返回:管理教练、职业发展与领导力支持
Agent BIGHR-AI-0009

piyush-eon/ai-career-coach

这是教练/职业发展类 Agent 或 Skill,关注目标、承诺、行为模式、复盘、记忆和行动跟踪。

解决什么问题

它不是一个普通链接,而是一个可拆解的工作样本

适合解决“教练对话无法连续、复盘和承诺容易丢失”的问题。上架时必须说明它不是心理咨询,也不能替代专业组织诊断。

本地完整包已通过基础压缩包检查;有说明文件(README),便于学员理解。

核心功能

它具体能做什么

  • 通过初始访谈记录目标、90 天指标、能量来源、拖延事项和身体/情绪反应
  • 用记忆结构区分最近上下文、长期模式和行动承诺,让教练对话有连续性
  • 适合学习“教练型智能体(Agent)如何记录模式、追踪承诺、推动复盘”
  • 不能当心理咨询或真实管理诊断工具,只能做结构学习和模拟练习
工作原理

可以重点拆解哪一层结构

基本原理是:通过结构化初始访谈建立目标和个人背景,再用记忆文件或上下文记录最近进展、反复出现的模式和下一步承诺。

  • 技术栈:Next.js、Google/Gemini、React、Tailwind
适用边界

建议谁用,谁先不要用

适合

适合想学习教练/职业发展类 Agent 结构的学员、顾问和 AI 产品负责人。

不适合

不适合当作专业心理咨询、组织诊断或高风险管理决策工具直接使用。

使用方法

建议按这个顺序学习

  • 先读说明文件、依赖清单和 package 配置,确认运行入口和依赖
  • 根据依赖栈准备测试环境:Next.js、Google/Gemini、React、Tailwind
  • 先用示例数据或模拟数据运行,不接入真实候选人或员工数据
  • 观察智能体的输入、处理过程和输出报告三段结构,再决定是否值得课堂演示

依赖提示:可能需要按说明文件(README)安装依赖、配置 API key 或在测试平台导入。

包内线索

从哪些文件开始看

关键文件

  • README.md
  • .eslintrc.json
  • components.json
  • jsconfig.json
  • package.json

工作流文件

  • .eslintrc.json
  • components.json
  • jsconfig.json
  • package-lock.json
  • package.json
  • 技术栈信号:Next.js;Google/Gemini;React;Tailwind
  • SHA256:753b5c35ee44fb1431ad9232034cbe05f2ba415eba0db43e35bdda504c43a5e1