文件内容
SKILL_ZH.md
# 📝 简历助手 (Resume / CV Assistant)
> AI 驱动的 clawbot 技能，提供简历（Resume / CV）润色、职位定制、多格式导出和专业评分一站式服务。
**版本：** 1.0.0 · **许可证：** MIT · **仓库地址：** [github.com/Wscats/resume-assistant](https://github.com/Wscats/resume-assistant)
---
## 概述
简历助手（Resume / CV Assistant）是一个 clawbot 技能，帮助求职者创建、优化和完善简历（Resume / CV）。它整合了全面的检查清单审查、专业评分、职位匹配分析和多格式导出功能，提供从简历撰写到投递的完整工作流。
---
## 如何在 AI Agent 中使用
### 快速接入
Resume / CV Assistant 是一个标准的 clawbot skill，可以被任何兼容的 AI Agent 加载和调用。以下是在不同场景下的接入方式。
### 💬 自然语言对话（推荐）
不需要记忆任何命令 —— 直接描述你的需求即可：
```
💬 "帮我写一份软件工程师的简历"
💬 "润色我的简历，修复所有问题"
💬 "优化我的简历，让它通过 ATS 筛选"
💬 "根据这个职位描述定制我的简历：[粘贴 JD]"
💬 "把我的简历转成 PDF"
💬 "给我的简历打个分，告诉我怎么改进"
💬 "我的简历有什么问题？"
💬 "这是我的简历，帮我看看"
```
English also works:
```
💬 "Create a resume for a software engineer position"
💬 "Optimize my resume for ATS"
💬 "Tailor my resume for this job description: [paste JD]"
💬 "Score my resume and tell me how to improve"
```
助手会理解你的意图，自动路由到正确的工作流：
| 你说 | 助手做什么 |
|------|-----------|
| "帮我写一份 [职位] 的简历" | 询问你的背景信息 → 生成定制简历 |
| "润色 / 修改 / 优化我的简历" | 执行 40+ 项检查 → 返回润色后的版本 |
| "优化 ATS" | 检查 ATS 兼容性 → 优化关键词和格式 |
| "根据这个 JD 定制：..." | 分析 JD → 差距分析 → 定制简历 |
| "转成 PDF / Word / ..." | 用专业模板导出为指定格式 |
| "给简历打分 / 评估 / 怎么样" | 100 分制评分 → 优势与改进方案 |
| "这是我的简历，帮我看看" | 先评分 → 再建议后续步骤 |
#### 对话示例
**从零创建简历：**
```
你： 帮我写一份前端工程师的简历，目标是创业公司
助手：好的！为了生成一份量身定制的简历，请提供以下信息：
1. 工作经历（公司、职位、时间、主要成果）
2. 教育背景
3. 技术栈
4. 有具体的目标职位 JD 吗？（可选但推荐提供）
你： 我在 Shopify 做了 3 年 React 开发...
助手：这是你的定制简历：
[生成完整简历]
需要我帮你打分、润色或导出吗？
```
**快速改进：**
```
你： 这是我的简历，帮我看看有什么问题
[粘贴简历]
助手：📊 简历评分：68/100（等级：C）
前 3 大问题：
1. ❌ 没有量化成果
2. ⚠️ 动词太弱（"负责"→"主导"）
3. ⚠️ 缺少目标职位的关键词
需要我帮你润色吗？
你： 好的，帮我润色
助手：[执行 40+ 项检查清单全面优化]
```
**职位定制：**
```
你： 根据这个 JD 定制我的简历：
Stripe 高级后端工程师
要求：Go、分布式系统、支付 API...
助手：🎯 职位分析完成
📊 当前匹配度：62% → 优化后：89%
[生成定制版本]
```
### 方式一：通过 clawbot 平台使用斜杠命令
如果需要更精细的控制，可以在 clawbot 对话中直接使用斜杠命令：
```
/resume polish
请帮我润色以下简历：
张三
高级前端工程师 | 5年经验
技能：JavaScript, React, Vue, Node.js
...
```
### 方式二：在 AI Agent 框架中集成
#### 1. 注册技能
将本项目作为 skill 注册到你的 AI Agent 中：
```json
{
"skills": [
{
"name": "resume-assistant",
"path": "./skills/resume-assistant",
"manifest": "skill.json"
}
]
}
```
#### 2. 加载提示词
AI Agent 在处理简历相关请求时，按以下顺序加载提示词文件：
```
1. prompts/system.md ← 角色定义与质量标准（首先加载）
2. prompts/<command>.md ← 根据命令加载对应的提示词
3. templates/<style>.md ← 按需加载模板（仅 export 命令使用）
```
#### 3. 构建完整的 Prompt
以 `/resume polish` 为例，AI Agent 应按如下方式构建 prompt：
```python
# Python 伪代码
ROLE_SYS = "system" # LLM message role constant
ROLE_USR = "user" # LLM message role constant
def build_prompt(command, args):
# Step 1: Load the skill persona prompt
persona_prompt = load_file("prompts/system.md")
# Step 2: Load command-specific prompt
command_prompt = load_file(f"prompts/{command}.md")
# Step 3: Combine prompts into LLM messages
combined = persona_prompt + "\n\n" + command_prompt
messages = [
{"role": ROLE_SYS, "content": combined},
{"role": ROLE_USR, "content": args["resume_content"]}
]
# Step 4: Add optional parameters to user message
if args.get("language"):
messages[1]["content"] += f"\n\nLanguage: {args['language']}"
return messages
```
```javascript
// JavaScript 伪代码
const ROLE_SYS = 'system'; // LLM message role constant
const ROLE_USR = 'user'; // LLM message role constant
async function buildPrompt(command, args) {
// Step 1: Load the skill persona prompt
const personaPrompt = await loadFile('prompts/system.md');
// Step 2: Load command-specific prompt
const commandPrompt = await loadFile(`prompts/${command}.md`);
// Step 3: Combine prompts into LLM messages
const combined = `${personaPrompt}\n\n${commandPrompt}`;
const messages = [
{ role: ROLE_SYS, content: combined },
{ role: ROLE_USR, content: args.resume_content }
];
// Step 4: Add optional parameters
if (args.language) {
messages[1].content += `\n\nLanguage: ${args.language}`;
}
return messages;
}
```
### 方式三：通过 API 调用
如果你的 AI Agent 提供了 HTTP API，可以通过 RESTful 接口调用：
```bash
# 简历润色
curl -X POST https://your-agent-api.com/skills/resume-assistant/polish \
-H "Content-Type: application/json" \
-d '{
"resume_content": "你的简历内容...",
"language": "zh"
}'
# 简历评分
curl -X POST https://your-agent-api.com/skills/resume-assistant/score \
-H "Content-Type: application/json" \
-d '{
"resume_content": "你的简历内容...",
"target_role": "高级前端工程师",
"language": "zh"
}'
# 职位定制
curl -X POST https://your-agent-api.com/skills/resume-assistant/customize \
-H "Content-Type: application/json" \
-d '{
"resume_content": "你的简历内容...",
"job_description": "职位描述...",
"language": "zh"
}'
# 格式导出
curl -X POST https://your-agent-api.com/skills/resume-assistant/export \
-H "Content-Type: application/json" \
-d '{
"resume_content": "你的简历内容...",
"format": "html",
"template": "modern"
}'
```
### 方式四：在 LangChain / LlamaIndex 等框架中使用
```python
from langchain.tools import Tool
# Define tools based on skill.json commands
resume_tools = [
Tool(
name="resume_polish",
description="Polish and improve resume with 40+ checklist items",
func=lambda input: agent.run_skill(
"resume-assistant", "polish",
{"resume_content": input, "language": "zh"}
)
),
Tool(
name="resume_score",
description="Score a resume on 100-point scale with improvement suggestions",
func=lambda input: agent.run_skill(
"resume-assistant", "score",
{"resume_content": input, "language": "zh"}
)
),
Tool(
name="resume_customize",
description="Customize resume for a specific job position",
func=lambda input: agent.run_skill(
"resume-assistant", "customize",
{"resume_content": input.split("---JD---")[0],
"job_description": input.split("---JD---")[1],
"language": "zh"}
)
),
Tool(
name="resume_export",
description="Export resume to Word/Markdown/HTML/LaTeX/PDF",
func=lambda input: agent.run_skill(
"resume-assistant", "export",
{"resume_content": input, "format": "html", "template": "modern"}
)
),
]
```
### 命令路由逻辑
AI Agent 在收到用户请求后，应按以下流程路由到对应命令：
```mermaid
graph TD
A["用户输入"] --> B{"是否包含<br/>斜杠命令？"}
B -- "是" --> C{"解析命令名"}
C -- "/resume polish" --> D["加载 polish.md"]
C -- "/resume customize" --> E["加载 customize.md"]
C -- "/resume export" --> F["加载 export.md"]
C -- "/resume score" --> G["加载 score.md"]
B -- "否" --> H{"意图识别"}
H -- "润色/优化/修改" --> D
H -- "求职/申请/匹配" --> E
H -- "导出/下载/转换" --> F
H -- "评分/评价/打分" --> G
D --> I["构建 Prompt<br/>调用 LLM"]
E --> I
F --> I
G --> I
I --> J["返回结果"]
```
### 参数校验
AI Agent 应在调用前校验参数，参考 `skill.json` 中的定义：
```python
def validate_args(command, args):
"""Validate arguments against skill.json schema."""
schema = load_skill_json()
cmd_schema = next(c for c in schema["commands"] if c["name"] == command)
for arg in cmd_schema["arguments"]:
# Check required fields
if arg["required"] and arg["name"] not in args:
raise ValueError(f"Missing required argument: {arg['name']}")
# Check enum constraints
if "enum" in arg and arg["name"] in args:
if args[arg["name"]] not in arg["enum"]:
raise ValueError(
f"Invalid value for {arg['name']}: {args[arg['name']]}. "
f"Must be one of: {arg['enum']}"
)
# Apply defaults
if arg["name"] not in args and "default" in arg:
args[arg["name"]] = arg["default"]
# Check max resume length
max_len = schema["config"]["max_resume_length"]
if len(args.get("resume_content", "")) > max_len:
raise ValueError(f"Resume exceeds {max_len} character limit")
return args
```
---
## 命令一览
| 命令 | 功能 | 说明 |
|------|------|------|
| `/resume polish` | 简历润色 | 40+ 项检查清单 + 全面优化 |
| `/resume customize` | 职位定制 | 差距分析 + 关键词匹配 |
| `/resume export` | 格式导出 | 5 种格式 × 4 种模板 |
| `/resume score` | 简历评分 | 100 分制专业评估 |
---
## 命令详解
### `/resume polish` — 简历润色
对简历进行 **40+ 项检查清单** 审查，涵盖 8 大类别，输出完整优化后的简历。
**参数：**
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `resume_content` | string | ✅ | — | 简历内容（纯文本或 Markdown 格式） |
| `language` | string | — | `en` | `en` 英文，`zh` 中文 |
**检查清单类别（8 大类）：**
| 类别 | 检查项数 | 示例检查内容 |
|------|---------|-------------|
| 📇 联系信息 | 5 项 | 邮箱格式、电话号码、LinkedIn 链接 |
| 📋 职业摘要 | 5 项 | 是否有摘要、量化成果、与目标匹配度 |
| 💼 工作经历 | 8 项 | 强动词开头、量化成果、STAR 法则 |
| 🎓 教育背景 | 4 项 | 学位信息完整、GPA 策略、相关课程 |
| 🛠 技能清单 | 5 项 | 分类呈现、避免过时技能、匹配度 |
| 📝 语法与表达 | 5 项 | 拼写检查、时态一致、避免第一人称 |
| 📐 格式与排版 | 5 项 | 一致的间距、适当页数、清晰层次 |
| 🤖 ATS 兼容性 | 5 项 | 标准格式、关键词密度、避免表格/图片 |
**输出内容：**
- ✅/❌/⚠️ 每项检查结果及改进建议
- 完整润色后的简历（强动词 + 量化成果）
- 变更摘要按优先级分类：🔴 关键 → 🟡 重要 → 🟢 轻微 → 💡 建议
- 附赠：强动词参考表 + 成果量化指南
---
### `/resume customize` — 职位定制
根据 **目标职位描述** 定制简历，提供差距分析和关键词优化。
**参数：**
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `resume_content` | string | ✅ | — | 简历内容 |
| `job_description` | string | ✅ | — | 目标职位描述或职位名称 |
| `language` | string | — | `en` | `en` 英文，`zh` 中文 |
**输出内容：**
- **职位解析**：必需技能、优先技能、核心职责、关键词提取
- **差距分析矩阵**：逐项对比每个职位要求与简历的匹配情况
- **定制后的简历**：自然融入关键词，突出相关经验
- **关键词覆盖报告**：优化前后对比
- **附赠**：求职信要点 + 面试准备笔记
**差距分析矩阵示例：**
```
| 职位要求 | 匹配状态 | 简历证据 | 建议操作 |
|---------------|---------|-------------------|-------------|
| Python 3 年+ | ✅ 强匹配 | 5 年 Python 经验 | 突出项目成果 |
| Kubernetes | ⚠️ 弱匹配 | 提及 Docker 使用 | 补充 K8s 经验 |
| 团队管理经验 | ❌ 缺失 | 无相关描述 | 添加协作案例 |
```
---
### `/resume export` — 格式导出
将简历转换为 **Word、Markdown、HTML、LaTeX 或 PDF** 格式，搭配专业模板。
**参数：**
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `resume_content` | string | ✅ | — | 简历内容（推荐 Markdown 格式） |
| `format` | string | ✅ | — | `word` \| `markdown` \| `html` \| `latex` \| `pdf` |
| `template` | string | — | `professional` | `professional` \| `modern` \| `minimal` \| `academic` |
**模板风格：**
| 模板 | 风格 | 适用场景 |
|------|------|---------|
| `professional` | 藏蓝色主调、衬线标题、经典边框 | 金融、咨询、法律、医疗行业 |
| `modern` | 青绿色点缀、创意布局、图标装饰 | 科技、创业公司、产品、市场营销 |
| `minimal` | 黑白简约、极致干净、内容密集 | 资深专业人士、工程师 |
| `academic` | 正式衬线字体、多页支持、出版物列表 | 高校教职、科研、博士申请 |
**各格式导出详情：**
| 格式 | 输出说明 |
|------|---------|
| **HTML** | 自包含文件，内嵌 CSS，4 种配色主题，`@media print` 打印优化 |
| **LaTeX** | 完整可编译 `.tex` 文件，XeLaTeX 引擎 + CJK 中文支持 |
| **Word** | Pandoc 优化的 Markdown + YAML 前置信息 + 转换命令 |
| **PDF** | 打印优化 HTML，A4 页面尺寸 + 多种转换方式 |
| **Markdown** | 结构清晰、版本控制友好、可转换为其他所有格式 |
---
### `/resume score` — 简历评分
获取 **100 分制专业评估**，附带具体的改进建议和优先级排序。
**参数：**
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `resume_content` | string | ✅ | — | 简历内容 |
| `target_role` | string | — | — | 目标职位（用于匹配度评估） |
| `language` | string | — | `en` | `en` 英文，`zh` 中文 |
**评分维度（满分 100 分）：**
| 维度 | 分值 | 评估内容 |
|------|------|---------|
| 📊 内容质量 | 30 分 | 成就描述、强动词使用、相关性、完整性 |
| 📐 结构与排版 | 25 分 | 布局合理性、一致性、篇幅、段落顺序 |
| 📝 语言与语法 | 20 分 | 语法正确性、拼写、语气、表达清晰度 |
| 🤖 ATS 优化 | 15 分 | 关键词密度、标准标题、格式兼容性 |
| ✨ 影响力与印象 | 10 分 | 6 秒测试、职业故事、专业感 |
**评级标准：**
| 等级 | 分数范围 | 含义 |
|------|---------|------|
| A+ | 95–100 | 卓越 — 顶级简历，几乎无需修改 |
| A | 90–94 | 优秀 — 非常强的简历，仅需微调 |
| B+ | 85–89 | 良好 — 基础扎实，有提升空间 |
| B | 80–84 | 中上 — 合格简历，建议优化 |
| C+ | 75–79 | 中等 — 需要明显改进 |
| C | 70–74 | 及格 — 多处需要修改 |
| D | 60–69 | 不及格 — 需要大幅修改 |
| F | <60 | 差 — 建议重新撰写 |
**输出内容：**
- 各维度得分明细 + 扣分原因说明
- 前 3 大优势 + 简历中的具体佐证
- 按优先级排列的改进建议 + **修改前 → 修改后** 对比示例
- 职位匹配评估（如提供 `target_role`）：匹配分数、竞争力百分位、优势、差距
- 5 步行动计划 + 预估耗时
---
## 推荐工作流程
```mermaid
graph TD
A["1️⃣ /resume score<br/>了解现状"] --> B["2️⃣ /resume polish<br/>修复所有问题"]
B --> C["3️⃣ /resume customize<br/>逐个职位定制"]
C --> D["4️⃣ /resume export<br/>生成最终文件"]
D --> E["5️⃣ /resume score<br/>验证提升效果"]
style A fill:#e3f2fd
style B fill:#fff3e0
style C fill:#e8f5e9
style D fill:#fce4ec
style E fill:#e3f2fd
```
```
┌──────────────────────────────────────────────────────┐
│ 推荐工作流程 │
├──────────────────────────────────────────────────────┤
│ │
│ 1. /resume score ← 了解现状，获得基线分数 │
│ 💬 "给我的简历打个分" │
│ │ │
│ ▼ │
│ 2. /resume polish ← 修复所有问题 │
│ 💬 "润色我的简历" │
│ │ │
│ ▼ │
│ 3. /resume customize ← 针对每个目标职位定制 │
│ 💬 "根据这个 JD 定制..." │
│ │ │
│ ▼ │
│ 4. /resume export ← 生成最终文件 │
│ 💬 "转成 PDF" │
│ │ │
│ ▼ │
│ 5. /resume score ← 再次评分，验证提升效果 │
│ 💬 "再帮我打一次分" │
│ │
└──────────────────────────────────────────────────────┘
```
**使用建议：**
1. 如果已有简历，**先评分**了解自己的基线水平
2. **先润色**修复基础问题，再针对具体职位定制
3. 每个申请职位**单独定制**——万能简历不存在
4. **最后导出**——先把内容打磨好，再考虑格式
5. 使用 **Markdown** 作为工作格式——可无损转换为其他任何格式
6. 优化后**再次评分**，量化你的进步
---
## 项目结构
```
resume-assistant/
├── skill.json # 技能清单（JSON 格式）
├── skill.yaml # 技能清单（YAML 格式）
├── SKILL.md # 英文文档
├── SKILL_ZH.md # 中文文档（本文件）
├── LICENSE # MIT 开源许可证
├── prompts/
│ ├── system.md # 角色定义与质量标准
│ ├── polish.md # 润色提示词：40+ 项检查清单
│ ├── customize.md # 定制提示词：差距分析与关键词优化
│ ├── export.md # 导出提示词：5 种格式 × 4 种模板
│ └── score.md # 评分提示词：100 分制评分标准
├── templates/
│ ├── professional.md # 经典商务模板
│ ├── modern.md # 现代科技模板
│ ├── minimal.md # 极简高级模板
│ ├── academic.md # 学术论文模板
│ └── export/
│ ├── resume.html # HTML 导出模板（4 种 CSS 主题）
│ └── resume.tex # LaTeX 导出模板（XeLaTeX + CJK）
└── examples/
├── sample-resume-en.md # 英文示例简历（高质量）
├── sample-resume-zh.md # 中文示例简历（高质量）
├── sample-resume-weak.md # 低质量示例简历（用于评分演示）
└── usage.md # 使用示例与工作流指南
```
---
## 语言支持
| 语言 | 代码 | 支持情况 |
|------|------|---------|
| 英文 | `en` | 完整支持，US/UK 规范 |
| 中文 | `zh` | 完整支持，中英文混排规范，CJK 导出优化 |
**中文特别优化：**
- 中英文之间自动添加空格
- 中文标点符号规范化
- CJK 字体兼容（LaTeX 使用 XeLaTeX 引擎）
- 符合中国大陆求职习惯的排版建议
---
## 配置参数
| 参数 | 值 | 说明 |
|------|-----|------|
| `max_resume_length` | 10,000 字符 | 最大输入长度 |
| `supported_languages` | `en`, `zh` | 支持的语言 |
| `supported_export_formats` | word, markdown, html, latex, pdf | 支持的导出格式 |
---
## 常见问题
**Q: 简历内容会被存储吗？**
A: 不会。所有内容仅在当前会话中处理，不会持久化存储。
**Q: 支持哪些语言的简历？**
A: 目前完整支持英文（en）和中文（zh），包括中英文混排的简历。
**Q: 导出的 PDF 如何生成？**
A: 导出命令会生成打印优化的 HTML 文件，你可以通过浏览器打印为 PDF，或使用 `wkhtmltopdf`、`weasyprint` 等工具转换。
**Q: 可以同时润色和定制吗？**
A: 建议先执行 `/resume polish` 修复基础问题，再用 `/resume customize` 针对具体职位定制，效果最佳。
**Q: 评分低怎么办？**
A: 评分报告会附带具体的改进建议和修改示例，按照优先级逐项优化即可。一般经过润色后，分数会提升 15-25 分。