mcpField
T
tailor-resume

tailor-resume

github.com/infrasity-labs生产力15072 次安装18 周前更新
代码仓库

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

  1. 01获取并解析招聘信息
  2. 02将职位要求映射到候选人经历
  3. 03调整顺序并改写简历内容
  4. 04无档案时核实假设
  5. 05保存职位信息和定制简历
  6. 06事实更正后更新档案

适用场景

  1. 01根据职位 URL 定制简历
  2. 02对照职位要求梳理经历依据与差距
  3. 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.md
data-directory.md
prerequisites.md
priority-hierarchy.md
profile.md
scripts/
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:

  1. 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。

  2. 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)
  3. 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。

  4. 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。

  5. 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:

  1. 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。
  2. 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。
  3. 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。”
  4. 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。
  5. 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:

  1. 定制简历 — 完整的简历文本
  2. 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
  3. 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

评论

支持 Markdown