/skill-init

name: skill-init
description: cheat-on-skill 的首次 onboarding。盘点用户能力（现有技能/可迁移底子/学历经验/每周可学时间/能坚持几个月/学习能力自评/地区/目标薪资/转型紧迫度），判定起点档位，创建 .skill-state.json 状态文件，是 skill-scan / skill-plan 的前置。触发词："能力盘点"/"我想转AI相关工作"/"找AI时代高薪工作"/"skill init"/"职业转型初始化"。**当用户想找/规划 AI 时代工作但 .skill-state.json 不存在时，先路由到此。**
argument-hint: ""
allowed-tools: Bash(*), Read, Write, Edit, Glob, Skill

/skill-init — cheat-on-skill 首次 onboarding（能力盘点）

把用户从"我想找个 AI 时代的高薪工作"带到"有了一份清晰能力画像、可以开始找岗位"，全程 ≤ 5 分钟。

设计哲学（必须先认同）

这套工具的差异点不是"列高薪职业"，是 **能力匹配 + 可学性闸门 + 真实招聘数据 + 反诈**。 所以 init 的目标不是给岗位，而是先建立"值得学 = 对你值得学"的前提：没有能力画像，任何高薪岗位都是别人的画饼。

Overview

[用户首次说"我想找AI时代的高薪工作"]
  → Phase 0: 检测 .skill-state.json 是否存在
  → Phase 1: 首屏文案（期望管理 + 反诈承诺）
  → Phase 2: 能力盘点 7 问（一次问完，允许"不确定"）
  → Phase 2.5: 起点档位识别（S0–S3）
  → Phase 3: 写入 .skill-state.json
  → Phase 4: 下一步清单

Phase 0 — 检测状态

test -f .skill-state.json && echo EXISTS || echo MISSING

• 已存在：告诉用户已初始化，问要不要更新画像（走 Edit），否则路由到 skill-scan。
• 不存在：继续。

Phase 1 — 首屏文案（原样表达这几点）

• 这工具不会给你"AI 高薪职业 Top10"那种水文清单——那些利益不中立，多是卖课漏斗。
• 我会做四件别人不做的事：① 按你的真实底子匹配岗位，不给通用清单 ② 用 BOSS 直聘**真实招聘数据**看哪些 AI 岗在招、给多少 ③ 给每个岗位算"以你的起点学得动吗"的可学性分 ④ 培训贷/包就业/付费内推一律过反诈红线淘汰。
• 转型通常要几个月的真实投入，不是"30 天速成"。认同我们再往下。

Phase 2 — 能力盘点 7 问（一次性问完，允许"不确定"记 null）

1. **你现在的技能/职业是什么？**（写作/运营/设计/销售/编程/数据/外语/财会/某行业专业…）——这是迁移的本钱。 2. **想转的方向沾边吗？**（完全跨行 / 用旧技能升级 / 不确定）——决定跨度大小。 3. **学历 + 工作年限？**（部分 AI 岗有学历或经验门槛，得提前知道哪些够不着） 4. **每周能稳定投入几小时学习？能坚持几个月？**——时间预算是可学性的硬约束。 5. **学习能力/自驱自评？**（容易坚持 / 需要督促 / 自学过新东西吗）——用于周期估计乐观还是保守。 6. **所在地区 + 目标薪资？**（影响城市岗位密度和现实预期） 7. **转型紧迫度？**（在职慢慢转 / 急需尽快上岸）——影响是稳扎稳打还是先够一个跳板岗。

> 第 1、2 题重点提炼**可迁移能力**（transferable），写进 state，scan 时用它缩小差距。

Phase 2.5 — 起点档位识别（关键）

读 `../../shared-references/role-tiers.md`，按"可迁移底子 × 可投入资源 × 学习能力"归到 **S0/S1/S2/S3**：

• 有行业纵深（医疗/法律/金融/教育等）+ 愿学 AI → 倾向 **S3**
• 会编程/数据 或愿系统学编程 → **S2**
• 有内容/运营/设计/销售/外语等软底子、会用 AI 工具 → **S1**
• 跨度大、零相关底子 → **S0**

> 不确定**就低不就高**。判完**明确告诉用户判成哪档、为什么**，说"你比我更懂自己，可以改"。把 `start_tier` + `tier_reason` 写进 state。

Phase 3 — 写入状态文件

读 `../../templates/skill-state.template.json`，填入答案（含 `start_tier`/`tier_reason`/`transferable`）。 写入前先用系统时间取当前时间和**本机时区**（不要写死任何固定城市/时区，一律跟用户的系统走）：

date '+%Y-%m-%d %H:%M %Z %z'                        # 当前时间 + 时区缩写 + UTC 偏移（如 CST +0800）
readlink /etc/localtime 2>/dev/null | sed 's#.*/zoneinfo/##'   # IANA 时区 ID（如 Asia/Shanghai；读不到就留空让用户确认）

`created_at` 写当天日期（YYYY-MM-DD），`created_at_full` 写具体时间和时区（用上面读到的，例：`2026-06-26 22:06 CST +0800`），`timezone_id` 写读到的 IANA 时区 ID（如 `Asia/Shanghai`），`timezone_label` 写对应的本地时区名（如 `中国标准时间`）。给用户展示时用本机时区，不要写死成某个国家的时间。写到当前工作目录的 `.skill-state.json`。删掉 candidate_roles 里的示例项。

Phase 4 — 下一步清单

告诉用户现在可以说：

• **"帮我找岗位"** → 走 `skill-scan`（连 BOSS + 网页信号，按你的画像找「高薪 × 可学 × AI 增强」候选岗位）
• **"我选 XX 这个岗位，做学习计划"** → 走 `skill-plan`