Skip to content

Latest commit

 

History

4 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

PMHub

PMHub 是一套模块化的产品经理求职与实战 Skills。它既覆盖从职业方向、岗位发现、JD、学习补缺、简历到面试的求职链路,也覆盖产品发现、研究、PRD、优先级、指标、交付、发布和复盘等日常 PM 工作。

它不是把所有任务塞进同一条提示词的“万能助手”。每个 Skill 只负责一个清晰阶段,$pmhub 负责识别意图、选择组件和传递必要事实。

包含的 10 个 Skills

Skill 适合什么时候用 主要交付
$pmhub 不知道从哪里开始,或需要连续完成多个阶段 阶段路由、事实衔接、下一步最小动作
$pmhub-career-planner 规划职业路径、转型、地域/行业选择或季度复盘 目标与约束、情景路线、决策门、行动与复盘
$pmhub-ai-pm-role-fit 不知道适合哪类 AI 产品经理 九类方向的当前切入与长期发展双榜、证据与现实检验
$pmhub-job-radar 从多个公开来源发现、整理和更新岗位 统一岗位数据、来源追溯、去重、筛选与增量快照
$pmhub-jd-reverse-engineer 拆一条 JD、找门槛并判断是否值得投 三个核心任务、证据矩阵、学习/项目/投递建议
$pmhub-ai-learning-coach 从目标岗位倒推 Agent/AI 产品学习 基线诊断、费曼闭环、检索练习、实作评测与复习计划
$pmhub-ai-native-resume HTML 化简历,或根据 JD 生成真实匹配版本 可编辑 A4 HTML、PDF 验证、JD 匹配报告
$pmhub-pm-interview-coach 有时间进行完整模拟面试和针对性复训 动态追问、Case/行为题训练、评分证据与复训计划
$pmhub-interview-1h-rescue 某场产品经理面试临近,需要集中准备 60/30/15 分钟作战包与最后 10 分钟速记
$pmhub-pm-toolkit 需要完成真实的产品经理日常工作 从发现到复盘的模式路由、方法选择和可执行工作物

白板规划中的“自动生成完整简历”不作为独立 Skill。简历组件只会基于用户提供的真实经历做结构化、HTML 化和定向改写,不会从零编造一份履历。

两条主工作流

求职链路

职业目标与硬约束
   ↓
职业规划/九类 AI PM 方向诊断(按需)
   ↓
公司官网+公开 ATS/API+授权第三方导出/单条输入的岗位雷达
   ↓
单条 JD 的任务、门槛与证据缺口
   ↓
费曼学习与项目补证(按需)
   ↓
真实定向的一页 A4 简历
   ↓
进阶模拟面试 → 临场 1h 急救(按时间选择)

已有具体 JD 时可以直接进入 JD 组件;已有定稿简历且马上面试时直接调用急救组件。组件按缺口选择,不要求机械地从头跑到尾。

PM 实战链路

业务目标/用户问题/现有材料
   ↓
选择最小适用模式
   ↓
发现与研究 → 问题定义 → 方案与 PRD → 优先级与路线图
   ↓
指标与实验 → 交付 → 发布/增长 → 复盘与决策记录

$pmhub-pm-toolkit 面向真实产品工作,不默认接管求职流程。只有用户希望把工作产物转成求职证据时,才衔接 JD、简历或面试组件。

岗位雷达的来源策略

已实现 Greenhouse、Lever(全球/欧洲)、Ashby、SmartRecruiters 四类公开 ATS 接口,以及官网 JobPosting JSON-LD、有界 sitemap、搜索发现和 JSON/JSONL/CSV 授权导入。来源配置、增量状态和运行命令见 岗位雷达运行手册。

岗位采集按可靠性和合规性分层:

  1. 公司官网与官方公开 ATS/Job Board API:优先使用结构化公开接口,并保留原始职位链接;
  2. 其他公开公司招聘页:在站点允许且页面可公开访问时读取,无法稳定结构化时转为搜索发现和人工核验;
  3. 第三方招聘平台:只处理官方 API/合作 Feed、平台允许且用户有权使用的导出,或用户主动提供的少量单条岗位;也可通过合规搜索定位同一岗位的公司官网原页;
  4. 用户有权使用的 CSV/JSON/已保存公开页面:作为可复现的离线输入,统一标准化、去重和更新。

岗位雷达不绕过登录、验证码、限流、robots 或平台条款,不调用未经证实的私有接口,也不自动投递。搜索摘要只用于发现,投递前应回到公司官网或原始发布页核验状态。

使用示例

$pmhub 帮我规划 AI 产品经理求职路径,并从公开来源找到值得跟进的岗位。
$pmhub-career-planner 比较留在当前岗位、转 AI PM 和先做解决方案产品三条路线。
$pmhub-job-radar 追踪这些公司官网和公开 ATS 上新增的北京/远程 AI 产品岗位。
$pmhub-jd-reverse-engineer 判断这条 JD 的三个核心任务,以及我现在该不该投。
$pmhub-ai-learning-coach 针对这条 JD,用费曼法带我补齐 RAG 评测能力。
$pmhub-ai-native-resume 根据目标 JD,把我的简历做成真实匹配的一页 A4 HTML。
$pmhub-pm-interview-coach 按二面标准模拟一场 AI 产品经理面试,连续追问并评分。
$pmhub-interview-1h-rescue 我 30 分钟后面试,请生成最后冲刺包。
$pmhub-pm-toolkit 把这批访谈记录合成机会地图,并起草可交付给研发的 PRD。

安装(仓库所有者/已获授权用户)

当前仓库未声明开源许可证。下列安装命令仅用于仓库所有者或已明确获得作者授权的用户,不构成向公众授予复制、修改或再分发权利。

克隆仓库:

git clone https://github.com/zebrazjx/pmhub.git
cd pmhub

仓库根目录包含 .codex-plugin/plugin.json,可以作为完整 Codex 插件使用。若宿主只按独立 Skill 加载,也可以复制全部 Skill:

mkdir -p ~/.codex/skills
cp -R skills/pmhub* ~/.codex/skills/

不同插件宿主可能会在 Skill 名前显示插件命名空间,例如 pmhub:pmhub-job-radar。以客户端展示的完整名称调用即可;Skill 自身名称统一以 pmhub- 开头。

设计原则

  • 以可核验事实和任务证据做判断,不用热词制造“匹配率”;
  • 不编造公司、岗位状态、候选人经历、指标、用户研究或市场结论;
  • 区分原始事实、外部证据、合理推断、训练表现和待确认项;
  • 把 Demo、离线评测、受控试用、真实上线和规模化结果分开;
  • 岗位记录保留来源、抓取时间、原始链接和内容指纹;
  • 学习掌握度由复述、检索、实作或评测证明,“读过”不等于“会做”;
  • 面试训练分只表示本轮回答质量,不表示录用概率;
  • PM 方法服务于当前决策,不为了套框架而套框架;
  • 单项请求只交付单项,跨阶段请求才由 $pmhub 编排。

仓库结构

pmhub/
├── .codex-plugin/plugin.json
├── skills/
│   ├── pmhub/                         # 总路由
│   ├── pmhub-career-planner/          # 职业规划
│   ├── pmhub-ai-pm-role-fit/          # AI PM 方向诊断
│   ├── pmhub-job-radar/               # 多来源岗位雷达
│   ├── pmhub-jd-reverse-engineer/     # JD 倒推
│   ├── pmhub-ai-learning-coach/       # Agent/AI 学习教练
│   ├── pmhub-ai-native-resume/        # 证据型 HTML 简历
│   ├── pmhub-pm-interview-coach/      # 进阶模拟面试
│   ├── pmhub-interview-1h-rescue/     # 临场面试急救
│   └── pmhub-pm-toolkit/              # PM 日常实战包
├── tools/validate_repo.py
└── SOURCES.md

验证

python3 tools/validate_repo.py
python3 skills/pmhub-ai-pm-role-fit/scripts/score_assessment.py --self-test
python3 skills/pmhub-ai-pm-role-fit/scripts/audit_coverage.py
node --check skills/pmhub-ai-native-resume/assets/template/resume-data.js
node --check skills/pmhub-ai-native-resume/assets/template/script.js
python3 -m py_compile skills/pmhub-job-radar/scripts/job_radar.py
python3 -m unittest discover -s skills/pmhub-job-radar/tests -v

日常 CI 使用离线数据。维护者可手动运行 Public ATS live smoke 工作流,以 公开 ATS 示例配置 检查实网连接和解析;该工作流不会随普通提交或 PR 自动采集,也不会建立持续监控。示例公司仅用于接口验证,岗位数可能为零,来源也可能变化。

CI 会从 openai/codex 的固定 commit b04ed4c50c5cebb198074c3e5aaf712b989313cc 取得 Codex 官方 Skill 与 Plugin 校验器,并对插件与 10 个 Skill 逐一检查。岗位雷达测试完全使用本地 fixtures,不访问真实招聘网站。

来源与改造

套件整合了既有 Skills,并为 PMHub 做了命名空间、Codex 元数据、职责边界和阶段衔接适配。新增 PM 实战包参考公开的产品管理 Skills 与一手方法资料;岗位雷达只接入公开、可归因且允许访问的来源。固定来源、版本和改造说明见 SOURCES.md 以及各 Skill 的来源参考文件。

授权说明

当前仓库尚未声明开源许可证;公开可见不等于自动授予复制、修改或再分发权。第三方如需使用、修改、打包或再分发 PMHub,需先另行获得作者授权。外部参考项目与资料仍适用各自的许可证或使用条款,具体来源与本项目的改造边界见 SOURCES.md。

About

PMHub: a modular AI product manager job-search skill suite for JD analysis, resume tailoring, and interview rescue

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages