claude-code-arcane 1.2.0 → 1.4.0

package/skills/interview-prep/SKILL.md

@@ -0,0 +1,69 @@
+---
+name: interview-prep
+description: "Prepare for a job interview: company research, likely question bank by role, STAR answers built from your real experience, smart questions to ask, and red flags to watch for. Triggers: preparar entrevista, interview prep, preguntas de entrevista, respuestas STAR, que preguntar en una entrevista, mock interview, red flags entrevista."
+argument-hint: "[application-note | company + role + round]"
+category: "career"
+user-invocable: true
+allowed-tools: Read, Glob, Grep, Write, Edit, WebFetch
+---
+
+# Interview Prep — Preparación de entrevista
+
+Preparás al usuario para una entrevista concreta: research de la empresa, banco de preguntas probable según rol y ronda, respuestas **STAR** construidas desde su experiencia real, preguntas inteligentes para hacer, y red flags a detectar. El output queda en una nota de `06-Entrevistas/`.
+
+## Inputs
+
+- **Aplicación / empresa / rol** (`03-Aplicaciones/`, `04-Empresas/`) y la **ronda** (recruiter screen, técnica, system design, hiring manager, cultural, final).
+- **Perfil maestro** (`01-Perfiles/`) — de ahí salen las historias para las respuestas STAR.
+- **Entrevistadores** si se conocen (research de background ayuda).
+
+## Qué producís
+
+### 1. Research de la empresa
+- Qué hacen, producto, modelo de negocio, etapa, tamaño.
+- Cultura y valores (de su sitio, blog, reviews).
+- Noticias recientes / financiación / lanzamientos.
+- Stack técnico conocido.
+- Cómo conectar tu perfil con su contexto.
+
+### 2. Banco de preguntas por ronda
+- **Recruiter screen:** motivación, expectativas salariales, disponibilidad, "contame de vos".
+- **Técnica:** según stack del JD — fundamentos, problemas, debugging, code review.
+- **System design** (si aplica): patrones, trade-offs, escala.
+- **Hiring manager / comportamiento:** liderazgo, conflicto, fracaso, impacto.
+- **Cultural:** valores, formas de trabajo, por qué esta empresa.
+- Marcar las **3–5 más probables** para este rol específico.
+
+### 3. Respuestas STAR
+- Construir respuestas con el método **STAR** (Situación, Tarea, Acción, Resultado) usando logros reales del perfil maestro.
+- Cada respuesta: concreta, con métrica, 60–90 segundos hablada.
+- Ver `references/star-framework.md`.
+
+### 4. Preguntas para hacer
+- 5–7 preguntas inteligentes que demuestran research y filtran si la empresa te conviene (equipo, expectativas de los primeros 90 días, cómo miden éxito, deuda técnica, proceso).
+
+### 5. Red flags a detectar
+- Señales de mala empresa/equipo durante la entrevista (proceso caótico, evasión sobre cultura/turnover, expectativas irreales, falta de claridad de rol, hostilidad).
+- Qué preguntar para sacarlas a la luz.
+
+## Salario / negociación (si la ronda lo toca)
+
+- No dar número primero si se puede evitar; preguntar rango.
+- Anclar en research de mercado + tu valor (logros).
+- Tener un rango (mínimo aceptable / objetivo / ambicioso) listo.
+
+## Proceso
+
+1. Leer aplicación + empresa + perfil. WebFetch del sitio/notas de la empresa.
+2. Crear nota en `06-Entrevistas/` con el template `Entrevista`.
+3. Llenar research, banco de preguntas (marcando las top), STAR de las 3–5 historias clave, preguntas a hacer, red flags.
+4. Ofrecer un **mock**: vos hacés de entrevistador y das feedback sobre las respuestas.
+5. Post-entrevista: ayudar a registrar feedback y definir próximo paso / follow-up (con `/cold-outreach`).
+
+## Idioma
+
+En el idioma de la entrevista. Preparar respuestas en inglés si el rol es internacional, aunque la prep se converse en español.
+
+## Handoff
+
+Pedí aprobación (approval) antes de escribir la nota en `06-Entrevistas/`. Cuando la prep está READY, ofrecé un mock; post-entrevista, seguí con `/cold-outreach` para el follow-up.

package/skills/interview-prep/references/star-framework.md

@@ -0,0 +1,42 @@
+# STAR Framework — Respuestas de comportamiento
+
+STAR estructura respuestas a preguntas de comportamiento ("contame de una vez que…") para que sean concretas, completas y memorables. La mayoría de los candidatos divaga; STAR te da una historia con resultado.
+
+## Las 4 partes
+
+- **S — Situación:** el contexto, breve. Dónde, cuándo, qué estaba pasando. (1–2 oraciones)
+- **T — Tarea:** tu responsabilidad / el problema a resolver. (1 oración)
+- **A — Acción:** qué hiciste *vos* (no "el equipo"). El grueso de la respuesta. Decisiones concretas. (2–4 oraciones)
+- **R — Resultado:** el impacto, **con número** siempre que se pueda. Qué aprendiste. (1–2 oraciones)
+
+Objetivo: 60–90 segundos hablado. Ni telegrama, ni monólogo de 5 minutos.
+
+## Ejemplo
+
+> **Pregunta:** "Contame de una vez que mejoraste el rendimiento de un sistema."
+>
+> **S:** En Acme nuestro servicio de matchmaking tenía picos de latencia que cortaban partidas.
+> **T:** Como backend lead, me tocó bajar la latencia sin agregar infra.
+> **A:** Perfilé el hot path, encontré queries N+1 y serialización redundante; introduje caching por sesión y batch de writes, y agregué métricas para validar.
+> **R:** Latencia -25% y estabilidad del server +40%; duplicamos jugadores concurrentes sin sumar costos. Aprendí a medir antes de optimizar.
+
+## Banco de historias (preparar 5–6)
+
+Construí 5–6 historias STAR reutilizables desde el perfil maestro, cubriendo:
+
+1. **Logro/impacto** del que estés orgulloso (con métrica).
+2. **Problema técnico difícil** que resolviste.
+3. **Conflicto / desacuerdo** con un compañero o stakeholder.
+4. **Fracaso / error** y qué aprendiste (mostrá ownership, no excusas).
+5. **Liderazgo / iniciativa** (lideraste algo, mentoreaste, empujaste un cambio).
+6. **Ambigüedad / cambio de prioridades** que manejaste.
+
+La misma historia puede servir para varias preguntas — lo que cambia es qué parte enfatizás.
+
+## Errores comunes
+
+- Quedarse en "nosotros" — la entrevista evalúa *tu* aporte. Decí "yo".
+- Saltearse el Resultado, o un resultado sin número.
+- Demasiada Situación, poca Acción.
+- Historias vagas/inventadas que no aguantan repreguntas.
+- No tener la historia de fracaso preparada (la piden casi siempre).

package/skills/inventory-stock/SKILL.md

@@ -0,0 +1,86 @@
+---
+name: inventory-stock
+description: "Design inventory and stock control — availability tracking, optimistic locking to prevent overselling, reservations, multi-location, backorders, and restock forecasting. Includes a safety-stock/reorder-point calculator. Triggers: designing inventory, fixing overselling, forecasting restock."
+argument-hint: "[design | forecast | audit]"
+category: "ecommerce"
+user-invocable: true
+allowed-tools: Read, Glob, Grep, Bash
+---
+
+# Inventory & Stock
+
+Stock is where data integrity meets revenue: oversell and you lose trust, over-reserve and you lose sales. Design availability that is correct under concurrency and forecast restocks from real demand — platform-agnostic.
+
+## Before Starting
+
+Gather: inventory model (single vs multi-location), sales velocity and lead times, fulfillment style (own stock, dropship, backorder), and goal (design the model, forecast restock, or audit for oversell risk).
+
+## How This Skill Works
+
+| Mode | Trigger | Output |
+|------|---------|--------|
+| **Design** | `design` | Availability model + concurrency strategy |
+| **Forecast** | `forecast` | Safety stock + reorder points (via script) |
+| **Audit** | `audit` | Oversell-risk and accuracy review |
+
+---
+
+## Phase 1 — Availability Model
+
+Track three numbers per SKU per location, never one:
+
+| Quantity | Meaning |
+|----------|---------|
+| **on_hand** | Physically present |
+| **reserved** | Allocated to unfulfilled orders/checkouts |
+| **available** | `on_hand − reserved` — the only number a shopper sees |
+
+**Rule:** Reserve at checkout start with a TTL; release on timeout/abandonment. Decrement `on_hand` at fulfillment, not at order placement.
+
+---
+
+## Phase 2 — Preventing Overselling
+
+The classic race: two shoppers buy the last unit. Defenses, in order of preference:
+
+1. **Optimistic locking** — version/row check on decrement; retry on conflict. Default choice.
+2. **Atomic conditional update** — `UPDATE ... WHERE available >= qty` and check rows-affected.
+3. **Pessimistic lock** — only for high-contention single rows; costs throughput.
+
+Always treat "reserve stock" as a transaction that can FAIL and surface that to checkout cleanly. Multi-location adds an allocation step (which location fulfills) before the decrement.
+
+For backorder rules, multi-location allocation strategies, and reservation TTL tuning, see the patterns above and hand off to `order-lifecycle` for fulfillment state.
+
+---
+
+## Phase 3 — Restock Forecasting
+
+Use the script to turn a sales CSV into reorder points:
+
+```bash
+python skills/inventory-stock/scripts/restock_forecast.py            # demo data
+python skills/inventory-stock/scripts/restock_forecast.py sales.csv --lead-time 14 --service-level 0.95
+```
+
+It computes average daily demand, demand variability, **safety stock** (`z × σ_demand × √lead_time`), and **reorder point** (`demand × lead_time + safety_stock`). CSV columns: `sku,date,units_sold`.
+
+---
+
+## Output Artifacts
+
+| Request | Output |
+|---------|--------|
+| Design | Availability model + chosen concurrency strategy |
+| Forecast | Per-SKU reorder point + safety stock table |
+| Audit | Oversell-risk findings: PASS / FAIL per check |
+
+An inventory design **PASSES** when shoppers only see `available`, reservations expire, decrements are atomic/versioned, and forecasts drive reorder points instead of guesswork.
+
+---
+
+## Related Skills
+
+- **commerce-data-model**: defines the SKU/variant that stock hangs off.
+- **order-lifecycle**: consumes reservations and triggers decrements at fulfillment.
+- **cart-checkout**: starts the reservation when checkout begins.
+- **commerce-analytics**: sell-through and turnover metrics that feed forecasts.

package/skills/inventory-stock/scripts/restock_forecast.py

@@ -0,0 +1,173 @@
+"""
+restock_forecast.py — Safety stock & reorder points from a sales history CSV.
+
+Turns daily sales into per-SKU reorder signals using the classic
+reorder-point model. No external dependencies (stdlib only), cross-platform.
+
+Usage:
+    python restock_forecast.py                                  # built-in demo data
+    python restock_forecast.py sales.csv                        # your data, defaults
+    python restock_forecast.py sales.csv --lead-time 14 --service-level 0.95
+    python restock_forecast.py sales.csv --on-hand on_hand.csv  # flag what to reorder
+
+CSV format (header required):
+    sku,date,units_sold
+    ACME-TEE-RED-M,2026-05-01,4
+    ACME-TEE-RED-M,2026-05-02,2
+    ...
+
+Optional on-hand CSV (header required):  sku,on_hand
+
+Model:
+    avg_daily_demand   = mean(units_sold per day)
+    sigma_demand       = stdev(units_sold per day)
+    safety_stock       = z(service_level) * sigma_demand * sqrt(lead_time)
+    reorder_point      = avg_daily_demand * lead_time + safety_stock
+
+When on-hand is provided, a SKU is flagged REORDER when on_hand <= reorder_point.
+"""
+
+import argparse
+import csv
+import math
+import sys
+from collections import defaultdict
+
+
+# Embedded demo data: two SKUs, ~3 weeks of daily sales.
+DEMO_ROWS = [
+    ("ACME-TEE-RED-M", d, u)
+    for d, u in zip(
+        [f"2026-05-{n:02d}" for n in range(1, 22)],
+        [4, 2, 5, 3, 6, 8, 7, 3, 4, 5, 2, 6, 9, 7, 4, 3, 5, 6, 8, 4, 5],
+    )
+] + [
+    ("ACME-MUG-BLUE", d, u)
+    for d, u in zip(
+        [f"2026-05-{n:02d}" for n in range(1, 22)],
+        [1, 0, 2, 1, 1, 3, 2, 0, 1, 1, 0, 2, 1, 2, 1, 0, 1, 2, 3, 1, 1],
+    )
+]
+DEMO_ON_HAND = {"ACME-TEE-RED-M": 40, "ACME-MUG-BLUE": 60}
+
+
+def z_for_service_level(p):
+    """Inverse standard-normal CDF (Acklam's rational approximation)."""
+    if not 0.0 < p < 1.0:
+        raise ValueError("service-level must be between 0 and 1 (exclusive)")
+    a = [-3.969683028665376e+01, 2.209460984245205e+02, -2.759285104469687e+02,
+         1.383577518672690e+02, -3.066479806614716e+01, 2.506628277459239e+00]
+    b = [-5.447609879822406e+01, 1.615858368580409e+02, -1.556989798598866e+02,
+         6.680131188771972e+01, -1.328068155288572e+01]
+    c = [-7.784894002430293e-03, -3.223964580411365e-01, -2.400758277161838e+00,
+         -2.549732539343734e+00, 4.374664141464968e+00, 2.938163982698783e+00]
+    d = [7.784695709041462e-03, 3.224671290700398e-01, 2.445134137142996e+00,
+         3.754408661907416e+00]
+    plow, phigh = 0.02425, 1 - 0.02425
+    if p < plow:
+        q = math.sqrt(-2 * math.log(p))
+        return (((((c[0]*q+c[1])*q+c[2])*q+c[3])*q+c[4])*q+c[5]) / \
+               ((((d[0]*q+d[1])*q+d[2])*q+d[3])*q+1)
+    if p > phigh:
+        q = math.sqrt(-2 * math.log(1 - p))
+        return -(((((c[0]*q+c[1])*q+c[2])*q+c[3])*q+c[4])*q+c[5]) / \
+                ((((d[0]*q+d[1])*q+d[2])*q+d[3])*q+1)
+    q = p - 0.5
+    r = q * q
+    return (((((a[0]*r+a[1])*r+a[2])*r+a[3])*r+a[4])*r+a[5])*q / \
+           (((((b[0]*r+b[1])*r+b[2])*r+b[3])*r+b[4])*r+1)
+
+
+def load_sales(path):
+    rows = []
+    with open(path, newline="", encoding="utf-8") as f:
+        reader = csv.DictReader(f)
+        required = {"sku", "date", "units_sold"}
+        if not required.issubset({c.strip() for c in (reader.fieldnames or [])}):
+            print(f"[ERROR] {path}: header must include sku,date,units_sold")
+            sys.exit(1)
+        for r in reader:
+            try:
+                rows.append((r["sku"].strip(), r["date"].strip(), float(r["units_sold"])))
+            except (KeyError, ValueError):
+                print(f"[WARN] skipping malformed row: {r}")
+    return rows
+
+
+def load_on_hand(path):
+    out = {}
+    with open(path, newline="", encoding="utf-8") as f:
+        for r in csv.DictReader(f):
+            try:
+                out[r["sku"].strip()] = float(r["on_hand"])
+            except (KeyError, ValueError):
+                pass
+    return out
+
+
+def stdev(xs):
+    if len(xs) < 2:
+        return 0.0
+    mean = sum(xs) / len(xs)
+    return math.sqrt(sum((x - mean) ** 2 for x in xs) / (len(xs) - 1))
+
+
+def forecast(rows, lead_time, service_level, on_hand):
+    z = z_for_service_level(service_level)
+    by_sku = defaultdict(list)
+    for sku, _date, units in rows:
+        by_sku[sku].append(units)
+
+    results = []
+    for sku in sorted(by_sku):
+        daily = by_sku[sku]
+        avg = sum(daily) / len(daily)
+        sigma = stdev(daily)
+        safety = z * sigma * math.sqrt(lead_time)
+        rop = avg * lead_time + safety
+        oh = on_hand.get(sku)
+        flag = ""
+        if oh is not None:
+            flag = "REORDER" if oh <= rop else "OK"
+        results.append((sku, avg, sigma, safety, rop, oh, flag))
+    return results
+
+
+def main():
+    ap = argparse.ArgumentParser(description="Safety stock & reorder points from sales CSV.")
+    ap.add_argument("csv", nargs="?", help="sales CSV (sku,date,units_sold). Omit for demo.")
+    ap.add_argument("--lead-time", type=float, default=14, help="supplier lead time in days (default 14)")
+    ap.add_argument("--service-level", type=float, default=0.95, help="0-1 target fill rate (default 0.95)")
+    ap.add_argument("--on-hand", help="optional CSV (sku,on_hand) to flag what to reorder")
+    args = ap.parse_args()
+
+    if args.csv:
+        rows = load_sales(args.csv)
+        on_hand = load_on_hand(args.on_hand) if args.on_hand else {}
+    else:
+        print("[INFO] No CSV given - using built-in demo data.\n")
+        rows = DEMO_ROWS
+        on_hand = DEMO_ON_HAND
+
+    if not rows:
+        print("[ERROR] No sales rows to analyze.")
+        sys.exit(1)
+
+    results = forecast(rows, args.lead_time, args.service_level, on_hand)
+
+    z = z_for_service_level(args.service_level)
+    print(f"Lead time: {args.lead_time:g}d | Service level: {args.service_level:g} (z={z:.2f})\n")
+    header = f"{'SKU':<20} {'avg/day':>8} {'sigma':>7} {'safety':>8} {'reorder_pt':>11} {'on_hand':>8} {'flag':>8}"
+    print(header)
+    print("-" * len(header))
+    for sku, avg, sigma, safety, rop, oh, flag in results:
+        oh_s = f"{oh:g}" if oh is not None else "-"
+        print(f"{sku:<20} {avg:>8.2f} {sigma:>7.2f} {safety:>8.1f} {rop:>11.1f} {oh_s:>8} {flag:>8}")
+
+    reorder = [r for r in results if r[6] == "REORDER"]
+    if on_hand:
+        print(f"\n{'PASS' if not reorder else 'ACTION'}: {len(reorder)} SKU(s) at/below reorder point.")
+
+
+if __name__ == "__main__":
+    main()

package/skills/job-hunt/SKILL.md

@@ -0,0 +1,92 @@
+---
+name: job-hunt
+description: "Entry point for the job-search skillset. Scaffolds and manages a portable career workspace (profiles, CVs, applications, companies, contacts, interviews) and routes to the right skill. Triggers: job hunt, busqueda laboral, buscar trabajo, organizar postulaciones, setup career workspace."
+argument-hint: "[setup | status | next]"
+category: "career"
+user-invocable: true
+allowed-tools: Read, Glob, Grep, Bash, Write, Edit
+---
+
+# Job Hunt — Career Workspace Orchestrator
+
+Eres el punto de entrada de la suite de búsqueda laboral. Tu trabajo es: detectar (o crear) el **career workspace**, entender en qué etapa está el usuario, y rutear al skill correcto. No hacés todo vos — orquestás.
+
+## Idioma
+
+Comunicación con el usuario en **español**. Los **outputs** (CV, LinkedIn, cover letters) van en el idioma del rol objetivo: **inglés** para roles internacionales/remotos globales, **español** cuando la oferta o empresa lo pidan. Preguntá si hay ambigüedad.
+
+## El career workspace
+
+Todo el sistema vive en una carpeta portable (default: `career-workspace/` en la raíz del proyecto; configurable). Estructura:
+
+```
+career-workspace/
+  00-Dashboard.md          índice + aplicaciones activas + próximos pasos
+  01-Perfiles/             perfil maestro + perfiles por rol
+  02-CVs/                  CV base por perfil + CV custom por postulación
+    exports/               PDFs ATS generados
+  03-Aplicaciones/         una nota por postulación
+  04-Empresas/             research de empresas
+  05-Contactos/            recruiters, referidos, hiring managers
+  06-Entrevistas/          prep y feedback por ronda
+  07-Recursos/             cover letters reutilizables, links
+  portfolio/               datos source-of-truth del portfolio web
+  Templates/               plantillas con frontmatter
+  tools/                   cv_export.py (lo instala /cv-ats-export)
+```
+
+Es **portable y agnóstico de Obsidian**: usa `[[wikilinks]]` (funcionan en Obsidian si el usuario lo usa, y son legibles en texto plano), frontmatter YAML, y prefijos numéricos para ordenar carpetas. No requiere Obsidian instalado.
+
+## Modos
+
+### `setup` — Crear el workspace
+1. Preguntar dónde crear el workspace (default `./career-workspace/`) y el/los rol(es) objetivo.
+2. Crear el árbol de carpetas completo.
+3. Copiar los 7 templates desde `references/templates/` a `Templates/` del workspace.
+4. Crear `00-Dashboard.md` desde `references/templates/Dashboard.md`.
+5. Sugerir el siguiente paso: `/master-profile` para construir el perfil maestro.
+
+### `status` — Dónde estoy
+1. Leer `00-Dashboard.md` y escanear `03-Aplicaciones/`.
+2. Resumir: aplicaciones activas por prioridad, próximas entrevistas, ofertas que cierran pronto, gaps (aplicaciones sin CV/cover letter).
+3. Recomendar la acción de mayor impacto.
+
+### `next` — Qué hago ahora
+Según el estado del workspace, recomendar el skill siguiente (ver routing).
+
+## Routing
+
+| Situación | Skill |
+|-----------|-------|
+| No hay workspace | `/job-hunt setup` |
+| Falta perfil maestro | `/master-profile` |
+| Encontrar/scorear ofertas, plan de búsqueda | `/job-search` |
+| Adaptar CV a una oferta | `/cv-tailor` |
+| Exportar CV a PDF ATS | `/cv-ats-export` |
+| Escribir cover letter / mensaje de aplicación | `/cover-letter` |
+| Mensaje en frío a recruiter/hiring manager | `/cold-outreach` |
+| Optimizar perfil de LinkedIn | `/linkedin-optimize` |
+| Crear/actualizar portfolio web | `/portfolio-site` |
+| Preparar una entrevista | `/interview-prep` |
+
+## Workflow estándar para una nueva oportunidad
+
+1. `/job-search` → encontrar y scorear la oferta, crear nota en `03-Aplicaciones/` + `04-Empresas/`.
+2. Identificar contacto objetivo → nota en `05-Contactos/`.
+3. `/cv-tailor` → CV custom partiendo del perfil base + research.
+4. `/cv-ats-export` → PDF ATS a `02-CVs/exports/`.
+5. `/cover-letter` → mensaje de aplicación custom.
+6. `/cold-outreach` → si hay contacto al que escribirle directo.
+7. Cuando haya entrevista → `/interview-prep`.
+
+## Reglas
+
+- Nunca reorganizar carpetas ni renombrar notas sin preguntar — rompe `[[wikilinks]]` en silencio.
+- Nunca commitear datos sensibles (CV con teléfono/dirección, salarios, emails de recruiters) a un remoto sin confirmación explícita.
+- Si una categoría necesita un template que no existe, proponerlo antes de inventarlo.
+- Preservar los prefijos numéricos al crear archivos dentro de las carpetas ordenadas.
+- Máximo accionable: el usuario siempre termina sabiendo qué skill correr next.
+
+## Handoff
+
+Pedí aprobación al usuario (approval) antes de escribir o sobrescribir archivos del workspace. Cuando el workspace queda READY, el siguiente paso es `/master-profile` para construir el perfil maestro.

package/skills/job-hunt/references/templates/Aplicacion.md

@@ -0,0 +1,48 @@
+---
+tipo: aplicacion
+empresa: 
+perfil: 
+cv_usado: 
+estado: interesado
+score: 
+fecha_aplicacion: 
+fecha_actualizacion: {{date:YYYY-MM-DD}}
+link_oferta: 
+contacto_principal: 
+salario_rango: 
+modalidad: 
+ubicacion: 
+prioridad: media
+---
+
+# {{title}}
+
+## Puesto y empresa
+- **Empresa:** [[]]
+- **Rol:** 
+- **Link oferta:** 
+
+## Por qué me interesa
+
+
+## Match con mi perfil
+- Perfil base: [[]]
+- Qué de mi experiencia alinea con lo que piden:
+  - 
+
+## A quién escribirle / contacto principal
+- [[]]
+- Canal (LinkedIn / mail / formulario): 
+- Ángulo del mensaje: 
+
+## CV custom usado
+- [[]]
+
+## Timeline / seguimiento
+- {{date:YYYY-MM-DD}} — creada la nota
+
+## Entrevistas
+- 
+
+## Notas
+

package/skills/job-hunt/references/templates/CV Custom.md

@@ -0,0 +1,53 @@
+---
+tipo: cv_custom
+perfil_base: 
+aplicacion: 
+empresa: 
+contacto_objetivo: 
+fecha: {{date:YYYY-MM-DD}}
+archivo_pdf: 
+archivo_final: 
+---
+
+# CV custom — {{title}}
+
+## Contexto de la postulación
+- **Aplicación:** [[]]
+- **Empresa:** [[]]
+- **Perfil base del que parto:** [[]]
+- **Contacto objetivo (quién va a leer esto):** [[]]
+
+## Investigación previa
+> Qué sabemos del contacto objetivo y del equipo: background, senioridad, qué valora, en qué proyectos está.
+
+- 
+
+## Keywords de la oferta
+> Extraídas literales del job description para matchear con filtros automáticos (ATS) y lectura humana.
+
+- 
+
+## Qué resaltar en este CV (y qué bajar el volumen)
+- Resaltar:
+  - 
+- Reducir / omitir:
+  - 
+
+## Highlights reescritos para esta postulación
+> Logros del perfil base reordenados / reescritos con el vocabulario de la oferta.
+
+- 
+
+## Proyectos destacados para este rol
+- 
+
+## Cover letter / mensaje de aplicación
+> El mensaje que acompaña el CV, custom para el contacto.
+
+```
+
+```
+
+## Archivo final exportado
+- Ruta: 
+- Fecha de export: 

package/skills/job-hunt/references/templates/Contacto.md

@@ -0,0 +1,30 @@
+---
+tipo: contacto
+empresa: 
+rol: 
+linkedin: 
+email: 
+telefono: 
+tipo_contacto: 
+primer_contacto: {{date:YYYY-MM-DD}}
+ultima_interaccion: {{date:YYYY-MM-DD}}
+---
+
+# {{title}}
+
+## Sobre esta persona
+> Qué hace, a qué equipo pertenece, cómo apareció en el radar, qué background tiene.
+
+- 
+
+## Por qué le escribo / qué busco de este contacto
+
+
+## Historial de interacciones
+- {{date:YYYY-MM-DD}} — creada la nota
+
+## Mensajes intercambiados
+
+
+## Aplicaciones vinculadas
+- [[]]

package/skills/job-hunt/references/templates/Dashboard.md

@@ -0,0 +1,45 @@
+---
+tipo: dashboard
+---
+
+# Dashboard — Búsqueda laboral
+
+> Índice del workspace. Cuando haya datos (aplicaciones, entrevistas), estas secciones pueden convertirse en queries dinámicas con Bases/Dataview si usás Obsidian.
+
+## Aplicaciones activas
+**Prioridad alta:**
+- 
+
+**Prioridad media:**
+- 
+
+**Cerradas / descartadas:**
+- 
+
+## Próximas entrevistas
+- 
+
+## A seguir esta semana
+- 
+
+## Perfiles
+- 
+
+## Accesos rápidos por carpeta
+- `01-Perfiles/` — perfiles profesionales base + perfil maestro
+- `02-CVs/` — versiones de CV (incluye CVs custom por postulación)
+- `03-Aplicaciones/` — una nota por postulación
+- `04-Empresas/` — research de empresas
+- `05-Contactos/` — recruiters, referidos, hiring managers
+- `06-Entrevistas/` — prep y feedback por ronda
+- `07-Recursos/` — cover letters reutilizables, links útiles
+- `portfolio/` — source-of-truth del portfolio web
+- `Templates/` — plantillas con frontmatter
+
+## Workflow estándar para una nueva oportunidad
+1. `/job-search` — encontrar y scorear la oferta → nota en `03-Aplicaciones/` + `04-Empresas/`.
+2. Identificar contacto objetivo → nota en `05-Contactos/`.
+3. `/cv-tailor` — CV custom desde el perfil base + research.
+4. `/cv-ats-export` — PDF ATS a `02-CVs/exports/`.
+5. `/cover-letter` — mensaje de aplicación custom.
+6. `/interview-prep` — cuando haya entrevista.

package/skills/job-hunt/references/templates/Empresa.md

@@ -0,0 +1,36 @@
+---
+tipo: empresa
+industria: 
+tamaño: 
+ubicacion: 
+website: 
+linkedin: 
+stack_conocido: []
+modalidad: 
+fuente: 
+---
+
+# {{title}}
+
+## Qué hacen
+
+
+## Cultura / valores
+
+
+## Stack técnico conocido
+- 
+
+## Proceso de contratación (si lo conozco)
+
+
+## Contactos en la empresa
+- [[]]
+
+## Aplicaciones vinculadas
+- [[]]
+
+## Research / notas
+> Contexto para custom-izar CV y mensajes de acercamiento.
+
+-