信息收集调研，以及后续多轮面试的全周期辅助流程。
6 个阶段逐步推进：
| 阶段 | 做什么 | 产出 |
|---|---|---|
| 1. 投递分析 | 公司调研 + JD 解析 + 简历匹配 | 投递分析.md |
| 2. 定制简历 | 针对 JD 定制简历 | 简历 .docx / .pdf |
| 3. HR 初面 | 自我介绍 + 高频问答准备 | HR 初面准备.md |
| 4. 技术一面 | STAR 面经 + 技术考点清单 | STAR 面经.md + 技术一面准备.md |
| 5. 技术二面 | 系统设计 + 技术深挖准备 | 技术二面准备.md |
| 6. HR 终面 | 综合素质 + 谈薪策略 | 终面准备.md |
每个阶段支持模拟面试和面经复盘。
怎么触发： 直接发一份 JD，或提到「求职」「面试准备」「模拟面试」「简历定制」等关键词。
这些 Skill 可以单独使用，也可以按需组合。以「求职」为例：
1. zjk-kanban
搭建个人任务看板，设定「拿到 Offer」为聚焦目标，
所有求职相关任务在看板中统一管理。
2. zjk-offer
收到 JD 后启动求职流程，逐步推进投递分析 → 简历定制 → 多轮面试准备。
过程中产出的任务和进度，回写到看板中跟踪。
3. zjk-mastery
面试准备阶段会识别出需要补强的技术主题，
用 zjk-mastery 逐个深入学习（AI 笔记 → 互动问答 → A4 默写）。
学完后回到 offer 流程继续推进。
4. zjk-openpaper
学习过程中产生的笔记、题库、掌握度报告，
全部沉淀在 openpaper 知识库中统一管理。
后续可随时回顾、回测，或浏览知识库全貌。
每个 Skill 都是独立的，你可以只用其中一个，也可以把多个组合起来用。
不是 Skill，是一组提示词模板。 拷贝后填入自己的信息，就能拥有一个跨会话积累认知的私人 AI 助手。
三个文件定义「你是谁」「发生了什么」「AI 如何与你相处」：
soul.md— 你的行事原则、价值观、思维方式memory.md— 基本信息、工作经历、项目生态、偏好、决策记录ai.md— AI 交互协议（12 条原则，源自李继刚公众号文章《AI 交互协议》）
怎么用： 直接粘贴到聊天窗口，或配合 Claude Code 使用（附带的 claude.md 会自动加载三个文件并启用认知积累机制）。
详见 pai/README.md。