在 AI 时代，开发者的 GitHub 比简历更能说明 TA 是谁。
一个 Claude Code skill——丢一个 GitHub URL，它从 HR + 技术双视角评估这个候选人。
写它的不是工程师，是一位有 10 年经验的 HR——所以它的输出对不懂代码的招聘官友好（无术语）、对懂代码的技术 leader 也成立（有证据链）。
输入一个 URL，输出一份 candidate evaluation：
- GitHub 用户主页 → 全景画像 + 学习曲线 + 主力领域
- 单个 repo → 深度评估这个项目体现的能力
- Demo 链接 → 评估线上产品体验
- 简历 + 多个链接 → JD 匹配度 + 综合评估
报告分两部分：
- HR / 业务视角（90 秒读完）：推荐度 / 三句话画像 / 主要亮点 / 主要风险 / 5 个面试切入点 / 接触策略
- 技术视角（评分卡）：四维评分 + 证据链 + 技术栈深度
不同候选人画像走不同路径——这是它跟"打分机器"的区别：
| 触发条件 | 走什么路径 | 输出 |
|---|---|---|
| 普通候选人，数据齐全 | 常规四维评分 | 完整双视角报告 |
| 个人 namespace 稀疏 + 有 org 关联 | 组织级核查 | 查 contributor 排名、PR 历史 |
| KOL 信号（高 followers / 0 following） | 身份链推断 | 推断身份 + 调整接触策略 |
| GitHub 老用户 + 跨周期活跃 + 高 followers | OG 模式 | 不打分，给合作建议 |
| 数据不达准入门槛（新账号 / 1 个 repo） | Thin data mode | 不打分，给信号清单 + 后续观察 |
一个会说"我评估不了"的工具，比强行打分的工具更值得信任。
把整个目录放到 Claude Code 的 skills 目录：
git clone https://github.com/<your-username>/github-as-resume.git ~/.claude/skills/github-as-resume或者通过 Claude Code 的 plugin marketplace 安装（如已发布）：
/plugin install github-as-resume
在 Claude Code 里：
评估候选人 https://github.com/<some-user>
或显式触发：
/github-as-resume https://github.com/<some-user>
支持的触发词：评估候选人、评估 repo、看 GitHub、看候选人作品、评估 demo、招人评估、看简历附件。
这个 skill 在迭代过程中犯过一次错——v1 用工程师标准给一位 AI native builder 打分，得出"工程素养中等偏上"的低估结论。v2 回头修正，意识到用错维度比打错分数更危险。
这次修正的洞察被沉淀到 rubric.md 的"领域差异化的 AI 协作评价"——同一个信号（AI 协作比例）在 AI native builder 和系统底层工程师身上意义完全相反。
具体的"v2 重评"故事，可以看 examples/ 目录里的虚构案例。
详细的伦理边界见 ETHICS.md。简单说：
- ❌ 不评估非公开身份信息（朋友圈 / 脉脉 / LinkedIn 私域）
- ❌ 不做"是不是 X 公司员工"的最终结论——只给概率判断
- ❌ 不做学历 / 年龄 / 性别等受保护属性的评价
- ❌ 不替你做录用决策——给推荐度，决策权在你
- ❌ 不公开发布带真实身份推断的评估报告（评估是 sourcing 辅助，不是新闻报道）
- HR / 招聘官 —— 把候选人 GitHub 翻译成人才信号，避免漏掉宝藏 / 误判 KOL
- 业务 leader / 技术 leader —— 决定要不要进面之前先做 30 分钟的预判
- 猎头 / sourcer —— 调整接触策略（标准流程 / 推荐人引荐 / founding offer）
- 创业团队 —— 找"懂得指挥 AI 的人类"这种 2026 稀缺画像
- 用来骚扰候选人 / 挖角施压（违反 ETHICS）
- 用来做"是不是符合公司价值观"的隐性歧视（不在 skill 设计目标内）
- 用来评估自己的求职机会（这个反过来是 [hire-as-judge] 类 skill 的目标，不是这里）
github-as-resume/
├── README.md / README_EN.md # 你正在读
├── LICENSE # MIT
├── ETHICS.md # 伦理边界（必读）
├── SKILL.md # Claude Code skill 主入口
├── rubric.md # 四维评分卡 + 特殊画像处理
├── red-flags.md # 真实性核查（反 AI 一键生成）
├── identity-inference.md # 身份链推断 5 步法
├── templates/
│ └── report.md # 双视角报告模板
└── examples/ # 虚构案例（演示不同处理路径）
欢迎贡献：
- 新的"特殊画像"模式（如果你遇到了 5 种现有路径都不适用的候选人）
- 新的 rubric 维度（特别是"非工程师作品"维度——目前还在积累样本）
- 翻译（目前只有中英双语）
但不要提交真实候选人评估报告作为 example——examples/ 只接受虚构案例。
这个 skill 的演化得益于多次实战验证。每次评估完一个真实候选人，skill 都会因为新发现的边界情况而进化——这是把"工程师写的工具"变成"懂用人的工具"的核心机制。
特别感谢 Claude Code 让一位非工程师 HR 也能做出供同行使用的工具。