resume-manager

履歴書マネージャー

概要

このスキルは、Claude を包括的な履歴書管理システムに変え、職務経歴を構造化したデータベースで管理し、特定の求人応募に合わせてカスタマイズした、プロフェッショナルなスタイルの PDF 履歴書を作成します。このスキルは、応募先の職種に基づいて、最も関連性の高い経験、プロジェクト、スキルをインテリジェントに選択して強調します。

このスキルを使用する場面

履歴書に関する次のタスクで、このスキルを呼び出します。

• 求人応募向けにカスタマイズした履歴書を作成する
• 職務経験やプロジェクトを更新する
• スキルや資格を管理する
• キャリアの進展を記録する
• 職種に合わせた履歴書を作成する
• 包括的なキャリアポートフォリオを管理する
• ATS システム向けに履歴書の内容を最適化する

ワークフロー

Step 1: 既存データを確認する

履歴書に関する操作を行う前に、データベースが初期化されているか確認します。

python3 scripts/resume_db.py is_initialized

出力が「false」の場合は Step 2（初期設定）に進みます。「true」の場合は Step 3（履歴書の操作）に進みます。

Step 2: 初期設定 - 既存の履歴書から情報を抽出する

データがない場合は、既存の履歴書を提供するようユーザーに依頼します。

ユーザーへのプロンプト：

To help you create tailored resumes, I need to build a database of your professional
profile. Please provide your existing resume in one of these ways:

1. Upload your resume file (PDF, DOCX, or TXT)
2. Paste the content of your resume
3. Provide a link to your online resume/LinkedIn profile

I'll extract all the information and organize it in a structured database that I can
use to generate customized resumes for different job applications.

履歴書からのデータ抽出：

ユーザーから履歴書が提供されたら、次の情報を抽出します。

1. 個人情報：

• 氏名
• メールアドレス
• 電話番号
• 所在地（市、州／国）
• LinkedIn プロフィール URL
• GitHub プロフィール URL
• 個人ウェブサイト
• 職務要約／目標

2. 職務経験： 職務ごとに、次の情報を抽出します。

• 役職／職種名
• 会社名
• 所在地
• 開始日（形式：「Mon YYYY」（例：「Jan 2022」））
• 終了日（または「Present」）
• 簡単な説明
• 主な実績／成果（箇条書き）
• 使用したテクノロジー／ツール

3. プロジェクト： プロジェクトごとに、次の情報を抽出します。

• プロジェクト名
• 日付または期間
• 説明
• 主な実績／成果
• 使用したテクノロジー
• リンク（ある場合）

4. 学歴： 学位ごとに、次の情報を抽出します。

• 学位名（例：「コンピューターサイエンスの理学士」）
• 学校／大学名
• 所在地
• 卒業日
• GPA（記載がある場合）
• 優等学位・表彰（ある場合）
• 関連する履修科目

5. スキル： スキルを抽出して分類します。

• プログラミング言語
• フレームワークとライブラリ
• ツールとテクノロジー
• 実践手法と方法論
• ソフトスキル

6. その他のセクション：

• 資格（名称、発行者、日付）
• 賞・表彰
• 出版物
• ボランティア活動
• 話せる言語

抽出したデータの保存：

抽出後、Python を使用してデータベースに保存します。

import sys
import json
sys.path.append('[SKILL_DIR]/scripts')
from resume_db import initialize_from_data

resume_data = {
    "personal_info": {
        "name": "Full Name",
        "email": "[email protected]",
        "phone": "+1 (555) 123-4567",
        "location": "City, State",
        "linkedin": "linkedin.com/in/username",
        "github": "github.com/username",
        "website": "website.com",
        "summary": "Professional summary..."
    },
    "experiences": [
        {
            "position": "Senior Software Engineer",
            "company": "Company Name",
            "location": "City, State",
            "start_date": "Jan 2022",
            "end_date": "Present",
            "description": "Brief description",
            "highlights": [
                "Achievement 1 with quantifiable results",
                "Achievement 2 with impact metrics",
                "Achievement 3 with technologies used"
            ],
            "technologies": ["Python", "AWS", "Docker"]
        }
    ],
    "projects": [
        {
            "name": "Project Name",
            "date": "2023",
            "description": "Project description",
            "highlights": [
                "Key achievement or feature",
                "Impact or result"
            ],
            "technologies": ["React", "Node.js", "PostgreSQL"],
            "link": "github.com/username/project"
        }
    ],
    "education": [
        {
            "degree": "Bachelor of Science in Computer Science",
            "school": "University Name",
            "location": "City, State",
            "graduation_date": "May 2019",
            "gpa": "3.8/4.0",
            "honors": "Magna Cum Laude",
            "relevant_coursework": ["Data Structures", "Algorithms", "Machine Learning"]
        }
    ],
    "skills": {
        "Languages": ["Python", "JavaScript", "Java"],
        "Frameworks": ["React", "Django", "Spring"],
        "Tools": ["Docker", "AWS", "Git"],
        "Practices": ["Agile", "CI/CD", "TDD"]
    },
    "certifications": [
        {
            "name": "AWS Certified Solutions Architect",
            "issuer": "Amazon Web Services",
            "date": "2023"
        }
    ],
    "awards": [],
    "publications": [],
    "volunteer": [],
    "languages": ["English (Native)", "Spanish (Fluent)"],
    "interests": []
}

initialize_from_data(resume_data)

[SKILL_DIR] を実際のスキルディレクトリのパスに置き換えます。

確認：

Perfect! I've extracted and saved your professional profile:

• Personal Information: ✓
• Work Experience: X positions
• Projects: X projects
• Education: X degrees
• Skills: X categories
• Certifications: X certifications

Your resume database is now ready. I can generate customized resumes for any job
you're applying to. Just tell me the job title or description, and I'll create a
tailored one-page PDF highlighting your most relevant experience and skills.

Step 3: 求人応募向けにカスタマイズした履歴書を作成する

特定の職種向けの履歴書をユーザーが求めている場合：

Step 3.1: 応募先の職種を把握する

職種についてユーザーに質問します。

To create the perfect resume for this position, I need to understand the role better.

1. What's the job title?
2. Can you share the job description or key requirements?
3. What are the must-have skills or technologies mentioned?

Step 3.2: キーワードと要件を抽出する

求人情報から、次の項目を特定します。

• 必須の技術スキル
• 歓迎されるテクノロジー
• 主な職務内容
• ATS 対策に重要なキーワード
• 業界特有の用語
• 経験レベルを示す表現

Step 3.3: カスタマイズした履歴書を作成する

PDF ジェネレーターを使用して、カスタマイズした履歴書を作成します。

import sys
sys.path.append('[SKILL_DIR]/scripts')
from pdf_generator import generate_resume

# Keywords from job description
job_keywords = [
    "python", "aws", "kubernetes", "microservices",
    "agile", "rest api", "postgresql", "docker"
]

job_title = "Senior Backend Engineer"

# Output path
output_path = f"~/Downloads/{job_title.replace(' ', '_')}_Resume.pdf"

# Generate resume
generate_resume(
    output_path=output_path,
    job_title=job_title,
    job_keywords=job_keywords
)

ジェネレーターは次の処理を行います。

• キーワードに関連する職務経験を絞り込む
• 職種に合ったプロジェクトを選択する
• 適用可能なスキルを強調する
• 1 ページに収める
• プロフェッショナルなスタイルを適用する
• ATS による解析に最適化する

Step 3.4: 確認して調整する

作成後：

1. PDF の保存先をユーザーに伝えます
2. 調整が必要か尋ねます
3. 余白があれば追加で強調できる点を提案します
4. 特定の要件に合わせたカスタマイズを推奨します

Step 4: 履歴書データベースを更新する

ユーザーが情報の追加や更新を希望する場合：

職務経験の追加：

from resume_db import add_experience

new_exp = {
    "position": "Lead Software Engineer",
    "company": "New Company",
    "location": "Remote",
    "start_date": "Mar 2024",
    "end_date": "Present",
    "description": "Leading backend infrastructure team",
    "highlights": [
        "Scaled services to handle 50M+ daily requests",
        "Reduced infrastructure costs by 30% through optimization",
        "Built CI/CD pipeline improving deployment speed by 10x"
    ],
    "technologies": ["Go", "Kubernetes", "PostgreSQL", "AWS"]
}

add_experience(new_exp)

プロジェクトの追加：

from resume_db import add_project

new_project = {
    "name": "Real-time Analytics Dashboard",
    "date": "2024",
    "description": "Built real-time analytics platform processing 1M+ events/minute",
    "highlights": [
        "Implemented using streaming architecture with Kafka and Redis",
        "Created interactive visualizations with React and D3.js",
        "Achieved sub-second query latency on complex aggregations"
    ],
    "technologies": ["React", "Kafka", "Redis", "Python", "TimescaleDB"],
    "link": "github.com/username/analytics-dashboard"
}

add_project(new_project)

スキルの更新：

from resume_db import add_skill, update_skills

# Add individual skill
add_skill("Languages", "Rust")
add_skill("Tools", "Terraform")

# Or update entire skills dictionary
skills = {
    "Languages": ["Python", "Go", "JavaScript", "Rust", "SQL"],
    "Frameworks": ["Django", "FastAPI", "React", "Next.js"],
    "Cloud & DevOps": ["AWS", "Kubernetes", "Docker", "Terraform", "CI/CD"],
    "Databases": ["PostgreSQL", "MongoDB", "Redis", "Elasticsearch"],
    "Practices": ["Microservices", "TDD", "Agile", "System Design"]
}

update_skills(skills)

資格の追加：

from resume_db import add_certification

cert = {
    "name": "Google Cloud Professional Architect",
    "issuer": "Google Cloud",
    "date": "2024",
    "credential_id": "ABC123",
    "link": "credentials.google.com/..."
}

add_certification(cert)

Step 5: 履歴書データを表示・管理する

概要の表示：

python3 scripts/resume_db.py summary

特定のセクションの表示：

# Personal info
python3 scripts/resume_db.py get_personal_info

# All experiences
python3 scripts/resume_db.py get_experiences

# All projects
python3 scripts/resume_db.py get_projects

# Education
python3 scripts/resume_db.py get_education

# Skills
python3 scripts/resume_db.py get_skills

すべてのデータを検索：

python3 scripts/resume_db.py search "machine learning"

すべてのデータをエクスポート：

python3 scripts/resume_db.py export > resume_backup.json

Step 6: 履歴書の最適化に関するヒント

履歴書を生成するときは、次の最適化のヒントを提供してください。

内容の最適化：

• 行動を表す動詞を使います（主導した、構築した、設計した、改善した、削減した）
• 定量化できる指標を含めます（X％の改善、Y人のユーザー、Zの収益）
• 職務要件に合うように実績を調整します
• 箇条書きは簡潔にまとめます（最大1～2行）
• 単なる職務内容ではなく、成果に焦点を当てます

ATS の最適化：

• 標準的なセクション見出しを使います（職務経歴、学歴、スキル）
• 求人情報に含まれるキーワードを自然に取り入れます
• 表、段組み、ヘッダー／フッターは避けます
• 標準フォントを使います（PDF 生成ツールで使用されます）
• 略語は最初に正式名称を記載します：「Application Programming Interface（API）」

1ページにまとめる方法：

• 直近かつ関連性の高い経験を優先します（過去5～7年）
• 職務ごとに箇条書きを3～4項目含めます
• プロジェクトは最大2～3件に絞ります
• 古い経験や関連性の低い経験は簡潔にまとめます
• 特に求められていない限り、古い技術は削除します

ベストプラクティス

1. データを最新の状態に保つ

   • プロジェクトが完了したら、職務経歴を更新します
   • 習得した新しいスキルを追加します
   • 定量化できる実績を記録しておきます
   • 資格を取得したらすぐに記録します

2. 効果的な箇条書きを書く

   • 行動を表す動詞から始めます
   • 指標と成果を含めます
   • 成長と影響を示します
   • STAR メソッド（状況、課題、行動、結果）を使います

3. スキルを戦略的に整理する

   • 分かりやすいようにカテゴリーごとにまとめます
   • 関連性の高いスキルを先に記載します
   • 古い技術は削除します
   • スキルの習熟度を正直に記載します

4. 履歴書は応募先ごとに調整する

   • キーワードを求人情報に合わせます
   • 関連性の高い経験を強調します
   • 関連性の高い順に箇条書きを並べ替えます
   • 技術スキルのセクションを調整します

5. プロフェッショナルなトーンを保つ

   • 三人称を使います（「私」は使いません）
   • 簡潔で明確な表現を使います
   • 業界標準でない専門用語は避けます
   • 誤りがないか校正します

対話の例

例1：初期設定

User: "Help me create a resume for job applications"

Claude: [Checks database - finds not initialized]

To help you create tailored resumes, I need to build a database of your professional
profile. Please provide your existing resume in one of these ways:

1. Upload your resume file (PDF, DOCX, or TXT)
2. Paste the content of your resume
3. Provide a link to your online resume/LinkedIn profile

[User provides resume]

Claude: [Extracts data and initializes database]

Perfect! I've extracted and saved your professional profile:
• Personal Information: ✓
• Work Experience: 3 positions
• Projects: 2 projects
• Education: 1 degree
• Skills: 4 categories
• Certifications: 2 certifications

Your resume database is ready! Tell me about a job you're applying to and I'll
generate a customized one-page PDF resume.

例2：特定の職種向けの履歴書を生成する

User: "I need a resume for a Senior Backend Engineer position at a fintech startup"

Claude: [Database initialized]

Great! To create the perfect resume for this Senior Backend Engineer role, can you
share the job description or tell me about the key requirements?

User: [Shares job description mentioning Python, AWS, microservices, PostgreSQL, etc.]

Claude: [Extracts keywords: python, aws, microservices, postgresql, fintech, api]

[Generates PDF using relevant experiences and projects]

I've created your tailored resume: ~/Downloads/Senior_Backend_Engineer_Resume.pdf

The resume highlights:
✓ Your 5 years of backend experience with Python and microservices
✓ AWS and Kubernetes expertise from your current role
✓ PostgreSQL and database optimization achievements
✓ Your fintech-relevant project on payment processing
✓ All technical skills matching the job requirements

The resume is optimized for ATS systems and kept to exactly one page. Would you
like me to adjust anything?

例3：職務経歴を更新する

User: "I just completed a major project - built a real-time analytics system processing 1M events per minute using Kafka"

Claude: [Loads resume data]

Excellent achievement! Let me add this to your profile. A few questions:

1. Should I add this as a new bullet point to your current role, or as a separate project?
2. What technologies did you use besides Kafka?
3. What was the business impact or outcome?

User: "Add it to my current role. Used Kafka, Redis, Python, and TimescaleDB. Reduced report generation time from hours to seconds."

Claude: [Updates experience]

✓ Updated your current role with this achievement:

"Built real-time analytics system processing 1M+ events/minute using Kafka, Redis, and TimescaleDB, reducing report generation time from hours to seconds"

This will now appear in future resumes, especially for roles requiring streaming
data, Kafka, or analytics experience.

例4：履歴書を複数のバージョンで作成する

User: "I'm applying to both backend and full-stack positions. Can you create resumes for both?"

Claude: Sure! Let's create two targeted versions.

[Generates backend-focused resume emphasizing API development, microservices, databases]
✓ Backend Engineer Resume: Emphasizes your Python/Go backend work, API design, and infrastructure scaling

[Generates full-stack resume including both backend and frontend projects]
✓ Full-Stack Engineer Resume: Balances your backend expertise with React projects and full-stack achievements

Both resumes are one page and optimized for their respective roles. The main
differences are:
- Backend version: More emphasis on system design, performance, and infrastructure
- Full-stack version: Includes your React projects and mentions end-to-end ownership

Which one would you like to review first?

例5：履歴書を確認して最適化する

User: "Can you review my resume data and suggest improvements?"

Claude: [Analyzes resume database]

I've reviewed your profile. Here are my recommendations:

**Strengths:**
✓ Good mix of quantifiable achievements
✓ Recent experience with in-demand technologies
✓ Clear progression in roles and responsibilities

**Areas for Improvement:**

1. **Add Metrics** to these bullet points:
   - "Improved API performance" → Add percentage improvement
   - "Led team of engineers" → Specify team size and outcomes

2. **Update Skills** section:
   - Remove outdated: jQuery, Bower (unless specifically needed)
   - Add trending: TypeScript, Next.js (if you've used them)

3. **Expand Recent Project**:
   - Your latest project mentions "built authentication system"
   - Add: number of users, security standards followed, or technologies used

4. **Certifications**:
   - Your AWS cert expires soon - plan to renew
   - Consider adding Kubernetes cert you mentioned pursuing

Would you like me to help update any of these areas?

技術情報

データの保存：

• 保存場所：~/.claude/resume_data.json
• 形式：構造化 JSON
• バックアップ：python3 scripts/resume_db.py export を使います

PDF の生成：

• ライブラリ：reportlab（要件：pip install reportlab）
• ページサイズ：US Letter（8.5" x 11"）
• 余白：四辺とも0.75インチ
• フォント：Helvetica ファミリー
• 最適化対象：1ページの履歴書、ATS 互換性

履歴書のスタイル：

• プロフェッショナルな配色（青とグレー）
• 下線付きの明確なセクション見出し
• 一貫した間隔と書式
• 実績を箇条書きで記載
• ヘッダーに連絡先情報を記載
• 技術スキルをカンマ区切りのリストで記載

データベースコマンド：

# Check initialization
python3 scripts/resume_db.py is_initialized

# View data
python3 scripts/resume_db.py summary
python3 scripts/resume_db.py get_experiences
python3 scripts/resume_db.py get_projects
python3 scripts/resume_db.py get_education
python3 scripts/resume_db.py get_skills

# Search
python3 scripts/resume_db.py search "keyword"

# Export/Backup
python3 scripts/resume_db.py export > backup.json

# Reset (caution!)
python3 scripts/resume_db.py reset

PDF 生成コマンド：

# Generate general resume
python3 scripts/pdf_generator.py output.pdf

# Generate with job title
python3 scripts/pdf_generator.py output.pdf --title "Senior Software Engineer"

# Generate with keyword filtering
python3 scripts/pdf_generator.py output.pdf --keywords python aws kubernetes docker

データ構造の例：

{
  "initialized": true,
  "personal_info": {
    "name": "Your Name",
    "email": "[email protected]",
    "phone": "+1 (555) 123-4567",
    "location": "City, State",
    "linkedin": "linkedin.com/in/username",
    "github": "github.com/username",
    "summary": "Professional summary"
  },
  "experiences": [
    {
      "id": 1234567890.123,
      "position": "Senior Engineer",
      "company": "Company Name",
      "location": "City, State",
      "start_date": "Jan 2022",
      "end_date": "Present",
      "highlights": ["Achievement 1", "Achievement 2"],
      "technologies": ["Python", "AWS"]
    }
  ],
  "skills": {
    "Languages": ["Python", "JavaScript"],
    "Frameworks": ["Django", "React"]
  }
}

リソース

scripts/resume_db.py

次の機能を備えた、データベース管理システムです。

• データの初期化と永続化
• 履歴書のすべてのセクションに対する CRUD 操作
• 職務経歴／プロジェクトの関連性に基づくフィルタリング
• キーワードに基づくスキルのマッチング
• すべてのデータを対象とした検索機能
• データのエクスポートとバックアップ
• すべての操作に対応する CLI インターフェース

scripts/pdf_generator.py

プロフェッショナルな PDF 生成エンジンです。

• ReportLab に基づく PDF 生成
• プロフェッショナルな基準に沿ったカスタムスタイル
• 1ページにまとめる最適化
• キーワードに基づくコンテンツのフィルタリング
• 職務経歴／プロジェクトの関連性スコアリング
• ATS に対応した書式
• コマンドラインインターフェース

assets/resume_template.json

以下を示す履歴書データ構造のサンプルです。

• データ形式全体
• 内容に関するベストプラクティス
• 指標を含む箇条書きの例
• 適切な日付形式
• スキルの分類
• 対応するすべてのセクション