Orchestrator/privat/CV/.kiro/specs/linkedin-profile-revamp/tasks.md

Implementation Plan: LinkedIn-Profil-Revamp

Overview

Implementierung eines neuen Kiro Skills linkedin-profile zur automatisierten Generierung und Optimierung von LinkedIn-Profilinhalten. Der Skill nutzt die bestehende Knowledge Base als Datenquelle und erzeugt optimierte Texte für Headline, About-Section, Experience-Beschreibungen, eine Content-Strategie sowie ein Tracking-System für LinkedIn-Metriken. Die Implementierung folgt den etablierten Mustern der bestehenden Skills (consultant-profile, cv-generate, talk-intro).

Tasks

• 1. Constraint-Validator und Typen erstellen

  • 1.1 LinkedIn-spezifische TypeScript-Interfaces in src/linkedin/constraints.ts definieren

    • ConstraintValidation, ConstraintError, ConstraintWarning Interfaces
    • Validierungsfunktionen: validateHeadline(text), validateAbout(text), validateExperience(text)
    • Headline-Limit: 220 Zeichen, About-Limit: 2.600 Zeichen
    • Requirements: 1.3, 2.5

  • 1.2 LinkedIn-Modul-Interfaces und Typen in src/linkedin/types.ts definieren

    • HeadlineOptions, HeadlineResult, HeadlineVariant
    • AboutOptions, AboutResult
    • ExperienceOptions, ExperienceResult
    • ContentStrategyOptions, ContentStrategy, ThemeCluster, WeeklySlot
    • TrackingEntry, PostMetric, WeeklyReport, MonthlyTrend
    • Requirements: 1.1–1.5, 2.1–2.7, 3.1–3.6, 5.1–5.7, 8.1–8.7

  • 1.3 Unit-Tests für Constraint-Validator schreiben

    • Teste Headline-Validierung (unter/über 220 Zeichen)
    • Teste About-Validierung (unter/über 2.600 Zeichen)
    • Teste Experience-Validierung
    • Teste Edge Cases (leere Strings, exakt am Limit)
    • Requirements: 1.3, 2.5

• 2. Headline Generator implementieren

  • 2.1 src/linkedin/headline-generator.ts erstellen

    • Funktion generateHeadlines(options: HeadlineOptions): HeadlineResult
    • KB-Entities lesen (Profile, Experiences) via src/io/entity-files.ts
    • Mehrere Varianten generieren (default: 3)
    • Beide Rollen (DB InfraGO + Data Hive Cassel) einbinden
    • Constraint-Validierung via constraints.ts anwenden
    • Keywords und differenzierende Elemente extrahieren
    • Requirements: 1.1, 1.2, 1.3, 1.4, 1.5

  • 2.2 Unit-Tests für Headline Generator schreiben

    • Teste korrekte Extraktion beider Rollen aus KB
    • Teste Zeichenlimit-Einhaltung
    • Teste Variantengenerierung
    • Requirements: 1.1–1.5

• 3. About Section Generator implementieren

  • 3.1 src/linkedin/about-generator.ts erstellen

    • Funktion generateAbout(options: AboutOptions): AboutResult
    • KB-Entities lesen (Profile, Projects) via src/io/entity-files.ts
    • Strukturierte Sektionen: Hook, Mission, Expertise, CTA
    • Hook-Preview (erste 2 Zeilen) separat bereitstellen
    • Konkrete Belege einbinden (60+ Publikationen, 13+ Jahre KI, 50+ Projekte)
    • Drei Kernthemen benennen (Innovation/Technologie, Mensch/Kultur, Verantwortung)
    • Constraint-Validierung (max. 2.600 Zeichen)
    • Requirements: 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7

  • 3.2 Unit-Tests für About Generator schreiben

    • Teste Zeichenlimit-Einhaltung
    • Teste Vorhandensein aller Sektionen (hook, mission, expertise, cta)
    • Teste Hook-Preview-Extraktion
    • Requirements: 2.1–2.7

• 4. Checkpoint — Kernmodule validieren

  • Ensure all tests pass, ask the user if questions arise.

• 5. Experience Generator implementieren

  • 5.1 src/linkedin/experience-generator.ts erstellen

    • Funktion generateExperiences(options: ExperienceOptions): ExperienceResult[]
    • KB-Entities lesen (Experiences, Skills, Projects) via src/io/entity-files.ts
    • Ergebnisorientierte Beschreibungen statt Aufgabenlisten
    • Keywords für LinkedIn-Suche einbinden
    • Messbare Erfolge hervorheben (50+ Projekte, 15+ Kunden, ROI > 2)
    • DB InfraGO als primäre Position, Data Hive mit Gründer-Achievements
    • JobSharing-Experiment als Führungsinnovation positionieren
    • Akademische Laufbahn als KI-Expertise-Fundament
    • Requirements: 3.1, 3.2, 3.3, 3.4, 3.5, 3.6

  • 5.2 Unit-Tests für Experience Generator schreiben

    • Teste korrekte Zuordnung von Experiences aus KB
    • Teste Keyword-Einbindung
    • Teste Ergebnis-Struktur (title, organization, description, achievements)
    • Requirements: 3.1–3.6

• 6. Content Strategy Generator implementieren

  • 6.1 src/linkedin/content-strategy.ts erstellen

    • Funktion generateContentStrategy(options: ContentStrategyOptions): ContentStrategy
    • Posting-Frequenz: 2 Beiträge/Woche
    • Themen-Cluster mit Gewichtung (Innovation 40%, Mensch 35%, Verantwortung 25%)
    • Wochenplan mit konkreten Slots
    • Engagement-Routine (5+ Kommentare/Woche bei Thought Leadern)
    • Format-Mix (Text, Carousel, Video, Newsletter)
    • Bestehende Formate einbinden (Podcast "Almost Intelligent", Kolumne "Kniepunkt")
    • Requirements: 5.1, 5.2, 5.3, 5.4, 5.5, 5.6, 5.7

  • 6.2 Unit-Tests für Content Strategy Generator schreiben

    • Teste Struktur des generierten Plans
    • Teste Themen-Cluster-Vollständigkeit
    • Teste Format-Mix-Abdeckung
    • Requirements: 5.1–5.7

• 7. Tracking Manager implementieren

  • 7.1 src/linkedin/tracking-manager.ts erstellen

    • Funktion addTrackingEntry(entry: TrackingEntry): void
    • Funktion getWeeklyReport(weekOf: string): WeeklyReport
    • Funktion getMonthlyTrend(month: string): MonthlyTrend
    • YAML-Entities in kb/tracking/ lesen/schreiben via src/io/yaml-utils.ts
    • Best-Practice-Markierung bei überdurchschnittlicher Engagement-Rate
    • Trend-Berechnung über Zeiträume
    • Empfehlungen für Content-Optimierung ableiten
    • Requirements: 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8.7

  • 7.2 KB-Verzeichnis kb/tracking/ anlegen und Graph-Index erweitern

    • Verzeichnis kb/tracking/ mit .gitkeep erstellen
    • Entity-Typ linkedin-tracking in kb/graph-index.yaml dokumentieren
    • Requirements: 8.6

  • [-] 7.3 Unit-Tests für Tracking Manager schreiben

    • Teste YAML-Serialisierung/Deserialisierung von Tracking-Entries
    • Teste Weekly-Report-Aggregation
    • Teste Monthly-Trend-Berechnung
    • Teste Best-Practice-Markierung
    • Requirements: 8.1–8.7

• 8. Checkpoint — Alle Module validieren

  • Ensure all tests pass, ask the user if questions arise.

• 9. Kiro Skill erstellen und Module verdrahten

  • [-] 9.1 SKILL.md für linkedin-profile Skill erstellen

    • Datei: .kiro/skills/linkedin-profile/SKILL.md
    • Skill-Metadaten (name, description, activation: manual)
    • Workflow-Beschreibung: Profil-Generierung, Content-Strategie, Tracking
    • Inputs dokumentieren (personId, emphasis, quarter, etc.)
    • Outputs dokumentieren (profile-optimized.md, content-strategy.md, tracking-report.md)
    • Shared Modules referenzieren
    • Rules und Constraints definieren
    • Muster von talk-intro/SKILL.md folgen
    • Requirements: 1.1–1.5, 2.1–2.7, 3.1–3.6, 4.1–4.5, 5.1–5.7, 9.1–9.6

  • 9.2 Output-Verzeichnis output/linkedin/ anlegen

    • Verzeichnis mit .gitkeep erstellen
    • Requirements: 2.5, 5.7, 8.3

  • 9.3 Profil-Output-Generierung verdrahten

    • Headline, About und Experience Generatoren zu output/linkedin/profile-optimized.md zusammenführen
    • Markdown-Template mit strukturierten Sektionen
    • Generierungsdatum und Validierungsstatus einbinden
    • Requirements: 1.1–1.5, 2.1–2.7, 3.1–3.6

  • 9.4 Content-Strategy-Output-Generierung verdrahten

    • Content Strategy Generator zu output/linkedin/content-strategy.md zusammenführen
    • Quartalsweise Template-Struktur
    • Requirements: 5.1–5.7

  • 9.5 Tracking-Report-Output-Generierung verdrahten

    • Tracking Manager zu output/linkedin/tracking-report.md zusammenführen
    • Wöchentliche und monatliche Reports
    • Requirements: 8.1–8.7

• 10. Integration und Abschluss

  • 10.1 Export in src/index.ts ergänzen

    • LinkedIn-Module exportieren
    • Requirements: alle

  • 10.2 Integrationstests schreiben

    • Teste End-to-End-Flow: KB lesen → Generierung → Output schreiben
    • Teste Constraint-Validierung im Gesamtfluss
    • Teste Tracking-Persistenz
    • Requirements: 1.1–1.5, 2.1–2.7, 3.1–3.6, 8.1–8.7

• 11. Final Checkpoint — Alle Tests und Integration validieren

  • Ensure all tests pass, ask the user if questions arise.

Notes

• Tasks marked with * are optional and can be skipped for faster MVP
• Each task references specific requirements for traceability
• Checkpoints ensure incremental validation
• Unit tests validate specific examples and edge cases
• The design has no Correctness Properties section, so no property-based tests are included
• All modules follow the existing project patterns (see src/intro/, src/cv/)
• YAML conventions from .kiro/steering/kb-conventions.md apply to tracking entities

Task Dependency Graph

{
  "waves": [
    { "id": 0, "tasks": ["1.1", "1.2"] },
    { "id": 1, "tasks": ["1.3", "2.1", "7.2", "9.2"] },
    { "id": 2, "tasks": ["2.2", "3.1", "5.1", "6.1"] },
    { "id": 3, "tasks": ["3.2", "5.2", "6.2", "7.1"] },
    { "id": 4, "tasks": ["7.3", "9.1"] },
    { "id": 5, "tasks": ["9.3", "9.4", "9.5"] },
    { "id": 6, "tasks": ["10.1"] },
    { "id": 7, "tasks": ["10.2"] }
  ]
}