mcpField
A
apply-cv-builder

apply-cv-builder

github.com/jurgendn文档处理1165 次安装6 周前更新
代码仓库

关于 apply-cv-builder

面向研究项目与岗位申请者的学术 CV 编写技能。它帮助梳理和改写经历证据、核对申请格式要求，并避免夸大事实。

主要功能

  1. 01梳理申请背景与格式要求
  2. 02分类研究及相关经历证据
  3. 03选择突出证据的 CV 结构
  4. 04改写研究与项目条目
  5. 05发现信息缺口并安排修改优先级

适用场景

  1. 01将行业简历转为研究申请 CV
  2. 02准备博士项目或研究岗位 CV
  3. 03加强项目与发表条目

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/jurgendn/agent-skills --skill apply-cv-builder

安装后在 Claude Code 中输入/apply-cv-builder确认已加载。

附带文件evals/evals.jsonreferences/cv-format-and-required-documents.md

详细介绍

学术 CV 构建器

学术 CV 是一份证据材料。它应清晰展现申请者的科研准备情况：他们做过什么工作、使用了什么方法、取得了什么成果，以及招生委员会或 PI 可以信赖哪些方面的表现。

适用于以下情况

  • 用户正在申请博士项目、研究型硕士项目、奖学金、科研实习、RA 职位或实验室。
  • 用户想创建、修改或调整学术 CV 的结构。
  • 用户想将行业风格的简历改为面向科研的 CV。
  • 用户需要加强科研经历、项目、出版物、教学、奖项或技术技能条目。
  • 用户想找出其科研背景中缺失或薄弱的证据。

不适用于以下情况

  • 用户想撰写或修改目的陈述。请使用 apply-sop-writer。
  • 用户想匹配导师或项目。请使用 apply-program-fit-mapper。
  • 用户想对整套申请材料进行风险审查。请使用 apply-package-auditor。
  • 用户想要一份纯行业简历，面向招聘人员优化，而非用于科研招生。
  • 用户想在改写之前，对现有 CV 进行诊断——了解委员会会注意到什么、逐段拆解经历、评估要点。请先使用 apply-cv-reviewer，再回到这里落实修改建议。

工作流

1. 确定申请背景

提取以下信息：

  • 目标学位、职位、奖学金或实验室
  • 领域和子领域
  • 申请国家或相关规范（如适用）
  • 当前 CV／简历材料
  • 出版物、预印本、海报、演讲、项目、代码、数据集、奖项、教学、服务和技术技能
  • 页数限制或规定格式等约束

如果用户尚未提供当前材料，请向其索取，或提供一份可填写的模板。

起草前先确认格式要求。 因格式不符而被拒的 CV，内容根本不会有人阅读。请索取申请通知中要求提交的文件清单、任何强制模板、注明的页数限制，以及该机构是否发布了自己的 CV 模板；如果用户不知道在哪里查找，就明确告知其查找位置。references/cv-format-and-required-documents.md 涵盖了这些内容，包括在哪些情况下确实需要使用 Europass（欧盟资助项目、要求使用 formato europeo 的意大利 bandi），如何按成绩的原始评分体系报告而不自行换算，以及如何处理个人信息字段。

关于个人信息：只有申请通知或模板要求时，才填写照片、出生日期或类似信息。不要把行业简历的惯例套用到学术申请中，也不要告诉用户某个国家“要求提供照片”——具体要求因文件类型、机构和年份而异；这样断言可能会让申请者在申请中提供本来并未要求的、可能造成歧视的个人信息。

2. 区分证据与呈现方式

将材料分为：

  • 直接科研证据：项目、论文、预印本、学位论文、实验室工作、RA 工作
  • 技术准备：方法、工具、系统、数据集、实验
  • 沟通能力证据：海报、演讲、写作、教学
  • 认可与奖励：奖项、资助、奖学金、选拔性项目
  • 服务与领导力：指导、审稿、社区工作
  • 表述较弱或含糊、需要更清晰框定的证据

不要夸大陈述。如果某条内容较为含糊，请标明还需要补充哪些细节。

3. 选择 CV 结构

优先采用以下学术 CV 排序：

  1. 教育经历
  2. 研究兴趣
  3. 科研经历
  4. 出版物、预印本、海报或演讲
  5. 重点项目
  6. 教学或指导
  7. 奖项与荣誉
  8. 技术技能
  9. 服务、领导力或外展活动
  10. 推荐人（如适用）

根据申请者最有力的证据调整顺序。对于申请经历较早的申请者，突出的项目可以排在数量较少的出版物之前。

4. 将条目改写为研究证据

对于每条研究或项目经历，突出：

  • 研究问题或目标
  • 申请人的具体贡献
  • 使用的方法、工具或理论
  • 规模、数据集、实验、证明、系统或评估
  • 产出：论文、预印本、海报、代码、结果、已部署的工具或研究发现
  • 在有帮助时注明导师、实验室或合作背景

避免使用“参与了”这类含糊的动词，除非实际贡献不明确。

5. 审查缺失信息并确定优先事项

标出：

  • 缺失的日期、导师、标题、发表场所、链接或成果
  • 缺乏依据的研究兴趣陈述
  • 挤占研究证据篇幅的过长行业经历
  • 未与项目经历关联的技能列表
  • 掩盖最有力信息的薄弱排序
  • 更适合放在 SOP 而非 CV 中的内容

优先处理能提升招生评估信号的修改，而非表面润色。

输出格式

审查或撰写 CV 时，使用：

## Recommended CV structure
- [Section order with rationale]

## Revised or example entries
### [Section]
- [Edited bullet or entry]

## Missing information
- [Specific detail needed]

## Research-readiness signal
- Strong signals: ...
- Weak or unclear signals: ...

## Priority fixes
1. [Highest-impact fix]
2. [Next fix]
3. [Next fix]

全面改写时，保留用户提供的事实，并将不确定的细节标记为 [confirm]，不要凭空编造。

质量标准

高质量的输出应让申请人的研究证据更易于评估，同时避免夸大。改进结构、具体性和可信度，并清楚区分 CV 事实、SOP 叙述和项目匹配陈述。

评论

支持 Markdown