candidate-evaluation について
Pollinations のエンジニア職向けに、GitHub 貢献者を評価するスキルです。リポジトリや貢献履歴の調査と重み付け基準を組み合わせ、適合度、長所・短所、採用推奨をまとめます。
主な機能
- 01MCP または `gh api` で GitHub データを収集
- 02リポジトリと Pollinations への貢献を確認
- 03Python、DevOps、GPU/ML のスキルを評価
- 04仕事の進め方に関する指標を考慮
- 05候補者プロフィールを構造化して作成
活用シーン
- 01エンジニア職向けに貢献者を評価
- 02採用に向けて GitHub プロフィールを調査
- 03候補者を比較
- 04分析結果を `CONTRIBUTORS.md` に反映
MCP 対応
候補者や貢献者のリポジトリ、プルリクエスト、コード検索結果などの収集に、GitHub MCP または `gh api` を利用できます。
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ pollinations/ pollinations --skill candidate-evaluationインストール後、Claude Code で/candidate-evaluationを入力して読み込まれたか確認します。
詳細
候補者評価スキル
Pollinations のエンジニア職について、GitHub のコントリビューターを評価します。
使用する場面
- ユーザーがコントリビューターまたは候補者の評価を依頼した場合
- ユーザーが採用のために GitHub プロフィールを調査したい場合
- ユーザーが候補者の分析を
CONTRIBUTORS.mdに追加する必要がある場合 - ユーザーが「採用」「候補者」「MLOps」「コントリビューターを評価」と言及した場合
評価基準
必須スキル(重み:高)
- Python:主要言語としての習熟度
- DevOps:Docker、CI/CD、インフラストラクチャ
- GPU/ML のデプロイ:モデルサービング、推論の最適化
あると望ましいスキル(重み:中)
- Kubernetes、vLLM、TGI
- 量子化(GGUF、ONNX)
- CI/CD パイプライン(GitHub Actions)
作業スタイルの指標(重み:中)
- PR の規模の好み(小さく、焦点が絞られていると良好)
- レビューへの返信時間
- ドキュメントの品質
- テストカバレッジの習慣
評価プロセス
-
GitHub MCP または
gh apiを使ってデータを収集します:# Get user repos gh api users/{username}/repos --jq '.[].name' # Search PRs in pollinations gh api search/issues -X GET -f q='repo:pollinations/pollinations author:{username}' # Search code for MLOps keywords gh api search/code -X GET -f q='user:{username} docker OR kubernetes OR gpu OR vllm' -
リポジトリを分析し、以下を確認します:
- ML/AI プロジェクト(ComfyUI、HuggingFace、PyTorch)
- DevOps ツール(Docker、CI/CD、スクリプト)
- API/バックエンドの経験
- スター数と活動状況
-
Pollinations へのコントリビューションを確認します:
- マージ済みの PR(有力な判断材料)
- オープンなイシュー/ディスカッション
- プロジェクトの提出
-
以下を含むプロフィールを作成します:
- 適合スコア(1~10)
- 強み(箇条書き)
- 弱み(箇条書き)
- 主なリポジトリの表
- 採用に関する推薦
出力形式
見やすさのために ASCII アートの枠を使用します:
┌─────────────────────────────────────────────────────────────────────────────┐
│ FIT: X.X/10 │ GitHub: username │ Repos: N │ Focus: Area │
└─────────────────────────────────────────────────────────────────────────────┘
✅ 強み
- ポイント 1
- ポイント 2
❌ 弱み
- ポイント 1
- ポイント 2
📦 主なリポジトリ
| リポジトリ | 技術 | 内容 |
|---|
🎯 評価:推薦内容
スキルマトリックスの形式
╔═══════════════════╦════════╦════════╦════════╦═══════════════╗
║ CANDIDATE ║ Python ║ GPU/ML ║ Docker ║ FIT SCORE ║
╠═══════════════════╬════════╬════════╬════════╬═══════════════╣
║ username ║ █████ ║ ███ ║ ████ ║ X.X/10 ║
╚═══════════════════╩════════╩════════╩════════╩═══════════════╝
Legend: █ = Skill Level (1-5)
参考ファイル
AGENTS.md- プロジェクトのガイドラインとコントリビューターのクレジット
クエリの例
- 「@username を MLOps 職の候補者として評価して」
- 「{username} の GitHub プロフィールを調査して」
- 「{username} を CONTRIBUTORS.md に追加して」
- 「候補者 X と Y を比較して」
コメント
Markdown 対応