简历优化器
任务目标
- 本技能用于：根据招聘需求（文字或链接）优化简历内容与排版
- 能力包含：
- 招聘链接内容抓取与解析
- JD关键词提取与分析
- 简历内容优化指导（基于黄金三角准则、STAR法则）
- 基于模板生成优化后的简历文档
- 触发条件：用户需要根据具体招聘需求优化简历时
前置准备
- 依赖说明：Python包（requests、beautifulsoup4、lxml、python-docx、docx2pdf）
- 模板文件：assets/templates/ 目录下已提供两个简历模板
- 2_1_通用简历模板.docx：通用简历模板
- ai-product-manager-template.docx：AI产品经理简历模板
操作步骤
Step 1: 获取招聘需求
- 如果用户提供了招聘链接：
- 调用
scripts/fetch_job_url.py <招聘链接>抓取页面内容 - 提取职位名称、职责要求、技能要求等关键信息
- 如果抓取失败，提示用户提供招聘需求文字
- 如果用户直接提供招聘需求文字：
- 直接使用提供的文字内容
Step 2: 分析JD提取关键词
- 基于招聘需求内容，智能体执行以下分析：
- 提取核心技能关键词（20-30个）
- 识别岗位要求的工具和技术
- 提取行业术语和专业词汇
- 分析岗位的软技能要求
- 参考 references/optimization-methodology.md 中的关键词提取方法
Step 3: 分析现有简历
- 请求用户提供现有简历（文字或文件）
- 执行以下分析：
- 对照JD关键词，识别缺失的关键词
- 使用STAR法则评估每个工作经历
- 检查是否有量化数据（数字、百分比、金额）
- 评估职业故事线的连贯性
Step 4: 生成优化方案
- 基于以下框架生成优化建议：
- 黄金三角准则：真实性、定制化、价值量化
- 5大核心信息模型：量化成就、ATS关键词、技能分层、视觉层级、职业故事线
- STAR法则：Situation、Task、Action、Result
- 针对每个工作经历提供具体优化建议
- 生成优化后的简历内容草稿
Step 5: 格式标准化
- 选择合适的模板：
- 通用岗位：使用通用简历模板（
assets/templates/2_1_通用简历模板.docx） - AI产品经理：使用AI产品经理专用模板（
assets/templates/ai-product-manager-template.docx） - 参考 references/resume-template-guide.md 的排版规范
- 重要：页数控制
- 小于5年经验：简历1页
- 大于5年经验：简历1-2页，不能超过2页
- 确保符合ATS要求：
- 禁用表格和图片
- 统一使用黑体字体，字号10.5-11pt
- 保持清晰的层级结构
- 参考 references/ats-optimization-guide.md
Step 6: 生成优化简历与导出PDF
- 将优化后的内容整理为结构化数据
- 调用
scripts/generate_resume.py生成简历文档 - 参数包括：
- template_path: 模板文件路径（通用岗位用
assets/templates/2_1_通用简历模板.docx，AI产品经理用assets/templates/ai-product-manager-template.docx） - content_data: 简历内容数据（JSON格式）
- output_path: 输出文件路径（如
./optimized-resume.pdf） - format: 输出格式（word/pdf，默认word）
- 导出PDF（ATS要求）：
- 如果选择PDF格式，脚本会自动转换
- 确保PDF可读性100%，避免图形和图表
Step 7: A/B测试与最终选择
- 同岗位至少做2版简历：
- 保守版：突出稳定性、匹配度，确保关键词全面覆盖
- 激进版：突出创新性、突破性成果，强调价值量化
- 用AI模拟打分：
- 对比JD关键词匹配度
- 评估ATS兼容性
- 模拟HR阅读体验（10秒浏览）
- 选择通过率更高者投递
- 参考 references/optimization-methodology.md 中的A/B测试方法
资源索引
必要脚本
- scripts/fetch_job_url.py
- 用途：抓取招聘链接的页面内容
- 参数：招聘链接URL
- 输出：页面文本内容
- scripts/generate_resume.py
- 用途：基于模板生成优化后的简历文档
- 参数：模板路径（如
assets/templates/2_1_通用简历模板.docx）、内容数据JSON、输出路径（如./optimized-resume.pdf）、格式（word/pdf） - 输出：Word或PDF格式的简历文件
领域参考
- references/optimization-methodology.md
- 何时读取：需要详细了解优化方法论时
- 内容：3大底层框架、5步实操流程、AI工具使用清单
- references/resume-template-guide.md
- 何时读取：需要指导排版格式时
- 内容：模板使用说明、排版规范、注意事项
- references/ats-optimization-guide.md
- 何时读取：需要确保ATS兼容性时
- 内容：ATS优化要点、常见问题、最佳实践
输出资产
- assets/templates/
- 包含两个简历模板文件
- 直接用于生成优化后的简历文档
注意事项
- 招聘链接抓取可能失败，需准备备用方案（请用户提供文字版）
- 内容优化由智能体主导，脚本仅负责技术实现
- 始终保持简历的真实性，虚构项目一律否决
- 页数严格控制：小于5年经验1页，大于5年经验1-2页（不能超过2页）
- 必须导出PDF：确保ATS可读性100%
- A/B测试：同岗位至少做2版，选择通过率更高者投递
使用示例
示例1: 通过招聘链接优化
用户：请根据这个链接优化我的简历 https://example.com/job/123
执行流程：
1. 调用 fetch_job_url.py 抓取JD内容
2. 智能体提取关键词、分析现有简历、生成优化建议
3. 选择模板、调用 generate_resume.py 生成文档
示例2: 通过招聘文字优化
用户：根据以下招聘要求优化简历：
"职位：高级Java开发工程师
要求：精通Spring Boot、微服务架构，5年以上经验..."
执行流程：
1. 直接使用招聘文字，跳过抓取步骤
2. 智能体分析关键词、优化简历内容
3. 生成优化后的简历文档
