核心用法
Resume Cog 是基于 CellCog 研究引擎的专业简历生成工具，采用"研究优先"方法论——在撰写前深度分析目标岗位特征、行业关键词及ATS系统扫描逻辑。
主要功能模块：
- 智能简历生成：支持现代简历、职业转型简历、学术CV、高管简历、应届生简历等场景
- 求职信撰写：针对特定岗位、职业转换、内部调岗等场景定制
- LinkedIn优化：重写个人简介、About板块、经历描述
- 作品集文档：案例研究、设计作品集、写作样例等专业文档
使用方式：
- OpenClaw环境：通过
client.create_chat()异步调用 - 其他Agent环境：通过
CellCogClient同步阻塞调用
输出格式：
- PDF：精美排版，适合 presentation
- DOCX：可编辑格式，满足ATS系统Word格式要求
显著优点
1. 研究驱动：先分析目标岗位，再撰写内容，而非模板填空
2. ATS深度优化：理解ATS扫描机制，超越基础关键词堆砌
3. 视觉专业度：每次生成定制化设计，支持图表、视觉元素
4. 全链路覆盖：简历→求职信→LinkedIn→作品集，完整职业文档体系
5. 量化导向：内置强调业绩指标的撰写逻辑
潜在局限
1. 依赖输入质量：无法虚构用户经历，需提供具体数据、工具、成果
2. CellCog依赖：必须安装并配置 CellCog SDK 及 API Key
3. 无实时岗位抓取：需用户手动提供目标岗位信息，非自动抓取JD
4. 设计可控性有限：虽支持风格偏好指定，但无法像手动设计工具般像素级调整
适合人群
- 寻求职业转型的跨领域候选人
- 缺乏专业排版技能的技术/产品/运营人员
- 需要批量生成多版本简历的主动求职者
- 追求ATS通过率但不愿研究规则的求职者
常规风险
- API成本：CellCog按调用计费，复杂任务可能产生较高费用
- 内容准确性：AI可能过度美化表述，需用户最终审核事实准确性
- 格式兼容性：少数ATS系统对PDF解析不稳定，建议关键申请使用DOCX
- 隐私数据：简历包含敏感个人信息，需确认CellCog数据处理方式