关于 tailor-resume
tailor-resume 根据求职者的简历和工作经历档案制作职位定制简历。它会分析招聘信息,将要求与已记录的经历对应,并把招聘信息和定制简历保存到数据目录。
主要功能
- 01获取并解析招聘信息
- 02将职位要求映射到候选人经历
- 03调整顺序并改写简历内容
- 04无档案时核实假设
- 05保存职位信息和定制简历
- 06事实更正后更新档案
适用场景
- 01根据职位 URL 定制简历
- 02对照职位要求梳理经历依据与差距
- 03更正候选人信息后修改简历
MCP 相关
工作流使用 Claude in Chrome MCP 工具获取招聘信息,并在将职位要求与候选人经历匹配前读取职位详情。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ infrasity-labs/ dev-gtm-claude-skills --skill tailor-resume安装后在 Claude Code 中输入/tailor-resume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。
references/browser-setup.mddata-directory.mdprerequisites.mdpriority-hierarchy.mdprofile.mdscripts/tailor-resume.md详细介绍
简历定制技能
优先级层级:如需解决冲突,请参阅
references/priority-hierarchy.md。
创建有说服力、量身定制的简历,让人一眼看出你是某个特定职位的合适人选。
文件结构
scripts/
tailor-resume.md # Resume tailoring subagent prompt
个人资料模板位于 references/profile.md。
数据目录
使用 references/data-directory.md 确定数据目录。
工作流
步骤 0:检查前置条件
确定数据目录,然后按照 references/prerequisites.md 检查前置条件。简历为必需项;强烈建议提供个人资料。如果用户未提供个人资料仍要继续,请设置标记,以便展示所有假设供用户核实(见下方步骤 3a)。
如果 $ARGUMENTS 是 URL,请继续步骤 1。
否则,请向用户索要职位 URL。
步骤 1:获取职位详情
接受用户提供的职位 URL(来自 $ARGUMENTS 或通过询问获取)。
使用 Claude in Chrome MCP 工具,按照 references/browser-setup.md 获取职位发布信息。
解析并提取:
- 职位名称和级别(个人贡献者还是管理者、资历)
- 公司名称及其业务
- 职责——该职位日常实际负责的工作
- 要求——必备资历
- 加分项——优先考虑的资历
- 关键词——提及的行业术语、工具、方法
- 团队背景——汇报对象、团队规模、跨职能合作方
- 公司阶段/规模指标
在 DATA_DIR/jobs/[company-slug]-[date]/ 创建职位文件夹,并将解析后的职位发布信息保存到 posting.md。
如果无法加载或解析页面,请让用户直接粘贴职位描述。
步骤 2:分析匹配度
撰写之前,将候选人的经验与职位要求对应起来:
-
级别匹配:确认候选人的经验级别与职位相符。申请总监职位的副总裁级候选人应突出战略影响力;申请副总裁职位的总监应强调职责范围和领导力成长。
-
要求映射:针对每项职位要求,从工作经历档案中找出最有力的证据:
- 直接经验(“主导 SEO 策略” → 职位要求具备 SEO 经验)
- 类似经验(“将市场平台用户从 100 万扩大到 1,000 万” → 职位要求具备增长经验)
- 可迁移技能(“管理 30 人团队” → 职位要求具备领导力)
-
差距识别:记录候选人缺乏明确匹配经验的要求。不得捏造这类经历;应寻找能体现相关能力的相邻经验。
-
关键词对齐:找出职位发布中的用语和术语,并在简历中使用。
-
有说服力的叙事:确定 2—3 句话,说明此人为何显然是最佳人选。贯穿始终的主线是什么?
第 3 步:生成定制简历
遵循以下原则,撰写定制简历:
结构:
- 抬头:姓名、联系方式、LinkedIn(与原简历相同)
- 摘要/简介:用 2-3 句话说明候选人如何胜任这一职位。不要写得泛泛而谈,要直接提及公司和职位背景。
- 工作经历:保留简历中的所有职位,但要重写和调整要点顺序,并有选择地突出重点
- 技能:重新整理技能,将职位要求优先的内容放在前面
- 教育经历:与原简历相同
要点原则:
- 每段工作经历都要把与目标职位最相关的要点放在前面
- 在真实准确的前提下,调整要点措辞,使其贴近职位描述
- 加入指标和量化成果(来自工作经历档案)
- 删除或弱化与这一特定职位无关的要点
- 加入工作经历档案中有、原简历中没有,但与这一职位相关的要点
- 每个要点都以有力的动词开头
- 每个要点都应说明:做了什么 → 如何做到 → 产生了什么影响
职位级别匹配:
- 高管职位:突出战略、损益责任、董事会沟通、团队建设、跨职能领导
- 总监职位:突出项目负责、团队管理、卓越运营、利益相关方管理
- IC 职位:突出亲自执行、技术深度、个人贡献、协作
写作规则(关键:目标 Flesch 分数高于 90):
- 像思路清晰的高管一样写作,不要像语言模型。句子要短,用词要简单。
- 每句话只表达一个想法。如果句中用“和”连接了两个无关的分句,就拆开写。
- 不要使用破折号。改用逗号、句号、冒号、分号或括号。
- 调整句式,不要让每个要点都遵循完全相同的结构。
- 不要用铺垫性从句。反例:“凭借对市场动态的深入了解,领导了……”正例:“领导了……”
- 不要堆砌形容词。反例:“跨职能、数据驱动、以客户为中心的方法”。选用一个即可。
- 不要使用填充短语:“展现了……的能力”“彰显了……的专业能力”“拥有……的成功记录”“所需推动”“涵盖”“利用”“运用”
- 不要堆叠复合名词:“AI 驱动的产品机会识别与执行”,直接说明做了什么
- 摘要必须为 2-3 个简短句子。每句少于 20 个词。不要用逗号和“和”连接多种能力,写成长句。
严格准确性规则(关键):
- 只能使用简历或工作经历档案中明确写明的信息
- 绝不能假设商业模式(B2B 或 B2C)、收入类型或公司发展阶段,除非文档中有说明
- 绝不能推断文档未写明的职责范围(例如,简历写了“收入目标”,就不要添加“损益责任”)
- 绝不能添加候选人未提及的职责、技能或职能领域
- 绝不能假设文档未列出的跨职能合作关系
- 如果简历表述不明确,请使用保守的措辞,或完全省略相关内容
- 如果需要针对目标职位调整经历表述,只能重新表述已有内容,绝不能编造不存在的内容
不要做的事:
- 不要编造候选人没有的经历或技能
- 不要使用缺乏具体经历支撑的泛泛行话
- 简历不要超过 2 页
- 不要更改职位名称或日期
- 不要删除任何职位(简历空档会引人怀疑)
- 不要假设文档未明确记载的候选人业务、职责范围或工作内容
步骤 3b:审阅并改写(必须——在展示前完成)
向用户展示简历前,逐行检查并修改听起来像 AI 写的内容。逐句检查并思考:
- 这句话是否承载了太多内容? 如果句子包含多个由逗号分隔的分句,请拆成多个句子或项目符号。
- 真人会这么说吗? 大声读出来。如果听起来像 LinkedIn 帖子或 ChatGPT 的回答,就改写。
- 有没有填充内容? 删除任何没有提供信息的短语。“展示了从构思到投入生产,识别并抓住 AI 驱动的产品机会的能力” → “从构思到投入生产,打造了一款 AI 产品。”
- 是否堆砌了流行词? “跨职能、数据驱动、以客户为中心的领导力” → 选出与这份工作最相关的一项,并给出具体例子。
- 摘要是否简洁? 最多 3 句话。每句少于 20 个词。每句话列出的内容不超过 2 项。
常见的 AI 写作模式,必须删改:
- “我将 X 与 Y、Z 以及完成……所需的 W 相结合” → 拆成多个独立陈述
- “……体现了 [抽象品质]” → 删除,或替换为实际成果
- “……涵盖 [一长串内容]” → 选出最相关的 1–2 项
- “在 [范围] 内领导了 [行动]、[行动] 和 [行动]” → 每个项目符号只写一项行动
- 任何超过 2 行的项目符号都可能包含过多内容——请拆分
- 附加在句尾的动名词从句:“……在保持 Y 的同时交付了 X” → 拆成两句话
检查: 改写后,重新阅读摘要和前 3 个项目符号。如果任何一句读起来需要换好几口气,就缩短。
输出:
将针对该职位定制的简历保存到 DATA_DIR/jobs/[company-slug]-[date]/resume.md
向用户展示简历,并附上简短说明:
Here's your tailored resume for [Role] at [Company].
**Key changes I made:**
- [What was reordered/emphasized and why]
- [What bullets were rewritten and why]
- [What was added from your work history]
**The narrative:** [2-3 sentence pitch for why you're the right person]
The resume is saved to: DATA_DIR/jobs/[folder]/resume.md
步骤 3a:核实假设(如果没有个人资料)
如果没有可用的工作经历资料,请向用户列出所有作出的假设:
Before we finalize, here are the assumptions I made. Please correct
any that are wrong:
1. [Company] - I assumed [X]. Is that right?
2. [Role scope] - I described your scope as [Y]. Accurate?
3. [Business model] - I framed this as [Z]. Correct?
...
等待用户核实或更正后再定稿。将所有更正应用到简历中,并保存到 DATA_DIR/profile.md,以便保留这些信息。
步骤 4:迭代
询问用户是否想调整任何内容:
- 语气(更偏技术、更具战略性、更多指标)
- 重点(更突出某些职位或技能)
- 篇幅(压缩到 1 页,或扩展特定部分的细节)
- 需要改写的具体项目符号
应用更改并重新保存。
步骤 5:更新个人资料(始终执行)
每当用户更正事实细节时,立即更新 DATA_DIR/profile.md:
- 商业模式更正(例如,“Proficiently 是 B2C,而不是 B2B”)
- 职责范围更正(例如,“我负责营收目标,而非损益表管理”)
- 职责更正(例如,“我没有管理候选人工作流”)
- 关于职位、团队或成就的任何其他说明
这样可以避免未来制作简历时重复犯同样的错误。如果个人资料仍是空白模板,请根据用户目前提供的信息新建一份。使用 references/profile.md 中的结构,但只填写确定的信息。
回复格式
面向用户的输出应包含以下部分:
- 定制简历 — 完整的简历文本
- 定制说明 — 说明所做的关键更改(调整项目符号顺序、改写部分内容、补充个人资料中的内容),并阐述叙事主线
- 下一步 — 建议迭代调整语气或重点,或者使用求职信技能撰写求职信