تصور کنید هویت حرفهای شما در دنیای کدنویسی، شبیه به یک شخصیت در بازیهای ویدئویی باشد که قدرتهایش مستقیماً به تعداد کامیتهای شما گره خورده است. اگر امروز رزومهای خشک و متنی دارید، این ابزار جدید آن را به یک کارت شخصیت بازیهای نقشآفرینی (RPG) تبدیل میکند که هم مهارتهایتان را میسنجد و هم نقاط ضعفتان را به رُخ میکشد.
این پروژه که در ۱۶ سپتامبر ۲۰۲۶ عرضه شد، به کاربران اجازه میدهد با وارد کردن نام کاربری گیتهاب، کلاس شخصیت، سطح (Level) و ویژگیهای افسانهای خود را بر اساس فعالیتهای واقعی دریافت کنند. همانطور که در تحلیلهای پیشین ما دربارهی گیمیفیکیشن (Gamification) در محیطهای توسعه اشاره کردیم، تبدیل فرآیندهای خستهکننده به بازی، نرخ تعامل کاربران را بهشدت بالا میبرد.
به نقل از پست توسعهدهنده در dev.to، این سامانه نمرات حروف (A تا F) را در حوزههای کلیدی زیر صادر میکند:
- بکاند (Backend)، فرانتاند (Frontend) و پایگاهداده
- دواپس (DevOps) و یادگیری ماشین (ML)
- طراحی سیستم و الگوریتمها
طبق گزارش سازنده، این نمرات تصادفی نیستند و از طریق GitHub REST API استخراج میشوند. سیستم مواردی مثل زبانهای برنامهنویسی، موضوعات (Topics)، تعداد ستارهها و قدمت حساب را تحلیل میکند. این رویکرد ارزیابی، یادآور چالشهای موجود در سنجش دقیق توانمندیهای فنی است؛ موضوعی که در بررسی ما پیرامون ضرورت جایگزینی لیدربوردهای عمومی با محکهای داخلی برای دستیابی به نتایج واقعیتر، به آن پرداختیم.
برای مثال، Linus Torvalds در این ابزار به عنوان «معمار هسته لینوکس» با سطح ۹۹ ظاهر میشود، اما در بخش فرانتاند نمره F میگیرد و با متنی طنزآمیز (Roast) بابت ناتوانی در وسطچین کردن یک المان (div) مورد تمسخر قرار میگیرد.
از نظر فنی، این پروژه با Next.js ساخته شده و روی Vercel میزبانی میشود. برای تولید خروجیهای ساختاریافته در قالب JSON، از مدل Claude استفاده شده است و برای ذخیرهسازی دادهها و نمایش فهرست «احضارکنندگان اخیر»، Upstash Redis به کار گرفته شده است.
این رویکرد، تمرکز را از رزومههای ایستا به ردیابی پویا و بازیگونهٔ مهارتها تغییر میدهد. سازنده با اضافه کردن دکمه «اشتباه ما را ثابت کن» در کنار هر نمره، روی این فرضیه شرط بسته است که میل به ارتقای رتبه، برنامهنویس را به یادگیری واقعی سوق دهد. در واقع، سوزش ناشی از یک نقد تند، به کاتالیزوری برای رشد حرفهای تبدیل میشود.
گام بعدی شما
- پروفایل گیتهاب خود را در این ابزار تست کنید تا نقاط کور مهارتهایتان را بشناسید.
- اگر توسعهدهنده هستید، از ترکیب APIهای اجتماعی با مدلهای زبانی برای خلق ابزارهای تعاملی الهام بگیرید.
- بررسی کنید که کدام مهارتهای شما در تحلیلهای خودکار گیتهاب نادیده گرفته شده است.
اما داستان سختافزاری پشت اجرای سریع این مدلها حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو