XBuilderLAB/cheat-on-skill

cheat-on-skill 的首次 onboarding。盘点用户能力（现有技能/可迁移底子/学历经验/每周可学时间/能坚持几个月/学习能力自评/地区/目标薪资/转型紧迫度），判定起点档位，创建 .skill-state.json 状态文件，是 skill-scan / skill-plan 的前置。触发词："能力盘点"/"我想转AI相关工作"/"找AI时代高薪工作"/"skill init"/"职业转型初始化"。**当用户想找/规划 AI 时代工作但 .skill-state.json 不存在时，先路由到此。**

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。

cheat-on-skill 的核心。连 BOSS 直聘真实招聘数据 + 网页信号，按用户能力画像找「高薪 × 你学得动 × AI 增强」交集里的候选岗位。每个岗位给：薪资量级 / 需求热度 / 你的差距 / 可学性分 / 诚实学习周期，并过 AI 影响分类与反诈红线。触发词："帮我找岗位"/"找AI时代高薪工作"/"有什么我能学的高薪岗"/"skill scan"/"扫一遍招聘"。前置：需要 .skill-state.json（无则先路由到 skill-init）。

cheat-on-skill 的陪跑进度 skill。用户问“今天该干嘛”“我现在做到哪了”“继续学”“打卡”“我卡住了”“下一步是什么”时触发。读取 .skill-state.json 的 active.progress 和 learning_plan，给当天任务、检查完成情况、记录进度、根据快慢调整计划。前置：已有 .skill-state.json 且 active.learning_plan 存在。