rendercv

クイックスタート

利用可能なテーマ： classic、harvard、engineeringresumes、engineeringclassic、sb2nov、moderncv 利用可能なロケール： english、arabic、danish、dutch、french、german、hebrew、hindi、hungarian、indonesian、italian、japanese、korean、mandarin_chinese、norwegian_bokmål、norwegian_nynorsk、persian、portuguese、russian、spanish、turkish、vietnamese

これらは出発点です。デザインとロケールのあらゆる要素は、YAML ファイルで完全にカスタマイズできます。

# Install RenderCV
uv tool install "rendercv[full]"

# Create a starter YAML file (you can specify theme and locale)
rendercv new "John Doe"
rendercv new "John Doe" --theme moderncv --locale german

# Render to PDF (also generates Typst, Markdown, HTML, PNG by default)
rendercv render John_Doe_CV.yaml

# Watch mode: auto-re-render whenever the YAML file changes
rendercv render John_Doe_CV.yaml --watch

# Render only PNG (useful for previewing or checking page count)
rendercv render John_Doe_CV.yaml --dont-generate-pdf --dont-generate-html --dont-generate-markdown

# Override fields from the CLI without editing the YAML
rendercv render cv.yaml --cv.name "Jane Doe" --design.theme "moderncv"

YAML の構造

RenderCV の入力には 4 つのセクションがあります。必須なのは cv のみで、ほかのセクションには適切なデフォルト値が設定されています。

cv:         # Your content: name, contact info, and all sections
design:     # Visual styling: theme, colors, fonts, margins, spacing, layouts
locale:     # Language: month names, phrases, translations
settings:   # Behavior: output paths, bold keywords, current date

単一ファイルと個別ファイル： 4 つのセクションはすべて 1 つの YAML ファイルにまとめることも、それぞれ個別のファイルに分けることもできます。個別のファイルにすると、同じデザインやロケールを複数の CV で再利用する場合に便利です。

# Single self-contained file (all sections in one file)
rendercv render John_Doe_CV.yaml

# Separate files: CV content + design + locale loaded independently
rendercv render cv.yaml --design design.yaml --locale-catalog locale.yaml --settings settings.yaml

個別のファイルを使う場合、各ファイルには該当するセクションのみを記述します（例：design.yaml では design: を最上位のキーとして指定します）。CLI で読み込んだファイルの値は、メインの YAML ファイルの値より優先されます。

YAML は Pydantic モデルに直接対応しています。各フィールド、その型、デフォルト値を把握できるよう、型安全な完全なスキーマを以下に示します。

Pydantic スキーマ

YAML 入力は、これらの Pydantic モデルに照らして検証されます。

トップレベルモデル

class RenderCVModel(BaseModelWithoutExtraKeys):
    cv: Cv = pydantic.Field(default_factory=Cv, title='CV', description='The content of the CV.')
    design: Design = pydantic.Field(default_factory=ClassicTheme, title='Design')
    locale: Locale = pydantic.Field(default_factory=EnglishLocale, title='Locale Catalog')
    settings: Settings = pydantic.Field(default_factory=Settings, title='RenderCV Settings', description='The settings of the RenderCV.')

CV の内容（cv）

cv.sections フィールドは、キーがセクションのタイトル（任意の文字列）、値がエントリーのリストとなる辞書です。各セクションには、同じ型のエントリーが含まれます。

class Cv(BaseModelWithoutExtraKeys):
    name: str | None = pydantic.Field(default=None, examples=['John Doe', 'Jane Smith'])
    headline: str | None = pydantic.Field(default=None, examples=['Software Engineer', 'Data Scientist', 'Product Manager'])
    location: str | None = pydantic.Field(default=None, examples=['New York, NY', 'London, UK', 'Istanbul, Türkiye'])
    email: pydantic.EmailStr | list[pydantic.EmailStr] | None = pydantic.Field(default=None, examples=['[email protected]', ['[email protected]', '[email protected]']])
    photo: ExistingPathRelativeToInput | pydantic.HttpUrl | None = pydantic.Field(default=None, union_mode='left_to_right', examples=['photo.jpg', 'images/profile.png', 'https://example.com/photo.jpg'])
    phone: pydantic_phone_numbers.PhoneNumber | list[pydantic_phone_numbers.PhoneNumber] | None = pydantic.Field(default=None, examples=['+1-234-567-8900', ['+1-234-567-8900', '+44 20 1234 5678']])
    website: pydantic.HttpUrl | list[pydantic.HttpUrl] | None = pydantic.Field(default=None, examples=['https://johndoe.com', ['https://johndoe.com', 'https://www.janesmith.dev']])
    social_networks: list[SocialNetwork] | None = pydantic.Field(default=None)
    custom_connections: list[CustomConnection] | None = pydantic.Field(default=None, examples=[[{'placeholder': 'Book a call', 'url': 'https://cal.com/johndoe', 'fontawesome_icon': 'calendar-days'}]])
    sections: dict[str, Section] | None = pydantic.Field(default=None, examples=[{'Experience': '...', 'Education': '...', 'Projects': '...', 'Skills': '...'}])

type SocialNetworkName = Literal['LinkedIn', 'GitHub', 'GitLab', 'IMDB', 'Instagram', 'ORCID', 'Mastodon', 'StackOverflow', 'ResearchGate', 'YouTube', 'Google Scholar', 'Telegram', 'WhatsApp', 'Leetcode', 'X', 'Bluesky', 'Reddit']

available_social_networks = get_args(SocialNetworkName.__value__)

class SocialNetwork(BaseModelWithoutExtraKeys):
    network: SocialNetworkName = pydantic.Field()
    username: str = pydantic.Field(examples=['john_doe', '@[email protected]', '12345/john-doe'])

class CustomConnection(BaseModelWithoutExtraKeys):
    fontawesome_icon: str
    placeholder: str
    url: pydantic.HttpUrl | None

エントリーの型

cv.sections は辞書です。キーはセクションのタイトル（任意の文字列）、値はエントリーのリストです。各セクションでは、単一のエントリー型を使用する必要があります。同じセクション内で異なるエントリー型を混在させることはできません。エントリー型は、各エントリーに含まれるフィールドから自動検出されます。

共通フィールド — 日付と複合フィールドに対応するエントリー型（ExperienceEntry、EducationEntry、NormalEntry、PublicationEntry）で利用できます。

フィールド	型	デフォルト	備考
date	str | int | null	null	自由形式です。例："2020-09"、"Fall 2023" など。start_date／end_date とは併用できません。
start_date	str | int | null	null	厳密な形式です：YYYY-MM-DD、YYYY-MM、または YYYY。
end_date	str | int | "present" | null	null	start_date と同じ形式、または "present"。start_date が設定されている場合、省略するとデフォルトで "present" になります。
location	str | null	null
summary	str | null	null
highlights	list[str] | null	null	箇条書き項目です。

9 種類のエントリー型：

エントリー型	必須フィールド	任意フィールド	主な用途
ExperienceEntry	company、position	すべての共通フィールド	職歴、役職
EducationEntry	institution、area	degree ＋ すべての共通フィールド	学位、学校
PublicationEntry	title、authors	doi、url、journal、summary、date	論文、記事
NormalEntry	name	すべての共通フィールド	プロジェクト、受賞歴
OneLineEntry	label、details	—	スキル、言語
BulletEntry	bullet	—	シンプルな箇条書き
NumberedEntry	number	—	番号付きリスト項目
ReversedNumberedEntry	reversed_number	—	逆順の番号付き項目（5、4、3...）
TextEntry	(プレーンな文字列)	—	自由形式の段落

例：

cv:
  sections:
    experience:          # list of ExperienceEntry (detected by company + position)
      - company: Google
        position: Engineer
        start_date: 2020-01
        highlights:
          - Did something impactful
    skills:              # list of OneLineEntry (detected by label + details)
      - label: Languages
        details: Python, C++
    about_me:            # list of TextEntry (plain strings)
      - This is a free-form paragraph about me.

エントリーには、任意の追加キーも指定できます（レンダリング時に無視されます）。フィールド名に誤字があっても、エラーにはなりません。

デザイン（design）

組み込みのテーマはすべて同じ構造で、デフォルト値のみが異なります。利用可能なすべてのフィールドとそのデフォルト値については、以下のデザイン例を参照してください。design.theme でテーマを選択し、任意のフィールドを上書きします。

ロケール（locale）

組み込みロケール：english、arabic、danish、dutch、french、german、hebrew、hindi、hungarian、indonesian、italian、japanese、korean、mandarin_chinese、norwegian_bokmål、norwegian_nynorsk、persian、portuguese、russian、spanish、turkish、vietnamese

組み込みロケールを使用するには、locale.language にその名前を設定します。任意のフィールドを上書きして翻訳をカスタマイズできます。完全にカスタムのロケールを使用するには、language に任意の文字列を設定し、すべての翻訳を指定します。

設定（settings）

主なフィールド：bold_keywords（自動的に太字にする文字列のリスト）、current_date（今日の日付を上書き）、render_command.*（出力パス、生成フラグ）。

重要なパターン

YAML の引用符

コロン（:）を含む文字列値には、必ず引用符を付けてください。 YAML が無効になる最も一般的な原因です。ハイライト、タイトル、概要、その他の自由記述テキストには、コロンが含まれることがよくあります。

# WRONG — colon breaks YAML parsing:
- title: Catalytic Mechanisms: A New Approach
  highlights:
    - Relevant coursework: Distributed Systems, ML

# RIGHT — wrap in double quotes:
- title: "Catalytic Mechanisms: A New Approach"
  highlights:
    - "Relevant coursework: Distributed Systems, ML"

ルール：文字列値に : が含まれる場合は、必ず引用符で囲んでください。迷った場合は、引用符で囲んでください。

箇条書き記号

design.highlights.bullet フィールドで使用できるのは、次の文字だけです：●、•、◦、-、◆、★、■、—、○。エンダッシュ（–）、>、*、その他の文字は使用しないでください。迷った場合は、bullet を省略してテーマのデフォルトを使用してください。

電話番号

電話番号は、国番号を含む国際形式（E.164）で指定する必要があります。電話番号を作り出してはいけません。ユーザーが提供した場合に限り、記載してください。

# WRONG:
phone: "(555) 123-4567"
phone: "555-123-4567"

# RIGHT:
phone: "+15551234567"

ユーザーが国番号なしの国内電話番号を提供した場合は、どの国の番号かを尋ねるか、電話番号フィールドを省略してください。

テキストの書式設定

すべてのテキストフィールドで、インライン Markdown を使用できます：**bold**、*italic*、[link text](url)。ブロックレベルの Markdown（見出し、リスト、引用、コードブロック）はサポートされていません。Typst の生コマンドと数式（$$f(x)$$）もそのまま出力されます。

日付の扱い

• date と start_date／end_date は同時に指定できません。date が指定されている場合、start_date と end_date は無視されます。
• start_date のみが指定されている場合、end_date のデフォルトは "present" です。
• start_date／end_date には、厳密な形式が必要です：YYYY-MM-DD、YYYY-MM、または YYYY。
• date は柔軟で、日付形式に加えて、任意の文字列（「Fall 2023」など）を受け付けます。

セクションタイトル

• snake_case のキーは自動的に大文字化されます：work_experience → "Work Experience"
• スペースを含むキーや大文字を含むキーは、そのまま使用されます。

出版物の著者

著者リストで CV の所有者を強調表示するには、*Name*（単一のアスタリスクで囲んだ斜体）を使用します。

ネストされたハイライト（サブ箇条書き）

highlights:
  - Main bullet point
    - Sub-bullet 1
    - Sub-bullet 2

CLI リファレンス

rendercv new "Full Name"

スターター YAML ファイルを生成します。

オプション	短縮形	説明
--theme THEME		使用するテーマ（デフォルト：classic）
--locale LOCALE		使用するロケール（デフォルト：english）
--create-typst-templates		デザインを完全に制御できる、編集可能な Typst テンプレートファイルも作成します

rendercv render <input.yaml>

YAML ファイルから PDF、Typst、Markdown、HTML、PNG を生成します。

オプション	短縮形	説明
--watch	-w	YAML ファイルの変更時に自動で再レンダリングします
--quiet	-q	すべての出力メッセージを抑制します
--design FILE	-d	デザインセクションを別の YAML ファイルから読み込みます
--locale-catalog FILE	-lc	ロケールセクションを別の YAML ファイルから読み込みます
--settings FILE	-s	設定セクションを別の YAML ファイルから読み込みます
--output-folder DIR	-o	カスタム出力ディレクトリを指定します

形式ごとの制御：--{format}-path PATH でカスタム出力パスを設定し、--dont-generate-{format} で生成をスキップします。形式：pdf、typst、markdown、html、png。

ドット記法を使用して、CLI から任意の YAML フィールドを上書きできます（ファイルを編集せずに上書きします）。

rendercv render CV.yaml --cv.name "Jane Doe" --design.theme "moderncv"
rendercv render CV.yaml --cv.sections.education.0.institution "MIT"

rendercv create-theme "theme-name"

デザインを完全に制御できる、編集可能な Typst テンプレートを備えたカスタムテーマディレクトリを作成します。

JSON スキーマ

YAML エディターでの自動補完と検証に使用します。

# yaml-language-server: $schema=https://raw.githubusercontent.com/rendercv/rendercv/refs/tags/v2.8/schema.json

完全な例

CV のサンプル

cv:
  name: John Doe
  headline:
  location: San Francisco, CA
  email: [email protected]
  photo:
  phone:
  website: https://rendercv.com/
  social_networks:
  - network: LinkedIn
    username: rendercv
  - network: GitHub
    username: rendercv
  custom_connections:
  sections:
    Welcome to RenderCV:
    - RenderCV reads a CV written in a YAML file, and generates a PDF with 
      professional typography.
    - Each section title is arbitrary.
    education:
    - institution: Princeton University
      area: Computer Science
      degree: PhD
      date:
      start_date: 2018-09
      end_date: 2023-05
      location: Princeton, NJ
      summary:
      highlights:
      - 'Thesis: Efficient Neural Architecture Search for Resource-Constrained Deployment'
      - 'Advisor: Prof. Sanjeev Arora'
      - NSF Graduate Research Fellowship, Siebel Scholar (Class of 2022)
    - institution: Boğaziçi University
      area: Computer Engineering
      degree: BS
      date:
      start_date: 2014-09
      end_date: 2018-06
      location: Istanbul, Türkiye
      summary:
      highlights:
      - 'GPA: 3.97/4.00, Valedictorian'
      - Fulbright Scholarship recipient for Graduate Studies
    experience:
    - company: Nexus AI
      position: Co-Founder & CTO
      date:
      start_date: 2023-06
      end_date: present
      location: San Francisco, CA
      summary:
      highlights:
      - Built foundation model infrastructure serving 2M+ monthly API requests 
        with 99.97% uptime
      - Raised $18M Series A led by Sequoia Capital, with participation from 
        a16z and Founders Fund
      - Scaled engineering team from 3 to 28 across ML research, platform, and 
        applied AI divisions
      - Developed proprietary inference optimization reducing latency by 73% 
        compared to baseline
    - company: NVIDIA Research
      position: Research Intern
      date:
      start_date: 2022-05
      end_date: 2022-08
      location: Santa Clara, CA
      summary:
      highlights:
      - Designed sparse attention mechanism reducing transformer memory 
        footprint by 4.2x
      - Co-authored paper accepted at NeurIPS 2022 (spotlight presentation, top 
        5% of submissions)
    projects:
    - name: '[FlashInfer](https://github.com/)'
      date:
      start_date: 2023-01
      end_date: present
      location:
      summary: Open-source library for high-performance LLM inference kernels
      highlights:
      - Achieved 2.8x speedup over baseline attention implementations on A100 
        GPUs
      - Adopted by 3 major AI labs, 8,500+ GitHub stars, 200+ contributors
    - name: '[NeuralPrune](https://github.com/)'
      date: '2021'
      start_date:
      end_date:
      location:
      summary: Automated neural network pruning toolkit with differentiable 
        masks
      highlights:
      - Reduced model size by 90% with less than 1% accuracy degradation on 
        ImageNet
      - Featured in PyTorch ecosystem tools, 4,200+ GitHub stars
    publications:
    - title: 'Sparse Mixture-of-Experts at Scale: Efficient Routing for Trillion-Parameter
        Models'
      authors:
      - '*John Doe*'
      - Sarah Williams
      - David Park
      summary:
      doi: 10.1234/neurips.2023.1234
      url:
      journal: NeurIPS 2023
      date: 2023-07
    - title: Neural Architecture Search via Differentiable Pruning
      authors:
      - James Liu
      - '*John Doe*'
      summary:
      doi: 10.1234/neurips.2022.5678
      url:
      journal: NeurIPS 2022, Spotlight
      date: 2022-12
    selected_honors:
    - bullet: MIT Technology Review 35 Under 35 Innovators (2024)
    - bullet: Forbes 30 Under 30 in Enterprise Technology (2024)
    skills:
    - label: Languages
      details: Python, C++, CUDA, Rust, Julia
    - label: ML Frameworks
      details: PyTorch, JAX, TensorFlow, Triton, ONNX
    patents:
    - number: Adaptive Quantization for Neural Network Inference on Edge Devices
        (US Patent 11,234,567)
    - number: Dynamic Sparsity Patterns for Efficient Transformer Attention (US 
        Patent 11,345,678)
    invited_talks:
    - reversed_number: Scaling Laws for Efficient Inference — Stanford HAI 
        Symposium (2024)
    - reversed_number: Building AI Infrastructure for the Next Decade — 
        TechCrunch Disrupt (2024)

サンプルデザイン（classic — 完全なリファレンス）

使用可能なデザインフィールドとそのデフォルト値をすべて示します。すべてのテーマで同じ構造が使用されます。

design:
  theme: classic
  page:
    size: us-letter
    top_margin: 0.7in
    bottom_margin: 0.7in
    left_margin: 0.7in
    right_margin: 0.7in
    show_footer: true
    show_top_note: true
  colors:
    body: rgb(0, 0, 0)
    name: rgb(0, 79, 144)
    headline: rgb(0, 79, 144)
    connections: rgb(0, 79, 144)
    section_titles: rgb(0, 79, 144)
    links: rgb(0, 79, 144)
    footer: rgb(128, 128, 128)
    top_note: rgb(128, 128, 128)
  typography:
    line_spacing: 0.6em
    alignment: justified
    date_and_location_column_alignment: right
    font_family:
      body: Source Sans 3
      name: Source Sans 3
      headline: Source Sans 3
      connections: Source Sans 3
      section_titles: Source Sans 3
    font_size:
      body: 10pt
      name: 30pt
      headline: 10pt
      connections: 10pt
      section_titles: 1.4em
    small_caps:
      name: false
      headline: false
      connections: false
      section_titles: false
    bold:
      name: true
      headline: false
      connections: false
      section_titles: true
  links:
    underline: false
    show_external_link_icon: false
  header:
    alignment: center
    photo_width: 3.5cm
    photo_position: left
    photo_space_left: 0.4cm
    photo_space_right: 0.4cm
    space_below_name: 0.7cm
    space_below_headline: 0.7cm
    space_below_connections: 0.7cm
    connections:
      phone_number_format: national
      hyperlink: true
      show_icons: true
      display_urls_instead_of_usernames: false
      separator: ''
      space_between_connections: 0.5cm
  section_titles:
    type: with_partial_line
    line_thickness: 0.5pt
    space_above: 0.5cm
    space_below: 0.3cm
  sections:
    allow_page_break: true
    space_between_regular_entries: 1.2em
    space_between_text_based_entries: 0.3em
    show_time_spans_in:
      - experience
  entries:
    date_and_location_width: 4.15cm
    side_space: 0.2cm
    space_between_columns: 0.1cm
    allow_page_break: false
    short_second_row: true
    degree_width: 1cm
    summary:
      space_above: 0cm
      space_left: 0cm
    highlights:
      bullet: •
      nested_bullet: •
      space_left: 0.15cm
      space_above: 0cm
      space_between_items: 0cm
      space_between_bullet_and_text: 0.5em
  templates:
    footer: '*NAME -- PAGE_NUMBER/TOTAL_PAGES*'
    top_note: '*LAST_UPDATED CURRENT_DATE*'
    single_date: MONTH_ABBREVIATION YEAR
    date_range: START_DATE – END_DATE
    time_span: HOW_MANY_YEARS YEARS HOW_MANY_MONTHS MONTHS
    one_line_entry:
      main_column: '**LABEL:** DETAILS'
    education_entry:
      main_column: |-
        **INSTITUTION**, AREA
        SUMMARY
        HIGHLIGHTS
      degree_column: '**DEGREE**'
      date_and_location_column: |-
        LOCATION
        DATE
    normal_entry:
      main_column: |-
        **NAME**
        SUMMARY
        HIGHLIGHTS
      date_and_location_column: |-
        LOCATION
        DATE
    experience_entry:
      main_column: |-
        **COMPANY**, POSITION
        SUMMARY
        HIGHLIGHTS
      date_and_location_column: |-
        LOCATION
        DATE
    publication_entry:
      main_column: |-
        **TITLE**
        SUMMARY
        AUTHORS
        URL (JOURNAL)
      date_and_location_column: DATE

その他のテーマのオーバーライド

その他のテーマでは、上記のclassicのデフォルト値から特定のフィールドのみをオーバーライドします。テーマを使用するには、design.themeを設定し、必要に応じて任意のフィールドをオーバーライドします。各テーマではdesign.templates（エントリのレイアウトパターン）もカスタマイズされます。テンプレートの構造全体については、上記のclassicのサンプルを参照してください。以下のオーバーライド用YAMLでは、簡潔にするためテンプレートを省略しています。

harvard

# yaml-language-server: $schema=../../../../../../schema.json
design:
  theme: harvard
  page:
    top_margin: 0.5in
    bottom_margin: 0.5in
    left_margin: 0.5in
    right_margin: 0.5in
    show_top_note: false
  colors:
    name: rgb(0,0,0)
    headline: rgb(0,0,0)
    connections: rgb(0,0,0)
    section_titles: rgb(0,0,0)
    links: rgb(0,0,0)
  typography:
    font_family:
      body: XCharter
      name: XCharter
      headline: XCharter
      connections: XCharter
      section_titles: XCharter
    font_size:
      name: 25pt
      connections: 9pt
      section_titles: 1.3em
  header:
    space_below_name: 0.5cm
    space_below_headline: 0.5cm
    space_below_connections: 0.5cm
    connections:
      show_icons: false
      separator: •
      space_between_connections: 0.4cm
  section_titles:
    type: centered_with_centered_partial_line
    space_below: 0.2cm
  sections:
    space_between_regular_entries: 1em
    show_time_spans_in: []
  entries:
    short_second_row: false

engineeringresumes

# yaml-language-server: $schema=../../../../../../schema.json
design:
  theme: engineeringresumes
  page:
    show_footer: false
  typography:
    font_family:
      body: XCharter
      name: XCharter
      headline: XCharter
      connections: XCharter
      section_titles: XCharter
    font_size:
      name: 25pt
      section_titles: 1.2em
    bold:
      name: false
  header:
    connections:
      separator: '|'
      show_icons: false
      display_urls_instead_of_usernames: true
  colors:
    name: rgb(0,0,0)
    connections: rgb(0,0,0)
    headline: rgb(0,0,0)
    section_titles: rgb(0,0,0)
    links: rgb(0,0,0)
  links:
    underline: true
    show_external_link_icon: false
  section_titles:
    type: with_full_line
    space_above: 0.5cm
    space_below: 0.3cm
  sections:
    space_between_regular_entries: 0.42cm
    space_between_text_based_entries: 0.15cm
    show_time_spans_in: []
  entries:
    short_second_row: false
    summary:
      space_above: 0.08cm
    side_space: 0cm
    highlights:
      bullet: ●
      nested_bullet: ●
      space_left: 0cm
      space_above: 0.08cm
      space_between_items: 0.08cm
      space_between_bullet_and_text: 0.3em

engineeringclassic

# yaml-language-server: $schema=../../../../../../schema.json
design:
  theme: engineeringclassic
  typography:
    font_family:
      body: Raleway
      name: Raleway
      headline: Raleway
      connections: Raleway
      section_titles: Raleway
    bold:
      name: false
      section_titles: false
  header:
    alignment: left
  links:
    show_external_link_icon: false
  section_titles:
    type: with_full_line
  sections:
    show_time_spans_in: []
  entries:
    short_second_row: false
    summary:
      space_above: 0.12cm
    highlights:
      space_left: 0cm
      space_above: 0.12cm
      space_between_items: 0.12cm

sb2nov

# yaml-language-server: $schema=../../../../../../schema.json
design:
  theme: sb2nov
  typography:
    font_family:
      body: New Computer Modern
      name: New Computer Modern
      headline: New Computer Modern
      connections: New Computer Modern
      section_titles: New Computer Modern
  colors:
    name: rgb(0,0,0)
    connections: rgb(0,0,0)
    section_titles: rgb(0,0,0)
    headline: rgb(0,0,0)
    links: rgb(0,0,0)
  links:
    underline: true
    show_external_link_icon: false
  section_titles:
    type: with_full_line
  sections:
    show_time_spans_in: []
  header:
    connections:
      hyperlink: true
      show_icons: false
      display_urls_instead_of_usernames: true
      separator: •
  entries:
    short_second_row: false
    highlights:
      bullet: ◦
      nested_bullet: ◦

moderncv

# yaml-language-server: $schema=../../../../../../schema.json
design:
  theme: moderncv
  typography:
    line_spacing: 0.6em
    font_family:
      body: Fontin
      name: Fontin
      headline: Fontin
      connections: Fontin
      section_titles: Fontin
    font_size:
      name: 25pt
      section_titles: 1.4em
    bold:
      name: false
      section_titles: false
  header:
    alignment: left
    photo_width: 4.15cm
    photo_space_left: 0cm
    photo_space_right: 0.3cm
  links:
    underline: true
    show_external_link_icon: false
  section_titles:
    type: moderncv
    space_above: 0.55cm
    space_below: 0.3cm
    line_thickness: 0.15cm
  sections:
    show_time_spans_in: []
  entries:
    short_second_row: false
    side_space: 0cm
    space_between_columns: 0.3cm
    summary:
      space_above: 0.1cm
    highlights:
      space_left: 0cm
      space_above: 0.15cm
      space_between_items: 0.1cm
      space_between_bullet_and_text: 0.3em