mcpField
C
cn-resume-optimizer

cn-resume-optimizer

github.com/wufeihalf文档处理1446 次安装35 周前更新
代码仓库

关于 cn-resume-optimizer

中国职场简历优化是一项本地技能，用于评估中文简历并按目标 JD 调整内容。它以可审计流程提取和结构化简历及 JD，生成可编辑 Markdown，并可在本地导出 PDF。

主要功能

  1. 01提取 PDF 和 Word 文本
  2. 02结构化简历与 JD
  3. 03按中国招聘标准评分
  4. 04对齐目标 JD 关键词
  5. 05生成可编辑 Markdown 和 PDF

适用场景

  1. 01检查中文简历的结构与时间线问题
  2. 02按目标 JD 调整简历
  3. 03将优化后的简历导出为本地 PDF

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/wufeihalf/cn-resume-optimizer --skill cn-resume-optimizer

安装后在 Claude Code 中输入/cn-resume-optimizer确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

.gitignore
README.md
LICENSE
examples/
jd.txt
resume_text.txt
run_demo.sh
references/
china_resume_rubric.md
china_resume_template.md
scripts/
extract_pdf_text.py
md2pdf.sh
README.md
parse_jd_cn.py
parse_resume_cn.py

详细介绍

来自项目 README

中国职场简历优化（China Resume Optimizer）

本技能把“简历优化”拆成可审计的本地流水线：提取文本（PDF/Word/Markdown）→ 结构化（教育/经历/项目/技能）→ 按中国招聘习惯打分与指出问题 → 基于目标 JD 做关键词对齐与改写 → 输出可编辑的 Markdown，并可本地导出 PDF。

本技能已补齐四段“稳定可控”的执行器（输入→结构化→输出）：

  • scripts/extract_pdf_text.py：PDF → 文本（本地 PyMuPDF/fitz；不做外网调用）
  • scripts/parse_resume_cn.py：简历文本 → 结构化 JSON（启发式解析；保留原文块，便于审计与回退）
  • scripts/parse_jd_cn.py：JD 文本 → 结构化 JSON（职责/要求/关键词）
  • scripts/md2pdf.sh：Markdown → PDF（本地 pandoc + weasyprint；优先保证中文字体渲染）

适用范围

  • 中文简历为主（允许技术栈英文混排）。
  • 目标：更贴近中国面试官的快速筛选路径（对口度、项目结果、时间线、关键信息密度）。

安全边界

  • 默认不外发简历内容到第三方服务。
  • 只在本机读写指定输入/输出文件。

使用方式（约定）

用户可以：

  • 直接贴简历文本让我优化；或
  • 发送 PDF/Word 文件，我先提取文本再优化；或
  • 贴 JD（或文件路径），做“对齐版简历”。

输出

  • output/resume/optimized_resume.md：改写后的简历草稿（中文语境）
  • output/resume/report.md：问题清单 + 关键词对齐表 + 可验证指标建议

参考模板（必须读）

  • references/china_resume_rubric.md：评估 Rubric（中国职场筛选链路：对口度/结果/可信度/结构）
  • references/china_resume_template.md：中文简历模板（技术岗默认版，可据岗位改）

核心评分维度（中国职场）

  • 抬头信息是否完整（城市/电话/邮箱/求职意向/到岗时间等按需）
  • 时间线是否一致（空窗、跳槽频率、教育/工作顺序）
  • 项目描述是否结果导向（指标、规模、ROI、成本/效率、稳定性）
  • 技术/能力栈是否分层（熟练/掌握/了解）
  • 针对 JD 的对口度（关键词出现、语义对齐、优先级排序）
  • 可信度与可追问性（角色边界/产物/约束条件）

评论

支持 Markdown