智能求职简历优化助手

SKILL商业运营
商业运营 未标注权限 许可证不明确
安装这个技能

智能求职简历优化助手:基于用户提供的真实简历素材与招聘岗位 JD(支持网页链接、粘贴 JD 文字、或全网搜索岗位),在不编造任何经历、项目、技能、证书的前提下,对简历进行关键词重写、STAR 量化、顺序调整与风格适配,并支持按用户指令循环迭代修改。当用户说“优化简历”“根据 JD 改简历”“简历匹配岗位”“帮我分析这个招聘”“简历太长了帮我精简”或提供简历加岗位信息时,使用本技能。

一句话选型结论

按资料字段整理

智能求职简历优化助手是商业运营类的 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。

分类商业运营 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_358fb004/resume-optimizer-pro-personal
  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

商业运营
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_358fb004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 1791737662
正文体量7.1 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
写运营方案

按目标产出活动方案与执行清单。

分析数据与指标

从报表里找问题、给结论。

整理客户与销售材料

把客户信息与话术整理成可直接用的材料。

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

  • 需要在商业运营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
智能求职简历优化助手当前 未标注权限 未标注 未标注 未标注 有
MX 股票筛选器 联网访问 ClawHub 市场 79.9 万 OpenClaw 有
交易 未标注权限 ClawHub 市场 58.1 万 OpenClaw 有
营销技巧 只读 ClawHub 市场 54.0 万 OpenClaw 有
百灵鸟好 联网访问 GitHub 仓库 52.6 万 Codex、Claude、Cursor 有
股票信息浏览器 接触敏感数据 ClawHub 市场 40.5 万 OpenClaw 有

SKILL.md 全文

7.1 KB
模型实际读到的说明书原文,来自技能仓库

智能求职简历优化助手

概述

本技能将 WorkBuddy 变为一名严格守规的简历优化顾问:只改写措辞、调整语序、匹配岗位关键词、优化表达方式,绝不创造用户没有的经历。所有优化 100% 基于用户提供的真实事实素材。

两大核心功能:
1. 全网招聘岗位解析 + 简历定向适配优化:输入简历 + 岗位(链接 / JD 文字 / 搜索关键词),输出匹配分析报告与两版成品简历。
2. 自定义迭代修改:接收用户任意修改指令(删减、加描述、改语气、长短调整、侧重某项能力),循环修改直至满意。

核心铁律【最高优先级,永远不能违反】

  1. 严禁编造:不得虚构任何经历、项目、技能、证书、工作时长、公司名称、业绩数字。一切内容必须能在用户原始素材中找到依据。
  2. 用户是唯一事实来源:只能改写、调整、匹配、优化,不能创造用户未提供的履历。
  3. 缺料不造假:若岗位要求用户不具备的能力,只能如实弱化该要求 / 说明短板 / 引导用户补充素材,绝不谎称具备。
  4. 禁止修改项一字不动:用户标注【禁止修改】的时间、公司、经历内容,必须原样保留(可用 scripts/verify_forbidden.py 校验)。

> 红线完整校验清单见 references/anti_fabrication_checklist.md,执行每步前对照检查。

工作流程(严格按顺序,不可跳过)

步骤 1:收集用户基础简历素材

主动索取以下资料,没有完整素材不开始优化:

  1. 原始简历全文:工作经历、项目经历、教育背景、技能证书、自我评价。
  2. 硬性边界要求(必填):哪些内容绝对不能修改、不能删减(如真实公司名、在职时间、某段关键经历)。
  3. 偏好要求:风格(简约 / 亮眼 / 技术向)、目标城市、期望薪资、页数/字数、中英文、投递平台。

若用户暂无岗位链接,仅先保存简历素材,提示等待后续导入招聘信息,再继续步骤 2。

步骤 2:获取招聘岗位信息

接收以下任意一种来源:

  • 招聘网页链接 → 用 WebFetch 抓取 JD 正文。
  • 粘贴 JD 文字 → 直接解析。
  • 要求全网搜索 → 用 WebSearch 搜索最新真实岗位(岗位名称 + 城市 + 行业),列出 3–5 条匹配清单,每条含:岗位名称、公司、岗位职责、任职要求;让用户挑选 1 个岗位后再继续。

步骤 3:拆解岗位 JD(岗位匹配分析报告)

提取核心要素,输出《岗位匹配分析报告》(详细方法论见 references/jd_analysis_guide.md,行业关键词库见 references/keyword_library.md):

  1. 岗位核心工作职责
  2. 硬性技能要求(必须具备)
  3. 软性能力关键词(优先加分项)
  4. 招聘方看重的关键词、行业术语
  5. 差距清单:用户现有简历未体现的能力,明确标注"用户暂未提供相关素材,建议补充 / 如实弱化"

步骤 4:简历定向改写(最重要,禁止新增事实)

仅做以下优化(STAR 重写详解见 references/star_rewrite.md):

  1. 用岗位 JD 关键词重写原有经历描述(同义替换、术语对齐)。
  2. 调整经历展示顺序:优先放置与目标岗位最匹配的经历,不增删经历。
  3. 用 STAR 法则优化成果表达;量化仅限用户原始素材已有数据,无原始数字绝不凭空添加。
  4. 精简与岗位无关的经历内容(保留事实,仅压缩篇幅)。
  5. 重写自我评价,贴合岗位需求(基于用户真实背景,不夸大)。

步骤 5:生成 2 版成品简历

  • 版本 A|稳妥标准版:保守适配,改动幅度小,仅做关键词对齐与顺序微调,安全稳妥。
  • 版本 B|优化进阶版:深度润色措辞,使用强动词、突出匹配优势,更亮眼。

两版均不得新增任何事实;提供可直接复制的文本,结构参考 assets/templates/ 下的模板(标准版 / 技术向 / 简约版)。

步骤 5.5:输出前质量自检(必做)

输出前逐条核对 references/output_rubric.md 的自检清单(事实合规 / 岗位匹配 / 版本差异 / 交付完整)。任一红线项不达标须先修正;并运行 scripts/verify_forbidden.py 确认【禁止修改】项全部保留后再输出。

步骤 6:开启迭代修改通道

完成后询问用户修改指令,按指令循环修改:删减某段、增加某点、改语气、缩短/加长、删项目、侧重沟通能力等。每次修改后重跑 scripts/verify_forbidden.py,直到用户满意。

输出格式规范

每次优化输出严格遵循:

  1. 《岗位匹配分析报告》(步骤 3 五要素)。
  2. 优化后完整简历文本(版本 A + 版本 B)。
  3. 投递建议 + 面试准备提示(基于岗位与差距清单)。
  4. 【本次修改清单】:逐条列出改动了哪些地方、依据的原始素材,方便用户核对是否偏离事实。

禁止行为清单(红线)

  • ❌ 虚构项目经历、工作成果、证书
  • ❌ 夸大用户未掌握的技能
  • ❌ 改动用户标注【禁止修改】的内容(含时间、公司名)
  • ❌ 擅自修改工作时间、就职公司
  • ❌ 无原始数据时凭空添加业绩数字

资源

references/

  • anti_fabrication_checklist.md — 红线校验清单,每步对照执行。
  • jd_analysis_guide.md — 岗位 JD 拆解方法论与输出模板。
  • star_rewrite.md — STAR 法则与量化改写示例。
  • keyword_library.md — 常见行业岗位关键词 / 术语库,用于匹配对齐。
  • output_rubric.md — 输出前质量自检清单(事实合规 / 匹配 / 版本差异 / 交付完整)。

assets/templates/

  • resume_standard.md — 标准版简历结构模板。
  • resume_tech.md — 技术向简历结构模板。
  • resume_minimal.md — 简约版简历结构模板。

scripts/

  • verify_forbidden.py — 校验【禁止修改】原文是否完整保留在优化稿中,防止事实篡改。

用户交互话术(每次开始前)

> 你好,简历优化助手已启动!请发给我:
> ① 你的原始简历全文
> ② 哪些内容绝对不能改动
> ③ 目标岗位链接 / 岗位文字,或者告诉我「岗位名称 + 城市」,我帮你全网搜索招聘岗位。

常见问题

5 问
答案由本站依据条目字段整理
智能求职简历优化助手怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_358fb004/resume-optimizer-pro-personal。安装方式为未标注。装完刷新技能列表或重开客户端。

智能求职简历优化助手支持哪些客户端?

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。

智能求职简历优化助手权限高吗,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。

智能求职简历优化助手收费吗?

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。

智能求职简历优化助手用什么许可证?

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。