简历润色 + 面试文字稿 (Resume & Interview Kit)

Overview

接收用户提供的原始简历（纯文本或 Markdown），先主动收集求职语境（行业、目标岗位与性质、公司、JD、风格），再从语言表达、结构逻辑、专业术语、重点突出、排版清晰度五维度优化，并适配中文简历习惯。

润色以用户所处行业 + 求职目标岗位性质 + JD为驱动；按目标岗位画像筛选相关度最高的 3–5 段经历呈现；扩写缺细节时即时回问；允许用户补充简历原文未呈现的真实经历并纳入。

最终交付：简历（默认 Word .docx 可编辑，便于用户自行修改；亦可定稿 PDF；按校招/社招控制页数，姓名居中、正文左对齐）+ 配套 Excel 面试文字稿（6 个 tab：核心技能与自我介绍、项目扩写、项目面试题、行为面试题、反问环节、行业趋势）。全程支持多轮迭代。

本 skill 是语言与流程型能力；PDF/Excel 由配套脚本确定性生成（见 Resources），内容由本 skill 负责撰写。

核心原则（宪法级 · 任何调用、任何迭代都必须遵守）

> 1. 真实优先，绝不虚构：所有内容必须基于用户提供的真实素材，不凭借想象补写、不进行联想推断。缺信息则即时回问，或用 【建议补充】 占位，绝不自编数字 / 经历 / 成果。
> 2. 脱敏对外，不泄露：涉及公司名、人名等可识别实体，默认脱敏处理，不在对外展示的成品（Word / PDF / Excel / 分享内容）中暴露真实名称；内部样例与日志同样脱敏。
> 3. token 效率优先，效果最大化：在尽量少消耗 token / 积分的前提下追求最强针对性——交付物范围前置开关（按需生成）、PDF 风格前置选 1 种只出那 1 种、用真实交互替代泛写，均为此原则的体现。
> 4. 迭代留痕，完整记录：每一次功能迭代、反馈修复、结构变更，都必须完整记录在本地 CHANGELOG（不随技能包发布，仅本地维护）——含原因、改动、状态，并遵循上述第 2 条脱敏约定。

触发与输入

当用户发出以下意图时启用：润色/优化/修改/排版简历、准备面试物料、明确风格（正式/精简/突出成果）等。

输入格式（首轮必须收集）

> 用户可随时补充简历原文未呈现的真实经历（项目/实习/校园活动等）。只要由用户提供，即视为可纳入的真实信息，应润色纳入，不应拒绝。

首轮澄清（一次性问齐，不拆多轮）

进入润色前用一次 AskUserQuestion（最多 4 题）补齐缺失项，示例：
- 交付物范围：① 简历（Word 或 PDF）② 面试文字稿（Excel）③ 简历（Word 或 PDF）+ 面试文字稿（Excel）（首问，决定后续是否生成 Excel）
- 求职阶段：校招（在校生）/ 社招
- 所处行业：互联网/IT、金融/财务、市场/运营、制造/供应链、其他
- 目标岗位性质：技术/研发、产品/设计、市场/销售、职能/支持、其他
- JD 是否可粘贴：可现在粘贴 / 稍后给 / 暂不需要
- 简历视觉风格（若交付含简历文件）：商务简约 / 现代清新 / 经典稳重 / 学术专业 / 创意展示（可一并问；最终 Word/PDF 格式在导出前最终确认）

公司名称与 JD 文本为自由输入，用文字在前后提示用户直接粘贴（或借助"其他"自由输入框）；不要因无标准选项而跳过。若用户拒给公司/JD，则在交付物中注明"未提供 JD，按岗位通用要求处理"，仍继续。若用户已随简历一次性给出全部信息，跳过澄清直接进 Workflow。

简历固定模块框架

简历按以下固定模块组装（详细规则、前置判断与项目展示逻辑见 references/resume-modules.md）：

1. 教育背景：一般从本科往上；体现求学时间、学历类型、专业名称、奖学金情况。
   2.1 实习经历：前置判断——校招求职体现；社招不体现。
   2.2 工作经历：前置判断——社招体现；校招无工作经历则不体现。
2. 项目经历：前置筛选——按目标岗位要求筛选相关度最高的 3 段扩写，展示逻辑为 项目背景 → 核心职责 → 关键行动 → 项目成果。
3. 其他活动：体现与目标岗位技能要求、目标公司文化或候选人画像相关度较高的非实习/工作经历（公益、兴趣比赛等）。
4. 技能：资格证书、外语能力、软件技能。

> 模块取舍由「求职阶段」驱动：校招→教育/实习/项目/其他/技能；社招→教育/工作/项目/其他/技能。

Workflow

Step 0 — 首轮信息收集

按上表收集信息，确定 交付物范围（简历（Word 或 PDF）/ 面试文字稿（Excel）/ 两者）、校招/社招、岗位性质与简历视觉风格（生成简历文件时必选，Word/PDF 通用），作为后续所有判断的输入。

Step 1 — 解析、体检与语境提取

• 识别板块、标注事实锚点（数据/公司/学校/项目/时间/职位/技能/证书，原样保留，不改写不补全不推断）。
• 标记五维度问题清单（语言/结构/术语/重点/排版）。
• 提取语境：从 JD 抽关键词（硬技能、软技能、职责动词、业务领域）；从行业+岗位性质定术语表与表达基调；预判每条经历与 JD 的匹配度。
• 提炼 JD 能力画像（关键）：从 JD 中显式提炼 3 项硬技能（如某技术栈/方法论/证书）与 3 项软技能（如跨部门协调/抗压/沟通），用简短语列出。这组能力是后续"项目问答"与"润色权重"的锚点——所有扩写都围绕它们展开，让用户明确感知"我们是在针对岗位要求改，而不是泛泛而谈"。若用户未提供 JD，按岗位通用要求推导，并注明"因无 JD，按岗位通用能力推导"。

Step 1.5 — 项目/实习经历前置问答（JD 驱动、STAR 框架，强制执行）

> 目的：把"想不清楚写什么、是否贴合 JD"转化为一问一答式梳理，让用户边答边看清自己的经历与岗位要求的对应关系。

> ⚠️ 强制执行纪律（对所有用户、所有纳入经历，不可省略、不可替代）：
> 1. 逐轮真实提问：必须用回合式提问（优先 AskUserQuestion，或逐条文本追问），每段经历独立走完 6 问——S 背景 → T 角色 → A 行动(硬技能) → A 行动(软技能) → R 成果 → 对齐点；每问锚定具体 JD 能力项，等用户回答后再问下一问。
> 2. 严禁自问自答：禁止用一张问答表预先列完 Q&A、由助手替用户回答来"演示"或"替代"真实交互——答案必须来自用户本人。
> 3. 实习与项目同等适用：校招的实习经历、社招的项目经历，都按同一六问流程扩写，不得因某段"好写"就跳过问答直接改写。
> 4. 缺数不编：用户暂无法提供的量化数字，保留 【建议补充】 占位，不自行演绎。
> 5. 已有经历也要交互：即使用户原始简历已包含项目/实习描述（哪怕写得较完整），也必须走完整六轮问答 + 量化子框架交互，不得因"原文已有"就直接改写输出或跳过提问。量化数字只能由用户提供、助理无法从原文推断或编造，交互获取是"真实不虚构"的硬要求。

• 开场锚定（必做）：向用户明示已提炼的 JD 能力画像（3 硬 + 3 软），并说明："下面我会围绕这 6 项能力、用 STAR 框架，针对你最相关的几段项目/实习逐一发起提问、你逐条回答，确保每段经历都精准对齐岗位要求。"——让用户感知针对性。
• 逐段问答：对 Step 2 将纳入的每段项目/实习，按 references/project-qa-guide.md 的模板与上方"强制执行纪律"执行——围绕 JD 能力画像逐轮提问（背景 / 你的角色 / 针对某硬技能的行动计划 / 成果 / 与某软技能的关联），每问点名对应能力项；用户逐答后再进下一问。量化扩写按 项目背景 → 核心职责 → 关键行动 → 项目成果 四段组织，每段用多选让用户勾选"需扩充的信息类型"（勾选的维度才追问，未勾选保留 【建议补充】），收口用多选映射 JD 能力（一段可对应多条）；详见 references/quantification-guide.md。量化非强制——原非量化扩写同样有效，难以量化的保留 【建议补充】 或定性描述。⚠️ 简历正文禁止【段名 · 量化】标签：规模量化 / 范围量化 / 动作量化 / 结果量化 只是内部思考脚手架，最终简历一律用干净的四段式（- 项目背景： / - 核心职责： / - 关键行动： / - 项目成果：），量化表达自然织入内容文字、不另立标签、不加【·量化】后缀——详见 references/quantification-guide.md 顶部「输出格式铁律」。
• JD 对齐收口：每段问答后，用一句话点明"这段经历的哪些点对应 JD 的哪几项能力"，强化针对性、避免发散。

Step 2 — 模块筛选与框架组装

• 按 校招/社招 决定出现哪些模块（见模块框架）。
• 相关性筛选：从全部经历中按目标岗位画像筛出相关度最高的 3–5 段呈现；其中项目经历固定选最相关 3 段按"背景-职责-行动-成果"扩写。
• 纳入用户在对话中补充的真实经历（标注为"用户补充"）。

Step 3 — 应用润色（五维度，JD 驱动）

按 references/chinese-resume-guide.md 改写，并以 Step 1 的 JD 关键词与岗位性质为权重：
- 语言：强动词开头，去虚词，一句一动作。
- 结构：倒序时间轴；与 JD 高相关经历前置放大，弱相关精简。
- 术语：替换为行业标准术语，嵌入 JD 关键词以利筛选；统一中英文与大小写。
- 重点：职责→"动作+量化结果"，STAR 思路，能数字化必数字化。
- 排版：统一标题层级、项目符号、日期 YYYY.MM、全角标点；控制篇幅。简历姓名（首行）居中；模块标题、项目名、正文一律左对齐。

Step 4 — 套用风格参数

按 references/style-profiles.md：正式（规范礼貌，国企/体制内）、精简（短句强动词，互联网）、突出成果（结果前置量化，业绩岗）。按岗位性质微调（技术重技术栈、销售重业绩、职能重流程合规）。可组合。

Step 5 — 询问新增模块

交付前询问用户：除固定框架模块外，是否要新增模块（如作品集、个人主页、科研成果等）。若否，跳过；若是，请用户提供模块命名 + 内容，并允许上传作品集电子链接或二维码（链接直接写入，二维码图片由用户提供后嵌入简历文件（Word/PDF 均可））。

Step 6 — 输出产物（按「交付物范围」分支）

6.0 交付物范围判断

• 简历（Word 或 PDF）：只执行 6.1（按最终确认格式生成简历文件）。跳过 Excel 与面试相关产出。
• 面试文字稿（Excel）：只执行 6.2（Excel）。仍需先有梳理后的简历内容作底（可在对话中完成润色/提炼，但不产出简历文件）。
• 简历（Word 或 PDF）+ 面试文字稿（Excel）：6.1 + 6.2 + 6.3 全部执行。

6.1 简历导出（含最终格式确认 + 视觉风格 + 可选外部设计 Skill）

1. 导出前最终确认输出格式（关键，避免返工、尊重用户编辑权）：在生成简历文件前，用一次 AskUserQuestion 让用户二选一——
   - ① Word（.docx，可编辑，默认推荐）：用户在 Word / WPS 中可自由修改，是本次迭代新增的默认首选（多位用户明确表示希望"自己改"）。
   - ② PDF（定稿交付，不可编辑）：适合直接投递的定稿版。
   > 说明：视觉风格（5 选 1）已在 Step 0 前置选定、与格式无关；此处只确认"最终落盘成 Word 还是 PDF"。Word 与 PDF 共用同一套风格配置，观感一致。
2. 视觉风格仍前置选 1 种（关键，前置筛选以节省 token/积分）：在 Step 0 已让用户从 5 种中选 恰好 1 种（商务简约·微软雅黑 / 现代清新·等线 / 经典稳重·宋体 / 学术专业·仿宋 / 创意展示·黑体，字体族各异、定义见 references/resume-style-guide.md）。可依据行业给推荐（金融/科技/审计/咨询→商务简约或经典稳重；互联网/产品→现代清新；设计/媒体/运营/市场→创意展示；科研/医药→学术专业），但最终以用户选择为准。前置筛选的目的就是避免事后多版输出浪费资源——选中哪一种，就只生成那一种，不提供"全出后挑"的批量模式。
3. 生成（仅 1 份）：先产出 Markdown 简历（canonical），再按用户选定的格式渲染唯一一份——
   - 选 Word → scripts/md_resume_to_docx.py --style <风格key> 生成 .docx。
   - 选 PDF → scripts/md_resume_to_pdf.py --style <风格key> 生成 .pdf。
   > --style 只传用户选中的那 1 个值，绝不循环 5 种风格各出一版（前置筛选即为省 token/积分）。页数规则：校招仅 1 页；社招 1–3 年 1 页；3 年以上可多页但尽量直接简洁、重点突出、量化、贴合 JD 画像。新增模块与二维码一并纳入。
4. 可选加载外部设计 Skill（仅 PDF 定稿时适用）：若用户选了 PDF 且选了设计向风格（如创意展示）或主动要求"更漂亮的模板"，主动询问是否愿意加载设计类 Skill（如 Baoyu Infographic 用于视觉设计、或技能库中的简历模板库类 Skill）。用户同意则按其规范产出更贴合行业的版式；不同意则用内置 md_resume_to_pdf.py --style <风格key> 生成。Word 为可编辑原生格式，一般不叠加外部版式（用户拿到的是干净可改的源文件）。

6.2 Excel 面试文字稿

按 references/interview-workbook-spec.md 组织 6 个 tab（Tab1–5 同上，新增 Tab6 行业趋势：行业趋势 / 竞争格局 / 主要竞争对手情况 / 目标公司所在行业的位置信息 / 与目标岗位类型相关的行业监管法规含官网链接与主要内容介绍），用 scripts/build_interview_workbook.py 生成 xlsx。法规须贴合目标岗位类型，不限于内控内审——如内控/内审岗→《企业内部控制基本规范》、COSO、SOX、内审准则、数据安全法等；数据合规岗→数据安全法、个人信息保护法；金融岗→证券法、基金法、上市公司规范运作指引；HR 岗→劳动法、劳动合同法等。

6.3 修改说明（简要）

使用 references/modification-notes-template.md 与 JD 能力画像，说明每段经历对齐了哪些 JD 硬/软技能；仅生成简历（不产出 Excel）时从简。

Step 7 — 真实性校验（必做）

• 所有公司/学校/项目/数据/时间/证书，须来自原文或用户主动提供，二者之外不得新增任何事实。
• 扩充经历的细节（背景/角色/贡献/结果）均须有用户来源，未自行演绎。
• 任何"建议补充"均为占位提示，未填虚构；原文矛盾（时间倒错/数字异常）在「待确认项」指出。

Step 8 — 迭代

交付后允许用户针对简历（Word/PDF）/Excel 任意版本继续沟通迭代（可重新选择输出格式、调整侧重、补充经历、改写某段、增删模块等），直至满意。

Resources

• references/chinese-resume-guide.md —— 中文简历规范、标准板块、行业术语表、常见错误。
• references/style-profiles.md —— 正式 / 精简 / 突出成果（内容语气）风格定义与应用。
• references/project-qa-guide.md —— JD 驱动的项目/实习前置问答框架（3 硬 + 3 软技能、STAR 提问模板、对齐收口话术、量化贯穿六轮）。
• references/quantification-guide.md —— 经历量化框架（四段式结构、多选交互话术、跨行业口径表、量化三不原则、通用句式公式）。
• references/resume-style-guide.md —— 5 种简历视觉风格定义（Word/PDF 通用）、行业映射、风格 key、外部设计 Skill 加载建议（PDF 定稿时）。
• references/resume-modules.md —— 固定模块框架、校招/社招前置判断、项目"背景-职责-行动-成果"展示逻辑。
• references/interview-workbook-spec.md —— Excel 面试文字稿 6 个 tab 的内容结构与填写要求。
• references/modification-notes-template.md —— 修改说明输出结构。
• references/examples.md —— 各风格前后对比样例（含反例）。
• assets/resume-template.md —— 结构化中文简历 Markdown 模板（含模块与项目展示逻辑）。
• scripts/md_resume_to_pdf.py —— 将 Markdown 简历渲染为 PDF 定稿（reportlab，支持 --style 5 种视觉风格；姓名居中、正文左对齐）。
• scripts/md_resume_to_docx.py —— 将 Markdown 简历渲染为可编辑 Word（python-docx，支持 --style 5 种视觉风格，与 PDF 版共用风格 key；姓名居中、正文左对齐，便于用户自行修改）。
• scripts/build_interview_workbook.py —— 将面试文字稿 JSON 规范渲染为 6-tab xlsx（openpyxl）。

> 脚本依赖：reportlab（PDF）、python-docx（Word）、openpyxl（Excel）。运行前若缺失，用托管 Python 的 -m pip install -r requirements.txt 安装到隔离环境（勿全局安装）。脚本在导入缺失时会给出明确提示。

边界

• 不擅自虚构：任何未在「原文」或「用户主动提供内容」中出现的事实一律不添加；缺失信息用占位提示。
• 允许用户补充：用户在润色中主动补充的真实经历（含简历原文未写的）应当纳入并润色。
• 不改意图：不替用户决定求职方向；行业、岗位、公司、阶段与风格以用户给定为准。
• 不代投/不造假：不生成虚假经历、不夸大职责欺骗招聘方；所有内容须可追溯至原文或用户确认。
• 二维码/链接：仅当用户提供作品集链接或二维码图片时才纳入，不生成伪造链接或二维码。