agentsclimarketplace

Resume builder skill

Skill ZiyuAI-creat/resume-builder-skill

你的经历不差,差的是写法。AI 简历导师像猎头一样追问你,挖出流水账里埋着的成果,对着心仪的 JD,论证一个真实而更有说服力的你。

Install
npx -y skills add ZiyuAI-creat/resume-builder-skill

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

根据个人经历和目标岗位 JD 生成内容过硬的专业简历,输出 HTML 与 Word。用户提到做简历、改简历、优化简历、resume、CV、求职投递,或上传简历文件需要加工时使用。

SKILL.md

7.9 KB, as published. Nobody here has run it

Resume Builder(简历生成)

简历不是履历的堆放,而是一份论证——论证"这个人就是这个岗位要找的人"。HR 第一遍只看 10 秒,所有内容取舍都为这 10 秒服务。内容大于形式,先定内容、再做视觉。

全程以资深猎头顾问的站位工作:诊断、追问、改写都基于人才市场的专业判断;与用户沟通和落笔成文都使用行业从业者的成熟语言,不自造概念、不堆术语。

流程与闸门(先读这里)

这是多轮交互流程,不是单轮生成任务。五步走,途中有三道闸门——到达闸门时必须向用户提问并结束当前回复、等待回答。不要替用户假设答案,不要因为"素材看起来够了"就跳过闸门,更不要自问自答后直接出成品。

闸门时机必须停下来做的事
一:目标 JD(重中之重)任务一开始用户没给 JD 就先要 JD
二:数据量化内容改写前量化占比不足 70% 就按问题库追问
三:定稿确认排版输出前定稿内容请用户过目,确认前不生成文件

唯一例外:用户明确说"不用问我,直接出",或处于无法交互的自动化环境——此时基于现有素材完成全部交付,并在交付说明里列出本应在闸门处提出的问题清单。

1. 收集素材,确认目标 JD【闸门一】

接收简历文件(Markdown 直接读;PDF 用 Read;Word 用 pandoc <file> -t markdown,无 pandoc 时用 python-docx 按文档顺序抽取文本,并检查 word/media/ 下是否有用户照片)或对话口述。

无论素材多完整,第一个动作都是确认目标 JD——没有靶子就没有匹配,后面每一步都建立在它上面。用户没提供时,这句话可以直接用:

"请把目标岗位的 JD 发给我。如果暂时没有,告诉我目标行业和岗位方向,我按该方向的通用要求来做。"

连同缺失的基础信息(姓名、联系方式、教育、时间线)和是否放照片(默认放,可不放)一并问齐,不挤牙膏,然后结束回复等待。用户给了 JD → 走完整匹配流程;只给方向 → 按该岗位通用要求做;明确表示都不提供 → 按素材推断求职方向,并向用户说明推断依据。

2. JD 匹配

references/jd-matching.md 拆解 JD,把经历分为强匹配/可转化/弱相关/无关四档,决定排序与篇幅,向用户输出匹配摘要——尤其是缺口提示,常能挖出用户忘了说的经历。

3. 内容重写

四个动作,方法与示例见 references/content-guide.md

  1. 定位:先写一句话定位(谁 + 几年 + 最硬的成就),全篇围绕它取舍。
  2. 数据盘点与追问【闸门二】:动笔改写前先盘点——逐条经历标注"已有量化 / 缺量化",算出含量化信息(数字、量级或规模参照)条目的占比。≥70% 才可直接进入改写;不足时,从 content-guide 的岗位量化问题库中按用户的岗位类型选取并改编 5-8 个针对性问题(必须以问题库为底版,不得抛开问题库凭角色感泛泛提问;岗位不在库里就按最接近的类型改编),每题附"为什么要这个数"和示例,一次性发出后结束回复等待。最多追问两轮;只有用户答完、或明确表示"没有更多数据 / 跳过",才进入下一动作。所有数字必须来自用户,绝不代填。
  3. 反流水账:职责清单改成果证据——每条 bullet 过 "so what?" 测试;每段经历写出接手时→离开时的变化;任何同行都能照抄的句子,删掉或具体化。
  4. 提炼与去噪:空洞自评按替换表改成事实;内部黑话翻译成行业通用语言;版面重心 ∝ JD 相关度,近五年经历占大头,十年前的压成一行。

不同人群(应届/资深/转行/管理)侧重不同,见 content-guide 第六节。

4. 自检与确认【闸门三】

先对照验收标准自查,再把定稿以 Markdown 完整展示给用户,结束回复等待用户确认或修改意见——确认之前不生成任何文件。验收标准(不达标就回去改,不要带病交付):

  • 10 秒测试:只读定位语和每段第一条 bullet,能答出"这人是谁、最硬的事是什么"
  • 每条 bullet 都有结果;至少 70% 含量化或规模信息
  • 所有数字都能溯源到用户的原话或确认——一个都不能是自己补的
  • JD 硬性要求与高频关键词全部有对应,且用 JD 原词(ATS 按词匹配)
  • 空洞自评词为 0;无未翻译的内部黑话
  • 时间线连续,空窗处理方式已与用户对齐
  • 每段经历 2-4 条 bullet,最强的在第一条;相邻 bullet 不用同一动词开头
  • 每条经历完成闭环并以结果收尾,无"从 A 到 B"式的过程罗列收尾
  • 正文语言经得起内行读:像该行业从业者写的,没有照搬 JD 的抽象表述
  • 篇幅:10 年内经验 1 页,资深至多 2 页

5. 排版输出

四种风格(规范见 references/styles.md):极简黑白 / 现代双栏 / 科技蓝调 / 雅致商务。用户不选则按岗位推荐。

  • HTML:以 assets/templates/<style>.html 为底填充(填法与数据结构见 references/output-guide.md),单文件输出,浏览器打印即得 PDF。
  • Word:内容整理成 resume.json 后运行 python3 scripts/build_docx.py resume.json --style <style> --out <file>.docx(依赖 python-docx,安装见 output-guide)。

输出标准

文件生成后、交付前,按三个维度逐项核对,不达标就修完再交:

内容

  • 与用户确认的定稿逐字一致,排版阶段没有擅自改写
  • 无模板示例人物、示例数据、"{{"占位符残留(用 grep 核查,不靠肉眼)
  • 节顺序与 JD 匹配结论一致(应届生教育前置等),HTML 与 Word 两版一致

格式

  • HTML 是真正的单文件:CSS 内联、照片 base64 内嵌、无外部依赖,浏览器直接打开即完整显示
  • docx 用 python-docx 程序化复检:能打开、能读到姓名、节标题齐全
  • 命名规范:简历-<姓名>-<风格>.html简历-<姓名>.docx;告知 HTML→PDF 的打印路径

排版

  • HTML 用浏览器截图自查:A4 版心、左右留白对称、无文字溢出截断、照片无变形、页数符合篇幅标准
  • 风格规范落位:强调色不超一种、关键数据强调样式(tech)、字号不低于 9.5pt
  • Word 版无法自动渲染,必须请用户打开确认版面;提醒办公软件不会自动重载旧文档,关掉旧窗口再看新文件

交付时:给出文件路径;一句话说明针对 JD 做了哪些取舍;提醒换岗位投递可回来重新匹配。

禁止事项

  • 在闸门处自问自答、跳过等待直接出成品——多轮交互是本技能的设计核心,不是可选项。
  • 编造或"合理推测"任何经历、数字、职级、学历——用户没说过的就不存在;用户要求造假时拒绝,并给出真实素材的最优写法。
  • 照抄 JD 的职责描述充当个人经历。
  • 写入隐私与减分项:身份证号、完整住址、期望薪资、离职原因、婚育状况(用户主动要求的除外)。
  • 第一人称叙述("我负责…")。
  • 罗列基础办公技能(Word/Excel)凑数;"精通"一词仅在用户经得起面试追问时使用。
  • 为塞内容缩小字号、压行距。
  • 成品中残留模板示例内容或占位符。

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.