关于 candidate-evaluation
面向 Pollinations 的技能,用于评估应聘工程岗位的 GitHub 贡献者。它结合仓库与贡献记录研究及加权标准,生成匹配分数、优缺点和招聘建议。
主要功能
- 01通过 MCP 或 `gh api` 收集 GitHub 数据
- 02检查仓库及 Pollinations 贡献记录
- 03评估 Python、DevOps 和 GPU/ML 技能
- 04考察工作方式指标
- 05生成结构化候选人档案
适用场景
- 01评估贡献者是否适合工程岗位
- 02为招聘研究 GitHub 个人资料
- 03比较候选人
- 04将分析结果更新至 `CONTRIBUTORS.md`
MCP 相关
该技能可通过 GitHub MCP 或 `gh api` 收集候选人与贡献者数据,包括仓库、拉取请求和代码搜索结果。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ pollinations/ pollinations --skill candidate-evaluation安装后在 Claude Code 中输入/candidate-evaluation确认已加载。
详细介绍
候选人评估技能
评估 Pollinations 工程岗位的 GitHub 贡献者。
适用场景
- 用户要求评估贡献者或候选人
- 用户想要研究 GitHub 个人资料以用于招聘
- 用户需要在 CONTRIBUTORS.md 中更新候选人分析
- 用户提到“招聘”“候选人”“MLOps”或“评估贡献者”
评估标准
必备技能(权重:高)
- Python:主要编程语言的熟练程度
- DevOps:Docker、CI/CD、基础设施
- GPU/ML 部署:模型服务、推理优化
加分技能(权重:中)
- Kubernetes、vLLM、TGI
- 量化(GGUF、ONNX)
- CI/CD 流水线(GitHub Actions)
工作风格指标(权重:中)
- PR 规模偏好(小而聚焦 = 好)
- 对评审的响应速度
- 文档质量
- 测试覆盖习惯
评估流程
-
通过 GitHub MCP 或
gh api收集数据:# 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' -
分析代码仓库,关注:
- ML/AI 项目(ComfyUI、HuggingFace、PyTorch)
- DevOps 工具(Docker、CI/CD、脚本)
- API/后端经验
- Star 数量和活跃度
-
检查 Pollinations 贡献:
- 已合并的 PR(重要信号)
- 未解决的问题/讨论
- 项目提交
-
生成个人资料,包含:
- 匹配度评分(1-10)
- 优势(项目符号列表)
- 劣势(项目符号列表)
- 关键代码仓库表格
- 招聘建议
输出格式
使用 ASCII 方框图增强视觉效果:
┌─────────────────────────────────────────────────────────────────────────────┐
│ FIT: X.X/10 │ GitHub: username │ Repos: N │ Focus: Area │
└─────────────────────────────────────────────────────────────────────────────┘
✅ 优势
- 要点 1
- 要点 2
❌ 劣势
- 要点 1
- 要点 2
📦 关键代码仓库
| 仓库 | 技术 | 功能 |
|---|
🎯 结论:建议
技能矩阵格式
╔═══════════════════╦════════╦════════╦════════╦═══════════════╗
║ CANDIDATE ║ Python ║ GPU/ML ║ Docker ║ FIT SCORE ║
╠═══════════════════╬════════╬════════╬════════╬═══════════════╣
║ username ║ █████ ║ ███ ║ ████ ║ X.X/10 ║
╚═══════════════════╩════════╩════════╩════════╩═══════════════╝
Legend: █ = Skill Level (1-5)
参考文件
AGENTS.md- 项目指南和贡献者归属信息
示例查询
- “评估 @username 是否适合 MLOps 岗位”
- “研究 {username} 的 GitHub 个人资料”
- “将 {username} 添加到 CONTRIBUTORS.md”
- “比较候选人 X 和 Y”
评论
支持 Markdown