ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้วต้นแบบ · อัปเดตทุก 30 นาที
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · วิธีติดตั้งภาษาไทยทุกตัว

ใช้ทำอะไรได้

ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ

  • ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน
  • บัญชีหรือคีย์ ยังยืนยันไม่ได้ (ยังไม่ได้อ่าน README)
  • หมวด ข้อมูลและค้นคว้า
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
JD-driven Chinese resume optimization skill for China job seekers. 解析岗位 JD、诊断简历缺口、生成真实可信的中文定制简历、ATS 纯文本版和面试追问。
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

[![แนะนำบน PopNx MCP](https://mcp.popnx.com/badge/skill/coinluu-resume-jd-optimizer-cn.svg?lang=th)](https://mcp.popnx.com/th/skills/coinluu-resume-jd-optimizer-cn)

ใช้คู่กับ

MCP ที่ต่อ AI เข้ากับบริการในงานเดียวกัน

Firebase MCP

Gives AI development tools Firebase-specific capabilities and expertise.

โดย firebaseใช้กันมาก↓ 4.9M/สัปดาห์★ 4.5K ดาวรวมทั้งรีโปอัปเดต 12 เดือนที่ผ่านมา

MCP · ต่อบริการรันบนเครื่อง✓ GitHub ชื่อตรงแบรนด์ · github.com/firebase

Supabase

server ทางการของ Supabase ให้ AI สร้างตาราง ถามข้อมูล และดูการตั้งค่าโปรเจกต์ในฐานข้อมูล Supabase ของคุณ

โดย supabaseใช้กันมาก↓ 245.5K/สัปดาห์★ 3K ดาวรวมทั้งรีโปอัปเดต เมื่อวาน

MCP · ต่อบริการบนเครื่องหรือคลาวด์✓ เจ้าของบริการ · supabase.com

Dbx

Query databases from AI agents using connections configured in DBX.

โดย t8y2ใช้กันมาก↓ 9.4K/สัปดาห์★ 30.8Kอัปเดต 7 เดือนที่ผ่านมา

MCP · ต่อบริการรันบนเครื่อง

Skill ที่ทำงานคล้ายกัน

หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill

เทียบกับตัวที่คล้ายกัน
ตัวนี้
resume-jd-optimizer-cn
timesfmShadowbrokergoogle-maps-scrapertradingview-mcp
ผู้ทำcoinluugoogle-researchBigBodyCobaingosomatilaahmettaner
จำนวน Skill11111
ดาว GitHub20035,62911,6028,2095,307
แก้โค้ดล่าสุด21 ก.ค. 256913 พ.ย. 256917 พ.ย. 256915 พ.ย. 256915 พ.ย. 2569
สัญญาอนุญาตMITApache-2.0AGPL-3.0MITMIT

ชุดคำสั่ง (Skill) 1 ชุดจาก coinluu ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server

Skill ต่างจาก MCP ยังไง

MCP = มือ

ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่

Skill = คู่มือ

ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด

บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก

ใช้กับแอปไหน

Codex

ตามที่ README ของผู้ทำเขียนไว้ และโฟลเดอร์ที่มีใน repo

ติดตั้ง

ปลอดภัยไหม

  • ใครทำ

    บัญชี GitHub coinluu (บุคคล) เปิดมา 2 ปี

  • คนใช้และการดูแล

    ★ 200 ดาว ยังมีคนใช้น้อย · แก้โค้ดล่าสุด 21 ก.ค. 2569

  • มีสคริปต์ไหม

    ไม่มี เป็นไฟล์ข้อความล้วน AI อ่านแล้วทำตาม

  • ใช้อินเทอร์เน็ตไหม

    ไม่มีสคริปต์ จึงไม่เรียกอินเทอร์เน็ตเอง

  • แก้ค่าตั้งทั้งเครื่องไหม

    ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง

ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit 114c85c (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น

ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)

  • ไฟล์ตรงกับบน GitHub ทุกไบต์ ที่ commit 114c85c · ดูบน GitHub ↗

  • เป็นไฟล์ข้อความล้วน ไม่มีโปรแกรม

  • อัปโหลดแล้วทำงานในระบบของ Claude ไม่ได้รันบนคอมของคุณ ไม่ต้องแตกไฟล์

ดูข้างในก่อนดาวน์โหลด

ไฟล์ทั้งหมด 64 ไฟล์ · 163 KB

  • .markdownlint-cli2.jsonc1 KB
  • CHANGELOG.md1 KB
  • CODE_OF_CONDUCT.md1 KB
  • CONTRIBUTING.md2 KB
  • FAQ.md3 KB
  • LICENSE1 KB
  • README.en.md3 KB
  • README.md12 KB
  • RELEASE_NOTES.md4 KB
  • ROADMAP.md1 KB
  • SECURITY.md1 KB
  • SKILL.md11 KB
  • agents/openai.yaml1 KB
  • assets/demo-before-after.md4 KB
  • assets/demo-before-after.svg5 KB
  • assets/screenshot-script.md4 KB
  • docs/chinese_job_market_context.md2 KB
  • docs/examples.md4 KB
  • docs/installation.md14 KB
  • docs/metric_dictionary.md3 KB
  • docs/privacy-and-truthfulness.md2 KB
  • docs/quickstart.md8 KB
  • docs/resume_truthfulness_policy.md3 KB
  • docs/role_taxonomy.md11 KB
  • docs/star-us.md1 KB
  • docs/use-cases.md2 KB
  • docs/workflow.md4 KB
  • examples/demo_ai_product_transition.md5 KB
  • examples/demo_data_analyst.md5 KB
  • examples/demo_product_manager.md5 KB
  • examples/sample_final_report.md1 KB
  • examples/sample_jd_ai_product_manager.md1 KB
  • examples/sample_jd_data_analyst.md1 KB
  • examples/sample_jd_product_manager.md1 KB
  • examples/sample_resume_ai_product_manager_after.md1 KB
  • examples/sample_resume_ai_product_manager_before.md1 KB
  • examples/sample_resume_data_analyst_after.md1 KB
  • examples/sample_resume_data_analyst_before.md1 KB
  • examples/sample_resume_product_manager_after.md1 KB
  • examples/sample_resume_product_manager_before.md1 KB
  • prompts/ats_checker.md1 KB
  • prompts/experience_interviewer.md2 KB
  • prompts/final_report_generator.md1 KB
  • prompts/gap_analyzer.md2 KB
  • prompts/hr_reviewer.md1 KB
  • prompts/interview_question_generator.md1 KB
  • prompts/jd_parser.md1 KB
  • prompts/resume_parser.md2 KB
  • prompts/resume_rewriter.md3 KB
  • prompts/risk_checker.md1 KB
  • rubrics/ats_score.md1 KB
  • rubrics/credibility_score.md1 KB
  • rubrics/hr_score.md1 KB
  • rubrics/interview_readiness_score.md1 KB
  • rubrics/jd_match_score.md1 KB
  • templates/ats_plain_text_resume_template.md1 KB
  • templates/boss_intro_template.md1 KB
  • templates/headhunter_intro_template.md1 KB
  • templates/interview_story_template.md1 KB
  • templates/jd_match_report_template.md1 KB
  • templates/optimized_resume_template.md1 KB
  • tests/evaluation_checklist.md4 KB
  • tests/failure_modes.md3 KB
  • tests/test_cases.md7 KB
  1. ดาวน์โหลด resume-jd-optimizer-cn.zip

    163 KB · 64 ไฟล์ · ใบอนุญาต MIT (ใส่ไฟล์ใบอนุญาตไว้ในโฟลเดอร์แล้ว)

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  2. เปิดหน้า Skills ใน claude.ai แล้วอัปโหลด

    +Create skillUpload a skillเลือกไฟล์ resume-jd-optimizer-cn.zip

    เปิด claude.ai/customize/skills ↗

  3. ไม่เห็นปุ่ม Upload: เปิดสิทธิ์สร้างไฟล์ก่อน

    SettingsCapabilitiesCode execution and file creation

    ต้องเปิด Code execution and file creation ก่อน (เมนูรุ่นใหม่เรียก Create and edit files) · แผนส่วนตัวที่ Settings → Capabilities · Team/Enterprise ผู้ดูแลเปิดที่ Organization settings → Plugins & skills · ใช้ได้ทุกแผนรวมแผนฟรี

อัปโหลดครั้งเดียว ใช้ได้ทั้ง claude.ai และ Claude Desktop รวมถึง Claude Code รุ่นใหม่ที่ล็อกอินด้วยบัญชี Claude (ล็อกอินด้วยคีย์ API ไม่ซิงก์)

Cowork และ session บนคลาวด์ใช้ Skill ที่เปิดในบัญชี claude.ai ไม่อ่าน ~/.claude/skills ในเครื่อง (งานตั้งเวลาของ Claude Desktop ที่รันในเครื่องยังอ่านได้)

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: support.claude.com, support.claude.com, code.claude.com

ทางที่ 1ให้ Claude Code ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Claude Code

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

เปิด Claude Code ใหม่ แล้วพิมพ์ /resume-jd-optimizer-cn หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. เปิด Claude Code ใหม่ แล้วพิมพ์ /resume-jd-optimizer-cn หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง

Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี

แอป ChatGPT บนคอม

แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills

ทางที่ 1ให้ ChatGPT ติดตั้งให้

เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ทางที่ 2วางโฟลเดอร์เอง

วางโฟลเดอร์ resume-jd-optimizer-cn ไว้ที่ ~/.agents/skills/resume-jd-optimizer-cn

~ คือโฟลเดอร์บ้านของคุณ ($HOME)

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

หลังติดตั้ง

  • แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
  • เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
  • Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

ChatGPT บนเว็บและมือถือ

ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี

อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

ทางที่ 1ให้ Codex ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. เปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ

ทางที่ 1ให้ Cursor ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Cursor

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก resume-jd-optimizer-cn

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก resume-jd-optimizer-cn

ทางที่ 1ให้ AI ติดตั้งให้

สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com

สำหรับคนที่ใช้ Terminal

แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง

ดูบน GitHub ↗

ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569

ดูไฟล์ต้นฉบับ SKILL.md

ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP

5,097 ตัวอักษร · เปิดไฟล์เต็มบน GitHub

---
name: resume-jd-optimizer-cn
description: 基于目标岗位 JD、中文简历和用户确认的真实经历,完成中国大陆求职场景下的 JD 解析、证据映射、缺口诊断、素材追问、定制简历重写、ATS/HR/面试官审查及投递沟通材料生成。用于应届、社招、转行及互联网、AI、产品、运营、销售、技术、数据、设计等岗位;当用户要求针对 JD 优化中文简历、提高匹配度、生成 Boss 直聘或猎头话术、检查面试自洽性时使用。
---

# 国内求职者简历 JD 优化

## 目标

把目标 JD 的要求映射到用户可验证的真实经历,生成适合中国大陆招聘场景、ATS 可读、HR 易判断、面试可自洽的定制简历。不要只润色语言。

## 先遵守的硬规则

1. 只使用用户简历、用户补充回答和明确标注的合理估算。
2. 不编造学校、公司、岗位、项目、证书、工具、职责、数据或 AI/RAG/Agent 经历。
3. 把信息标记为 `已确认`、`待确认` 或 `模型推断`;只有 `已确认` 可进入最终简历。
4. 信息不足会影响关键结论时,先输出“为了避免编造,我还需要你补充以下信息”,再提出不超过 8 个高价值问题。
5. 不为关键词匹配堆词;关键词必须绑定真实行动或成果。
6. 每条重写经历必须能被面试追问验证。无法讲清的内容必须删除或降级表达。
7. 评分是当前材料质量诊断,不是 ATS、面试或录用概率。
8. 先判定输入完整度,再执行对应阶段;不得用模型推断补齐缺失输入。
9. 用户要求造假时,立即停止评分、重写、ATS 版和最终报告生成,只能拒绝并提供真实替代路径。
10. “包装得高级、亮眼、专业”等请求默认解释为提升信息密度、结构和专业准确性,不得自动提高职责、职级、决策权或结果强度。

## 适用与不适用

适用:针对明确 JD 优化简历、转岗证据映射、投递前检查、Boss/猎头介绍、面试追问准备、多 JD 定制版本。

不适用:虚构经历、伪造证明、单纯视觉排版、没有目标方向的万能简历、替用户承诺无法证明的成果。

## 输入要求

优先收集:完整 JD、现有简历、求职目标、当前背景、是否转行、作品或项目链接、投递反馈。提醒用户脱敏电话、身份证、住址、客户机密和未公开数据。

若缺少 JD,只能做基础诊断并明确说明不能完成岗位匹配评分。若缺少简历,只能解析 JD 并生成素材采集问题。

## 阶段响应契约

先将输入归入以下唯一场景,并严格限制输出:

| 场景 | 可执行 | 必须输出 | 禁止输出 |
|---|---|---|---|
| A:简历 + JD 充分 | 完整 8 步流程 | 完整报告、定制简历、ATS 版、HR 摘要、面试追问、风险 | 未确认事实 |
| A2:简历 + 多个 JD | 建立共用事实底稿,分别执行每个 JD 的 Step 2-8 | 每个 JD 独立匹配表、版本差异表、独立简历与风险 | 万能混合版、跨版本改变事实 |
| B:仅简历 | 简历解析、基础 ATS 结构检查、通用面试风险、素材追问 | 基础诊断、缺失 JD 说明、具体追问、可验证风险 | JD 匹配分、JD 定制版、关键词覆盖结论 |
| C:仅 JD | JD 解析、权重排序、素材采集问题 | JD 要求表、淘汰风险、简历素材清单 | 用户匹配结论、任何简历版本、五项总分 |
| D:信息严重不足 | 输入收集 | 缺失项、最多 6 个具体问题、明确阻断说明 | 评分、简历重写、ATS 版、匹配结论 |
| E:造假请求 | 真实性拒绝与真实替代路径 | 明确拒绝、风险、可使用的真实表达、待补充证据 | 评分、虚假重写、ATS 版、最终报告 |

阶段性输出中,对不可执行项目写明 `不适用:原因`,不得为了满足模板输出空壳内容。

若用户只说“投产品、运营、AI 产品”等岗位名称而未提供具体 JD,按路由 B 处理:先索取每个方向的代表 JD,不生成万能版。

## 8 步工作流

1. **收集输入**:确认材料、目标、转行状态与隐私边界。
2. **解析 JD**:读取 [prompts/jd_parser.md](prompts/jd_parser.md),输出岗位、硬性条件、技能、业务、工具、行业、隐性偏好、淘汰风险、关键词及权重。
3. **解析简历**:读取 [prompts/resume_parser.md](prompts/resume_parser.md),提取教育、工作、项目、技能、指标、行业、职级、可信证据和表达问题。
4. **缺口分析**:读取 [prompts/gap_analyzer.md](prompts/gap_analyzer.md),逐项标记已覆盖、弱覆盖、未覆盖、可追问和不建议硬凑。
5. **素材追问**:读取 [prompts/experience_interviewer.md](prompts/experience_interviewer.md),只追问会改变简历结论的关键缺口。
6. **简历重写**:读取 [prompts/resume_rewriter.md](prompts/resume_rewriter.md),生成 JD 定制版、ATS 纯文本版、HR 摘要、Boss 开场白和猎头话术。
7. **风险检查**:依次使用 [prompts/ats_checker.md](prompts/ats_checker.md)、[prompts/hr_reviewer.md](prompts/hr_reviewer.md)、[prompts/interview_question_generator.md](prompts/interview_question_generator.md) 和 [prompts/risk_checker.md](prompts/risk_checker.md)。
8. **最终报告**:读取 [prompts/final_report_generator.md](prompts/final_report_generator.md),说明评分、证据、修改逻辑、风险和下一步。

完整流程与阶段门槛见 [docs/workflow.md](docs/workflow.md)。

## 诊断与解析规则

- 按重要性把 JD 要求分为:硬性门槛、核心职责、核心技能、业务/行业偏好、工具平台、加分项、招聘话术。
- 权重只用于排序;不要把“熟悉、优先、有经验者优先”自动当作硬门槛。
- 把每项要求映射到简历中的具体句子或用户回答,并记录证据强度。
- 每项 JD 要求必须保留原文依据,并区分直接证据、间接/可迁移证据和无证据。
- 同义词只有在语义和使用深度一致时才视为覆盖;技能区单独出现最多算弱覆盖。
- 区分“用户拥有但简历未表达”“证据较弱”“真实缺失”“不适用”。
- 不把技能清单视为能力证明;优先寻找项目动作、方法、结果和个人贡献。
- 对转行用户优先提取可迁移能力,但明确不建议硬凑的行业、工具和资历要求。

## 素材追问规则

- 优先追问高权重且弱覆盖的要求。
- 每轮最多 8 个问题;同类问题合并,避免审讯式追问。
- 每个问题必须指出对应的 JD 要求或简历风险,并询问可直接用于判断的事实。
- 围绕:背景、目标、个人职责、具体动作、方法/工具、协作对象、结果、数据来源、复盘。
- 若没有精确数据,询问规模、频次、前后变化、区间、覆盖范围或可验证的定性结果。
- 允许用户确认“约、超过、近、区间”等估算;必须保留估算属性。
- 用户要求“高级包装”时,先校准个人贡献、决策权、业务复杂度与结果证据;只增强可证明信息。

## 简历重写规则

优先使用“业务背景 + 个人动作 + 方法/工具 + 量化或可验证结果 + 自然出现的 JD 关键词”。不强制每条包含全部元素,也不牺牲可读性。

- 使用与真实贡献相符的动词:`负责`、`参与`、`主导`、`协同`、`推动`、`搭建`、`优化`、`分析`、`落地`、`提升`、`降低`、`覆盖`、`支持`。
- 明确个人动作与团队成果的边界。
- 把最相关、最有证据的经历前置;删除或压缩低相关内容。
- 避免“赋能、闭环、抓手、沉淀、拉通”等空话,除非具体语境确有必要。
- 避免统一句式、夸张形容词、英文滥用和 AI 模板腔。
- 连续经历不要机械复用同一结构;保留用户原有专业表达,删除无事实支撑的摘要套话。
- 同一关键词原则上只在最有证据的位置重点出现;没有新证据时不要重复。
- 按贡献证据选择动词强度:`支持/协助 < 参与 < 负责 < 推动 < 主导`;不得仅因用户要求“高级”而升级动词。

## 三方检查与评分

- ATS:检查标准标题、关键词自然覆盖、纯文本结构、技能识别、时间线和岗位名称。使用 [rubrics/ats_score.md](rubrics/ats_score.md)。
- HR:检查 10 秒求职方向、前部亮点、相关性、结果、稳定性风险和简洁度。使用 [rubrics/hr_score.md](rubrics/hr_score.md)。
- 面试官:检查背景、个人贡献、方法决策、结果来源、复盘和 JD 关联。使用 [rubrics/interview_readiness_score.md](rubrics/interview_readiness_score.md)。
- 同时使用 [rubrics/jd_match_score.md](rubrics/jd_match_score.md) 和 [rubrics/credibility_score.md](rubrics/credibility_score.md)。
- 所有分数必须附证据、扣分原因和补分动作;缺信息的维度标注“暂无法评分”,不可默认满分或零分。
- 仅在同时拥有 JD 和可解析简历时计算 JD 匹配总分;存在造假请求时停止全部评分。

## 多版本策略

针对不同 JD 分别生成版本:

1. 先建立一份共用事实底稿,记录经历、证据状态、数据来源和贡献边界。
2. 为每个 JD 独立解析、映射、评分和排序,不跨 JD 合并关键词。
3. 每个版本只调整摘要、经历顺序、篇幅、关键词和表达重点;不得改变事实、贡献强度或数据。
4. 输出版本差异表,说明每个版本的目标、前置经历、保留/压缩内容、核心缺口和高风险。
5. 若某方向缺少高权重直接证据,明确“不建议用当前事实底稿生成强匹配版本”。

文件名建议:`姓名-目标岗位-公司-日期`。禁止生成产品、运营、AI 产品关键词混合的万能版。

## 输出格式

材料充分时,按顺序输出:

1. 简历诊断结论
2. JD 匹配评分
3. 关键缺口
4. 需要用户补充的问题(如仍有)
5. 优化后的简历
6. ATS 纯文本版本
7. Boss 直聘开场白与猎头介绍
8. 面试官可能追问
9. 风险提示
10. 下一步建议

材料不足时,不输出伪最终版;先给阶段诊断、明确缺口和补充问题。

只简历、只 JD、严重不足或造假请求时,按“阶段响应契约”输出,不机械套用完整报告模板。

## 真实性与质量验收

在交付前逐条确认:

- 每个新增事实都有用户来源;每个数字有来源或估算标记。
- 每条核心经历能回答“为什么做、你做了什么、结果如何、如何证明”。
- 没有把团队成果全部归给个人,没有把参与写成主导。
- JD 核心要求已逐项映射,未覆盖项被明确指出。
- 关键词自然出现,ATS 纯文本版可直接复制。
- HR 能快速判断方向和亮点,面试官能据此追问。
- 输出解释修改逻辑、暴露风险、避免 AI 味并适配国内招聘语境。

岗位差异参考 [docs/role_taxonomy.md](docs/role_taxonomy.md),指标选择参考 [docs/metric_dictionary.md](docs/metric_dictionary.md),真实性边界参考 [docs/resume_truthfulness_policy.md](docs/resume_truthfulness_policy.md)。

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

ข้อมูลจาก GitHub

ดาว GitHub
200
ผู้ทำ
coinluu
license
MIT
แก้โค้ดล่าสุด
21 ก.ค. 2569
ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
1
topic
ai-agent, ats, career, career-tools, chatgpt, china, chinese, codex, cv, interview-prep, jd-analysis, job-search