case-study

name	case-study
description	專案案例包裝。把真實專案包裝成面試/LinkedIn 用的結構化案例（問題→方案→架構→Tech Stack→成果→展示重點）。當用戶說「包裝案例」「寫 case study」「面試用的案例」時使用。
argument-hint	[專案名稱或 repo 路徑]
allowed-tools	Read, Grep, Glob, Bash(git*), Bash(cloc*), Bash(find*), Bash(wc*)
author	Maki
version	1.0.0
tags	["career","interview","linkedin","writing"]
required_env	[]

專案案例包裝

目標

把一個真實專案包裝成結構化的案例包，可直接用於面試、LinkedIn、或作品集。

與其他 Skill 的差異

• demo-storytelling：PoC → 演示腳本（給觀眾看的故事）
• case-study：完整專案 → 結構化案例（給面試官/讀者的事實）
• product-positioning：產品 → 市場定位（給客戶的訊息）

輸入

從 $ARGUMENTS 或對話中取得：

欄位	必填	說明
專案名稱	是	名稱或 repo 路徑
目標用途	否	預設：面試 + LinkedIn 雙用
受眾	否	預設：技術主管 / HR / 資深工程師

若缺專案名稱，問用戶。

資訊收集流程

Step 1: 自動偵測專案資訊

若提供 repo 路徑：

1. 讀 README.md / CLAUDE.md
2. git log --oneline -20 看開發歷史
3. git log --oneline --since="6 months ago" | wc -l 算活躍度
4. Glob 看主要檔案結構

若只提供名稱：

1. 問用戶補充背景資訊

Step 2: 量化指標挖掘

主動嘗試取得以下數字（能自動抓就抓，不能就標 _（待填）_）：

• 程式碼統計：cloc 或 find . -name "*.py" | wc -l
• 測試數：grep -r "def test_" | wc -l
• 部署環境數
• 服務使用者數（問用戶）
• 效能改善數字（問用戶）
• 節省時間/成本（問用戶）

Step 3: 問用戶補充

自動收集完後，列出缺少的關鍵數字，一次問完：

以下數字我無法自動取得，請補充（沒有的寫「無」）：
1. 服務使用者數：
2. 每日/月處理量：
3. 節省的時間或成本：
4. 其他你想強調的成果：

輸出格式

# 案例：{專案名} — {一句話定位}

> 面試 / LinkedIn 用案例包

## 問題

{2-3 個 bullet，描述要解決什麼問題}

## 解決方案

{方案概述 + 3-4 個關鍵設計決策}

## 技術架構

{ASCII 或文字描述的架構圖}

## Technology Stack

| 層級 | 技術 |
|------|------|
| ... | ... |

## 成果

{帶數字的成果列表}

## 展示重點（面試時強調）

1. **{能力標籤}**：{一句話說明}
2. ...
3. ...
4. ...

Quality Gates

• 問題描述是業務痛點，不是技術描述
• 架構圖清晰可懂（非工程師也能看懂大致結構）
• Tech Stack 表完整（每一層都有）
• 成果有至少 2 個數字（沒有 = 不及格）
• 展示重點對應市場需求（Product 思維 / Engineering / AI 實戰）
• 沒有公司機密或敏感資訊

Heuristics

• 問題描述用「用戶/團隊遇到什麼困難」，不用「我想做一個...」
• 成果數字優先用相對值（「降低 97%」比「從 90s 到 3s」更直覺）
• 展示重點最多 4 個，太多 = 沒重點
• 如果專案太小不值得包裝 → 告訴用戶，建議合併到其他案例