| 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：
- 讀 README.md / CLAUDE.md
git log --oneline -20 看開發歷史git log --oneline --since="6 months ago" | wc -l 算活躍度- Glob 看主要檔案結構
若只提供名稱：
- 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
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
