一页简历重构工作流

SKILL内容创作
内容创作 未标注权限 许可证不明确
安装这个技能

一套适用于任何人、任何岗位的通用简历优化框架,覆盖"事实盘点 → 岗位定位与JD映射 → 内容筛选与删减 → 内容改写与量化 → 排版精简 → 面试风险检查"。强调真实、岗位导向、结果导向和可被追问性,适合从原始素材整理到可投递终版的完整优化流程。

一句话选型结论

按资料字段整理

一页简历重构工作流是内容创作类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类内容创作 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_1a72b12c/resume-optimization-workflow
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

内容创作
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_1a72b12c仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791704675
正文体量9.0 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写文章与脚本

按主题产出初稿与分镜脚本。

改稿与润色

把草稿改顺、统一语气。

多平台文案改写

同一内容按平台改成长短不同的版本。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在内容创作场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
一页简历重构工作流当前 未标注权限 未标注 未标注 未标注 有
AI 视频生成 调用外部服务 GitHub 仓库 431.3 万 Codex、Claude、Cursor 有
视频帧 联网访问 ClawHub 市场 262.1 万 OpenClaw 有
Markdown 转换器 写入文件 ClawHub 市场 135.3 万 OpenClaw 有
哔哩哔哩全合一 接触敏感数据 ClawHub 市场 64.1 万 OpenClaw 有
Remotion video toolkit 命令行 浏览器控制 ClawHub 市场 63.9 万 OpenClaw 有

SKILL.md 全文

9.0 KB
模型实际读到的说明书原文,来自技能仓库

简历优化方法论(通用增强版)

功能

把“改简历”从一种凭感觉的润色动作,升级为一套可复用、可检查、可迭代的方法论流程。

适用于:
- 从零开始写简历
- 把流水账改成可投递版本
- 针对某个岗位做定向优化
- 从长简历压缩到一页
- 投递前做面试风险自查

核心理念:简历不是经历罗列,而是面向目标岗位的价值证明文档。


六阶段工作流

阶段0:事实盘点
阶段1:岗位定位与 JD 映射
阶段2:内容筛选与删减
阶段3:内容改写与量化
阶段4:排版精简
阶段5:面试风险检查

这六个阶段的关系不是“写完再检查”,而是:
- 前三阶段解决“写什么”
- 第四阶段解决“怎么呈现”
- 第五阶段解决“写出来的内容能不能站得住”

每个阶段都有独立资源文件,可按需加载。

阶段 目标 配套资源
阶段0 盘清事实素材,避免一上来就修辞 references/fact-inventory.md
阶段1 明确目标岗位,完成 JD 关键词映射 references/jd-mapping-and-filtering.md
阶段2 做取舍、删减、排序,去掉噪音 references/jd-mapping-and-filtering.md
阶段3 用合适结构改写,并做真实量化 references/rewriting-and-quantification.md
阶段4 压缩成高信息密度、ATS 友好版式 references/layout-and-formatting.md
阶段5 做逐句追问测试,降低面试风险 references/interview-risk-checklist.md

阶段0:事实盘点

目标:先把真实素材盘清楚,再谈表达优化。

很多简历优化失败,不是输在不会写,而是输在:
- 经历边界不清
- 项目与职责混在一起
- 团队成果和个人贡献混在一起
- 自己做过什么、能讲什么没有先梳理

这一阶段要做的是把素材结构化,详见 references/fact-inventory.md。

建议至少盘出以下内容:
- 公司 / 项目 / 业务背景
- 你的角色与职责边界
- 关键动作和使用的方法/工具
- 能证明价值的结果或范围
- 能否展开讲细节
- 与目标岗位的相关度

阶段自检:
- [ ] 我能区分“做过”“参与过”“主导过”“了解过”吗?
- [ ] 我知道哪些内容能展开讲、哪些不能吗?
- [ ] 我的原始素材已经足够支撑后续改写了吗?


阶段1:岗位定位与 JD 映射

目标:先明确投给谁,再决定强调什么。

没有“脱离岗位的好简历”。
同一个人投不同岗位,简历的重心、顺序、关键词、摘要写法都应该不同。

这一阶段要做:
1. 选定 1-3 个目标岗位 JD
2. 提取高频关键词(技能、动作、职责、结果)
3. 把个人素材映射成:强相关 / 中相关 / 弱相关
4. 初步确定简历顶部卖点和经历排序

详见 references/jd-mapping-and-filtering.md。

阶段自检:
- [ ] 我能用一句话说清“我是谁,适合什么岗位”吗?
- [ ] 我知道目标 JD 最看重什么吗?
- [ ] 我的素材里哪些最该前置,哪些该弱化吗?


阶段2:内容筛选与删减

目标:不是把内容写满,而是把最有用的内容留下。

高质量简历的关键之一,不是“加很多”,而是“删得准”。

这一阶段要做:
- 删除与目标岗位弱相关的信息
- 合并重复表达
- 降级或删除无法展开讲解的技术词
- 修正角色边界不清的措辞
- 把高价值内容放到前面

这一阶段与阶段1共用 references/jd-mapping-and-filtering.md。

常见删减对象:
- 空泛的自我评价
- 与目标岗位无关的课程/证书/校园经历
- 重复出现的职责描述
- 无法量化也无法展开讲解的低价值条目
- 会误导面试官预期的夸大措辞

阶段自检:
- [ ] 删掉某条内容后,岗位匹配度会下降吗?不会就删。
- [ ] 简历里是否还有明显噪音?
- [ ] 我保留的内容,是否都在服务目标岗位?


阶段3:内容改写与量化

目标:把保留下来的内容,改写成“方法 + 结果 + 价值”的表达。

这一阶段要解决两个问题:
1. 句子怎么写得更有信息密度
2. 没有现成数字时如何做真实量化

详见 references/rewriting-and-quantification.md。

改写原则

  • 以强动词开头,但动词必须兜得住
  • 说清方法,不只说职责
  • 结果导向,但不硬凑夸张数字
  • STAR 可用,但不是唯一结构
  • 对持续性职责,也可以使用“职责范围 + 关键动作 + 方法工具 + 结果价值”的写法

量化原则

  • 量化不只等于百分比,也包括:规模、范围、复杂度、频次、覆盖面
  • 没有精确数字时,可用量级表述、相对表述、范围表述
  • 每个数字都要能解释来源

顶部摘要模板

简历顶部的 3-4 行摘要非常关键,建议使用:

[经验年限/当前阶段] + [核心领域/行业/平台] + [关键能力] + [代表性成果/范围] + [目标岗位方向]

例如:
- 3 年数据分析经验,覆盖经营分析、专题分析与看板建设,熟悉 SQL/Python/BI 工具,支持多业务线决策优化,求职方向为数据分析师/经营分析师。
- 2 年 B 端产品经验,聚焦流程平台与效率工具建设,负责需求分析、方案设计与跨团队推进,具备从 0 到 1 功能落地经验,求职方向为产品经理。

阶段自检:
- [ ] 每条核心经历是否都说明了“做了什么 + 怎么做 + 带来什么价值”?
- [ ] 每条经历是否至少命中一个可量化维度?
- [ ] 我写下的动词、技术词和数字,是否都能被追问?


阶段4:排版精简

目标:把内容压缩成高信息密度、可快速阅读、ATS 友好的成品。

这一阶段关注的是呈现,而不是新增内容。
详见 references/layout-and-formatting.md。

核心原则:
- 一页优先(应届/3 年内经验尽量一页)
- 倒序排列(最近、最相关的在前)
- 顶部黄金区域优先放最匹配岗位的卖点
- 保持结构清晰、对齐统一、留白合理
- 避免 ATS 不友好的表格嵌套、图片化文字和花哨模板

阶段自检:
- [ ] 是否控制在合理篇幅内?
- [ ] 顶部 1/3 是否足够抓人?
- [ ] 复制成纯文本后结构是否仍清晰?


阶段5:面试风险检查

目标:做最后一轮逐句追问测试,确保“写得出,就答得出”。

这一阶段不是第一次做风险意识,而是最后一次系统化排查。
详见 references/interview-risk-checklist.md。

重点检查:
- 动词是否拔高
- 数字是否解释得清
- 技术词是否讲得出真实案例
- 措辞是否会误导面试官预期
- 角色边界是否清晰

阶段自检:
- [ ] 面试官逐句问“具体怎么做的”,我都能答上吗?
- [ ] 有没有一句话是“写出来好看,但讲不清”的?
- [ ] 如果做背调或交叉提问,是否站得住?


使用方式

建议按以下顺序使用:

  1. 先盘素材:加载 fact-inventory.md
  2. 做岗位映射和筛选:加载 jd-mapping-and-filtering.md
  3. 做改写与量化:加载 rewriting-and-quantification.md
  4. 做排版:加载 layout-and-formatting.md
  5. 做终检:加载 interview-risk-checklist.md

也可以按需只调用某个阶段,例如:
- 只做顶部摘要改写
- 只做内容删减
- 只做量化包装
- 只做投递前风险体检


核心原则(贯穿全程)

  1. 真实第一:所有优化都建立在真实经历上,包装表达,不编造事实
  2. 岗位导向:简历不是自我总结,而是面向目标岗位的定向材料
  3. 结果导向:少写“负责/参与”,多写“方法/结果/价值”
  4. 删减优先:先解决“写什么”,再解决“怎么写”
  5. 可被追问:动词、数字、技术词都要能展开讲细节
  6. 渐进优化:先素材、后定位、再改写、再排版、最后做风险检查

依赖

  • 无(本地方法论知识库)

资源文件

  • references/fact-inventory.md — 事实盘点模板 + 素材采集清单
  • references/jd-mapping-and-filtering.md — JD 映射方法 + 内容筛选与删减规则
  • references/rewriting-and-quantification.md — 顶部摘要模板 + 改写方法 + 量化框架
  • references/layout-and-formatting.md — 一页排版规范 + ATS 友好规则
  • references/interview-risk-checklist.md — 面试风险检查清单 + 夸大避坑指南

常见问题

5 问
答案由本站依据条目字段整理
一页简历重构工作流怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_1a72b12c/resume-optimization-workflow。安装方式为未标注。装完刷新技能列表或重开客户端。

一页简历重构工作流支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

一页简历重构工作流权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

一页简历重构工作流收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

一页简历重构工作流用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。