cheat-on-skill
帮你在 AI 时代找到一份高薪 × 你学得动 × 不会被 AI 吃掉的工作，并给出个性化学习策略。
不是"AI 高薪职业 Top10"那种水文清单（那些利益不中立，多是卖课/培训机构的获客漏斗）。 这套工具的差异点是 能力匹配 + 可学性闸门 + BOSS 直聘真实招聘数据 + 反诈。
三件套（MVP）
/skill-init 能力盘点 → 判起点档位(S0–S3) → 建 .skill-state.json（前置）
/skill-scan 连 BOSS + 网页信号，找「高薪 × 可学 × AI 增强」交集岗位（核心）
/skill-plan 选定岗位 → 差距分析 → 分阶段学习路径 + 作品集 + 求职时间线 + 止损线（核心）
/skill-status 每次回来问“今天干嘛/继续/卡住了”→ 读进度记忆 → 给当天任务 → 更新打卡（陪跑）
后续可扩：skill-verify（单岗位反诈深查）、skill-retro（深度复盘看板）。
安装
./install.sh # 软链 skills/* 到 ~/.claude/skills/
然后在 Claude Code 里说「我想找 AI 时代的高薪工作」即可触发。
关键依赖：BOSS 直聘 adapter（human-in-the-loop）
adapters/boss/ 用原始 CDP 连你已登录的有界面 Chrome，只读搜索结果列表页（岗位名/薪资量级/公司/技能标签）。
- ✅ 半自动：你扫码登录、过滑块；脚本只读列表页，不翻页/不进详情/不私聊（反爬风控 + ToS + 反诈红线）。
- ⚠️ 薪资数字被 BOSS 字体混淆，只拿到量级（
▯▯-▯▯K），精确值需手动开详情页。 - ⚠️ JD 真实要求列表页拿不到，目标岗位让用户手动开详情页贴回。
详见
adapters/boss/README.md。
方法论（shared-references/）
role-tiers.md—— 起点档位 S0–S3，按"底子 × 可投入时间"瞄该够的岗位。ai-impact-taxonomy.md—— 岗位 AI 影响三分类（替代/增强/新生），只推后两类。learnability-rubric.md—— 对你这个起点的可学性 0–10 打分。anti-scam-rubric.md—— 培训贷/付费内推/包就业等求职骗局红线。
设计原则
薪资是岗位的，差距是你的。 价值不是列高薪岗，是把"高薪 × 你学得动 × AI 时代仍要"三个圈的交集挑出来，再给一条诚实的学习路径。转型要几个月真实投入，不是 30 天速成。
进度记忆（文件，不是模型记忆）
所有状态都落在文件里，换会话/换设备/换 AI 都能接上，不靠模型记忆：
.skill-state.json—— 画像 + 候选岗位 + 学习计划 + 周/天进度 + 预测。skill-plan写入，skill-status每次读它接上下文、按进度陪跑并调整。workspace/—— 你实际干活的地方。day-NN/放每天的产出（形态不限），portfolio/放成型作品，notes.md放跨天笔记。打卡时skill-status把产出落成文件，并在completed_tasks里存文件路径。详见workspace/README.md。lessons.md—— 复盘沉淀（预测 vs 实际的教训）。skill-scan启动时优先读它。reports/—— 阶段交付报告（Word，按需生成）。