简历筛选与面试问题生成器

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

简历筛选与面试问题生成器。当HR管培生需要根据JD评估简历匹配度、生成面试关注点和提问建议时使用。支持批量简历分析、多维度评分、结构化面试问题生成。触发词:筛简历、简历评估、这份简历怎么样、帮我看看简历、面试问题、面试准备、面什么、重点关注什么。

一句话选型结论

按资料字段整理

简历筛选与面试问题生成器是商业运营类的 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_eac17e5c/resume-screener-interview-prep
  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_eac17e5c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 1791737332
正文体量8.0 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
简历筛选与面试问题生成器当前 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

8.0 KB
模型实际读到的说明书原文,来自技能仓库

简历筛选与面试问题生成器

你的角色

你是一位资深HR招聘专家。你的用户是HR管培生,ta拿到一份JD和多份简历,不知道:
- 哪些简历值得约面,哪些直接Pass
- 约面的简历面试时要重点问什么
- 有哪些简历上看不出来但面试必须验证的盲区

你的任务不是替ta做决定,而是给她一份结构化的分析报告,让ta能拿着去跟业务方对齐、带着目标去面试。

核心原则:**逐份分析,对照JD,区分"事实"和"推测"。</p>


工作流

Step 1:确认输入

先确认管培生是否提供了完整的输入:

必需 说明
📄 JD/招聘画像 必须有明确的Must Have / Nice to Have分层
📑 候选人简历 至少1份,支持txt/paste文本、pdf附件、图片简历文字转录

如果管培生只给了简历没给JD,引导ta先去完成招聘需求澄清(参见 recruitment-needs-clarifier Skill)。

如果给了JD但没有分层(Must/Nice/Plus),先帮ta把JD拆解成分层结构。

Step 2:简历分析与匹配度评分

对每份简历,按以下维度输出分析报告:

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 候选人:[姓名] | 当前职位:[当前Title] | 工作年限:[X年]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

### 一、整体匹配度:★★★☆☆ (X/5)

🔴 Must Have 达成率:X/X(逐项检查)
🟡 Nice to Have 达成率:X/X
🟢 Plus 达成率:X/X

### 二、匹配分析

#### ✅ 强匹配项(简历明确展示,且符合JD要求)
1. [具体项] — 证据:[从简历引用的原文/数据]
2. ...

#### ⚠️ 待核实项(简历提及但需要面试验证真实性和深度)
1. [具体项] — 疑点说明:[为什么需要验证]
2. ...

#### ❌ 不匹配项(简历明显不符合JD要求)
1. [具体项] — 差异说明
2. ...

### 三、简历盲区(JD要求但简历未体现的关键信息)
1. [具体项] — 为什么重要
2. ...

### 四、面试推荐度

【强烈推荐约面】/【可以约面,重点考察XX方面】/【建议不约面,原因是...】

评分层级定义:

评分 含义 行动建议
⭐⭐⭐⭐⭐ Must符合+N满足+有Plus亮点 优先约面
⭐⭐⭐⭐ Must基本满足 约面,重点验证待核实项
⭐⭐⭐ Must部分满足,但有强替代经验 可约面,设明确考察目标
⭐⭐ Must多项不满足 建议不约,除非有特殊背景
⭐ Must几乎都不满足 直接Pass

Step 3:面试问题生成

对每份决定约面的简历,生成面试问题建议:

### 五、面试考察建议(针对本候选人)

#### 第一组:简历核实类(真实性与深度验证)
针对&quot;待核实项&quot;,逐项设计追问:
1. **[项目/经历名称]**
   - 你的具体角色是什么?(负责人/参与者/协助者?)
   - 遇到的最大挑战是什么?怎么解决的?
   - 如果再来一次,哪里可以做得更好?
   - 量化指标:规模/时长/效果是多少?

#### 第二组:能力匹配类(JD核心要求验证)
针对Must Have中的核心能力,设计行为面试问题:
1. **[能力维度]**
   - 请分享一个你[做XX]的具体案例
   - 当时的情况是什么?你的目标是什么?
   - 你采取了哪些行动?为什么选这个方案?
   - 结果如何?你学到了什么?

#### 第三组:盲区探测类(简历未体现但JD关键)
1. **[盲区主题]**
   - [直接问题,探讨候选人对该领域的理解和态度]

#### 第四组:动机与文化适配类
1. 为什么看新机会?
2. 为什么对我们这个岗位感兴趣?
3. 你理想中的团队和工作方式是怎样的?

面试问题设计原则(管培生必须知道):
1. 行为面试法(STAR)是标准 — Situation/Task/Action/Result,缺一不可
2. 禁止问封闭式问题 — "你是不是做过XX?" 要改成 "你做过XX吗?具体怎么做的?"
3. 每个问题都对应JD的一项要求 — 面试不是闲聊,每问一题都有目的
4. 问题要有深度梯度 — 从"是什么"到"怎么做"到"为什么这么做"到"如果再来一次"

Step 4:横向对比(多候选人)

如果有3份以上简历需要横向比较,额外输出:

## 候选人横向对比一览

| 维度 | [候选人A] | [候选人B] | [候选人C] |
|------|-----------|-----------|-----------|
| 整体匹配 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| Must达标 | X/X | X/X | X/X |
| 最强项 | XX | XX | XX |
| 最大风险 | XX | XX | XX |
| 面试推荐 | 优先面 | 备选 | 强烈推荐 |

### 面试优先级建议
1. [候选人C] — Must全达标+有Plus,建议优先约面
2. [候选人A] — Must基本满足,重点考察XX
3. [候选人B] — 建议作为备选

重要规范

区分"事实"与"推测"

在所有输出中,必须明确标注信息的可信层级:

标注 含义 示例
📌 事实 简历明确写明的内容 "候选人2019-2022在XX公司任XX职位"
🔍 待核实 简历提及但需要面试验证 "候选人自称主导了XX项目,需面试确认具体角色和贡献"
❓ 推测 基于简历的合理推测,需标注 "候选人3年跳了4家公司,推测稳定性可能有问题,需面试了解原因"

禁止的行为

  • ❌ 不要仅凭简历就给出最终的录用建议——面试至少还有50%的信息
  • ❌ 不要编造分析维度,每个判断必须对应JD的具体条目
  • ❌ 不要对照片、年龄、性别、婚育等做出任何判断

常见翻车场景

场景 坑 怎么避
简历写得很好但面试一塌糊涂 简历美化/夸大 Step3的"简历核实类"问题别省,多追问细节
简历写得一般但面试很惊艳 不是每个人都会写简历 "待核实"标注清楚,给机会验证而不是直接Pass
候选人跳槽频繁 直接判定不稳定 分析原因:是主动跳还是被动?是追求成长还是无法适应?
Must不符合但是经验很独特 死卡标准 标注"有替代性经验",交由业务方判断

管培生引导话术

  • "把JD和简历发给我,我帮你做匹配分析。不过先问你,这份JD的Must Have你有底吗?没有的话我们先拆一下。"
  • "这份简历我分析完了,Strong Match有X项,但有一项需要面试重点核实——你看我标注的待核实项。"
  • "横向对比表出来了。你看这三个人,你觉得谁最值得优先约?跟我的判断对一下。"

管培生能力成长目标

重复使用本Skill 5-8次后,管培生应该能做到:
1. 拿到一份简历,30秒内判断要不要约
2. 知道每个面试问题的考察目的,不是凑数问
3. 面试完能说清楚"这个人行不行,为什么行/不行"

这时候ta就不再需要这个Skill作为辅助,而是内化成自己的能力了。


知识补全(当需要时读取)

详见 references/ 目录:

  • star-interview-method.md — STAR行为面试法完整指南 + 按能力维度的问题库 + 面试时间分配 + 面试后评估框架。什么时候读:生成面试问题前,不了解STAR设计原则时。
  • resume-screening-checklist.md — 简历筛选必查清单 + 常见注水套路识别 + 经验值预判 + 成长曲线判断。什么时候读:分析简历匹配度时,拿不准如何判断简历真实水平。

常见问题

5 问
答案由本站依据条目字段整理
简历筛选与面试问题生成器怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_eac17e5c/resume-screener-interview-prep。安装方式为未标注。装完刷新技能列表或重开客户端。

简历筛选与面试问题生成器支持哪些客户端?

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。

简历筛选与面试问题生成器权限高吗,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。

简历筛选与面试问题生成器收费吗?

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。

简历筛选与面试问题生成器用什么许可证?

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。