蜂巢能源推荐报告制作

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

生成候选人推荐报告(蜂巢能源模板)。当用户上传候选人简历(PDF/DOC/DOCX/图片格式的简历文件)并要求按「蜂巢能源推荐报告」或「候选人推荐报告」格式生成 Word 推荐报告时使用。工作流:解析简历 → 按固定模板结构(人选基本信息/工作经历概况/猎头推荐评价/到岗时间/教育经历/工作经历/项目经验/个人评价/附加信息)整理数据 → 调用 generate_report.py 生成 .docx 输出。适用于猎头场景下将任意候选人简历标准化为推荐报告。

一句话选型结论

按资料字段整理

蜂巢能源推荐报告制作是效率类的 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_43eb8270/svolt
  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_43eb8270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 1791625600
正文体量5.5 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
蜂巢能源推荐报告制作当前 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

5.5 KB
模型实际读到的说明书原文,来自技能仓库

候选人推荐报告生成(蜂巢能源模板)

概述

将任意候选人简历(PDF/DOC/DOCX/图片等)解析后,按蜂巢能源推荐报告的固定文本格式生成新的 Word 推荐报告。模板格式规范来自 20260815杨放放-pack工艺开发-常州-英特.doc(详见 references/template-format.md)。

首次使用提示词(务必原样发送给用户)

> 你好,请上传原始简历,我会帮你生成蜂巢能源的推荐报告,有任何问题请询问 叶辛

当用户第一次使用本技能(或会话开始时尚未上传简历)时,先发送上述提示词,等待用户上传简历后再开始工作流。用户提出任何疑问时,引导其咨询"叶辛"。

工作流

Step 1: 读取并解析候选人简历

  1. 用户上传简历文件后,先定位文件路径,确认格式(PDF/DOC/DOCX/图片)。
  2. 解析简历内容:
    - PDF/图片:使用文档解析工具或 Read 工具提取文本
    - DOC/DOCX:按 tencent-docs-routing 技能路由(本地 doc 走 tencent-local-office-edit;MCP 通道不可用时回退 python-docx / olefile 直接解析,并向用户说明)
  3. 从简历中提取以下字段:
字段 来源
header(推荐岗位/时间) 用户提供或按招聘岗位填写
education(教育经历) 简历教育背景,由高至低
work_experience(工作经历) 简历工作履历,时间由近至远,含 period/company/title/content
projects(项目经验) 简历项目经历,含 name/period/role/content/result
self_evaluation(个人评价) 简历自我评价
additional_info(附加信息) 资质证书/专利/奖项等
basic_info(人选基本信息) 姓名/性别/出生/工作年限/籍贯/所在地/学历/状态/电话/邮箱/期望地/健康/劳动纠纷/家庭/被动离职/违规违纪/竞业/换岗原因
overview(工作经历概况) 时间+公司+职位 列表
recommendation(猎头推荐评价) 助手撰写:突出背景亮点、年限、核心能力、岗位匹配度
arrival(到岗/面试时间) 用户提供或简历信息

Step 2: 组织数据为 JSON

按 assets/sample_data.json 的结构组织候选人为 JSON 数据文件(可写入临时文件)。注意 education 每项含 period/school/zhaosheng/degree 四个字段(对应表格 4 列:起止时间/学校名称/专业学历/是否统招)。

Step 3: 生成 Word 推荐报告

python scripts/generate_report.py --data <data.json> --output <输出路径.docx> [--photo <照片路径>]
  • Python 环境:C:/Users/Admin/.workbuddy/binaries/python/envs/default/Scripts/python.exe(已装 python-docx)
  • 输出命名建议:{姓名}-{岗位}-{城市}-推荐报告.docx(如 杨放放-pack工艺开发-常州-推荐报告.docx)
  • logo 已内置:技能自带的 references/logo_b64.txt 含 SVOLT logo 的 base64 编码,脚本会在运行时自动解码并插入页眉左上角,无需外部 PNG
  • 有候选人照片时传 --photo 参数

Step 4: 输出交付

  1. 用 present_files 将生成的 .docx 呈现给用户查看/下载。
  2. 简要说明报告包含的模块与生成依据。

模板格式要点(完整规范见 references/template-format.md)

板块顺序(自上而下固定):
1. Logo(蜂巢SVOLT,页眉左上角,宽 3.5cm)
2. 大标题「候选人推荐报告」:居中、黑体、28pt 加粗
3. 头部 3 行(加粗):推荐猎头公司 / 推荐岗位 / 推荐时间
4. 人选基本信息(两列键值表格 9 行 × 4 列,键名黑体加粗)
5. 工作经历概况(表格:表头"时间|公司|职位" + 数据行,3 列)
6. 猎头推荐评价(独立小节)
7. 到岗/面试时间(到岗时间+面试时间同行、可约面时间、预计可到岗时间)
8. 教育经历(表格 4 列:起止时间 | 学校名称(备注院校层级)| 专业学历 | 是否统招)
9. 工作经历(每条:时间+公司(加粗)/ 担任职位 / "工作内容&工作业绩:"独立段+下划线 / 具体内容另起一行)
10. 项目经验(每条:项目名+时间(加粗)/ 项目角色 / 工作内容 / 工作成果)
11. 个人评价(独立小节)
12. 附加信息(独立小节)
13. 结尾:无照片时不输出任何占位文字;有照片则插入图片

注意事项

  • 信息缺失时留空,不编造内容
  • 推荐评价基于简历亮点撰写,突出与岗位的匹配度
  • 教育经历若简历有「是否统招」信息则填是/否,否则填专业名称(沿用原模板习惯)
  • 生成脚本在技能目录下运行,需用绝对路径调用 python
  • logo 路径:技能内置 references/logo_b64.txt(base64 编码的 PNG),脚本运行时自动解码,无需外部 PNG 文件
  • 上传 zip 时禁止二进制文件,所以 logo 用 base64 文本承载

常见问题

5 问
答案由本站依据条目字段整理
蜂巢能源推荐报告制作怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_43eb8270/svolt。安装方式为未标注。装完刷新技能列表或重开客户端。

蜂巢能源推荐报告制作支持哪些客户端?

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。

蜂巢能源推荐报告制作权限高吗,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。

蜂巢能源推荐报告制作收费吗?

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。

蜂巢能源推荐报告制作用什么许可证?

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。