Skip to content
Back to search

resume-jd-optimizer-cn

SkillWorks with Claude CodeGitHub

基于目标岗位 JD、中文简历和用户确认的真实经历,完成中国大陆求职场景下的 JD 解析、证据映射、缺口诊断、素材追问、定制简历重写、ATS/HR/面试官审查及投递沟通材料生成。用于应届、社招、转行及互联网、AI、产品、运营、销售、技术、数据、设计等岗位;当用户要求针对 JD 优化中文简历、提高匹配度、生成 Boss 直聘或猎头话术、检查面试自洽性时使用。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/coinluu--resume-jd-optimizer-cn/badge.svg)](/listings/coinluu--resume-jd-optimizer-cn)

HTML

<a href="/listings/coinluu--resume-jd-optimizer-cn"><img src="/api/listings/coinluu--resume-jd-optimizer-cn/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

SKILL.md · Manifest · 153 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. ---
  2. name: resume-jd-optimizer-cn
  3. description: 基于目标岗位 JD、中文简历和用户确认的真实经历,完成中国大陆求职场景下的 JD 解析、证据映射、缺口诊断、素材追问、定制简历重写、ATS/HR/面试官审查及投递沟通材料生成。用于应届、社招、转行及互联网、AI、产品、运营、销售、技术、数据、设计等岗位;当用户要求针对 JD 优化中文简历、提高匹配度、生成 Boss 直聘或猎头话术、检查面试自洽性时使用。
  4. ---
  5. # 国内求职者简历 JD 优化
  6. ## 目标
  7. 把目标 JD 的要求映射到用户可验证的真实经历,生成适合中国大陆招聘场景、ATS 可读、HR 易判断、面试可自洽的定制简历。不要只润色语言。
  8. ## 先遵守的硬规则
  9. 1. 只使用用户简历、用户补充回答和明确标注的合理估算。
  10. 2. 不编造学校、公司、岗位、项目、证书、工具、职责、数据或 AI/RAG/Agent 经历。
  11. 3. 把信息标记为 `已确认`、`待确认` 或 `模型推断`;只有 `已确认` 可进入最终简历。
  12. 4. 信息不足会影响关键结论时,先输出“为了避免编造,我还需要你补充以下信息”,再提出不超过 8 个高价值问题。
  13. 5. 不为关键词匹配堆词;关键词必须绑定真实行动或成果。
  14. 6. 每条重写经历必须能被面试追问验证。无法讲清的内容必须删除或降级表达。
  15. 7. 评分是当前材料质量诊断,不是 ATS、面试或录用概率。
  16. 8. 先判定输入完整度,再执行对应阶段;不得用模型推断补齐缺失输入。
  17. 9. 用户要求造假时,立即停止评分、重写、ATS 版和最终报告生成,只能拒绝并提供真实替代路径。
  18. 10. “包装得高级、亮眼、专业”等请求默认解释为提升信息密度、结构和专业准确性,不得自动提高职责、职级、决策权或结果强度。
  19. ## 适用与不适用
  20. 适用:针对明确 JD 优化简历、转岗证据映射、投递前检查、Boss/猎头介绍、面试追问准备、多 JD 定制版本。
  21. 不适用:虚构经历、伪造证明、单纯视觉排版、没有目标方向的万能简历、替用户承诺无法证明的成果。
  22. ## 输入要求
  23. 优先收集:完整 JD、现有简历、求职目标、当前背景、是否转行、作品或项目链接、投递反馈。提醒用户脱敏电话、身份证、住址、客户机密和未公开数据。
  24. 若缺少 JD,只能做基础诊断并明确说明不能完成岗位匹配评分。若缺少简历,只能解析 JD 并生成素材采集问题。
  25. ## 阶段响应契约
  26. 先将输入归入以下唯一场景,并严格限制输出:
  27. | 场景 | 可执行 | 必须输出 | 禁止输出 |
  28. |---|---|---|---|
  29. | A:简历 + JD 充分 | 完整 8 步流程 | 完整报告、定制简历、ATS 版、HR 摘要、面试追问、风险 | 未确认事实 |
  30. | A2:简历 + 多个 JD | 建立共用事实底稿,分别执行每个 JD 的 Step 2-8 | 每个 JD 独立匹配表、版本差异表、独立简历与风险 | 万能混合版、跨版本改变事实 |
  31. | B:仅简历 | 简历解析、基础 ATS 结构检查、通用面试风险、素材追问 | 基础诊断、缺失 JD 说明、具体追问、可验证风险 | JD 匹配分、JD 定制版、关键词覆盖结论 |
  32. | C:仅 JD | JD 解析、权重排序、素材采集问题 | JD 要求表、淘汰风险、简历素材清单 | 用户匹配结论、任何简历版本、五项总分 |
  33. | D:信息严重不足 | 输入收集 | 缺失项、最多 6 个具体问题、明确阻断说明 | 评分、简历重写、ATS 版、匹配结论 |
  34. | E:造假请求 | 真实性拒绝与真实替代路径 | 明确拒绝、风险、可使用的真实表达、待补充证据 | 评分、虚假重写、ATS 版、最终报告 |
  35. 阶段性输出中,对不可执行项目写明 `不适用:原因`,不得为了满足模板输出空壳内容。
  36. 若用户只说“投产品、运营、AI 产品”等岗位名称而未提供具体 JD,按路由 B 处理:先索取每个方向的代表 JD,不生成万能版。
  37. ## 8 步工作流
  38. 1. **收集输入**:确认材料、目标、转行状态与隐私边界。
  39. 2. **解析 JD**:读取 [prompts/jd_parser.md](prompts/jd_parser.md),输出岗位、硬性条件、技能、业务、工具、行业、隐性偏好、淘汰风险、关键词及权重。
  40. 3. **解析简历**:读取 [prompts/resume_parser.md](prompts/resume_parser.md),提取教育、工作、项目、技能、指标、行业、职级、可信证据和表达问题。
  41. 4. **缺口分析**:读取 [prompts/gap_analyzer.md](prompts/gap_analyzer.md),逐项标记已覆盖、弱覆盖、未覆盖、可追问和不建议硬凑。
  42. 5. **素材追问**:读取 [prompts/experience_interviewer.md](prompts/experience_interviewer.md),只追问会改变简历结论的关键缺口。
  43. 6. **简历重写**:读取 [prompts/resume_rewriter.md](prompts/resume_rewriter.md),生成 JD 定制版、ATS 纯文本版、HR 摘要、Boss 开场白和猎头话术。
  44. 7. **风险检查**:依次使用 [prompts/ats_checker.md](prompts/ats_checker.md)、[prompts/hr_reviewer.md](prompts/hr_reviewer.md)、[prompts/interview_question_generator.md](prompts/interview_question_generator.md) 和 [prompts/risk_checker.md](prompts/risk_checker.md)。
  45. 8. **最终报告**:读取 [prompts/final_report_generator.md](prompts/final_report_generator.md),说明评分、证据、修改逻辑、风险和下一步。
  46. 完整流程与阶段门槛见 [docs/workflow.md](docs/workflow.md)。
  47. ## 诊断与解析规则
  48. - 按重要性把 JD 要求分为:硬性门槛、核心职责、核心技能、业务/行业偏好、工具平台、加分项、招聘话术。
  49. - 权重只用于排序;不要把“熟悉、优先、有经验者优先”自动当作硬门槛。
  50. - 把每项要求映射到简历中的具体句子或用户回答,并记录证据强度。
  51. - 每项 JD 要求必须保留原文依据,并区分直接证据、间接/可迁移证据和无证据。
  52. - 同义词只有在语义和使用深度一致时才视为覆盖;技能区单独出现最多算弱覆盖。
  53. - 区分“用户拥有但简历未表达”“证据较弱”“真实缺失”“不适用”。
  54. - 不把技能清单视为能力证明;优先寻找项目动作、方法、结果和个人贡献。
  55. - 对转行用户优先提取可迁移能力,但明确不建议硬凑的行业、工具和资历要求。
  56. ## 素材追问规则
  57. - 优先追问高权重且弱覆盖的要求。
  58. - 每轮最多 8 个问题;同类问题合并,避免审讯式追问。
  59. - 每个问题必须指出对应的 JD 要求或简历风险,并询问可直接用于判断的事实。
  60. - 围绕:背景、目标、个人职责、具体动作、方法/工具、协作对象、结果、数据来源、复盘。
  61. - 若没有精确数据,询问规模、频次、前后变化、区间、覆盖范围或可验证的定性结果。
  62. - 允许用户确认“约、超过、近、区间”等估算;必须保留估算属性。
  63. - 用户要求“高级包装”时,先校准个人贡献、决策权、业务复杂度与结果证据;只增强可证明信息。
  64. ## 简历重写规则
  65. 优先使用“业务背景 + 个人动作 + 方法/工具 + 量化或可验证结果 + 自然出现的 JD 关键词”。不强制每条包含全部元素,也不牺牲可读性。
  66. - 使用与真实贡献相符的动词:`负责`、`参与`、`主导`、`协同`、`推动`、`搭建`、`优化`、`分析`、`落地`、`提升`、`降低`、`覆盖`、`支持`。
  67. - 明确个人动作与团队成果的边界。
  68. - 把最相关、最有证据的经历前置;删除或压缩低相关内容。
  69. - 避免“赋能、闭环、抓手、沉淀、拉通”等空话,除非具体语境确有必要。
  70. - 避免统一句式、夸张形容词、英文滥用和 AI 模板腔。
  71. - 连续经历不要机械复用同一结构;保留用户原有专业表达,删除无事实支撑的摘要套话。
  72. - 同一关键词原则上只在最有证据的位置重点出现;没有新证据时不要重复。
  73. - 按贡献证据选择动词强度:`支持/协助 < 参与 < 负责 < 推动 < 主导`;不得仅因用户要求“高级”而升级动词。
  74. ## 三方检查与评分
  75. - ATS:检查标准标题、关键词自然覆盖、纯文本结构、技能识别、时间线和岗位名称。使用 [rubrics/ats_score.md](rubrics/ats_score.md)。
  76. - HR:检查 10 秒求职方向、前部亮点、相关性、结果、稳定性风险和简洁度。使用 [rubrics/hr_score.md](rubrics/hr_score.md)。
  77. - 面试官:检查背景、个人贡献、方法决策、结果来源、复盘和 JD 关联。使用 [rubrics/interview_readiness_score.md](rubrics/interview_readiness_score.md)。
  78. - 同时使用 [rubrics/jd_match_score.md](rubrics/jd_match_score.md) 和 [rubrics/credibility_score.md](rubrics/credibility_score.md)。
  79. - 所有分数必须附证据、扣分原因和补分动作;缺信息的维度标注“暂无法评分”,不可默认满分或零分。
  80. - 仅在同时拥有 JD 和可解析简历时计算 JD 匹配总分;存在造假请求时停止全部评分。
  81. ## 多版本策略
  82. 针对不同 JD 分别生成版本:
  83. 1. 先建立一份共用事实底稿,记录经历、证据状态、数据来源和贡献边界。
  84. 2. 为每个 JD 独立解析、映射、评分和排序,不跨 JD 合并关键词。
  85. 3. 每个版本只调整摘要、经历顺序、篇幅、关键词和表达重点;不得改变事实、贡献强度或数据。
  86. 4. 输出版本差异表,说明每个版本的目标、前置经历、保留/压缩内容、核心缺口和高风险。
  87. 5. 若某方向缺少高权重直接证据,明确“不建议用当前事实底稿生成强匹配版本”。
  88. 文件名建议:`姓名-目标岗位-公司-日期`。禁止生成产品、运营、AI 产品关键词混合的万能版。
  89. ## 输出格式
  90. 材料充分时,按顺序输出:
  91. 1. 简历诊断结论
  92. 2. JD 匹配评分
  93. 3. 关键缺口
  94. 4. 需要用户补充的问题(如仍有)
  95. 5. 优化后的简历
  96. 6. ATS 纯文本版本
  97. 7. Boss 直聘开场白与猎头介绍
  98. 8. 面试官可能追问
  99. 9. 风险提示
  100. 10. 下一步建议
  101. 材料不足时,不输出伪最终版;先给阶段诊断、明确缺口和补充问题。
  102. 只简历、只 JD、严重不足或造假请求时,按“阶段响应契约”输出,不机械套用完整报告模板。
  103. ## 真实性与质量验收
  104. 在交付前逐条确认:
  105. - 每个新增事实都有用户来源;每个数字有来源或估算标记。
  106. - 每条核心经历能回答“为什么做、你做了什么、结果如何、如何证明”。
  107. - 没有把团队成果全部归给个人,没有把参与写成主导。
  108. - JD 核心要求已逐项映射,未覆盖项被明确指出。
  109. - 关键词自然出现,ATS 纯文本版可直接复制。
  110. - HR 能快速判断方向和亮点,面试官能据此追问。
  111. - 输出解释修改逻辑、暴露风险、避免 AI 味并适配国内招聘语境。
  112. 岗位差异参考 [docs/role_taxonomy.md](docs/role_taxonomy.md),指标选择参考 [docs/metric_dictionary.md](docs/metric_dictionary.md),真实性边界参考 [docs/resume_truthfulness_policy.md](docs/resume_truthfulness_policy.md)。
README.md · README · 340 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. # resume-jd-optimizer-cn
  2. ## JD 驱动的中文简历优化 Skill
  3. > 基于目标 JD 和真实经历,诊断岗位差距、追问遗漏素材,并生成 ATS 可读、HR 易判断、面试可自洽的定制简历。
  4. [![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](LICENSE)
  5. [![Skill](https://img.shields.io/badge/AI%20Skill-resume--jd--optimizer--cn-6f42c1)](SKILL.md)
  6. [![Language](https://img.shields.io/badge/Language-中文优先-red)](README.en.md)
  7. [![Tests](https://img.shields.io/badge/Test%20Cases-10-success)](tests/test_cases.md)
  8. [![Failure Modes](https://img.shields.io/badge/Failure%20Modes-21-orange)](tests/failure_modes.md)
  9. [English](README.en.md) · [30 秒开始](#30-秒-quick-start) · [安装指南](docs/installation.md) · [完整示例](docs/examples.md) · [FAQ](FAQ.md)
  10. **本项目帮助提高简历表达质量和岗位匹配度,但不保证通过 ATS、获得面试或录用。**
  11. `resume` · `cv` · `job-search` · `jd-analysis` · `ats` · `chatgpt` · `prompt-engineering` · `ai-skill` · `china`
  12. ## 适用人群
  13. | 你是谁 | 这个 Skill 能帮什么 |
  14. |---|---|
  15. | 应届生 / 实习生 | 从课程、实习、竞赛和项目中挖掘岗位相关证据 |
  16. | 社招求职者 | 把职责描述重构为可验证的业务贡献 |
  17. | 转行求职者 | 区分直接经验、可迁移能力和真实缺口 |
  18. | 多方向投递者 | 基于同一事实底稿,为不同 JD 分别生成版本 |
  19. | 简历投递反馈较少的人 | 检查 JD 匹配、ATS 可读性和 HR 10 秒阅读体验 |
  20. | AI Agent / Prompt 开发者 | 复用完整 Skill、Prompt、评分规则和测试体系 |
  21. ## 这个项目解决什么痛点
  22. | 常见问题 | 项目处理方式 |
  23. |---|---|
  24. | 简历写成岗位职责,没有成果证明 | 追问背景、个人动作、方法、结果和证据来源 |
  25. | 不知道 JD 真正在筛什么 | 拆分硬性门槛、核心职责、技能、加分项和淘汰风险 |
  26. | 经历有价值,但简历没有写出来 | 建立 JD 与真实经历的逐项证据映射 |
  27. | 为了 ATS 机械堆关键词 | 关键词必须绑定真实项目或行动证据 |
  28. | 没有精确数据,不知道怎么写 | 使用可验证交付、采用、流程改善或确认过的区间 |
  29. | “包装”后面试讲不圆 | 对强动词、数字、归因和个人贡献生成尖锐追问 |
  30. | 一份简历投所有岗位 | 为每个具体 JD 独立排序、评分和生成版本 |
  31. ## 为什么不是普通简历润色 Prompt
  32. | 普通简历 Prompt | resume-jd-optimizer-cn |
  33. |---|---|
  34. | 直接润色现有句子 | 先解析 JD,再决定优化重点 |
  35. | 可能自动补充数据和职责 | 只允许已确认事实进入最终简历 |
  36. | 关键词越多越好 | 无项目证据的关键词不会被视为充分覆盖 |
  37. | 把“参与”改成“负责/主导” | 使用贡献动词证据门槛 |
  38. | 输出一份万能简历 | 每个 JD 独立生成版本和风险提示 |
  39. | 关注文字是否漂亮 | 同时检查 ATS、HR、面试自洽和可信度 |
  40. | 转行时强行贴近岗位 | 区分直接经验、可迁移经验和学习/作品证据 |
  41. ## 核心能力总览
  42. ```text
  43. 收集输入
  44. ↓
  45. 解析目标 JD
  46. ↓
  47. 解析简历事实底稿
  48. ↓
  49. 映射已覆盖 / 弱覆盖 / 未覆盖 / 不建议硬凑
  50. ↓
  51. 追问真实经历与证据
  52. ↓
  53. 生成 JD 定制版 + ATS 纯文本版
  54. ↓
  55. 执行 HR、面试官与真实性审查
  56. ```
  57. | 能力 | 输出 |
  58. |---|---|
  59. | JD 解析 | 岗位目标、硬性条件、技能、业务场景、关键词和权重 |
  60. | 简历诊断 | 表达问题、可信证据、数据深度、成果等级和贡献边界 |
  61. | 缺口分析 | 已覆盖、弱覆盖、未覆盖、可补充和不建议硬凑 |
  62. | 素材追问 | 与高权重 JD 要求对应的具体问题 |
  63. | 简历重写 | JD 定制版、ATS 纯文本版和 HR 摘要 |
  64. | 求职沟通 | Boss 直聘开场白和猎头介绍 |
  65. | 面试准备 | 针对数字、归因、方法和个人贡献的追问 |
  66. | 风险检查 | 编造、夸大、关键词堆砌、AI 味和隐私风险 |
  67. ## 30 秒 Quick Start
  68. ```text
  69. 请使用 resume-jd-optimizer-cn 优化我的简历。
  70. 目标 JD:
  71. [粘贴完整 JD]
  72. 现有简历:
  73. [粘贴简历]
  74. 补充背景:
  75. - 是否转行:
  76. - 可确认数据:
  77. - 作品链接:
  78. - 历史投递反馈:
  79. 请先分析 JD 与简历差距。
  80. 信息不足时先追问,不要编造。
  81. ```
  82. 没有完整材料也可以开始:
  83. | 当前材料 | Skill 行为 |
  84. |---|---|
  85. | 只有简历 | 做基础诊断、ATS 结构检查并索取目标 JD |
  86. | 只有 JD | 解析岗位要求并生成素材采集问题 |
  87. | 简历 + 单个 JD | 执行完整诊断、重写和审查 |
  88. | 简历 + 多个 JD | 建立唯一事实底稿,为每个 JD 独立生成版本 |
  89. | 信息严重不足 | 明确阻断,并提出最多 6 个具体输入问题 |
  90. | 用户要求造假 | 停止重写与评分,提供真实替代方案 |
  91. ## Demo:输入输出示例
  92. ![产品经理简历 Before / After Demo](assets/demo-before-after.svg)
  93. ### 输入
  94. ```text
  95. 目标 JD:
  96. 负责企业客户订单管理产品的需求分析与迭代;
  97. 要求复杂流程产品经验、PRD、原型和跨团队推进能力。
  98. 原始简历:
  99. 负责订单系统需求收集和产品迭代。
  100. 已确认补充事实:
  101. - 独立访谈 8 家企业客户
  102. - 负责 PRD、原型和验收
  103. - 协同 5 名研发及 1 名设计
  104. - 配置步骤从 9 步减少到 5 步
  105. ```
  106. ### Skill 先做证据映射
  107. | JD 要求 | 简历证据 | 状态 |
  108. |---|---|---|
  109. | 复杂流程产品经验 | 订单审批流程改版 | 已覆盖 |
  110. | PRD 与原型 | 用户确认负责 PRD、原型 | 已覆盖 |
  111. | 跨团队推进 | 协同 5 名研发及 1 名设计 | 已覆盖 |
  112. | 数据分析 | 暂无分析过程证据 | 弱覆盖 |
  113. ### 确认事实后的优化结果
  114. ```text
  115. 围绕企业客户订单审批场景,访谈 8 家客户并负责 PRD、原型与验收;
  116. 协同 5 名研发及 1 名设计推动流程改版上线,将配置步骤从 9 步减少至 5 步。
  117. ```
  118. ### 面试追问
  119. ```text
  120. - 8 家客户如何选择,需求如何归纳和取舍?
  121. - 你与研发、设计分别如何分工?
  122. - 配置步骤减少后,如何验证用户体验确实改善?
  123. ```
  124. 更多案例见 [完整示例](docs/examples.md) 与 [examples/](examples/)。
  125. ## 安装方式
  126. | 环境 | 推荐安装方式 |
  127. |---|---|
  128. | Codex | 将完整仓库复制或克隆到 Codex Skills 目录 |
  129. | ChatGPT Project | 上传核心文件,并在项目指令中加入 `SKILL.md` 规则 |
  130. | 自定义 GPT | 将核心工作流放入 Instructions,上传参考文件作为 Knowledge |
  131. | 自定义 Agent | 始终加载 `SKILL.md`,按阶段加载 Prompt、Rubric 和模板 |
  132. Codex 常见安装示例:
  133. ```bash
  134. mkdir -p ~/.codex/skills
  135. git clone https://github.com/coinluu/resume-jd-optimizer-cn.git \
  136. ~/.codex/skills/resume-jd-optimizer-cn
  137. ```
  138. 安装后新建会话并调用:
  139. ```text
  140. 使用 $resume-jd-optimizer-cn 根据我的目标 JD 和真实经历优化中文简历。
  141. ```
  142. 详细的新手步骤见 [安装指南](docs/installation.md)。不同产品能力可能因账号、版本或工作区权限而不同。
  143. ## 使用方式
  144. ### 标准单 JD 优化
  145. ```text
  146. 请先输出 JD 解析、证据映射和关键缺口。
  147. 只有信息充分时才生成最终简历和 ATS 版。
  148. ```
  149. ### 多 JD 独立版本
  150. ```text
  151. 请基于同一份真实经历底稿,分别为以下 JD 生成版本:
  152. 1. 产品经理 JD:[粘贴]
  153. 2. 运营 JD:[粘贴]
  154. 3. AI 产品经理 JD:[粘贴]
  155. 请输出版本差异表,不要生成万能混合版。
  156. ```
  157. ### 回答素材追问
  158. ```text
  159. 项目名称:
  160. 业务背景:
  161. 我的负责范围:
  162. 我的具体动作:
  163. 协作对象:
  164. 结果与数据来源:
  165. 哪些属于团队成果:
  166. ```
  167. 完整调用方式见 [快速开始](docs/quickstart.md)。
  168. ## 文件结构
  169. ```text
  170. resume-jd-optimizer-cn/
  171. ├── SKILL.md # 核心规则、输入路由与 8 步流程
  172. ├── prompts/ # 10 个阶段 Prompt
  173. ├── templates/ # 简历、ATS、沟通与报告模板
  174. ├── rubrics/ # 5 套评分规则
  175. ├── docs/ # 安装、招聘语境、岗位和真实性规则
  176. ├── examples/ # 产品、数据、转行 AI 产品案例
  177. ├── tests/ # 10 个测试场景与 21 个失败模式
  178. └── .github/ # Issue、PR 模板和 Markdown CI
  179. ```
  180. ## 支持的岗位类型
  181. | 类别 | 已内置岗位 |
  182. |---|---|
  183. | 产品 | 产品经理、AI 产品经理 |
  184. | 数据与技术 | 数据分析师、Java、Python、前端、算法、测试工程师 |
  185. | 运营与增长 | 运营、新媒体运营、用户增长 |
  186. | 商业与市场 | 销售、商务拓展、市场营销 |
  187. | 交付与设计 | 设计师、项目经理 |
  188. | 求职身份 | 应届生校招、实习生、转行求职者、管培生 |
  189. 每类岗位包含核心能力、常见 JD 关键词、成果指标、项目类型、表达重点、面试方向和常见踩坑。详见 [岗位类型参考](docs/role_taxonomy.md)。
  190. ## 评分系统
  191. 评分用于诊断当前材料,不代表录用概率。
  192. | 评分 | 重点检查 | 满分 |
  193. |---|---|---:|
  194. | JD 匹配分 | 硬性条件、技能证据、项目相关度、成果和职级 | 100 |
  195. | ATS 分 | 标准标题、关键词、结构、技能区和时间线 | 100 |
  196. | HR 吸引力分 | 10 秒方向判断、前部亮点、相关性和简洁度 | 100 |
  197. | 面试准备分 | 背景、个人贡献、方法、数据来源和复盘 | 100 |
  198. | 可信度分 | 数据来源、贡献边界、夸大风险和逻辑自洽 | 100 |
  199. 所有分数必须附证据、扣分原因和补分动作。缺少 JD、简历或事实时,相关项目标记为“不适用”或“暂无法评分”,不会猜分。
  200. ## 真实性与反夸大原则
  201. | 允许 | 禁止 |
  202. |---|---|
  203. | 提升信息顺序、表达精度和证据密度 | 编造公司、项目、证书、工具或数据 |
  204. | 使用用户确认的估算、区间和规模 | 把参与改成主导 |
  205. | 明确团队成果中的个人贡献 | 把团队结果全部归给个人 |
  206. | 使用可验证的定性交付或改善结果 | 把按期上线写成业务增长 |
  207. | 将转行经历标记为可迁移能力 | 把普通搜索改写成 RAG / Agent 项目 |
  208. 贡献动词必须有事实门槛:
  209. ```text
  210. 支持 / 协助 < 参与 < 负责 < 推动 < 主导
  211. ```
  212. 若用户要求编造或篡改事实,Skill 会停止评分、重写、ATS 版和最终报告,并提供真实替代方案。
  213. 使用前请阅读 [隐私与真实性声明](docs/privacy-and-truthfulness.md)。
  214. ## Demo 与截图说明
  215. 当前仓库已提供可直接预览的 Before / After SVG Demo,并优先保留可复制的 Markdown 示例。维护者可按照 [截图脚本](assets/screenshot-script.md) 补充脱敏后的真实运行截图,并放置在:
  216. ```text
  217. docs/assets/
  218. ├── demo-jd-gap-analysis.png
  219. ├── demo-before-after.png
  220. ├── demo-ats-plain-text.png
  221. └── demo-interview-questions.png
  222. ```
  223. 建议首页截图依次展示:
  224. 1. JD 与简历证据映射表。
  225. 2. 优化前后对比。
  226. 3. ATS 纯文本版本。
  227. 4. 面试追问与真实性风险。
  228. 截图不得包含真实联系方式、客户信息或未公开经营数据。
  229. ## Roadmap
  230. | 方向 | 计划 |
  231. |---|---|
  232. | 案例覆盖 | 增加更多匿名化真实回归案例 |
  233. | 行业覆盖 | 增加金融、制造、医疗、游戏等岗位参考 |
  234. | 工程能力 | 增加结构化事实底稿和多 JD 差异检查工具 |
  235. | 文件处理 | 探索 PDF / DOCX 文本解析与 ATS 结构检查 |
  236. | 社区评测 | 建立版本化匿名评测集和贡献规范 |
  237. 详见 [ROADMAP.md](ROADMAP.md)。
  238. ## 贡献指南
  239. 欢迎贡献:
  240. - 充分脱敏的真实求职案例。
  241. - 新岗位类型与国内招聘语境。
  242. - Prompt、模板、评分和失败模式改进。
  243. - 安装说明、文档和测试。
  244. 提交前请阅读 [CONTRIBUTING.md](CONTRIBUTING.md) 和 [CODE_OF_CONDUCT.md](CODE_OF_CONDUCT.md)。公开 Issue 中不要上传完整真实简历。
  245. ## Star
  246. 如果你认可“先找真实证据,再优化表达”的方式,可以 Star 或 Fork 这个仓库:
  247. - Star:方便求职时重新找到,也帮助更多中文求职者发现项目。
  248. - Fork:根据自己的岗位、行业或 Agent 工作流进行定制。
  249. - Issue / PR:提交脱敏案例、失败模式或规则改进。
  250. Star 不是使用项目的前提。先试用、检查隐私边界,再决定是否保留它。
  251. ## License
  252. 本项目采用 [MIT License](LICENSE)。你可以在保留许可证声明的前提下使用、修改和分发。
  253. 本项目帮助提高表达质量和岗位匹配度,不保证通过 ATS、获得面试或录用结果。

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.