skill-plan
cheat-on-skill 的核心。为用户选定的某个候选岗位生成个性化学习策略：差距分析 → 分阶段学习路径（资源+里程碑）→ 作品集清单 → 求职时间线 → 止损线。强调 AI 加速学习、诚实周期、可验证里程碑。触发词："我选XX做学习计划"/"这个岗位怎么学"/"给我学习路径"/"skill plan"/"制定转型策略"。前置：该岗位最好已在 skill-scan 的 candidate_roles 里、判定为可学。
npx skills add XBuilderLAB/cheat-on-skill --skill skill-plan --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# /skill-plan — 个性化学习策略（差距 → 路径 → 上岸） 把一个目标岗位变成"以你的起点 + 每周时间，几个月内能学到能投简历"的可执行学习计划。 ## 前置检查 - 读 `.skill-state.json` 找该岗位。若不在 candidate_roles 或可学性判定为 ❌ 劝退/⛔ 吃力，**先提醒用户回 skill-scan 重选或确认**，别硬做注定挫败的计划。 - 若该岗位牵涉付费培训/内推，先确认它过了 `../../shared-references/anti-scam-rubric.md`；命中红线先劝退。 - 读 `../../shared-references/learnability-rubric.md`（差距维度对齐）和 `role-tiers.md`（起步动作按档位）。 ## 学习策略必含 6 块 1. **差距分析（最重要）**：把目标岗位 JD 要求 − 用户已有能力 = 要补的清单，逐条列，**标出哪些可迁移（已有，略学即可）、哪些要从头学**。差距清单决定整个计划，别跳过。 2. **分阶段学习路径**：拆成 2–4 个阶段，每阶段有： - 目标（学完能做什么，可验证） - 具体内容 + 推荐资源类型（**优先免费/低成本 + 边学边做**；要推具体课程/资源时用 WebSearch 查当下真实可得的，加年份，别凭记忆给可能失效的链接） - **AI 加速点**：这一阶段怎么用 AI 当私教 / 用 AI 编程 / 用 AI 出作品，把学习曲线压短（这是 AI 时代学习的题眼，别让"用 AI"停在口号） - 时间盒（以用户每周 N 小时算，这阶段几周） 3. **作品集清单**：列 2–4 件**能放进简历/能演示**的作品（按档位：S0 工具熟练度作品；S1 旧技能 ×AI 重做；S2 GitHub 可跑项目；S3 解决本行业真实痛点的 demo）。作品比证书值钱——它证明你真能干。 4. **求职时间线**：第几周开始投简历、投哪些渠道、面试要准备什么。明确"不必等全学完才投"——边投边补。 5. **止损线**：满足什么条件该停下复盘或调整（例：投 30 份 0 面试 / 学了 X 周完全跟不上 / 出现反诈红线）。给转型留个清醒的退出判断。 6. **诚实周期与预期**：以用户每周时间算，几个月到能投、几个月可能拿 offer。明说这是真实投入不是速成，不画饼。 > 需要时用 WebSearch 查该岗位当下的真实学习路径/主流工具栈/招聘要求（加年份），别给过时方案。 ## 落盘（含「预期」——这是日后复盘对账的起点） 写入前先用系统时间取当前时间： ```bash date '+%Y-%m-%d %H:%M %Z %z' ``` 所有报告和状态记录必须带具体时间与时区，跟用户系统时区走。内部
- 前置检查
- 学习策略必含 6 块
- 落盘（含「预期」——这是日后复盘对账的起点）
- 报告与存档收尾
- 普通收尾
date '+%Y-%m-%d %H:%M %Z %z'
What does the skill-plan skill do?
cheat-on-skill 的核心。为用户选定的某个候选岗位生成个性化学习策略：差距分析 → 分阶段学习路径（资源+里程碑）→ 作品集清单 → 求职时间线 → 止损线。强调 AI 加速学习、诚实周期、可验证里程碑。触发词："我选XX做学习计划"/"这个岗位怎么学"/"给我学习路径"/"skill plan"/"制定转型策略"。前置：该岗位最好已在 skill-scan 的 candidate_roles 里、判定为可学。
How do I install it?
Run `npx skills add XBuilderLAB/cheat-on-skill --skill skill-plan --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From XBuilderLAB/cheat-on-skill, a repository with 158 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.