Resume Assistant

核心用法

Resume Assistant 是一款面向求职场景的 AI Agent 技能，提供四大核心功能：

1. `/resume polish` — 基于40+项检查清单的全方位简历润色，涵盖联系方式、个人简介、工作经历、教育背景、技能、语法、格式及ATS优化8大维度，输出包含优先级分级（关键/重大/轻微/建议）的修改摘要

2. `/resume customize` — 针对特定职位描述的定制化改写，提供JD拆解、差距分析矩阵、关键词覆盖率对比，并附赠面试要点与求职信素材

3. `/resume export` — 支持Word/Markdown/HTML/LaTeX/PDF五种格式，内置Professional/Modern/Minimal/Academic四种专业模板，适配金融、科技、高管、学术等多元场景

4. `/resume score` — 100分制专业评估，从内容质量（30分）、结构格式（25分）、语言语法（20分）、ATS优化（15分）、印象影响（10分）五维度评分，提供A+-F等级判定与改进步骤

显著优点

• 系统化方法论：40+检查项+100分评分体系，将主观简历优化转化为可量化、可复现的标准流程
• 端到端闭环：评分→润色→定制→导出→再验证的完整工作流，避免碎片化工具切换
• ATS深度优化：专门针对Applicant Tracking System的格式规范、关键词策略与兼容性设计
• 多语言支持：完整支持中英文混排，LaTeX导出兼容CJK排版
• 工程化集成：提供clawbot命令、REST API、LangChain/LlamaIndex三种集成模式

潜在缺点与局限性

• 依赖LLM质量：润色效果受底层模型能力制约，复杂行业术语可能需人工复核
• 模板灵活性有限：4套预设模板虽覆盖主流场景，但高度定制化设计需求需手动调整
• 隐私敏感：简历包含个人身份信息，云端调用需关注数据驻留与传输安全
• 评分主观性：100分体系基于预设权重，特定行业（如创意领域）的评分标准可能不完全适配

适合人群

• 应届生及初级求职者：需要结构化指导建立首份专业简历
• 转型/跳槽者：需针对目标岗位快速调整简历侧重点
• 国际化求职者：需要多语言版本与ATS友好格式
• HR/职业顾问：作为标准化辅助工具提升服务效率

常规风险

• 信息泄露风险：简历内容上传至AI服务需确认服务商隐私政策
• 过度优化风险：关键词堆砌可能导致面试时能力与描述不符
• 模板同质化风险：热门模板使用广泛，可能降低视觉差异化
• 技术依赖风险：导出格式（尤其PDF）的渲染效果因转换工具而异，建议终稿人工校验

Resume Assistant 综合评估

核心用法

Resume Assistant 是一款面向 AI Agent 的纯提示词型技能（clawbot skill），专注于简历全生命周期管理。核心功能通过四大命令实现：

1. `/resume polish`：运行40+项检查清单，覆盖联系信息、个人总结、工作经历、教育背景、技能、语法、格式和ATS优化八大维度，输出结构化的改进建议与润色后的完整简历。

2. `/resume customize`：针对特定职位描述进行差距分析与关键词优化，输出匹配度报告、定制化简历内容、以及面试准备要点。

3. `/resume score`：采用100分制专业评估体系（内容质量30分、结构格式25分、语言语法20分、ATS优化15分、印象影响10分），提供等级评定、优势分析、优先级改进建议及行动计划。

4. `/resume export`：支持Word、Markdown、HTML、LaTeX、PDF五种格式，配备Professional、Modern、Minimal、Academic四种专业模板。

显著优点

• 极致安全性：纯Markdown/Prompt架构，17个文件约1,257行全部为零代码模板与文档，无可执行文件，从根源消除代码注入与执行风险。
• 零依赖零网络：无第三方依赖包，无主动网络请求，隐私数据（简历内容）仅本地处理，符合GDPR数据最小化原则。
• 专业方法论：基于真实招聘场景的40+检查项、100分评分体系、差距分析矩阵，非简单的文本改写工具。
• 多语言支持：完整支持中英文，包含CJK排版规范与双语导出模板。
• 灵活集成：支持clawbot斜杠命令、REST API、LangChain/LlamaIndex工具链等多种调用方式。

潜在缺点与局限性

• 来源可信度T3：社区个人/团队开发项目，非知名机构背书，用户需自行验证输出质量。
• 功能依赖LLM质量：评分、润色、定制效果高度依赖底层大模型的理解能力与行业知识，对高度专业化领域（如学术科研、医疗执业）可能需人工复核。
• 无实时数据源：无法自动获取最新行业关键词趋势或特定公司招聘偏好，关键词建议基于通用最佳实践。
• 导出格式局限性：LaTeX导出需本地XeTeX环境，PDF需额外转换工具，非完全开箱即用。
• 简历长度限制：默认10,000字符上限，超长学术CV需分段处理。

适合人群

• 应届生与初级职场人：需要系统性简历知识体系与结构化改进指导。
• 转行求职者：需要差距分析与关键词优化以匹配目标行业。
• 技术从业者：偏好Markdown工作流，需要版本控制友好的简历格式。
• 国际化求职者：需要中英文双语简历与专业排版输出。
• AI Agent开发者：需要安全、零依赖、即插即用的简历处理技能模块。

常规风险

• 隐私建议：尽管Skill本身不收集数据，但用户应避免在简历中硬编码身份证号、详细家庭地址、保密项目细节等敏感信息。
• 输出验证：T3来源建议关键求职场景下人工审核AI生成内容，特别是量化成果表述与专业术语准确性。
• 模板适配：高度创意型岗位（如设计、艺术）可能需要额外自定义模板，预设四种模板偏传统商务风格。

推荐工作流

建议采用"评分→润色→定制→导出→复评"的五步闭环，以数据驱动方式量化简历改进效果。