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