校招简历与面试准备

SKILL教育学习
教育学习 未标注权限 许可证不明确
安装这个技能

校招简历与面试准备全流程。当用户要:基于JD/岗位生成定制简历、按岗位大类批量生成多版简历、微调简历排版(留白/边距/单页A4)、全局更正简历数字、写自我评价/应聘理由/投递邮件(去AI味·正式·有主语·按岗位)、做面试准备(三段实习STAR拆解与逐字稿、自我介绍通用/针对岗、优缺点、宝洁八大问、目标公司速览、高频题库)时使用。覆盖从一份素材库到多版可投递PDF简历、再到面试应答的完整链路。

一句话选型结论

按资料字段整理

校招简历与面试准备是教育学习类的 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。

分类教育学习 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_6c5c7dc0/wjhznb
  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

教育学习
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_6c5c7dc0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 1791727276
正文体量8.5 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
讲解知识点

按水平把知识点讲清楚。

出练习题

按章节生成练习与答案。

制定学习计划

按目标和时间排学习节奏。

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

  • 需要在教育学习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
校招简历与面试准备当前 未标注权限 未标注 未标注 未标注 有
食谱创建课堂课程 未标注权限 GitHub 仓库 25.5 万 Codex、Claude、Cursor 有
语言学习 联网访问 ClawHub 市场 23.6 万 OpenClaw 有
learning 效率 只读 ClawHub 市场 19.2 万 OpenClaw 有
学习习惯 未标注权限 ClawHub 市场 10.2 万 OpenClaw 有
日语家教 只读 ClawHub 市场 8.2 万 OpenClaw 有

SKILL.md 全文

8.5 KB
模型实际读到的说明书原文,来自技能仓库

校招简历与面试准备全流程 (wjhznb)

把"一份素材库 → 多版可投递单页 A4 简历 PDF → 面试应答全套"做成可复用的工作流。
本 skill 凝聚了真实跑通的经验,重点在渲染管线的踩坑和面试内容不编造两条铁律。


一、简历生成渲染管线(最易踩坑,先看)

1.1 模板规范(assets/resume-template.html 已含正确样式)

  • 页面:@page { size: A4; margin: 0; },.page 用 box-sizing: border-box; width:210mm; min-height:297mm; padding:9mm;
  • ⚠ 必须 box-sizing: border-box:否则总高 = 297mm + padding 会溢出 A4,被等比缩小 7%+,四周凭空出大片白边。这是"四周留白太多"的头号元凶。
  • 字号 9pt、行高 1.5;主色 #1d4ed8(蓝)、正文 #374151;数字用 .highlight 高亮。
  • 单页约束:min-height:297mm + overflow:hidden,内容超了就删/缩写,不要撑成两页。

1.2 渲染命令(scripts/batch_export.sh + fit_pdf.py)

渲染链路:HTML → Edge 无头截图 → Pillow 裁到内容底 → 等比缩放贴入 A4 固定边距 → 存 PDF

关键环境经验(血泪踩坑):
- ⚠ Python subprocess 直接调 msedge/chrome 在沙箱里 returncode=0 但不写文件。必须由 Bash 工具直接启动浏览器才能落盘。所以渲染永远走 batch_export.sh(Bash 直接调 Edge),截图与合成也要在同一次 Bash 调用内完成,否则跨调用文件视图可能不一致。
- Edge 路径(本机):C:/Program Files (x86)/Microsoft/Edge/Application/msedge.exe
- 截图参数:--headless=new --no-sandbox --disable-gpu --hide-scrollbars --user-data-dir=<临时dir> --window-size=794,1160 --force-device-scale-factor=3 --screenshot=<绝对路径png> "file:///<绝对路径html>"
- ⚠ 截图路径用绝对路径,相对路径在 bypass 沙箱下会失效。
- 窗口高 794×1160 足够单页;scale=3 保证高清。
- fit_pdf.py:A4 画布 2382×3369(300DPI),content_bottom() 从底部扫描非背景像素定内容底,crop 后 scale=min(A4_W/cw, avail/ch),avail=A4_H-TOP-BOTTOM,贴到 (居中, TOP_MARGIN)。
- 当前边距:TOP_MARGIN=45(≈4mm,防裁白边)、BOTTOM_MARGIN=90(≈7.6mm,不贴页脚也不空旷)。scale 约 0.94。

1.3 校验

  • pypdf 读 PDF:断言每版 len(PdfReader(f).pages)==1(全部单页)。
  • ⚠ 截图合成的是图片型 PDF,pypdf extract_text() 抽不到字——要确认文字内容就单独截一张图肉眼看。

1.4 数字全局更正

  • 改一处数字(如某成绩 88→89):sed -i 's/原值/新值/g' resume-cat-*.html 全量替换,并同步改生成器源值(gen_versions.py 之类),避免下次重跑回退,然后重跑 batch_export.sh。

1.5 配置驱动批量生成(按岗位大类出多版)

  • 思路:一个母体模板 + 一个版本配置 dict(每版注入不同的"技能关键词/实习 bullet 措辞/行业黑话"),循环 str.replace 生成 resume-cat-A.html ~ K.html,再批量渲染。
  • 全部数字必须来自素材库,不编造。弱匹配版诚实标注缺失项(如"不匹配·待补")。
  • 参见 scripts/gen_versions.py 骨架。

二、求职文案(自我评价 / 应聘理由 / 投递邮件)

铁律:去 AI 味、正式、有主语、按岗位、不编造。

2.1 写法规则

  • 主语用"我",避免无主句堆砌。
  • 删掉"良好的沟通协调能力、抗压能力"这类三段式套话,改成具体场景("把研究员观点翻译成客户听得懂的话")。
  • "长期、稳定、可信赖的服务支持"属宣传式堆叠,改为"把服务做扎实"。
  • 数字即证据:GPA、排名、奖学金、六级/雅思、转化率、浏览量——比形容词有说服力。
  • 邮件主题带「姓名+学校+岗位」;正文一屏内看完;附件命名与主题一致。

2.2 投递邮件结构(以基金公司为例)

  • 主题按对方官方格式(如:校招-研究员-学校-专业-姓名-XX平台)。
  • 正文:① 我是谁+应聘岗位 ② 点出对公司/业务的真实认知(做功课,显差异化)③ 三项匹配硬能力(带数字)④ 诚实短板+愿从基础做起 ⑤ 附件+致谢。
  • 简洁版约 200 字即可,分点展开版约 350 字。

三、面试准备(不编造原则)

⚠ 核心红线:面试用的真实经历细节绝不替用户编。所有数字/事件必须来自简历或用户当场提供的真实回忆。用户想不起的,用 【】 占位让用户回填,或给"行业典型值"并明确标注"这是补全、需你确认"。

3.1 三段实习 STAR 拆解 → 逐字稿

对每段实习:核心定位 + STAR(情境/任务/行动/结果)+ 高频追问预演 + 一句话收尾。
- 追问里标「准备」的点,让用户回忆真实细节填(如"33%转化率凭什么高于平均""某细分领域你真跟过几家")。
- 把碎片扩写成口语化、去 AI 味、STAR 完整的逐字稿。

3.2 自我介绍(通用 + 针对岗)

  • 通用骨架:[我是谁] + [硬指标一句] + [两段核心证据·各带数字] + [兴趣/软实力一句·仅限能挂钩] + [预留位·按岗填],约 1–1.5 分钟。
  • 标准版(含全部模块、去重)约 1.8 分钟;压缩版约 1 分钟。
  • "对外沟通/表达"这类能力只在结尾点一次,避免重复三次。
  • 真实经历与简历字句必须对齐(如外联部"赞助谈判"字字对应),否则被追问露馅。

3.3 优势 / 劣势

  • 背景版:用简历硬指标 + 可迁移能力(如"同源体系熟悉度"对同集团岗位)。
  • 性格版:每条性格绑定真实行为(严谨→某资料零退回;皮实→某高频触达被拒接着打),弱势 = 优势性格的反面(稳↔不够冲、严谨↔启动慢),最自洽、别用"太追求完美"。
  • 弱势讲法:语气平稳,落点在"我清楚边界、已在改"。

3.4 宝洁八大问

准备 8 个不重复的真实故事盒子(目标/领导/解决问题/合作/提效/有效合作/难沟通/从零执行),临场行为题往盒子里装。STAR 重点铺 Action。

3.5 目标公司速览(投递前必做)

  • 先 WebSearch 查:公司定位、产品/业务、规模、文化、校招流程、该岗位 JD 与任职要求、投递邮箱与邮件主题格式。
  • 再写"匹配点":把用户背景映射到该公司业务(如某 BI 公司=数据分析能力+行业认知;某基金公司=建模能力+研究写作)。
  • 尖锐题预演(如"金融背景为什么来做软件销售")给定稿。

3.6 高频题库(通用,含金融岗)

开场 / 动机 / 行为 STAR / 压力 / 专业(如两融风控:维持担保比例、警戒线150%平仓线130%)/ 简历深挖(转化率、某细分领域专题、某爆款稿)/ 收尾反问(问业务方向、新人培养、成长路径;别问薪资/官网能查的)。


四、使用顺序建议

  1. 用户给素材/简历 → 建模板、出基础版 PDF(管线 1.1–1.3)。
  2. 按 JD/大类 → 批量出多版(1.5)+ 数字更正(1.4)。
  3. 排版微调(留白/边距)→ 重跑(1.2–1.3 校验)。
  4. 写文案(第二章)。
  5. 面试准备(第三章),先拆三段实习,再自我介绍,再优劣势/八大问/公司速览。

五、环境备注

  • 需 Python 3.x,并 pip install pillow pypdf(批渲染前确认已装)。
  • 浏览器渲染走 Edge 无头,不依赖 Chrome。

常见问题

5 问
答案由本站依据条目字段整理
校招简历与面试准备怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_6c5c7dc0/wjhznb。安装方式为未标注。装完刷新技能列表或重开客户端。

校招简历与面试准备支持哪些客户端?

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。

校招简历与面试准备权限高吗,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。

校招简历与面试准备收费吗?

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。

校招简历与面试准备用什么许可证?

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。