流狐 搜索 skill… ⌘K EN 发布技能

PDF审计

AI 智能 已审计
流狐档案 事实层信息：领域、Agent、信任分、运行环境、权限与网络
领域
AI 智能
兼容 Agent
  • Claude Code
  • Cursor
  • Cline
  • Codex
  • Windsurf
  • Gemini CLI
  • +20
信任分
94 / 100 · 已通过审计
作者 / 版本 / 许可
@santifer · MIT
Token 消耗评级
低消耗
接入复杂程度
需简单配置
是否需要外部 API Key
不需要
兼容的系统
未声明（默认跨平台）
底层运行要求
无特殊要求
文件与系统权限
  • 只读
  • 允许写入 / 修改
  • Shell 执行
网络行为
仅限本地
安装命令数
26 条

档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。

需要注意： 未限定 allowed-tools，默认拥有全部工具权限。

输出预览 career-ops.preview 
---
name: career-ops
description: AI job search command center -- evaluate offers, generate CVs, scan portals, track applications…
category: AI 智能
runtime: 无特殊运行时
---

# career-ops 输出预览

## PART A: 任务判断
- 适用问题：提示词、Agent 工作流、模型评估或自动化推理。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“Mode Routing / Discovery Mode (no arguments) / Context Loading by Mode”读取原文规则，不把推断写成作者承诺。

## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于提示词、Agent 工作流、模型评估或自动化推理，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“Mode Routing / Discovery Mode (no arguments) / Context Loading by Mode”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、执行终端命令、主要在本地完成、通常不需要额外 API Key 给出执行前确认项。

## Running Rules
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。
解读按原文结构重写，命令、链接、术语均保留；右侧可核对作者原始 SKILL.md

先判断是否适合

  • 核心用途：把AI / Agent方向的常用动作沉淀成 Agent 可调用的技能 适合处理AI Agent、提示词、模型评估与自动化推理，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查、可继续迭代的步骤；通…
  • 适用任务：更适合 AI Agent、提示词、模型评估与自动化推理，尤其是输入、步骤、验收口径可以反复复用的场景。
  • 不宜硬套：如果任务只有一次性问答、来源材料很少，或需要作者没有说明的命令和外部服务，应先降级为普通对话。

作者设计意图

  • 触发依据：使用时机、上下文收集、输出格式和失败处理共同决定它是否适合当前任务。
  • 来源边界：作者原文负责事实，仓库文件负责命令和文件证据；Fluxly 只补充用途、限制和使用判断。

作者的方法与取舍

  • 执行主线：任务围绕「Mode Routing / Discovery Mode (no arguments) / Context Loading by Mode」组织，把触发条件、必要上下文、执行规则和交付标准连成一条可复核的链路。
  • 设计重点：重点不在重复教程，而在解释作者为什么规定这些步骤、哪些条件不可省略，以及结果偏离时应回到哪一层检查。
  • 使用判断：先确认任务与原文边界一致，再决定是否启用；来源没有说明的命令、平台和依赖保持未知，不由 Fluxly 补写。

边界和复核

  • 依赖条件：通常不需要额外 API Key，适合先用小任务验证触发是否稳定。
  • 权限提醒：会涉及 read / write / shell-exec 权限，执行前要说明可读写范围、命令边界和回退方式。
  • 质量标准：结果应包含明确产物、必要证据和下一步动作；如果只是泛泛解释，需要补充输入和验收条件后重跑。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。