\r\n\r\n# Example\r\npython scripts/parse_file.py ./resume.pdf\r\n```\r\n\r\nDependencies: `pdfplumber` or `pypdf` (PDF), `python-docx` (DOCX). The script prints the install command if a dependency is missing.\r\n\r\n## Development\r\n\r\n```bash\r\n# Clone\r\ngit clone https://github.com/whishi47/project-showcase-enhancer-skill.git\r\ncd project-showcase-enhancer-skill\r\n\r\n# Adjust the workflow by editing SKILL.md and the assets templates — no build step\r\n# To tune scanning, edit scripts/scan_project.js\r\n# To tune resume parsing, edit scripts/parse_file.py\r\n```\r\n\r\nDirectory layout:\r\n\r\n```\r\nproject-showcase-enhancer/\r\n├── SKILL.md # Skill definition (workflow)\r\n├── README.md # Bilingual version\r\n├── README.en.md # This document (English version)\r\n├── README.zh-CN.md # Chinese version\r\n├── images/\r\n│ └── logo.svg # Logo used in this doc\r\n├── scripts/\r\n│ ├── scan_project.js # Project scanner: dictionary match → JSON\r\n│ └── parse_file.py # Resume parser: PDF/DOCX/TXT → text\r\n└── assets/\r\n ├── showcase-template.md # Project showcase document template\r\n └── interview-prep-template.md # Interview prep guide template\r\n```\r\n\r\n## Publish\r\n\r\n```bash\r\n# Option 1: SkillHub web\r\n# Go to https://skillhub.cn , upload the packaged project-showcase-enhancer.zip\r\n# Slug: project-showcase-enhancer, Display name: 个人项目包装与面试备战\r\n\r\n# Option 2: SkillHub CLI\r\n# After login, run: skillhub publish ./project-showcase-enhancer-skill\r\n\r\n# Repackage (requires skill-creator's package_skill.py)\r\npython package_skill.py ./project-showcase-enhancer-skill ./dist\r\n```\r\n\r\n> Bump the `version` field in SKILL.md before publishing.\r\n\r\n## License\r\n\r\nMIT © 2026\n\nFile v0.1.0:README.zh-CN.md\n\n\r\n ![\"个人项目包装与面试备战\"](\"./images/logo.svg\")
\r\n
\r\n\r\n个人项目包装与面试备战 · Project Showcase Enhancer
\r\n\r\n\r\n 把 Demo 级个人项目推演为商用级完整产品，一键生成项目展示文档与面试备考手册。脚本做确定性扫描，大模型做深度语义理解，四阶段闭环从读代码直通面试准备。\r\n
\r\n\r\n\r\n 🌐 双语版 · 🇬🇧 English\r\n
\r\n\r\n\r\n ![\"WorkBuddy\"](\"https://img.shields.io/badge/WorkBuddy-Skill-00b4d8\")
\r\n ![\"Stages\"](\"https://img.shields.io/badge/stages-4%20phases-8b5cf6\")
\r\n ![\"Architecture\"](\"https://img.shields.io/badge/architecture-hybrid-10b981\")
\r\n ![\"License\"](\"https://img.shields.io/badge/license-MIT-brightgreen\")
\r\n ![\"Models\"](\"https://img.shields.io/badge/models-Opus%204.6%20%7C%20DeepSeek%20v4%20Pro%20%7C%20GPT--5.6-ff6b35\")
\r\n
\r\n\r\n---\r\n\r\n## 简介\r\n\r\n> 夫良玉韫椟，待良工而后彰其华；宝剑藏匣，遇识者而始显其锋。今之开发者，多能运斤成风，俄顷立一项目；然藏器于身而莫之能言，怀璧在握而难自陈其价。是以码虽精而人未之知，Demo 虽巧而市未之售。善作者不必善述，此古今之通患也。\r\n\r\n**个人项目展示增强器（Project Showcase Enhancer）** 正为此患而生：先读懂你的代码与原始意图，再与你共创，把能跑的 Demo 推演成商用级产品方案，最终产出两份可直接使用的文档——**项目展示文档**与**面试备考手册**。融合脚本确定性扫描与 LLM 深度语义理解，打通「分析代码 → 推演商用 → 生成展示文档 → 预测面试题」的全链路。\r\n\r\n## 这是什么？\r\n\r\n> **个人项目包装与面试备战** 是一个 WorkBuddy 技能（Skill）。它不是「扫一遍代码吐模板」的工具，而是一套**人机协作的工作流**：先读懂你的代码与原始意图，再和你一起把 Demo 推演成商用级产品方案，最后产出两份可直接使用的文档——**项目展示文档**和**面试备考手册**。\r\n\r\n它融合了两个不同的源头：\r\n\r\n- 源自 **code-project-analyzer** —— 代码扫描与项目文档生成的原始脚本与思路；\r\n- 源自 **JD + 简历 → 面试题预测助手** —— JD + 简历 → 面试题的 STAR 框架与结构化分析方法。\r\n\r\n真实痛点：你有一个能跑的个人项目 / Demo，但不知道怎么把它**讲清楚、写专业、准备面试**。代码能跑，项目说明却只会写「基于 React + Node 做的博客」，提炼不出亮点；Demo 离商用差得远却说不清差在哪；面试官一追问技术选型理由就露怯。\r\n\r\n这个技能把这三件事一次性解决：**分析代码 → 推演商用 → 生成展示文档 → 预测面试题**。\r\n\r\n## 亮点\r\n\r\n> **扫描脚本提供确定性地图，大模型在地图上做深度推理——两者结合，才既快又准。** —— 本技能的核心设计\r\n\r\n- **真实读懂代码**：先用脚本做确定性扫描，再由大模型阅读关键源文件，理解业务逻辑、模块划分、数据流，而不是靠文件名猜。\r\n- **Demo 到商用的推演**：结合你的产品愿景，列出功能 / 工程化 / 运维三方面的差距，给出分阶段演进路线图（MVP → 完善 → 商用）。\r\n- **项目展示文档**：按模板生成亮点、功能模块、技术栈选型理由、架构设计、部署说明，排版精良，直接可放简历网站或作为 README。\r\n- **面试备考手册**：结合 JD 和简历，预测 15 道项目相关面试题（必问 / 针对性 / 追问三类），每题给考察点、答题策略和 STAR 框架。\r\n- **混合架构**：脚本做快而稳的扫描，大模型做深而准的推理，兼顾速度与质量，也不浪费 token。\r\n\r\n## 上手\r\n\r\n### 前提\r\n\r\n```bash\r\n# 1. 已安装 WorkBuddy 客户端（本技能为 WorkBuddy 用户级技能）\r\n# 2. 建议在「高推理模型」下使用（见「配置」）\r\n# 推荐：Claude Opus 4.6 / DeepSeek v4 Pro / GPT-5.6\r\n\r\n# 3.（可选）如需解析简历文件，安装 Python 依赖\r\npip install pdfplumber python-docx pypdf\r\n```\r\n\r\n### 安装技能\r\n\r\n```bash\r\n# 方式一：从 GitHub 克隆到用户级技能目录\r\ngit clone https://github.com/whishi47/project-showcase-enhancer-skill.git \\\r\n \"$HOME/.workbuddy/skills/project-showcase-enhancer\"\r\n\r\n# 方式二：从压缩包解压\r\n# 下载 project-showcase-enhancer.zip，解压到 $HOME/.workbuddy/skills/project-showcase-enhancer/\r\n# 确保目录下直接包含 SKILL.md\r\n\r\n# 方式三：SkillHub 市场安装\r\n# 在 SkillHub 搜索 project-showcase-enhancer-skill 并安装\r\n```\r\n\r\n> `$HOME` 在 Windows 上通常是 `C:\\Users\\你的用户名`。技能目录也可能是 `.codebuddy\\skills`，以你使用的客户端为准。安装后无需编译或安装依赖，在 WorkBuddy 对话中直接用自然语言触发即可。\r\n\r\n### 使用\r\n\r\n| 触发方式 | 操作 | 效果 |\r\n|---|---|---|\r\n| 💬 自然语言 | \"分析一下我的项目\" | 启动技能，进入阶段 0 收集信息 |\r\n| 💬 自然语言 | \"帮我把这个项目推演到商用\" | 直接进入阶段 2 商用推演 |\r\n| 💬 自然语言 | \"生成一份项目展示文档\" | 跳过推演，直接产出展示文档 |\r\n| 💬 自然语言 | \"结合我的 JD 准备这个项目的面试\" | 进入阶段 4 面试备考 |\r\n| 📎 简历文件 | 上传 PDF / DOCX / TXT | 解析为纯文本，供面试准备阶段使用 |\r\n\r\n首次触发时，技能会一次性问你四件事（不用逐条回答）：**项目路径**、**使用场景**（简历 / 面试 / GitHub / 作品集）、**目标岗位方向**（可选）、**特别说明**（你的原始想法、想突出的点）。\r\n\r\n## 工作原理\r\n\r\n```\r\n┌──────────────────────────────────────────────────────────┐\r\n│ project-showcase-enhancer-skill │\r\n│ 输入：项目目录 +（可选）JD 文件 + 简历文件 │\r\n└───────────────────────────┬──────────────────────────────┘\r\n ▼\r\n ┌──────────────────────────────────────────────┐\r\n │ ① 深度代码理解 │\r\n │ scripts/scan_project.js（字典扫描 → JSON） │\r\n │ + 大模型语义阅读关键源文件 │\r\n │ → 代码现状画像（含 8 维质量评分） │\r\n └──────────────────────┬───────────────────────┘\r\n ▼\r\n ┌──────────────────────────────────────────────┐\r\n │ ② 商用级推演（对话） │\r\n │ 愿景澄清 → 差距分析(P0/P1/P2) → 演进路线图 │\r\n └──────────────────────┬───────────────────────┘\r\n ▼\r\n ┌──────────────────────────────────────────────┐\r\n │ ③ 项目展示文档 │\r\n │ assets/showcase-template.md 填充 │\r\n │ → {项目}-展示文档.md │\r\n └──────────────────────┬───────────────────────┘\r\n ▼\r\n ┌──────────────────────────────────────────────┐\r\n │ ④ 面试视角审视 │\r\n │ JD + 简历 → 15 道项目面试题 + STAR │\r\n │ → {项目}-面试备考手册.md │\r\n └──────────────────────────────────────────────┘\r\n```\r\n\r\n**阶段 ① 深度代码理解**：脚本 `scan_project.js` 秒级输出结构化 JSON（技术栈、依赖、带职责标注的目录树、入口/配置文件、README 原文）；大模型再基于该「地图」阅读关键源文件，分析模块划分、数据流、启动流程、配置里的第三方服务，并从 README 提取产品原始意图；最后对 8 个维度（代码组织、类型安全、安全性、可部署性、错误处理、测试覆盖、性能设计、文档完整度）按 1–10 打分，附文件名 + 行号证据。\r\n\r\n**阶段 ② 商用推演对话**：通过对话澄清目标用户、核心卖点、商业模式（可选）、MVP 范围；列出三类差距（功能 / 工程化 / 运维，每项标 P0/P1/P2 优先级）；给出三阶段演进路线图（MVP → 完善 → 商用）。\r\n\r\n**阶段 ③ 生成交付物**：读取 `assets/showcase-template.md` 填充亮点、功能模块、技术栈选型理由、架构设计、部署说明；读取 `assets/interview-prep-template.md` 生成 15 道面试题。\r\n\r\n**阶段 ④ 面试视角审视**：结合 JD 与简历，预判面试官看到该项目会追问的技术题 / 项目题，每题输出「考察点 → 答题策略 → STAR 框架」。\r\n\r\n## 四阶段详解\r\n\r\n| 阶段 | 名称 | 输入 | 关键动作 | 产出 |\r\n|---|---|---|---|---|\r\n| ① | 深度代码理解 | 项目目录 | 脚本扫描 + 大模型语义阅读 + 8 维质量评分 | 代码现状画像（JSON + 评分） |\r\n| ② | 商用推演对话 | 现状画像 + 你的愿景 | 差距分析(P0/P1/P2) + 演进路线图 | 演进方案 |\r\n| ③ | 项目展示文档 | 现状 + 演进方案 | 按模板填充亮点 / 模块 / 技术栈 / 架构 | {项目}-展示文档.md |\r\n| ④ | 面试视角审视 | 展示文档 + JD + 简历 | 预测 15 题（必问/针对性/追问）+ STAR | {项目}-面试备考手册.md |\r\n\r\n## 配置\r\n\r\n技能要求**高推理能力**的大模型。**推荐模型**：\r\n\r\n- Claude Opus 4.6\r\n- DeepSeek v4 Pro\r\n- GPT-5.6（或同等级别）\r\n\r\n低推理模型仍能用，但会导致：代码理解肤浅、商用推演模板化、面试题预测质量差。技能在阶段 0 会提示你确认当前模型，若不满足建议切换后再用。\r\n\r\n> 💡 建议：把常用的高推理模型设为 WorkBuddy 默认，或在触发技能前手动切换，以获得最佳推演与文档质量。\r\n\r\n## 为什么不用其他方案？\r\n\r\n| 维度 | 本技能 | 纯 code-analyzer | 手写 README | 纯 interview-prep |\r\n|---|---|---|---|---|\r\n| 代码理解 | ✅ 脚本 + 大模型深度 | ⚠️ 仅文件名字典 | ❌ 手动 | ❌ 不涉及 |\r\n| Demo→商用推演 | ✅ 对话共创路线图 | ❌ | ❌ | ❌ |\r\n| 展示文档质量 | ✅ 专人专案、有证据 | ⚠️ 模板化、泛化 | ⚠️ 取决于写作水平 | ❌ |\r\n| 面试预测 | ✅ 紧扣本项目代码 | ❌ | ❌ | ⚠️ 仅通用 JD 题 |\r\n| 混合架构省 token | ✅ | ❌ | — | ❌ |\r\n\r\n**本技能的定位**：你不是「替换」code-project-analyzer 或 interview-prep，而是把「读代码 → 推演商用 → 写展示 → 备面试」四步一次性跑通。扫描脚本提供确定性地图，大模型在地图上做深度推理，最终产出两份拿得出手的文档。\r\n\r\n## 内置脚本\r\n\r\n### `scripts/scan_project.js`\r\n\r\n硬编码字典扫描项目，输出结构化 JSON。不调用大模型，速度快、确定性强。\r\n\r\n```bash\r\n# 用法\r\nnode scripts/scan_project.js <项目目录>\r\n\r\n# 示例：分析当前目录\r\nnode scripts/scan_project.js ./my-project\r\n```\r\n\r\n输出 JSON 字段：\r\n\r\n| 字段 | 内容 |\r\n|------|------|\r\n| `techStack` | 按 runtime / framework / build / css / test / orm / deploy 分类的技术栈 |\r\n| `dependencies` | 完整依赖列表 |\r\n| `directoryStructure` | 带职责标注的目录树 |\r\n| `entryFiles` | 检测到的入口文件 |\r\n| `configFiles` | 配置文件清单 |\r\n| `readmeContent` | README 原文（最多 5000 字符） |\r\n| `packageJson` | 项目元信息 |\r\n| `fileStats` | 文件统计 |\r\n\r\n### `scripts/parse_file.py`\r\n\r\n把简历 PDF / DOCX / TXT 解析为纯文本，供面试准备阶段使用。\r\n\r\n```bash\r\n# 用法\r\npython scripts/parse_file.py <简历文件路径>\r\n\r\n# 示例\r\npython scripts/parse_file.py ./resume.pdf\r\n```\r\n\r\n依赖：`pdfplumber` 或 `pypdf`（PDF）、`python-docx`（DOCX）。未安装时脚本会提示安装命令。\r\n\r\n## 开发\r\n\r\n```bash\r\n# 克隆项目\r\ngit clone https://github.com/whishi47/project-showcase-enhancer-skill.git\r\ncd project-showcase-enhancer-skill\r\n\r\n# 仅修改 SKILL.md 与 assets 模板即可调整工作流，无需编译\r\n# 若要调扫描逻辑，编辑 scripts/scan_project.js\r\n# 若要调简历解析，编辑 scripts/parse_file.py\r\n```\r\n\r\n技能目录结构：\r\n\r\n```\r\nproject-showcase-enhancer/\r\n├── SKILL.md # 技能主文件（工作流定义）\r\n├── README.md # 双语版\r\n├── README.en.md # 英文版\r\n├── README.zh-CN.md # 本文档（中文版）\r\n├── images/\r\n│ └── logo.svg # 文档用 logo\r\n├── scripts/\r\n│ ├── scan_project.js # 项目扫描器：字典匹配 → JSON\r\n│ └── parse_file.py # 简历解析器：PDF/DOCX/TXT → 文本\r\n└── assets/\r\n ├── showcase-template.md # 项目展示文档模板\r\n └── interview-prep-template.md # 面试备考手册模板\r\n```\r\n\r\n## 发布\r\n\r\n```bash\r\n# 方式一：SkillHub 网页发布\r\n# 进入 https://skillhub.cn ，上传打包好的 project-showcase-enhancer.zip\r\n# Slug: project-showcase-enhancer，显示名称：个人项目包装与面试备战\r\n\r\n# 方式二：SkillHub CLI 发布\r\n# 登录后执行 skillhub publish ./project-showcase-enhancer-skill\r\n\r\n# 重新打包（需 skill-creator 的 package_skill.py）\r\npython package_skill.py ./project-showcase-enhancer-skill ./dist\r\n```\r\n\r\n> 发布前记得同步更新 SKILL.md 中的 `version` 字段。\r\n\r\n## 协议\r\n\r\nMIT © 2026\n\nFile v0.1.0:skill-card.md\n\n## Description:\n\nProject Showcase Enhancer helps agents analyze a personal project codebase, plan a demo-to-commercial evolution, and generate portfolio-ready showcase documentation plus interview preparation materials.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[whishi47](https://clawhub.ai/user/whishi47)\n\n### License/Terms of Use:\n\nMIT\n\n## Use Case:\n\nDevelopers, students, and job candidates use this skill to analyze a personal software project, identify gaps between a demo and a production-ready product, and create evidence-backed portfolio and interview materials.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may inspect project configuration files and user-provided resume or job-description files that contain secrets, private service URLs, or personal data.\n\nMitigation: Redact tokens, passwords, real .env files, private URLs, and confidential resume details before use; prefer sanitized examples and isolated optional parsing dependencies.\n\nRisk: Portfolio and interview-prep outputs can become misleading if the model overstates code quality, commercial readiness, or personal project ownership.\n\nMitigation: Review generated claims against concrete code evidence and revise unsupported claims before publishing or using them in interviews.\n\n## Reference(s):\n\n- [Server-resolved GitHub repository](https://github.com/whishi47/project-showcase-enhancer-skill)\n- [ClawHub skill listing](https://clawhub.ai/whishi47/skills/project-showcase-enhancer-skill)\n- [README.en.md](README.en.md)\n- [showcase-template.md](assets/showcase-template.md)\n- [interview-prep-template.md](assets/interview-prep-template.md)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, guidance]\n\n**Output Format:** [Markdown documents, structured analysis, and inline shell commands]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces project showcase and interview-prep documents; may use structured JSON from the bundled scanner during analysis.]\n\n## Skill Version(s):\n\n0.1.0 (source: server release metadata; artifact frontmatter reports 1.0.0)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v0.1.0:简介.md\n\n# 个人项目展示增强器 · 简介（提交 SkillHub 审核用）\n\n> 以下为「个人项目展示增强器 / Project Showcase Enhancer」的简介文案。文言文起首，后接白话详解，可直接粘贴至 SkillHub 的「简介 / 描述」栏，或作为技能详情页首段。\n\n---\n\n夫良玉韫椟，待良工而后彰其华；宝剑藏匣，遇识者而始显其锋。今之开发者，多能运斤成风，俄顷立一项目；然藏器于身而莫之能言，怀璧在握而难自陈其价。是以码虽精而人未之知，Demo 虽巧而市未之售。善作者不必善述，此古今之通患也。\n\n本技能，正为此患而生。\n\n## 这是什么\n\n**个人项目展示增强器（Project Showcase Enhancer）** 是一个面向开发者与求职者的 WorkBuddy 技能（Skill）。它不止于「扫一遍代码吐模板」，而是一套**人机协作的工作流**：先读懂你的代码与原始意图，再与你共创，把能跑的 Demo 推演成商用级产品方案，最终产出两份可直接使用的文档——**项目展示文档**与**面试备考手册**。\n\n## 它解决什么痛点\n\n- **写不出亮点**：代码能跑，项目说明却只会写「基于 React + Node 做的博客」，提炼不出技术深度与业务价值；\n- **说不清差距**：Demo 离商用差得远，却讲不明白差在哪、该往哪走、先补什么；\n- **面试露怯**：面试官一追问技术选型理由、架构权衡、取舍取舍，便无从应答，准备毫无抓手。\n\n本技能把这三件事一次性解决：**分析代码 → 推演商用 → 生成展示文档 → 预测面试题**。\n\n## 四大阶段（四阶段闭环）\n\n1. **深度代码理解**：脚本 `scan_project.js` 秒级输出结构化 JSON（技术栈 / 依赖 / 带职责标注的目录树 / 入口与配置文件 / README 原文）；大模型再据此精读关键源文件，分析模块划分、数据流、启动流程与配置中的第三方服务，并从 README 提取产品原始意图；最后对 8 个维度（代码组织、类型安全、安全性、可部署性、错误处理、测试覆盖、性能设计、文档完整度）按 1–10 打分，附文件名 + 行号证据。\n2. **商用级推演（对话）**：通过多轮对话澄清目标用户、核心卖点、商业模式（可选）与 MVP 范围；列出三类差距（功能 / 工程化 / 运维，每项标 P0/P1/P2 优先级）；给出三阶段演进路线图（MVP → 完善 → 商用）。\n3. **项目展示文档**：按 `assets/showcase-template.md` 模板填充亮点、功能模块、技术栈选型理由、架构设计、部署说明，排版精良，可直接放进简历网站或作为 README。\n4. **面试视角审视**：结合 JD 与简历，预测 15 道项目相关面试题（必问 / 针对性 / 追问三类），每题给出考察点、答题策略与 STAR 框架，把「被问住」变成「有备而来」。\n\n## 核心设计：混合架构\n\n> **脚本提供确定性地图，大模型在地图上做深度推理——两者结合，既快又准，也省 token。**\n\n- 扫描脚本（硬编码字典，不调模型）：确定性强、速度快、零 token 消耗，先画出「地图」；\n- 大模型语义理解：只在地图之上做只有 LLM 能做的深度推理；\n- 你不是「替换」某个单一工具，而是把「读代码 → 推演商用 → 写展示 → 备面试」四步一次性跑通。\n\n## 适用人群\n\n- 在校生 / 应届生：做作品集、备春招秋招；\n- 转岗 / 跳槽者：把过往项目包装到位；\n- 独立开发者：把 side project 推向商用；\n- 技术博主 / 讲师：沉淀项目讲解稿与案例。\n\n## 上手与依赖\n\n- 零编译、零强制依赖：触发即用自然语言，如「分析一下我的项目」「帮我把这个项目推演到商用」「结合我的 JD 准备这个项目的面试」。\n- 可选：解析简历文件需 `pip install pdfplumber python-docx pypdf`；代码扫描依赖 Node 环境。\n- **推荐在高推理模型下使用**（Claude Opus 4.6 / DeepSeek v4 Pro / GPT-5.6 或同级），低推理模型会导致理解肤浅、推演模板化、面试题预测质量差。\n\n## 开源与许可\n\nMIT 协议，免费可商用、可二次分发、可修改。完整源码见 GitHub 仓库 `whishi47/project-showcase-enhancer-skill`。\n\n---\n\n> 英文版本（English version）见仓库 `README.en.md`；双语主文档见 `README.md`。\n\nFile v0.1.0:LICENSE\n\nMIT License\n\nCopyright (c) 2026 whishi47\n\nPermission is hereby granted, free of charge, to any person obtaining a copy\nof this software and associated documentation files (the \"Software\"), to deal\nin the Software without restriction, including without limitation the rights\nto use, copy, modify, merge, publish, distribute, sublicense, and/or sell\ncopies of the Software, and to permit persons to whom the Software is\nfurnished to do so, subject to the following conditions:\n\nThe above copyright notice and this permission notice shall be included in all\ncopies or substantial portions of the Software.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\nIMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\nFITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE\nAUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\nLIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\nOUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE\nSOFTWARE.","readmeExcerpt":"Skill: Project Showcase Enhancer Owner: whishi47 Summary: 个人项目展示增强器，将 Demo 级个人项目推演为商用级完整产品，生成可用于个人简历网站的高质量项目展示文档，并输出面试备考手册。This skill should be used when the user wants to analyze a personal project codebase, evolve... Tags: latest:0.1.0 Version history: v0.1.0 | 2026-07-23T04:15:51.915Z | auto Project Showcase Enhancer 1.0.0 — first public release - Enables personal project analysis and commercial-grade enhancement ","codeSnippets":[],"executableExamples":[{"language":"bash","snippet":"# 1. 克隆仓库\ngit clone {仓库地址}\n\n# 2. 安装依赖\n{安装命令}\n\n# 3. 配置环境变量\ncp .env.example .env\n# 编辑 .env 填入必要配置\n\n# 4. 启动服务\n{启动命令}"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\r\nname: project-showcase-enhancer\r\ndescription: 个人项目展示增强器，将 Demo 级个人项目推演为商用级完整产品，生成可用于个人简历网站的高质量项目展示文档，并输出面试备考手册。This skill should be used when the user wants to analyze a personal project codebase, evolve it from a demo to a commercial-grade product, generate polished showcase documentation for a portfolio website, or prepare project-related interview responses. 触发场景：用户提到\"分析我的项目\"\"展示项目\"\"包装项目\"\"推演商用\"\"项目展示文档\"\"项目说明书\"\"项目亮点\"\"面试准备项目\"\"帮我写项目介绍\"等。\r\nslug: project-showcase-enhancer\r\ndisplayName: 个人项目展示增强器\r\nversion: 1.0.0\r\nsummary: 将能跑的 Demo 级个人项目推演为商用级完整产品，一键生成项目展示文档与面试备考手册；融合脚本确定性扫描与 LLM 深度语义理解，打通从代码分析到面试准备的全链路。\r\nlicense: MIT\r\nagent_created: true\r\n---\r\n\r\n# 个人项目展示增强器 (Project Showcase Enhancer)\r\n\r\n## 模型要求\r\n\r\n**本技能依赖高推理能力的大模型。** 在开始任何分析前，向用户确认当前使用模型，并明确告知：\r\n- 推荐模型：Claude Opus 4.6 / DeepSeek v4 Pro / GPT 5.6 或同等级别的高推理模型\r\n- 低推理模型可能导致：代码理解肤浅、商用推演模板化、面试题预测质量差\r\n- 如果当前模型不满足要求，建议用户切换后再使用\r\n\r\n## 核心理念\r\n\r\n采用 **硬编码字典快速扫描 + LLM 深度语义理解** 的混合架构，而非单纯依赖其中一种：\r\n\r\n1. **快速扫描层（脚本）**：`scripts/scan_project.js` 用硬编码字典在秒级完成目录遍历、技术栈识别、依赖提取，输出结构化 JSON——确定性高、速度快、不消耗 token\r\n2. **深度理解层（LLM）**：基于扫描 JSON + 实际阅读关键源文件，进行语义级的架构分析、代码质量评估、业务逻辑梳理——只有 LLM 能做的事\r\n3. **推演共创（对话）**：与用户多轮对话，将 Demo 推演为商用级产品方案\r\n4. **包装输出（模板）**：基于 `assets/` 下的模板生成项目展示文档 + 面试备考手册\r\n\r\n---\r\n\r\n## 内置资源\r\n\r\n| 资源 | 路径 | 用途 |\r\n|------|------|------|\r\n| 项目扫描器 | `scripts/scan_project.js` | 硬编码字典扫描→JSON，用法：`node scripts/scan_project.js <项目目录>` |\r\n| 简历解析器 | `scripts/parse_file.py` | 解析 PDF/DOCX/TXT 简历，用法：`python scripts/parse_file.py <文件路径>` |\r\n| 展示文档模板 | `assets/showcase-template.md` | 项目展示文档输出模板 |\r\n| 面试备考模板 | `assets/interview-prep-template.md` | 面试备考手册输出模板 |\r\n\r\n---\r\n\r\n## 工作流程\r\n\r\n### 阶段 0：项目定位（入口）\r\n\r\n首次触发时，向用户确认以下信息（一次性问完，不要逐个问）：\r\n\r\n1. **项目路径**：要分析的项目代码在哪个目录？\r\n2. **使用场景**：用于个人简历 / 面试 / GitHub 展示 / 作品集网站？\r\n3. **目标岗位方向**（可选）：前端 / 后端 / 全栈 / 产品 / 架构等——用于面试题预测的针对性\r\n4. **特别说明**（可选）：用户对这个项目的原始想法、希望突出的点\r\n\r\n如果用户提供了简历文件，运行 `scripts/parse_file.py` 将 PDF/DOCX 转为纯文本，供阶段 3 面试准备使用。\r\n\r\n---\r\n\r\n### 阶段 1：深度代码理解\r\n\r\n#### 1.1 快速扫描（脚本层）\r\n\r\n首先运行扫描脚本获取结构化数据：\r\n\r\n```bash\r\nnode scripts/scan_project.js <项目目录>\r\n```\r\n\r\n该脚本输出 JSON，包含：\r\n- `techStack`：按 runtime/framework/build/css/test/orm/deploy 分类的技术栈清单\r\n- `dependencies`：完整依赖列表（从 package.json 等提取）\r\n- `directoryStructure`：全目录树（含职责标注）\r\n- `entryFiles`：检测到的入口文件\r\n- `configFiles`：配置文件清单\r\n- `readmeContent`：README 原文（最多 5000 字符）\r\n- `packageJson`：项目元信息\r\n- `fileStats`：文件统计\r\n\r\n#### 1.2 深度阅读（LLM 层）\r\n\r\n基于扫描 JSON，LLM 应完成以下分析：\r\n\r\n- **技术栈深度分析**：扫描 JSON 给出了依赖列表，LLM 需要分析每个关键依赖的用途、版本是否合理、是否有替代方案\r\n- **目录与模块理解**：扫描 JSON 给出了目录树 + 职责标注，LLM 应阅读关键目录下的核心文件，理解模块划分和数据流\r\n- **入口文件解读**：阅读入口文件，理解启动流程、路由结构、中间件链\r\n- **配置文件分析**：阅读 `.env` / `application.yml` 等，理解部署环境、第三方服务依赖\r\n- **README 意图提取**：从 README 中提取用户的原始产品意图\r\n\r\n#### 1.3 代码质量评估\r\n\r\n对以下维度给出客观评分（1-10）和具体说明：\r\n\r\n| 维度 | 评分 | 说明 |\r\n|------|------|------|\r\n| 代码组织与模块化 | /10 | |\r\n| 错误处理 | /10 | |\r\n| 类型安全 | /10 | |\r\n| 测试覆盖 | /10 | |\r\n| 安全性 | /10 | |\r\n| 性能设计 | /10 | |\r\n| 可部署性 | /10 | |\r\n| 文档完整度 | /10 | |\r\n\r\n每个评分附带具体证据（文件名 + 行号或具体现象）。\r\n\r\n#### 1.4 现状总结\r\n\r\n用一段话描述项目的**当前状态**，向用户展示并确认后进入阶段 2。\r\n\r\n---\r\n\r\n### 阶段 2"},{"path":"README.md","content":"\r\n \r\n
\r\n\r\n个人项目包装与面试备战 · Project Showcase Enhancer
\r\n\r\n\r\n 把 Demo 级个人项目推演为商用级完整产品，一键生成项目展示文档与面试备考手册。脚本做确定性扫描，大模型做深度语义理解，四阶段闭环从读代码直通面试准备。\r\n
\r\n\r\n\r\n 🇨🇳 中文 | \r\n 🇬🇧 English\r\n
\r\n\r\n\r\n 📄 单语版本（Single-language）： English · 中文\r\n
\r\n\r\n\r\n \r\n \r\n \r\n \r\n \r\n
\r\n\r\n---\r\n\r\n🇨🇳 中文
\r\n\r\n## 这是什么？\r\n\r\n> **个人项目包装与面试备战** 是一个 WorkBuddy 技能（Skill）。它不是「扫一遍代码吐模板」的工具，而是一套**人机协作的工作流**：先读懂你的代码与原始意图，再和你一起把 Demo 推演成商用级产品方案，最后产出两份可直接使用的文档——**项目展示文档**和**面试备考手册**。\r\n\r\n它融合了两个不同的源头：\r\n\r\n- 源自 **code-project-analyzer** —— 代码扫描与项目文档生成的原始脚本与思路；\r\n- 源自 **JD + 简历 → 面试题预测助手** —— JD + 简历 → 面试题的 STAR 框架与结构化分析方法。\r\n\r\n真实痛点：你有一个能跑的个人项目 / Demo，但不知道怎么把它**讲清楚、写专业、准备面试**。代码能跑，项目说明却只会写「基于 React + Node 做的博客」，提炼不出亮点；Demo 离商用差得远却说不清差在哪；面试官一追问技术选型理由就露怯。\r\n\r\n这个技能把这三件事一次性解决：**分析代码 → 推演商用 → 生成展示文档 → 预测面试题**。\r\n\r\n## 亮点\r\n\r\n> **扫描脚本提供确定性地图，大模型在地图上做深度推理——两者结合，才既快又准。** —— 本技能的核心设计\r\n\r\n- **真实读懂代码**：先用脚本做确定性扫描，再由大模型阅读关键源文件，理解业务逻辑、模块划分、数据流，而不是靠文件名猜。\r\n- **Demo 到商用的推演**：结合你的产品愿景，列出功能 / 工程化 / 运维三方面的差距，给出分阶段演进路线图（MVP → 完善 → 商用）。\r\n- **项目展示文档**：按模板生成亮点、功能模块、技术栈选型理由、架构设计、部署说明，排版精良，直接可放简历网站或作为 README。\r\n- **面试备考手册**：结合 JD 和简历，预测 15 道项目相关面试题（必问 / 针对性 / 追问三类），每题给考察点、答题策略和 STAR 框架。\r\n- **混合架构**：脚本做快而稳的扫描，大模型做深而准的推理，兼顾速度与质量，也不浪费 token。\r\n\r\n## 上手\r\n\r\n### 前提\r\n\r\n```bash\r\n# 1. 已安装 WorkBuddy 客户端（本技能为 WorkBuddy 用户级技能）\r\n# 2. 建议在「高推理模型」下使用（见「配置」）\r\n# 推荐：Claude Opus 4.6 / DeepSeek v4 Pro / GPT-5.6\r\n\r\n# 3.（可选）如需解析简历文件，安装 Python 依赖\r\npip install pdfplumber python-docx pypdf\r\n```\r\n\r\n### 安装技能\r\n\r\n```bash\r\n# 方式一：从 GitHub 克隆到用户级技能目录\r\ngit clone https://github.com/whishi47/project-showcase-enhancer-skill.git \\\r\n \"$HOME/.workbuddy/skills/project-showcase-enhancer\"\r\n\r\n# 方式二：从压缩包解压\r\n# 下载 project-showcase-enhancer.zip，解压到 $HOME/.workbuddy/skills/project-showcase-enhancer/\r\n# 确保目录下直接包含 SKILL.md\r\n\r\n# 方式三：SkillHub 市场安装\r\n# 在 SkillHub 搜索 project-showcase-enhancer-skill 并安装\r\n```\r\n\r\n> `$HOME` 在 Windows 上通常是 `C:\\Users\\你的用户名`。技能目录也可能是 `.codebuddy\\skills`，以你使用的客户端为准。安装后无需编译或安装依赖，在 WorkBuddy 对话中直接用自然语言触发即可。\r\n\r\n### 使用\r\n\r\n| 触发方式 | 操作 | 效果 |\r\n|---|---|---|\r\n| 💬 自然语言 | \"分析一下我的项目\" | 启动技能，进入阶段 0 收集信息 |\r\n| 💬 自然语言 | \"帮我把这个项目推演到商用\" | 直接进入阶段 2 商用推演 |\r\n| 💬 自然语言 | \"生成一份项目展示文档\" | 跳过推演，直接产出展示文档 |\r\n| 💬 自然语言 | \"结合我的 JD 准备这个项目的面试\" | 进入阶段 4 面试备考 |\r\n| 📎 简历文件 | 上传 PDF / DOCX / TXT | 解"},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn79bq8zpft0rkgapyc3ehxx658b2gr3\",\n \"slug\": \"project-showcase-enhancer-skill\",\n \"version\": \"0.1.0\",\n \"publishedAt\": 1784780151915\n}"},{"path":"assets/interview-prep-template.md","content":"# {项目名称} — 面试备考手册\n\n> 生成时间：{YYYY-MM-DD HH:mm}\n> 基于项目代码深度分析 + 商用演进推演生成\n\n---\n\n## 项目能力画像\n\n基于该项目，候选人能证明以下能力：\n\n| 能力维度 | 具体体现 | 简历关键词 |\n|----------|----------|------------|\n| **技术深度** | {具体技术点} | {关键词} |\n| **架构能力** | {架构设计体现} | {关键词} |\n| **工程化** | {工程实践} | {关键词} |\n| **产品思维** | {产品设计体现} | {关键词} |\n| **问题解决** | {具体解决的难题} | {关键词} |\n\n---\n\n## 面试题预测（共 15 题）\n\n### 📌 必问题（5 题）\n> 做项目的候选人几乎必被问到的高频题\n\n**Q1：请简单介绍这个项目的背景和你负责的部分**\n- 🔑 答题要点：\n - 30 秒电梯演讲版 + 2 分钟详细版各准备一个\n - 说清楚：解决了什么问题 → 你怎么做的 → 用了什么技术 → 取得了什么效果\n- 📐 STAR 框架：\n - Situation：{项目背景一句话}\n - Task：{你的任务/目标}\n - Action：{你采取的行动}\n - Result：{量化结果}\n\n**Q2：{根据项目特征生成的高频题}**\n- 🔑 答题要点：{要点}\n- 📐 STAR 框架：{框架}\n\n**Q3：{根据项目特征生成的高频题}**\n- 🔑 答题要点：{要点}\n- 📐 STAR 框架：{框架}\n\n**Q4：{根据项目特征生成的高频题}**\n- 🔑 答题要点：{要点}\n- 📐 STAR 框架：{框架}\n\n**Q5：{根据项目特征生成的高频题}**\n- 🔑 答题要点：{要点}\n- 📐 STAR 框架：{框架}\n\n---\n\n### 🎯 针对性题（5 题）\n> 针对项目中的技术难点、架构决策、或简历上的可疑点\n\n**Q6：{题目 —— 说明面试官为什么会问这个}**\n- 🎯 考察点：{面试官想通过这个题了解什么}\n- 💡 答题策略：{建议的回答角度}\n- 📝 参考答案要点：\n 1. {要点1}\n 2. {要点2}\n 3. {要点3}\n\n**Q7：{题目}**\n- 🎯 考察点：{考察点}\n- 💡 答题策略：{策略}\n- 📝 参考答案要点：{要点}\n\n**Q8：{题目}**\n- 🎯 考察点：{考察点}\n- 💡 答题策略：{策略}\n- 📝 参考答案要点：{要点}\n\n**Q9：{题目}**\n- 🎯 考察点：{考察点}\n- 💡 答题策略：{策略}\n- 📝 参考答案要点：{要点}\n\n**Q10：{题目}**\n- 🎯 考察点：{考察点}\n- 💡 答题策略：{策略}\n- 📝 参考答案要点：{要点}\n\n---\n\n### 🔍 追问题（5 题）\n> 针对项目中的技术亮点，面试官深入追问的细节\n\n**Q11：{题目 —— 针对项目中的某个技术亮点}**\n- 🔍 追问点：{面试官会追问什么}\n- 💡 答题策略：{建议的回答角度}\n- 📝 参考回答思路：{思路}\n\n**Q12：{题目}**\n- 🔍 追问点：{追问点}\n- 💡 答题策略：{策略}\n- 📝 参考回答思路：{思路}\n\n**Q13：{题目}**\n- 🔍 追问点：{追问点}\n- 💡 答题策略：{策略}\n- 📝 参考回答思路：{思路}\n\n**Q14：{题目}**\n- 🔍 追问点：{追问点}\n- 💡 答题策略：{策略}\n- 📝 参考回答思路：{思路}\n\n**Q15：{题目}**\n- 🔍 追问点：{追问点}\n- 💡 答题策略：{策略}\n- 📝 参考回答思路：{思路}\n\n---\n\n## 💡 备考策略\n\n### 高频必准备\n{列出最重要的 3 个准备方向}\n\n### 加分项准备\n{列出能让面试官眼前一亮的 2-3 个方向}\n\n### 避坑提醒\n{列出项目中容易被质疑的点，提前准备应对}\n\n---\n\n## 面试自检清单\n\n- [ ] 能用 30 秒讲清楚项目是什么\n- [ ] 能用 2 分钟展开讲项目全貌\n- [ ] 每个技术选型都能说清楚\"为什么\"\n- [ ] 能画出系统架构图并解释数据流\n- [ ] 能说出项目中遇到的最大挑战及解决方案\n- [ ] 能说明如果重来会做哪些改进\n- [ ] 准备好了每个\"为什么\"的答案\n- [ ] 对所有 STAR 案例都练习过 2 遍以上\n\n---\n\n> 提示：面试时主动展示项目 Demo / 架构图 / 技术文档，效果远好于纯口头描述。"},{"path":"assets/showcase-template.md","content":"# {项目名称} — 项目展示\n\n> 一句话定位：{用一句话描述这个项目是什么、解决什么问题}\n\n---\n\n## 项目概述\n\n{用 2-3 段描述项目的背景、核心价值、目标用户。尽量具体，避免空泛}\n\n---\n\n## 核心亮点\n\n- **{亮点1标题}**：{具体说明，用数据/事实支撑}\n- **{亮点2标题}**：{具体说明}\n- **{亮点3标题}**：{具体说明}\n- **{亮点4标题}**：{具体说明}\n- **{亮点5标题}**：{具体说明}\n\n---\n\n## 功能模块\n\n### 模块一：{模块名称}\n- {功能点1}\n- {功能点2}\n- {功能点3}\n\n### 模块二：{模块名称}\n- {功能点1}\n- {功能点2}\n\n### 模块三：{模块名称}\n- {功能点1}\n- {功能点2}\n- {功能点3}\n\n{根据需要增加模块}\n\n---\n\n## 技术栈\n\n| 层级 | 技术选型 | 说明 |\n|------|----------|------|\n| 前端 | {框架/库} | {为什么选它} |\n| 后端 | {框架/语言} | {为什么选它} |\n| 数据库 | {数据库类型} | {为什么选它} |\n| 缓存 | {Redis/其他} | {用途} |\n| 部署 | {Docker/Nginx/云服务} | {部署方式} |\n| 其他 | {其他关键技术} | {说明} |\n\n---\n\n## 架构设计\n\n### 系统架构图\n\n{描述或引用架构图}\n\n### 核心设计决策\n\n1. **{决策1}**：{为什么这样设计、相比其他方案的优劣}\n2. **{决策2}**：{为什么这样设计}\n3. **{决策3}**：{为什么这样设计}\n\n### 关键数据流\n\n{描述核心业务流程的数据流转}\n\n---\n\n## 从 Demo 到商用的演进\n\n### 演进前（Demo 阶段）\n- {Demo 阶段的核心功能/限制}\n\n### 演进后（商用级）\n- {新增的功能模块}\n- {工程化改进}\n- {性能/安全/体验提升}\n\n### 演进路线图\n1. **第一阶段**：{目标} → {关键动作}\n2. **第二阶段**：{目标} → {关键动作}\n3. **第三阶段**：{目标} → {关键动作}\n\n---\n\n## 项目展示\n\n### 截图/演示\n\n{嵌入或描述关键页面的截图}\n\n### 在线地址\n\n- 演示地址：{URL}\n- 源码地址：{GitHub/Gitee URL}\n\n---\n\n## 部署说明\n\n### 环境要求\n- {Node.js / Python / Java 等版本要求}\n- {数据库版本}\n- {其他依赖}\n\n### 快速启动\n```bash\n# 1. 克隆仓库\ngit clone {仓库地址}\n\n# 2. 安装依赖\n{安装命令}\n\n# 3. 配置环境变量\ncp .env.example .env\n# 编辑 .env 填入必要配置\n\n# 4. 启动服务\n{启动命令}\n```\n\n---\n\n## 未来规划\n\n- [ ] {规划点1}\n- [ ] {规划点2}\n- [ ] {规划点3}\n\n---\n\n> 最后更新：{日期}"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"个人项目展示增强器，将 Demo 级个人项目推演为商用级完整产品，生成可用于个人简历网站的高质量项目展示文档，并输出面试备考手册。This skill should be used when the user wants to analyze a personal project codebase, evolve... Skill: Project Showcase Enhancer Owner: whishi47 Summary: 个人项目展示增强器，将 Demo 级个人项目推演为商用级完整产品，生成可用于个人简历网站的高质量项目展示文档，并输出面试备考手册。This skill should be used when the user wants to analyze a personal project codebase, evolve... Tags: latest:0.1.0 Version history: v0.1.0 | 2026-07-23T04:15:51.915Z | auto Project Showcase Enhancer 1.0.0 — first public release - Enables personal project analysis and commercial-grade enhancement","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":824,"uniquenessScore":57,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-09T10:05:33.655Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-09T10:05:33.655Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-09T20:02:55.174Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}