JobOK
Job OK: 面向中文求职者的证据驱动求职 Agent Skill,支持优势挖掘、岗位匹配、简历优化、面试训练和投递跟踪。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/gresonkwan--jobok)HTML
<a href="/listings/gresonkwan--jobok"><img src="/api/listings/gresonkwan--jobok/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
1. 让 Agent 帮你安装
在 Codex、Claude Code 或其他支持 Skill 的 Agent 里直接说:
帮我安装这个 Skill:https://github.com/GresonKwan/JobOK
Agent 会把仓库安装到对应的本地 Skill 目录。安装完成后,重启你的 Agent 或新开会话:
$job-ok 我是应届生,目标是深圳的 AI 应用实习/产品运营实习。 我会上传简历,并粘贴 3 个真实 JD。 请先问我必要问题,再帮我建立求职案例目录。
2. 手动安装备用
如果你的 Agent 不能自动安装,可以按所用工具的 Skill 目录手动 clone。Codex 示例:
git clone https://github.com/GresonKwan/JobOK.git ~/.codex/skills/job-ok
也可以下载 ZIP,解压后把整个文件夹复制到对应 Skill 目录。Codex 示例:
~/.codex/skills/job-ok
Claude Code、Codex 和项目级安装说明见 [docs/install-cn.md](docs/install-cn.md)。
3. 项目级安装备用
如果你只想在当前项目启用:
git clone https://github.com/GresonKwan/JobOK.git .agents/skills/job-ok
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 · 86 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: job-ok
- description: >-
- Use when helping a Chinese job seeker, especially students, interns, or early-career users, prepare job applications with an agent without fabricating experience, auto-submitting applications, scraping hiring platforms, or promising offers.
- ---
- # Job OK
- Job OK 是一个面向中文求职者的本地求职 Skill。它帮助学生、实习生和早期职场人把真实经历整理成可追溯的求职证据,再用于岗位匹配、简历优化、投递跟踪和面试表达训练。
- 核心原则:先证据,后结论;先岗位匹配,后简历改写;用户手动确认任何外部投递动作。
- ## 使用边界
- - 默认使用中文,除非用户要求其他语言。
- - 默认把简历、联系方式、截图、聊天记录等敏感材料保留在本地。
- - 输出中区分 `fact`、`assumption`、`inference`、`user_preference`。
- - 不编造学历、实习、项目、奖项、指标、证书、技能或公司经历。
- - 不承诺面试、offer、薪资结果或平台曝光。
- - 不自动投递、不自动私信 HR、不绕过登录、不批量爬取招聘平台。
- - 不用于企业侧招聘、候选人排名或人事决策。
- ## 本地案例目录
- 每服务一个求职者,创建或复用:
- ```text
- job-search-cases/<yyyy-mm-dd-user-slug>/
- ├── brief.yaml
- ├── raw/
- │ ├── resume/
- │ └── job-posts/
- ├── profile.yaml
- ├── experience-assets.md
- ├── strengths.md
- ├── target-roles.csv
- ├── jobs.jsonl
- ├── job-matches.csv
- ├── resume-review.md
- ├── resume-versions/
- ├── interview-story-bank.md
- ├── interview-practice.md
- ├── application-tracker.csv
- └── review-log.md
- ```
- 优先从 `assets/templates/` 复制模板到案例目录,再开始分析。
- ## 工作流
- 1. **先 Intake。** 收集简历、目标城市、目标岗位、教育背景、项目/实习经历、限制条件、排除岗位、偏好行业和风险备注。核心信息不足时先追问,不急着推荐岗位或改简历。参考 `references/intake-flow.md`。
- 2. **提取真实经历。** 把简历和用户回答整理到 `experience-assets.md`。可用 `scripts/extract_resume_text.py` 提取 `.pdf`、`.docx`、`.txt`、`.md` 简历文本。
- 3. **挖掘优势。** 每个优势都必须走完 `证据 -> 行为 -> 能力 -> 岗位信号`。参考 `references/strength-taxonomy.md`,在 `strengths.md` 记录可信度和缺失证据。
- 4. **生成岗位假设。** 输出 3-5 个目标岗位簇到 `target-roles.csv`。参考 `references/job-matching-rubric.md`,写清匹配证据、差距、30 天补强动作和适合公司类型。
- 5. **整理真实 JD。** 只接受用户提供的岗位链接、截图、复制 JD、CSV 导出、Markdown 表格或浏览器可见页面。用 `scripts/normalize_jobs.py` 生成 `jobs.jsonl`。使用平台资料前先读 `references/platform-boundaries.md`。
- 6. **评分和短名单。** 用 `scripts/score_job_matches.py` 做确定性初筛。分数只用于 triage,不代表真实录取概率。低分岗位进入观察池,不进入投递列表。
- 7. **优化简历。** 参考 `references/resume-rubric.md`。每条建议必须能回到真实经历。输出 `resume-review.md`,并在 `resume-versions/` 记录不同岗位版本。
- 8. **训练面试表达。** 参考 `references/interview-training.md`。一次只问一个问题,等待用户回答,再追问和复盘。首版只处理文本或语音转写稿。
- 9. **跟踪和复盘。** 每次投递、回复、面试、拒信或新增 JD 后,更新 `application-tracker.csv` 和 `review-log.md`。
- ## 辅助脚本
- ```bash
- python3 .agents/skills/job-ok/scripts/extract_resume_text.py \
- --input job-search-cases/<case>/raw/resume/resume.pdf \
- --output job-search-cases/<case>/raw/resume/resume.txt
- python3 .agents/skills/job-ok/scripts/normalize_jobs.py \
- --input job-search-cases/<case>/raw/job-posts/jobs.md \
- --output job-search-cases/<case>/jobs.jsonl \
- --source-type user_paste
- python3 .agents/skills/job-ok/scripts/score_job_matches.py \
- --profile job-search-cases/<case>/profile.yaml \
- --strengths job-search-cases/<case>/strengths.md \
- --jobs job-search-cases/<case>/jobs.jsonl \
- --output job-search-cases/<case>/job-matches.csv
- ```
- ## 输出标准
- - 优势挖掘:写明证据、可信度、岗位信号和缺失证据。
- - 岗位建议:同时写为什么投、为什么不投、简历重点和下一步用户动作。
- - 简历修改:输出建议,不输出不可验证的最终表述;缺证据内容标记为 `needs_proof`。
- - 面试训练:检查结构、具体性、证据、岗位相关性、风险表达和可追问性。
- - 外部动作:结尾使用“用户手动确认后再执行”,除非用户报告完成,否则不要写“已投递”。
README.md · README · 212 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # Job OK
- [](#quick-start)
- [](#why-job-ok)
- [](LICENSE)
- 面向中文求职者的证据驱动求职 Agent Skill:**不编经历,不自动海投,只把真实经历变成可投递、可面试、可复盘的求职证据系统。**
- ## Why Job OK
- 很多求职者的问题不是“完全没有能力”,而是:
- - 简历只会写“参与、协助、负责”,没有动作和结果;
- - 面试一追问项目细节就散;
- - JD 看了很多,但不知道自己该投什么;
- - 用 AI 改简历时,很容易从“表达优化”滑向“包装和编造”。
- Job OK 的思路是把求职拆成一个本地工作流:
- ```text
- 真实经历
- ↓
- 证据链
- ↓
- 岗位信号
- ↓
- 真实 JD 匹配
- ↓
- 简历版本
- ↓
- 面试故事库
- ↓
- 投递跟踪与复盘
- ```
- 它不是求职捷径,而是一套逼你把自己讲清楚的系统。
- ## Features
- | 模块 | 产物 | 解决的问题 |
- |---|---|---|
- | Intake | `profile.yaml` | 先问清目标城市、岗位、约束和风险,不急着改简历 |
- | 经历资产库 | `experience-assets.md` | 把项目、实习、社团、自学、兼职整理成真实材料 |
- | 优势挖掘 | `strengths.md` | 每个优势必须走完 `证据 -> 行为 -> 能力 -> 岗位信号` |
- | 岗位假设 | `target-roles.csv` | 生成 3-5 个可验证的岗位方向,不做人格算命 |
- | JD 标准化 | `jobs.jsonl` | 整理用户提供的真实 JD、截图、链接和导出表 |
- | 岗位匹配 | `job-matches.csv` | 按证据、硬性条件、兴趣、现实约束和风险初筛岗位 |
- | 简历优化 | `resume-review.md` | 每条建议都回到真实经历,缺证据内容标记 `needs_proof` |
- | 面试训练 | `interview-story-bank.md` | 训练自我介绍、项目回答、追问和风险表达 |
- | 投递跟踪 | `application-tracker.csv` | 记录投递、回复、面试、拒信和复盘 |
- ## What It Will Not Do
- Job OK 不是“自动投递神器”:
- - 不编造经历;
- - 不承诺 offer;
- - 不自动投递;
- - 不自动私信 HR;
- - 不批量爬取招聘平台;
- - 不绕过登录、验证码或平台限制;
- - 不替企业做候选人排名或招聘决策。
- ## Quick Start
- ### 1. 让 Agent 帮你安装
- 在 Codex、Claude Code 或其他支持 Skill 的 Agent 里直接说:
- ```text
- 帮我安装这个 Skill:https://github.com/GresonKwan/JobOK
- ```
- Agent 会把仓库安装到对应的本地 Skill 目录。安装完成后,重启你的 Agent 或新开会话:
- ```text
- $job-ok
- 我是应届生,目标是深圳的 AI 应用实习/产品运营实习。
- 我会上传简历,并粘贴 3 个真实 JD。
- 请先问我必要问题,再帮我建立求职案例目录。
- ```
- ### 2. 手动安装备用
- 如果你的 Agent 不能自动安装,可以按所用工具的 Skill 目录手动 clone。Codex 示例:
- ```bash
- git clone https://github.com/GresonKwan/JobOK.git ~/.codex/skills/job-ok
- ```
- 也可以下载 ZIP,解压后把整个文件夹复制到对应 Skill 目录。Codex 示例:
- ```text
- ~/.codex/skills/job-ok
- ```
- Claude Code、Codex 和项目级安装说明见 [docs/install-cn.md](docs/install-cn.md)。
- ### 3. 项目级安装备用
- 如果你只想在当前项目启用:
- ```bash
- git clone https://github.com/GresonKwan/JobOK.git .agents/skills/job-ok
- ```
- ## Usage Examples
- ### 1. 挖掘优势
- ```text
- $job-ok
- 请围绕我的课程项目、实习、社团、兼职、自学和失败经历追问。
- 每个优势都要写清楚:证据、行为、能力、岗位信号和缺失证据。
- ```
- ### 2. 匹配岗位
- ```text
- $job-ok
- 这里有 5 个真实 JD,请整理成 jobs.jsonl,并输出 job-matches.csv。
- 低于 60 分的岗位只放观察池,不建议投递。
- ```
- ### 3. 优化简历
- ```text
- $job-ok
- 基于这个目标 JD,帮我做 resume-review.md。
- 不要编经历;缺少证据的内容标记 needs_proof。
- ```
- ### 4. 训练面试
- ```text
- $job-ok
- 我先发一段自我介绍。
- 请检查结构、证据、岗位关联、废话和风险表达。
- 一次只问我一个追问问题。
- ```
- ## Case Folder
- Job OK 默认会创建:
- ```text
- job-search-cases/<yyyy-mm-dd-user-slug>/
- ├── brief.yaml
- ├── raw/
- │ ├── resume/
- │ └── job-posts/
- ├── profile.yaml
- ├── experience-assets.md
- ├── strengths.md
- ├── target-roles.csv
- ├── jobs.jsonl
- ├── job-matches.csv
- ├── resume-review.md
- ├── resume-versions/
- ├── interview-story-bank.md
- ├── interview-practice.md
- ├── application-tracker.csv
- └── review-log.md
- ```
- ## Optional Dependencies
- 基础使用不需要安装依赖。只有解析 PDF/DOCX 简历时才需要:
- ```bash
- python3 -m pip install -r requirements-optional.txt
- ```
- 国内网络可使用镜像:
- ```bash
- python3 -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements-optional.txt
- ```
- ## Repository Structure
- ```text
- .
- ├── SKILL.md
- ├── agents/openai.yaml
- ├── references/
- ├── assets/templates/
- ├── scripts/
- ├── examples/quick-start/
- └── docs/
- ```
- ## Docs
- - [安装说明](docs/install-cn.md)
- - [使用指南](docs/usage-cn.md)
- - [安全边界](docs/safety-cn.md)
- - [FAQ](docs/faq-cn.md)
- - [贡献说明](CONTRIBUTING.md)
- - [更新记录](CHANGELOG.md)
- ## Safety
- 用户可以粘贴 Boss 直聘、猎聘、领英、学校就业网等来源的 JD,也可以上传截图、导出表或浏览器可见页面。
- Job OK 只整理和分析用户授权提供的信息,不做后台批量抓取,不自动投递,不自动联系招聘方。
- 任何投递、私信、简历提交或平台操作,都应由用户自己确认和执行。
- ## License
- MIT
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.