Career Harvest

你每天都在和 Agent 一起干活，这些会话本身就是最好的履历素材。 Harvest 只负责起草，草稿进 inbox/，由用户在 career-review 里确认。

这是一个可选功能。用户没开启也不影响其他任何 skill。

采集流程

1. 找到待处理的会话

python3 scripts/sessions.py pending            # 只看会话结束 hook 排进队列的
python3 scripts/sessions.py pending --scan --since 14d   # 再扫一遍本机各 Agent 的会话记录

返回每个会话的 agent、transcript_path、first_request（第一条用户请求）。

2. 粗筛（看 first_request 就够了）

明显不是"工作成果"的直接标记跳过，不用读全文：

• 闲聊、查资料、问个命令怎么用、翻译
• 个人事务（购物、日程、生活问题）
• 在履历库本身里进行的会话（已自动排除）

python3 scripts/sessions.py mark <session_id> ... --skip

3. 细读候选会话

python3 scripts/sessions.py digest <transcript_path>

摘要包含：用户的需求、Agent 的关键回复、改动的文件、git 提交，常见密钥已自动脱敏。

用这个标准判断值不值得起草：

• ✅ 有明确的产出：功能上线、bug 修复、性能提升、方案落地、工具交付
• ✅ 有可以量化的结果，或者有值得面试时讲的技术取舍
• ✅ 用户是主导者（提出需求、做决策），Agent 只是帮手
• ❌ 只是探索、半途而废、纯粹的环境配置、琐碎修改

宁缺毋滥。 十个会话里起草一两条是正常的。

同一件事经常跨好几个会话（比如周一设计、周三实现、周五上线），要合并成一条草稿，sources 里列出所有相关会话。 先看 inbox/ 和 achievements/ 里有没有同一件事：有的话，往已有的草稿里追加信息，不要新建。

4. 写草稿

按 <vault>/VAULT.md 的格式写进 inbox/<YYYY-MM>-<slug>.md：

status: draft
captured_by: career-harvest
sources:
  - session:claude-code:<session_id>
  - <commit message 或 PR 链接，如果有>
confidentiality: internal     # 工作项目默认 internal；用户的个人开源项目可以 public

正文写清楚背景、做了什么、结果。会话里没有出现的数字不要写；只有定性结果时，在 metrics 里留空，并在正文末尾加一行"待补：结果数据"。 不要把代码片段、内部 URL、客户名或任何凭据写进草稿。

5. 标记已处理

python3 scripts/sessions.py mark <session_id> ...

6. 回报

一句话就够："看了 N 个会话，起草了 M 条，建议有空时用 career-review 确认。" 在定时任务里运行时不需要回报，草稿留在 inbox 等用户下次查看即可。

开启 / 关闭自动采集

自动采集有两种触发方式，可以只开一种，也可以两种都开。修改 Agent 配置前，先给用户看清楚要改哪个文件、改什么，得到同意再执行。

方式一：会话结束 hook（推荐）

会话结束时，hook 只做一件事：把会话路径追加到 <vault>/.resumaker/harvest-queue.jsonl。 它不调用模型、不读全文，耗时在毫秒级，不会拖慢 Agent 退出。真正的采集在下次运行本 skill 时进行。

python3 scripts/install_hooks.py --agent claude --agent codex --agent gemini --dry-run   # 先预览
python3 scripts/install_hooks.py --agent claude --agent codex --agent gemini             # 安装
python3 scripts/install_hooks.py --agent codex --uninstall                               # 卸载

• 只装用户实际在用的 Agent（检查 ~/.claude、~/.codex、~/.gemini 是否存在）
• 安装前会备份原配置为 .bak；重复运行是幂等的
• Codex 要求用户在 CLI 里运行 /hooks 信任新 hook，之后才会生效。一定要告诉用户这一步
• 其他支持 SessionEnd 类 hook 的 Agent：把 ~/.config/resumaker/bin/enqueue.py --agent <name> 配成会话结束时执行的命令即可。它从 stdin 读取包含 session_id 和 transcript_path 的 JSON

方式二：定时采集

让 Agent 定期在后台跑一次本 skill，包括扫描没装 hook 的 Agent 的会话。配置方法见 references/automation.md。

关闭

卸载 hook，删除定时任务。.resumaker/ 里的队列和状态文件可以留着，不影响任何东西。