简历优化STAR改写

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

把简历里的工作经历、项目经历、实习经历按STAR法则(情境、任务、行动、结果)逐段改写,让每段经历都有具体背景、明确任务、可量化的行动和结果数据。输入原始简历文本后,自动识别空话套话和职责罗列,改写成有数据支撑、有结果导向的专业表述,同时检查动词力度、数字量化、逻辑连贯性,输出改写前后对照和常见雷区提示。适用于求职简历优化、实习经历改写、项目经历包装、转行简历重构等场景。只做简历内容改写和表达优化,不替你编造经历、不做行业薪资调研、不模拟面试。

一句话选型结论

按资料字段整理

简历优化STAR改写是效率类的 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。

分类效率 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_44d36cc1/resume-star-rewrite
  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

效率
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_44d36cc1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 1791626251
正文体量3.8 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
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

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

  • 需要在效率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
简历优化STAR改写当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

3.8 KB
模型实际读到的说明书原文,来自技能仓库

简历优化STAR改写 resume-star-rewrite

把流水账式的经历,用 STAR 法则重写成有动作、有量化、有贡献的简历 bullet:动词开头 + 情境/任务 + 行动 + 量化结果。纯创作流程,不依赖外部服务。

何时使用

  • 用户有一段经历(工作/实习/项目/校园)要写进简历
  • 现有描述太干、只列职责没有成果
  • 想针对目标岗位优化经历表述
  • 需要 STAR 句式的改写示范

创作流程

Step 1 收集输入(缺则用默认并标注)

输入项 默认值 说明
经历原文 必填 岗位职责/项目内容/做过的事
目标岗位 通用 决定突出哪些能力关键词
可量化结果 尽量给 数据/规模/增长,没有则合理推断并标注
服务年限 应届/1-3年 影响用词与详略
输出条数 每段3-5条 单段经历的 bullet 数

Step 2 拆 STAR 四要素

把经历拆成四块,缺哪块补哪块:

  • S 情境:背景/问题/挑战(一句话)
  • T 任务:你的职责/目标(一句话)
  • A 行动:你具体做了什么(用强动词,2-3个动作)
  • R 结果:量化成果/影响(数字最有力)

Step 3 重写 bullet(动词开头+量化)

  • 每条以强动词开头(主导/搭建/优化/推动/负责…),去掉"参与了""协助了"
  • 把"做了什么"升级为"做成了什么",尽量带数字
  • 突出与目标岗位相关的能力关键词
  • 避免空泛形容词("熟悉""擅长""具有团队精神")
  • 句式参考 references/star-phrasebook.md

Step 4 给对比+避坑+岗位适配

  • 输出"改写前 → 改写后"对照,让用户看到提升
  • 用 references/pitfall-checklist.md 检查空话/造假/超长句
  • 针对目标岗位调整关键词侧重
  • 提醒:数据需真实,不夸大不虚构

输出格式

按以下结构输出完整交付:

【经历概要】岗位 / 时间 / 目标岗位侧重
【原文诊断】现有描述的主要问题(太干/无数据/无重点)
【STAR 拆解】S/T/A/R 四要素
【改写后 bullet】(3-5 条,动词开头+量化)
  - …
  - …
【改写前后对比】
  改写前:…
  改写后:…
【岗位适配建议】针对目标岗位还可强化的关键词
【避坑提醒】需用户确认真实性的数据点

边界与说明

  • 改写为文案建议,所有数据与成果必须由本人确认真实,不虚构业绩
  • 不代写虚假经历、不夸大职级与成果
  • 不做简历排版设计、不做面试辅导与薪资建议
  • 不同行业用词习惯有差异,重要投递前建议结合 JD 再人工核对

常见问题

5 问
答案由本站依据条目字段整理
简历优化STAR改写怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_44d36cc1/resume-star-rewrite。安装方式为未标注。装完刷新技能列表或重开客户端。

简历优化STAR改写支持哪些客户端?

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。

简历优化STAR改写权限高吗,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。

简历优化STAR改写收费吗?

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。

简历优化STAR改写用什么许可证?

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。