简历自动填写助手 (Resume Autofill)

将用户信息自动填写到任意招聘网站的简历表单中，并持续积累用户信息，做到"一次收集、多次复用、越用越全"。

跨平台：浏览器操作采用平台无关的"语义动作"（导航/快照/填写/点击/下拉/上传/交还用户），各 Agent 平台（TRAE、Claude、WorkBuddy 等）的工具映射见 references/ADAPTERS.md。

何时使用

• 用户给出招聘/求职网站简历填写页 URL，要求自动填写
• 用户说"帮我填简历""自动填表"
• 用户上传简历文件，要求建立用户信息档案

前置：初始化用户信息库（仅首次使用执行一次）

1. 创建个人信息目录（若不存在）：<workspace>/user_data/，内含 resumes/、photos/、portfolio/、backups/ 子目录。所有用户私人数据集中存放于此，与技能目录（.trae/skills/）分离，不随技能发布，便于整体备份与迁移。
2. 请用户上传简历文件（PDF / DOCX / 图片均可），复制到 <workspace>/user_data/resumes/ 持久化。
3. 解析简历，按以下优先级回退（保证任何平台都能跑通）：
   - 首选：宿主平台有内置 pdf / docx 技能 → 直接用它解析，提取结构化字段。
   - 回退：宿主无内置 pdf/docx 技能 → 用本技能自带的 scripts/extract_resume.py 解析。
   • DOCX / TXT / 带文本层的常见 PDF：零依赖（标准库即可）；
   • 复杂编码或扫描版 PDF：若装有 pypdf/pdfminer.six 可提高成功率。
   • 兜底：脚本也因扫描版 PDF、反馈字体等原因提取不到文本 → 请用户把简历内容粘贴为纯文本，再走同一套字段提取流程。
     图片格式简历若无 OCR 手段，直接转用"用户粘贴文本"路径，不强行处理。
4. 结合简历中缺失的信息，向用户询问以下常用字段（简历已包含的跳过，用户明确不愿提供的不强求）：
   - 身份：出生日期、证件类型、证件号码、性别
   - 联系：手机号、邮箱、微信号、QQ 号、当前所在地
   - 家庭：紧急联系人姓名、紧急联系人电话
   - 意向：期望工作城市、是否接受调剂、可入职时间、实习时长、每周出勤天数
   - 其他：成绩排名、GPA、导师、资料证明人
5. 将结果保存到 <workspace>/user_data/user_profile.json（结构见"用户数据文件"章节）。
6. 向用户展示提取/汇总结果并确认，确认后再开始后续填写。

自动填写流程（核心）

批量多站：用户一次可提供多个招聘网站 URL，逐个按以下流程填写，每站记录完成度，全部完成后输出汇总报告（各站已填/缺失/待收集字段）。

1. 用户提供招聘网站简历填写页 URL（若用户已自己打开页面，直接使用当前标签页）。
2. 导航（NAVIGATE）打开页面；若跳转到登录页，交还用户（HANDOVER）扫码/登录（TRAE 用 browser_waiting_for_user_interaction 独立调用，不可放进 Exec；其他平台用文字提示用户完成登录后回复），登录后继续。
3. 页面快照（SNAPSHOT）获取完整表单结构。快照过大时先保存到文件再读取（不要只看预览前 50 行）。若页面含 Element UI / Ant Design 等组件库下拉框，普通快照可能看不到选项，改用 DOM 模式快照或只读求值（EVALUATE）检查下拉面板（见 references/WEBSITES.md）。
4. 必填项前置预警：从快照中识别所有必填字段（label 带 * 或 required），与 user_profile.json 对比，优先向用户输出"缺少的必填项清单"并询问补齐（如紧急联系人、资料证明人、成绩排名等），补齐后再开始填写，避免填写中途卡住。
5. 字段映射：从快照中提取各字段的 label 文本，按 references/FIELD_MAPPING.md 映射到 user_profile.json 对应路径；同义词归一化（如"硕士研究生"→"硕士"、"CET4"→"CET-4"）由模型自行判断处理，无需查表。
6. 按控件类型填写（规范见"浏览器操作规范"章节），同一区块（如基础信息）尽量用一次 Exec 批量完成。
7. 多步骤表单：若简历填写流程分页/分步（如基本信息页 → 教育经历页 → 经历页），按页面导航逐页填写，每页完成后进入下一页，避免漏页。
8. 岗位 JD 分析与描述微调：若用户提供了目标岗位的 JD（文本或链接），先解析 JD 提取岗位关键词（见"岗位 JD 分析"章节），结合关键词微调自我评价/项目描述后填写；无 JD 或用户不需要微调时直接使用原文。
9. 缺失字段：表单有但信息库没有的字段 → 追加到 <workspace>/user_data/pending_fields.md 待收集清单，并现场询问用户；用户回答后立即回写信息库。
10. 完成度校验：全部填写后，用一次只读求值（EVALUATE）批量读取所有必填字段的值，自动汇总"已填 / 缺失"清单，输出给用户，而不是让用户逐个人工核对。
11. 总结：已填字段、未填字段、待收集字段，提示用户自查。不主动点击"提交简历"等提交按钮，提交前让用户确认。
12. 批量多站：有下一个 URL 则回到第 1 步；全部完成后输出各站完成度汇总报告。

字段映射

• 通用映射表见 references/FIELD_MAPPING.md；按 label 文本匹配，支持通配（去掉 *、（必填）、空格等修饰后包含匹配）。
• 多条目排序规则：教育经历默认按学历从高到低匹配（博士 > 硕士 > 本科 > 大专 > 高中）；实习/项目按时间倒序匹配；如用户有特殊要求（如表单顺序固定），按用户需求调整。
• 值归一化：信息库值与表单选项存在同义差异时，由模型自行转换匹配，不依赖硬编码表。
• 网站适配：不同招聘网站的表单组件、快照技巧、附件限制不同，先查阅 references/WEBSITES.md 获取已知经验，遇到新网站把新经验追加进去。

岗位 JD 分析

当用户提供目标岗位描述（JD 文本或链接）时：

1. 关键词提取：解析 JD，提取高频技能词、方向词（如"量化""回测""因子""Python""风控"）与软性素质词。
2. 描述微调建议：对比自我评价/项目描述，给出针对该 JD 的润色建议（突出匹配的关键词与量化成果），询问用户是否采用后再填写；用户不确认则用原文。
3. 简历匹配度提示：对比简历（user_profile 中技能/经历）与 JD 关键词，输出"JD 高频但简历未突出"的关键词清单，提示用户可在补充信息/自我评价中强调，或据此优化简历，提升投递匹配度。

用户数据文件

<workspace>/user_data/user_profile.json 是唯一信息源，结构化存储用户信息，字段模板见 references/user_profile.example.json。首次使用后由本流程生成。

<workspace>/user_data/pending_fields.md 记录"表单出现过但信息库还没有"的字段，每次填写前可读取并询问用户补齐。

数据可信度管理

• 来源与时间标注：user_profile.json 顶层 _meta 记录各区块字段的来源（简历解析 / 用户提供 / 表单回写）与整体更新时间；每次回写数据时同步更新 _meta，便于追溯信息出处。
• 冲突检测：回写或填写前，若新值与信息库已有值不一致（且并非用户主动要求修改），暂停并请用户确认采用哪个值，不静默覆盖。
• 敏感信息脱敏：向用户展示/确认信息时，证件号、手机号等敏感字段脱敏显示（保留前 3 位与后 4 位，中间 *，如 522******2015）；仅在填写表单时使用全量值。
• 字段格式校验：填写前校验关键字段格式——大陆手机号 11 位数字、邮箱含 @、日期为 YYYY-MM-DD、身份证 18 位；格式不符时先修正再填，无法修正则询问用户。

文件路径管理

user_profile.json 的 files 字段集中记录需要上传的本地文件路径，自动填写时直接使用，避免反复向用户要文件：

维护规则：
- 用户上传或提供文件路径时，立即回写 files 字段。
- 优先把文件持久化到 <workspace>/user_data/ 对应子目录（如 <workspace>/user_data/resumes/简历.pdf、<workspace>/user_data/photos/证件照.jpg），避免引用临时/附件目录的不稳定路径。
- 上传时用 UPLOAD 动作指定 files 中对应路径；路径为空则询问用户。

照片预处理（保留原图）：
1. 网站有大小限制（如 ≤300KB）且原照片超限时，用本技能自带的 scripts/compress_image.py 压缩生成临时副本（如 <workspace>/user_data/.tmp/photo_compressed.jpg）：
python scripts/compress_image.py <原照片> <临时副本> --max-kb 300 --max-width 1024
依赖说明：脚本优先用 Pillow（PIL）做高质量压缩（JPEG 必需）；未安装 Pillow 时仅能对 PNG 用标准库重写。证件照多为 JPEG，建议 pip install pillow（见 scripts/requirements.txt）。
2. 上传临时副本成功后，立即删除临时副本。
3. 原照片始终保留在用户指定位置，不修改、不删除。

数据备份与定期维护

• 填写前备份：每次开始填写前，把 user_data/user_profile.json 复制为 user_data/backups/user_profile.backupN.json；保留最近 5 份备份（.backup1.json ~ .backup5.json），超出后滚动覆盖最旧的。
• 定期备份：每周或每次会话开始时，执行一次备份轮换，并校验 user_data/user_profile.json 的 JSON 合法性；损坏则提示用户从最近备份恢复。
• 备份集中存放于 user_data/backups/，仅本地保留。

浏览器操作规范（语义动作）

浏览器选择：优先使用宿主 Agent 平台默认自带的浏览器（agent-browser / 内置浏览器），能直接用自带的绝不要求用户另配外部浏览器（如 Playwright MCP、CDP）。各平台浏览器映射见 references/ADAPTERS.md"浏览器选择原则"。

操作采用语义动作，各平台工具映射见 references/ADAPTERS.md：

• 日期控件：点击输入框 → FILL/TYPE 输入 YYYY-MM-DD → 回车确认（日期选择器弹出也不影响输入）。
• 单选 / 复选：CLICK 对应项（如性别"男"、"至今"开关）。
• 重复条目检测（幂等）：添加多条目（教育 / 实习 / 项目 / 获奖）前，先 EVALUATE 读取表单中已有条目的名称/公司列表，与信息库对比：已存在 → 更新该条目而非新增；确实缺失 → 才点"添加"按钮。避免重复添加。
• 失败重试：填写/点击失败（元素不存在、值未生效）时，重新 SNAPSHOT 获取最新定位后重试 1-2 次；仍失败则记录到待收集清单并询问用户，不无限重试。
• 登录页 / 验证码 / 需要人工判断的操作：使用 HANDOVER 交还用户，不在自动化流程内代劳。
• 提交简历、删除已有条目等不可逆或敏感操作前停下，先向用户确认。

异常恢复

• 登录过期 / 被踢出：重新导航（NAVIGATE）到目标页，遇到登录页再次交还用户（HANDOVER）扫码，登录后继续。
• 元素定位失效：任何操作报"元素不存在"或页面结构变化时，重新 SNAPSHOT 获取最新定位信息（ref / 选择器）再继续。
• 填写中断：重新进入页面后，先对比信息库与表单已填值（EVALUATE 批量读取），只补填缺失字段，不覆盖已有且正确的值。
• 数据文件损坏：user_data/user_profile.json 无法解析时，从最近的 user_data/backups/user_profile.backupN.json 恢复，并告知用户。

增量学习

每次填写完成后：
- 对比本次表单字段与信息库，把用户补充/修正的新信息回写 user_profile.json，并同步更新 _meta 来源标注。
- 无法填写的字段追加到 pending_fields.md，下次填写前询问补齐。
- 映射表自动学习：本次匹配成功的"表单 label → 信息库字段"若不在 references/FIELD_MAPPING.md 中，去重后自动追加，让映射表随实战自动扩展。
- 新网站的表单特点、控件技巧追加到 references/WEBSITES.md。
- 保持 user_profile.json 为唯一信息源，不在 SKILL.md 内保存任何用户数据。

合规与隐私声明

合规边界：
- 本技能仅用于辅助用户填写本人求职简历，不用于批量注册、数据爬取、绕过网站登录/验证码/付费墙或 robots.txt 限制。
- 所有浏览器操作均在用户可见的页面中执行；提交简历、删除条目等不可逆动作由用户手动确认，不在后台静默执行。
- 不包含恶意代码、危险命令或诱导模型执行违规操作的指令。

隐私保护：
- 用户个人信息（简历、证件号、联系方式等）仅存储在本地 <workspace>/user_data/，不上传任何服务器、不随技能发布。
- 数据仅用于简历填写用途，不用于其他目的、不向第三方披露。
- 填写时仅向目标招聘网站提交表单所必需的信息，不做额外采集与追踪。
- 用户可随时删除 user_data/ 目录清除全部个人数据。