career-coach（职业发展教练）Skill 是什么？如何一键安装并沉淀晋升证据？

职业发展教练Skill：把每周的琐碎工作，自动沉淀成晋升时拿得出手的证据

它是什么：一个跑在 AI 编程/工作环境里的「个人职业发展教练」技能，中文名「职业发展教练Skill」，英文名 career-coach，技能 ID 为 11915。
核心能力：内置四种模式——周报、月度反思、自我评价、晋升评估，围绕你的角色与职级给出针对性指导。
会记住你的工作：通过 PostToolUse 钩子在文件写入时自动捕获职业证据，配合职业 MCP 工具（scan_evidence()、parse_ladder()、analyze_coverage()、timeline_analysis()）做结构化聚合。
越用越值钱：每周一次短会话，年底写自我评价、谈晋升时就不再“凭记忆硬编”。
门槛不高：先跑 /career-setup 建立基线，再随时 /career-coach 开聊即可。

一、该技能叫什么？如何一键安装 AI 技能提升开发效率？

基本信息

项目	内容
中文名	职业发展教练Skill
英文名	career-coach
技能 ID	11915
核心形态	一个斜杠命令 `/career-coach` + 一个证据捕获钩子 + 一组职业 MCP 工具

它解决什么问题？

开发者最常遇到的三类“职业委屈”：

干得多、说不清——一个季度写了上万行代码、扛了两次紧急上线，到了写周报时只剩一句“日常开发”。
年底失忆——自我评价要求“举出 3 个可量化成果”，却发现工作记录散落在聊天记录、会议纪要、提交历史里。
晋升靠感觉——不知道目标职级到底要求什么能力，也不知道自己差在哪、差多少。

职业发展教练Skill 的思路是：把“职业证据”当作一种可持续采集的数据。日常工作中随手写下的记录被钩子捕获，需要输出时由教练技能聚合并生成结构化报告——周报、反思、自评、晋升评估四种产物一次配齐。

一键安装的思路与步骤

该技能以“技能包 + 钩子 + MCP 工具”的形式分发，具体安装命令与入口请以官方说明为准。通用流程如下：

确认前提环境
- 需要一个支持 AI 技能（Skill）与斜杠命令的运行环境（例如 Claude Code 一类的客户端，具体支持范围以官方说明为准）。
- 因为钩子命令是 node .claude/hooks/career-evidence-capture.cjs，所以本机需要可用的 Node.js 运行时。
- 需要一个存放职业资料的目录结构（技能约定使用 05-Areas/Career/、System/user-profile.yaml 等路径）。
安装技能包
- 通过官方提供的技能市场/安装入口获取 career-coach 技能（技能 ID：11915），安装到技能目录中，使 /career-coach 命令可被识别。
确认钩子已注册
- 该技能声明了一个 PostToolUse 钩子：匹配器为 Write，类型为 command，命令为 node .claude/hooks/career-evidence-capture.cjs。
- 安装后请检查配置文件里该钩子是否存在，并确认 .claude/hooks/career-evidence-capture.cjs 文件确实存在，否则写入文件时不会触发证据捕获。
建立基线（关键一步）
- 首次使用前运行 /career-setup，录入工作描述、职业阶梯（Career Ladder）、最新评价、成长目标。
- 没有基线，教练就不知道你的职级和能力要求，后面的晋升评估会失真。
验证是否生效
- 执行 /career-coach，若能看到“职业指导会话”的欢迎语与引导问题，说明技能已正常工作。
- 再写一个文件触发 Write 钩子，观察是否产生职业证据记录，可验证捕获链路是否通畅。

二、该技能的主要功能和特点

1. 四种产出模式，覆盖职业沟通的全周期

周报：生成“经理就绪”的周报，含项目与交付物、关键成就、遇到的挑战（情况/方法/结果）、需要的支持、下周优先级。
月度反思：基于近 30 天证据与近 6 个月趋势，提炼反复出现的主题、技能发展趋势、生产力模式与下月焦点建议。
自我评价：面向年度评价，输出执行摘要、主要成就（带可量化影响）、核心能力展示、成长领域、目标达成情况、展望未来。
晋升评估：把已展示的能力与职业阶梯逐条比对，给出差距评估（无/次要/中等/显著）、优势对齐、需要的证据、准备情况评级与行动计划。

2. 职业 MCP 工具做“数据层”，大模型只做“解释层”

这是它和“直接问 AI”的本质区别：

scan_evidence()：结构化解析并聚合全部职业证据文件；
parse_ladder()：从职业阶梯中抽取能力要求；
analyze_coverage()：把证据映射到能力项，输出覆盖统计；
timeline_analysis()：跟踪证据趋势与成长速度。

结构化数据先行，模型负责解读与给建议，因此评估更快、更一致，也能看出随时间变化的趋势。

3. 教练风格会“因人而变”

技能会读取 System/user-profile.yaml 中的职业水平与指导风格偏好，并结合职业阶梯中的当前角色做适配：

鼓励式：适合早期职业与职业转型，正常化挑战、庆祝进展、关注学习；
协作式：适合中期职业，强调思维伙伴关系、所有权与影响力；
挑战式：适合高级、领导与 C 级，直接质疑假设、追问战略与二阶影响。

同时按角色做微调：产品经理看用户影响与跨职能影响力，工程师看技术深度与系统设计，设计师看用户体验与利益相关者沟通，管理者看团队发展、授权与文化。

4. 证据捕获自动化

PostToolUse + Write 匹配器的钩子设计，让“写文件”这个动作顺带完成职业证据沉淀，避免额外记账负担。

5. 与其他工作流打通

在 /review 每日回顾中主动提示“这可能是职业证据”；
处理与经理的会议记录时提取正/负面反馈，附加到 Review_History.md；
在 /quarter-review 季度回顾时提示运行晋升评估或月度反思。

6. 自带输出质量闸门

最终输出前会自检：是否有带可衡量结果的具体示例、评估是否诚实、是否关联职业阶梯能力、是否有可行下一步、语气是否匹配职级。

三、如何使用该技能？

步骤 1：完成基线设置（只做一次）

运行 /career-setup，准备四类材料：工作描述、职业阶梯文档（05-Areas/Career/Career_Ladder.md）、最近一次评价、当前成长目标（Growth_Goals.md）。

步骤 2：启动会话

/career-coach

或带上下文直接开始：

/career-coach 这周领导 API 迁移项目很困难，遗留接口耦合严重，我和两个后端同事连续三天做兼容层……

步骤 3：先脑力激荡，不用组织语言

技能会引导你谈：在做什么项目、有什么挑战或挫败、有什么胜利或突破、什么事让你自豪或挣扎。此时想到什么写什么即可。

步骤 4：回答 3-5 个澄清问题

教练会围绕“结果与影响 / 利益相关者与协作 / 挑战与方法 / 技能与成长 / 信心与情感”追问，问题会按职级调整。例如初级会被问“这周你学到最大的一件事是什么”，高级会被问“这如何推进团队或公司的战略目标”。通常一次问 2-3 个，答完再追问。

步骤 5：选择模式

系统会列出四个选项：周报、月度反思、自我评价、晋升评估。也可以说“继续聊”再多聊一会儿。

步骤 6：获取结构化产物

以周报为例，输出结构为：项目与交付物 → 关键成就（带结果/影响）→ 遇到的挑战（情况/方法/结果）→ 需要的支持 → 下周优先级。生成后会询问：是否保存到 05-Areas/Career/Reports/YYYY-MM-DD - Weekly Report.md、是否复制到剪贴板、是否草拟给经理的邮件。

步骤 7：把成果沉淀回去

会话结束后，教练会问三件事：是否把新成就/技能发展保存到 05-Areas/Career/Evidence/、是否更新 Growth_Goals.md、是否追加到 Review_History.md。这一步决定了下次评估的质量。

使用边界提醒：日常任务管理请用 /daily-plan，项目状态更新用 /project-health，会议准备用 /meeting-prep——/career-coach 专注职业成长，不替代它们。

四、同类型竞品对比分析

方案名称	定位	核心功能	安装/使用门槛	适用场景	优势与不足
career-coach（职业发展教练Skill）	长期职业证据库 + 教练式对话	四种模式产出、职业 MCP 数据聚合、证据钩子自动捕获、职级自适应风格	需支持技能的环境 + Node 运行时；首次需 `/career-setup` 建基线	周报、月度复盘、年度自评、晋升答辩准备	优势：证据可积累、产出结构化、可追踪趋势；不足：依赖前期基线录入，本地目录结构需遵循约定
通用大模型对话（直接聊天）	即问即答的通用助手	自由对话、临时撰写文本	极低，打开就能用	临时润色一段周报、临场想几个说法	优势：零配置、灵活；不足：不记忆历史证据、每次都要重新喂背景、评估缺乏能力框架对照，容易“越聊越空洞”
笔记/文档模板（周报模板、OKR 模板类）	静态结构化记录	模板填空、知识库归档	低，但需要自己维护结构	手工记录工作日志	优势：可控、可检索；不足：全靠自觉填写，不生成反思与评估，无法自动做能力覆盖分析
企业绩效管理平台	组织级绩效流程管理	目标对齐、360 反馈、评价流程流转	通常由公司采购部署，个人无法独立使用	公司统一绩效考核周期	优势：流程规范、与 HR 体系打通；不足：服务组织而非个人成长，个人历史数据难以随身携带
人工职业教练/导师	人际陪伴与经验传递	深度对话、人脉引荐、临场判断	高：需预约、成本与可获得性以实际情况为准	重大职业转折、晋升关键期	优势：共情与判断力强；不足：频次低、无法做到“每周留痕”，也难以输出结构化文档

一句话选型建议：要“留证据、出文档、能追踪”，选职业发展教练Skill；要“临场一句漂亮话”，通用对话足够；要“组织流程合规”，那是绩效平台的事。

五、该技能的典型应用场景与实际体验情况

场景一：后端工程师的周五周报（约 10 分钟）

角色与痛点：每周五下午对着空白文档发呆，写出来的周报像流水账，经理读不出价值。
使用方式：/career-coach → 口述本周三件事（迁移兼容层、修了两个线上问题、带了新人）→ 回答澄清问题（影响是什么？谁参与？哪里最难？）→ 选“周报”。
实际体验：输出会把“修了两个线上问题”逼成“情况—方法—结果”的结构，并追问“需要的支持”，这部分往往是经理最想看的内容。注意：口述越具体，产出越像你本人写的；如果只丢一句“这周很忙”，结果也会很虚。

场景二：工作三年的开发者准备晋升答辩

角色与痛点：想升一级，但说不清目标职级要求什么，也拿不出成体系的证据。
使用方式：先确保 Career_Ladder.md 是目标职级的版本 → /career-coach → 选“晋升评估”。
实际体验：技能会聚合证据、解析阶梯、做能力覆盖分析，再逐条给出“✅ 已满足 / ⚠️ 部分证据 / ❌ 尚未展示”和差距等级，最后给准备情况评级（未准备/发展中/接近准备/已准备）与季度行动计划，还会生成“和经理对话的谈话点与提问清单”。注意：它是基于当前证据的快照，证据少时评级会偏保守——这恰恰是提醒你该补记录了。

场景三：年底自我评价（最省时的一档）

角色与痛点：自评要求“可量化成果”，但一年前的项目细节已经模糊。
使用方式：选“自我评价”，技能会调用全量证据扫描、阶梯解析、近 12 个月趋势分析，并交叉查询季度目标完成情况。
实际体验：能直接对齐“计划要做的”和“实际做成的”，把完成的高影响目标转成自评证据。注意：指标一定要自己再核一遍，定量数据以公司口径为准。

场景四：月度反思，发现自己的模式

角色与痛点：感觉一直在忙，但说不清在成长还是在原地打转。
使用方式：选“月度反思”，技能分析近 30 天证据与近 6 个月趋势。
实际体验：会输出“反复出现的主题”“加强的技能 / 需要关注的技能”“运作良好的与需要调整的生产力模式”，并给 2-3 个下月焦点与行动项清单。注意：这类输出价值取决于证据密度，坚持每周一次短会话的人，第二个月开始就能明显感到“有东西可分析”。

整体上手难度：中等偏低。命令只有两三个，难的是第一次老老实实把职业阶梯和成长目标录进去——这是后续一切评估的标尺。

六、该技能能为用户带来的价值

1. 把“记忆负担”转成“采集习惯”

过去写自评要回忆一年，现在只需要每周花十分钟聊一次。钩子自动捕获 + 结构化聚合，让职业证据从“临时抢救”变成“日常沉淀”。

2. 显著压缩文档撰写时间

周报、月度反思、自我评价、晋升评估四类高频文档都有固定骨架与追问机制，把“从零开始想结构”变成“回答问题填内容”。对多数人而言，最大的节省不是打字时间，而是启动成本。

3. 降低职业沟通的门槛

不是每个人都擅长把工作翻译成“影响力语言”。技能的澄清问题相当于一套提问模板：结果是什么、影响了谁、你做了什么权衡、下一步要什么支持——练几次之后，这套表达方式会内化成你自己的汇报能力。

4. 让晋升从“感觉”变成“可度量”

能力覆盖统计 + 差距等级 + 准备情况评级 + 季度行动计划，把模糊的“我差不多该升了吧”变成可讨论、可验证的清单，也方便和经理对齐预期。

5. 长期复利：一份随身携带的职业资产

证据库、反思、评估、评价历史都留在你自己的目录里（如 05-Areas/Career/ 下的 Evidence/、Reports/、Reflections/、Reviews/、Assessments/）。换团队、换公司，这份资产跟着你走——这是企业绩效系统给不了的。

七、常见问题 FAQ

Q1：这个技能怎么安装？需要什么前提？

A：通过官方技能安装入口获取 career-coach（技能 ID：11915），具体命令与入口以官方说明为准。前提有三：支持技能与斜杠命令的运行环境；本机可用的 Node.js 运行时（钩子命令为 node .claude/hooks/career-evidence-capture.cjs）；以及首次使用前运行 /career-setup 建立基线。安装后执行 /career-coach 能看到会话引导语即为生效。

Q2：收费吗？

A：技能本身的分发与收费方式请以官方说明为准。需要留意的是，它会调用所运行环境背后的大模型能力，这部分成本取决于你使用的客户端与套餐。

Q3：适合谁用？新人用会不会太早？

A：五类人收益最明显：需要定期汇报的开发者、准备晋升的骨干、要做年度自评的人、带团队需要给下属做发展沟通的管理者、以及职业转型期的人。新人同样适用——技能会按职级自动切换到“鼓励式”风格，把焦点放在学习机会与建立信心上，问题也换成“你学到了什么”“谁能指导你”。

Q4：和直接问 ChatGPT 写周报有什么区别？

A：三点区别。第一，有记忆：证据库持续积累，不用每次重新交代背景。第二，有标尺：能对照你的职业阶梯做能力覆盖与差距分析，通用对话没有这个参照系。第三，有结构：四种模式都有固定骨架与质量自检项，输出稳定可复用，而不是每次风格随机。

Q5：我的工作记录和评价内容存在哪里？会不会被上传？

A：按技能设计，证据、报告、反思、评估都以 Markdown 文件形式保存在你自己的职业目录中（例如 05-Areas/Career/Evidence/ 等）。关于模型调用过程中的数据处理，请以所使用客户端的隐私政策与官方说明为准。技能内的使用统计（事件名 career_coach_session，含模式属性）仅在用户选择加入分析时触发。