my_career

一个用于“个人职业发展规划”的仓库，提供 car 的 4 个命令：

• /car:init：创建职业规划工作目录
• /car:start：启动信息采集前端，收集基本信息
• /car:analyze：分析个人职业发展与差距
• /car:plan：生成可执行的实现路径

基于 GROW 模型

本 skill 的开发基于 GROW（Goal / Reality / Options / Will）教练模型，把“找工作/跳槽/转型”拆成可迭代的四步：

• Goal（目标）：明确目标岗位/地区/薪资口径与成功标准（含需要验证的市场信息）
• Reality（现状）：结构化沉淀履历、作品、技能、工具方法、约束条件与证据链（含“精彩履历”）
• Options（选项）：输出差距地图、补齐路径与投递/策略备选项（跨行业/深耕均给出可执行建议）
• Will（行动）：生成里程碑甘特图 + todo，按周推进并复盘迭代

工作原理

• 数据输入：前端把你的信息保存为 JSON 到 work/inputs/（本地落盘，可反复修改与复用）
• 分析输出：分析结果写到 work/outputs/，并把最新/历史快照写到 work/artifacts/（支持历史切换）
• 本地 API：开发态通过 Vite 本地中间件提供 /api/* 接口，负责读写这些 JSON 文件

工作方式（建议流程）

• 1. 填信息：个人信息 / 履历 / 作品 / 工具方法 / 约束 / 验证信息（如目标地区主流薪资与税后到手）
• 2. 做分析：生成能力差距、薪资差距、策略建议与“需要验证的问题清单”
• 3. 出计划：生成 8 周粒度里程碑 + todo 列表（可直接照着执行）
• 4. 持续迭代：补齐证据链（作品/精彩履历/量化成果）→ 重新分析 → 重新出计划

适用范围

• 仅适用于个人求职/跳槽等“找工作”场景
• 不适用于创业、融资、商业模式验证等创业场景

转行风险建议

• 预期管理：转行通常意味着短期收入/职级回撤，优先明确可接受的下限与时间窗口。
• 证据不足：仅靠课程/证书很难说服面试官，尽量用 2-3 个可展示项目/作品与可量化成果补齐证据链。
• 技能错配：目标岗位的“硬门槛”（技术栈/作品/行业知识）要优先补齐，避免只学“好看但不关键”的内容。
• 面试节奏：转行会更依赖投递策略与面试复盘，建议把面试当成迭代过程持续调整目标与简历叙事。
• 风险缓冲：准备 3-6 个月的生活与学习缓冲金，避免在高压力下做非理性决策。

目录结构

• car/：命令定义与 prompts
• frontend/：交互前端工程（Vue + Ant Design Vue）
• work/：输入/输出/中间成果物（可提交到 git）
• docs/：使用说明与概念文档

快速开始

环境要求：

• Node.js 18+（推荐 20+）

快速安装（npx，一次性试用）：

npx -y github:visual-req/career-grow -- --force

启动前端（本地开发态）：

cd frontend
npm i
npm run dev

打开终端输出的本地地址，按页面引导填信息 → 点击“分析/计划”。所有输入与输出会落在 work/ 目录中。

进阶说明（可选）：

• docs/getting-started.md
• docs/installation.md
• docs/workflow.md
• docs/concept.md
• docs/commands.md

Disclosure

使用过程中可能涉及个人信息输入与处理，详见：

• docs/disclosure.md