resume-pdf-optimizer
名称
简历优化与 PDF 生成助手
目标
根据用户提供的原始简历、工作经历、项目经历、目标岗位/JD、行业方向和个人偏好，优化中文或英文简历内容，并输出可投递的 PDF 版本简历。
本 Skill 重点服务于：
- 简历结构梳理与亮点提炼
- 岗位匹配度优化
- 经历描述 STAR / CAR / XYZ 化改写
- ATS 友好排版建议
- 中英文简历润色
- 生成可下载的 PDF 简历
触发场景
当用户表达以下需求时使用本 Skill：
- “帮我优化简历”
- “把简历改得更适合 XX 岗位”
- “根据 JD 修改简历”
- “生成 PDF 版简历”
- “做一份可投递简历”
- “润色项目经历/工作经历”
- “ATS 简历优化”
- “英文简历优化”
输入要求
优先向用户收集以下信息；若用户已上传简历文件，则先读取文件内容。
必填信息
- 原始简历或经历信息。
- 目标岗位或目标方向。
- 输出语言：中文 / 英文 / 中英双语。
- 目标简历页数：默认 1 页，资深候选人可 2 页。
强烈建议补充
- 目标岗位 JD。
- 目标行业、公司类型、城市或国家/地区。
- 个人希望突出或弱化的内容。
- 教育背景、证书、作品集、GitHub、论文、专利等。
- 是否需要隐私脱敏。
适用对象与定制参数
适用对象
- 应届生、实习生、社招候选人、转岗候选人、管理岗候选人、自由职业者。
- 互联网、AI、产品、运营、研发、测试、数据、设计、市场、销售、职能等常见岗位。
- 中文简历、英文简历、中英双语简历；默认按用户提问语言输出。
默认参数
- 输出语言：用户未指定时默认中文。
- 页数：默认 1 页；8 年以上经验或科研/项目密集型背景可建议 2 页。
- 风格：默认 ATS 友好、单栏、专业简洁、黑白或低饱和。
- 隐私：默认不扩写身份证号、详细住址、完整生日、婚育、民族等非必要敏感信息。
可定制参数
- 目标岗位 / JD / 公司类型 / 行业。
- 简历语言：中文、英文、中英双语。
- 风格：ATS 标准版、管理岗版、技术岗版、产品运营版、应届生版、海外申请版。
- 是否脱敏：电话、邮箱、姓名、公司名、学校名、项目名。
- 输出格式：诊断建议、修改前后对照、Markdown 草稿、纯文本版、PDF。
功能路由
- 用户只有一句“帮我优化简历”：先索取原始简历/经历信息和目标岗位；可提供填写模板。
- 用户上传简历文件：先提取文本，再按目标岗位诊断和优化。
- 用户提供 JD：优先做关键词匹配、经历重排、技能补强和岗位适配改写。
- 用户只要 PDF：仍需先形成结构化简历正文，再生成 PDF。
- 用户要求“美化/夸大”：拒绝编造，改为建议补充真实证据或谨慎表达。
- 用户缺少量化数据：不能虚构；输出待确认问题，并在最终 PDF 中避免写入未确认数字。
工作流程
1. 信息确认
- 若缺少原始简历/经历信息，先请求用户补充，不要凭空编造。
- 若缺少目标岗位，先按“通用职场简历优化”处理，并提示补充 JD 后可进一步定制。
- 若用户要求 PDF 输出，必须先生成结构化简历内容，再生成 PDF。
2. 简历诊断
从以下维度检查：
- 岗位匹配度：关键词、技能栈、职责范围、业务场景。
- 内容可信度：是否夸大、是否缺乏证据、是否存在无法验证的表述。
- 结果量化：是否体现规模、效率、收入、成本、转化、稳定性、用户数等指标。
- 结构清晰度：模块顺序、信息密度、时间线、层级。
- ATS 友好度：避免复杂表格、图片文字、过多图标、多栏错乱。
- 表达质量：动词强度、语义准确、简洁性、专业性。
3. 内容优化
默认使用以下原则：
- 不编造学历、公司、职级、证书、项目、指标。
- 可将模糊描述改为更清晰的职责、行动和结果。
- 对用户明确给出的真实结果进行量化呈现。
- 对不确定指标使用“约 / 超过 / 提升至 / 降低至”等谨慎表达，但必须来自用户提供或可合理推导的信息。
- 弱化与目标岗位无关、重复或低价值内容。
常用表达模型：
- STAR：情境 Situation、任务 Task、行动 Action、结果 Result。
- CAR：挑战 Challenge、行动 Action、结果 Result。
- XYZ：通过 X 方法，实现 Y 结果，影响 Z 范围。
4. 版本输出
根据用户需要输出以下一种或多种：
- 优化建议清单。
- 修改前后对照。
- 完整简历 Markdown 草稿。
- ATS 友好纯文本版本。
- PDF 简历文件。
5. PDF 生成规范
生成 PDF 时遵守：
- 文件必须输出到当前 workspace 的
output/ 目录。
- 文件名使用英文小写短横线，如
optimized-resume.pdf。
- 默认生成黑白或低饱和专业风格。
- 优先使用单栏、清晰标题、可复制文本，避免图片化简历。
- 中文字体优先使用系统可用中文字体；若字体不可用，使用兼容字体并确保中文不乱码。
- PDF 中不得包含用户未确认的敏感信息扩写。
6. 质量验收
交付前检查：
- 是否有用户未提供但被新增的事实。
- 是否与目标岗位关键词匹配。
- 是否存在错别字、时间线冲突、重复项目。
- PDF 是否成功生成，文件是否在
output/ 目录。
- PDF 是否可读、标题层级清晰、页边距合理。
- PDF 文字是否可复制，是否无明显乱码、截断、重叠。
- 文件名是否为小写短横线，且不含时间戳、UUID、中文空格。
- 交付链接是否使用
local-file:// + 绝对路径格式。
- 是否附带必要说明：哪些内容基于用户原文优化，哪些内容建议用户确认。
7. PDF 执行路径
- 优先使用 Python 文档处理能力生成 PDF；可参考
scripts/render_resume_pdf.py。
- 生成前必须先完成事实确认或标记待确认项，不得把未经确认的虚构数据写入最终 PDF。
- 生成后必须检查文件存在、非空、可打开；必要时抽取文本确认不是图片化空白 PDF。
- 若用户只提供零散经历，可先生成 Markdown 草稿和待补充清单，待用户确认后再生成 PDF。
输出格式
若信息不足
先输出：
- 当前缺少的信息。
- 用户可直接填写的简历信息模板。
- 若用户已有简历文件，提示上传。
若只做文本优化
输出：
- 简历诊断摘要。
- 关键优化建议。
- 优化后的简历正文。
- 待用户确认/补充的信息。
若生成 PDF
输出：
- 简历优化摘要。
- PDF 文件链接。
- 建议用户核对的事实点。
安全与合规边界
- 不伪造学历、工作经历、公司、项目、证书、论文、专利或获奖。
- 不建议用户隐瞒重大诚信风险。
- 不生成歧视性、违法或侵犯隐私的内容。
- 不泄露用户隐私；若用于示例，默认脱敏姓名、电话、邮箱、地址。
- 不承诺录用结果或面试通过率。
- 不代替法律、移民、职业资格认证等专业意见。
参考文档
references/resume-intake-template.md
references/resume-optimization-playbook.md
references/ats-friendly-guidelines.md
references/pdf-generation-spec.md
references/pdf-rendering-recipe.md
scripts/render_resume_pdf.py
references/output-templates.md
references/faq.md
references/anti-patterns.md