agentleFS
AstorgatoAstorgato/asistente-cv-linkedin/.claude/skills/cv/SKILL.md

cv

Skill0 starsChanged 2 months agoMITView on GitHub

Genera un CV verídico para un perfil o para una vacante concreta, desde datos/hechos.yaml. Entrega DOCX y opcionalmente PDF, con una auditoría de qué se usó, qué no está validado y qué se omitió. Úsalo cuando la persona pida un CV, actualizarlo o adaptarlo a una oferta.

The file

Files
SKILL.md

Generar CV

python scripts/cv.py --listar
python scripts/cv.py --perfil <id> --pdf
python scripts/cv.py --todos

Salida en salidas/cv/. El DOCX es el archivo principal; el PDF, solo cuando el formulario lo exija o lo vaya a leer una persona directamente.

Antes de generar

  1. python scripts/validar.py. Si hay errores, se arreglan primero.
  2. Si hay conflictos abiertos que afecten este CV, pregúntalos ahora: el generador los va a omitir.

La regla que no se rompe

El generador no redacta: selecciona, ordena y formatea lo que está en hechos.yaml.

  • confirmado → se usa
  • por_confirmar (o sin estado) → se usa y se lista al final
  • conflicto → se omite y avisa
  • descartado → se omite; si su texto reaparece por otra entrada, aborta
  • redacciones_prohibidas → si alguna aparece en el documento, aborta
  • no_defendibles → se quitan de las habilidades ("Airflow (DAGs dinámicos)" → "Airflow")
  • habilidades con cobertura: 0 → solo si están confirmado
  • certificaciones → solo confirmado y vigentes

Si la persona pide agregar algo que no está en hechos.yaml, primero se agrega ahí con su procedencia (fuentes: [usuario]) y después se regenera. Nunca al revés. Si pide "mejorar" un logro: reformular está permitido; agregarle una cifra, un alcance o una tecnología que no estaba, no.

Adaptar a una vacante concreta

Adaptar = elegir qué mostrar y con qué énfasis. Fechas, cifras y afirmaciones son idénticas entre versiones.

  1. Lee la vacante completa: requisitos excluyentes, idioma, título, años.
  2. Elige el perfil más cercano de datos/perfiles-cv.yaml.
  3. Si hace falta, crea uno nuevo copiando otro: titulo, subtitulo, omitir_experiencia, resumir_experiencia, omitir_proyectos, orden_habilidades, incluir_voluntariado.
    • El titulo es el cargo al que postula, no su grado. Si el grado se presta a confusión con un título profesional, cuida que no se lea como tal.
  4. Regenera y revisa la auditoría.

Al entregar

Reporta siempre:

  • Cuántas afirmaciones se usaron.
  • Cuáles quedaron por_confirmar: la persona debe saber qué no está validado.
  • Qué se omitió y por qué (conflictos, políticas de uso, cobertura 0, no defendibles).
  • Si el script avisó de un hueco en la experiencia: un reclutador lo va a preguntar. Si el aviso dice qué experiencia omitida lo cubre, propón incluirla (para eso está la regla_de_excepcion de su politica_de_uso).
  • El tamaño: Greenhouse no parsea sobre 2,5 MB.

Formato (no se negocia)

Una columna, sin tablas, sin foto, sin gráficos, sin contacto en header/footer, estilos nativos de Word. Son las reglas de parseo publicadas por Greenhouse.

Nada de barras de porcentaje ("Python 90%"): son números sin metodología que invitan a la repregunta "¿comparado con quién?".

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.