agentleFS
martin0nemartin0ne/claude-skills/skills/case-study-builder/SKILL.md

case-study-builder

Skill0 starsChanged 5 months agoMITView on GitHub

Use to turn a project, product, deployment, or built skill/tool into a case study for a portfolio, CV, or personal site. Distills context, problem, solution, stack, impact, and lessons into a format that speaks the language of an AI recruiter (keywords matched to a target role profile). Auto-invoke on phrases like „zrób case study", „opisz projekt jako case", „case study z produktu lub skilla", „do portfolio", „na stronę o mnie", „opisz to wdrożenie". Part of a portfolio-as-proof strategy — showing working artifacts instead of asserting past roles.

5 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

case-study-builder

Cel

Przekształcić zbudowaną rzecz (produkt, pipeline, skill, automatyzacja, wdrożenie u klienta) w pokazywalny case study — dowód kompetencji zamiast deklaracji. Każdy case obsługuje trzy fronty naraz: portfolio na stronie, linia w CV, materiał na rozmowę kwalifikacyjną.

Kontekst strategiczny (dlaczego to istnieje)

Częsta bariera na rynku AI = brak wieloletniego formalnego stażu. Obejście: pokazać działające rzeczy zamiast opisywać przeszłe role. Case study to nośnik tego dowodu. Dlatego każdy case MUSI być pokazywalny, zmapowany na keyword z ogłoszeń i opisany efektem — nie listą technologii.

Workflow

  1. Zbierz surowiec. Z repo / dokumentacji / rozmowy wyciągnij: co to jest, dla kogo, jaki realny ból rozwiązuje, co dokładnie zostało zbudowane, stack, jaki efekt (metryka lub jakościowy), czego się nauczył. Brakujące dane → dopytaj użytkownika, NIE zmyślaj.
  2. Zmapuj na język rynku. Na podstawie profilu docelowej roli (kompetencje z częstotliwością w ogłoszeniach) nazwij case keywordami, których szukają rekruterzy (RAG, agentic, n8n, AI adoption, ocena zasadności wdrożeń). Case ma mówić językiem rekrutera, nie inżyniera.
  3. Wypełnij szablon assets/case-study-template.md — struktura: Kontekst → Problem → Rozwiązanie → Stack → Efekt → Lekcje → keywordy.
  4. Honesty pass (twardy): tylko prawdziwe fakty. Brak metryki liczbowej = opis jakościowy („skrócił obsługę z X kroków do Y"), NIGDY wymyślona liczba ROI. Stosuj zasadę past-behavior — dowód, nie obietnice.
  5. Dwa warianty długości: (a) krótki ~120-150 słów pod CV/stronę, (b) pełny pod portfolio/rozmowę. Zawsze oba.
  6. Wskaż ujście: gdzie ląduje (portfolio na stronie / sekcja CV / README repo). Jeśli case dotyczy publicznego repo — dołącz link.

Szczegółowe zasady (co czyni case mocnym dla rekrutera AI, jak traktować metryki, anty-wzorce) → references/zasady-case-study.md.

Reużywalność

Wywoływać dla KAŻDEGO nowego artefaktu (skill, produkt, automatyzacja, wdrożenie klienckie) — nowe narzędzie automatycznie generuje swój case. Tak portfolio rośnie razem ze stackiem, bez osobnego wysiłku.

Anti-patterns (NIE)

  • NIE lista technologii bez efektu („użyłem n8n, Claude, Supabase") — rekruter chce problem→rezultat.
  • NIE zmyślone metryki/ROI (honesty pass).
  • NIE case bez ujścia (jeśli nigdzie nie trafia, nie powstał).
  • NIE pełny żargon inżynierski na role adoption/BA — tam liczy się translacja na biznes.

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.