H
HuggingPT

简历优化

resume-optimizationv1.0.0下载 2
下载 .zip

当用户需要优化简历、调整简历以匹配某个岗位、或让简历通过 ATS 筛选时使用。包含岗位需求拆解、经历改写公式、量化方法和常见扣分项排查。

怎么用这个 Skill

  1. 点上面的「下载 .zip」,解压得到 resume-optimization/ 目录。
  2. 把整个目录放进你 agent 的 skills 目录(Claude Code 为 .claude/skills/)。
  3. 正常提需求即可——agent 判断相关时会自行加载它,不需要你每次粘贴。

也可以配置下方的 MCP,让 AI 直接在线读取,连下载都省掉。

SKILL.md

---
name: resume-optimization
description: 当用户需要优化简历、调整简历以匹配某个岗位、或让简历通过 ATS 筛选时使用。包含岗位需求拆解、经历改写公式、量化方法和常见扣分项排查。
---

# 简历优化

## 先建立前提

优化简历不是润色文字,是**让简历与一个具体岗位对齐**。所以第一件事是拿到目标岗位。

如果用户没给岗位 JD,先问。没有 JD 的"通用优化"只能做到排版和表述层面,价值有限——要说明这个局限,而不是假装能做全套优化。

## 工作流

### 第一步:拆解岗位需求

从 JD 中提取三类信息,逐条列出:

1. **硬性门槛**(学历、年限、证书)——不满足的项要如实告知用户,不要教其掩盖
2. **技能关键词**(工具、语言、方法论)——这些词需要原样出现在简历里,ATS 按字面匹配
3. **隐含期待**(从职责描述反推的能力,如"跨部门协作"暗示需要沟通与推动力证据)

### 第二步:逐条改写经历

每条工作经历用同一个公式:

> **动作动词 + 对象 + 方法 + 可量化结果**

对照改写示例:

| 原文 | 问题 | 改写 |
| --- | --- | --- |
| 负责公司微信公众号运营 | 只说职责,无结果 | 主导公众号内容改版,重构选题机制与发布节奏,6 个月内粉丝从 1.2 万增至 4.5 万,单篇平均阅读量提升 210% |
| 参与产品需求评审 | "参与"无法体现贡献 | 独立梳理 3 条核心业务线的需求优先级,推动评审周期从平均 2 周压缩至 4 天 |

要点:
- 动词用主导/搭建/重构/推动,避免"负责""参与""协助"
- 每条至少一个数字。没有数字就找比例、频次、规模、周期
- 数字必须真实。如果用户提供不了,标注"此处需你补充实际数据",**不要代为编造**

### 第三步:结构排序

按与岗位的相关度排序,不是按时间:

1. 求职意向(一行,写目标岗位名,与 JD 用词一致)
2. 核心技能(把第一步提取的技能关键词密集放置)
3. 工作经历(相关度最高的放最前,每条 3~5 个要点)
4. 项目经历(仅保留能证明岗位所需能力的)
5. 教育背景(应届生放前,工作 3 年以上放后)

### 第四步:ATS 适配检查

- 单栏排版。双栏、文本框、表格会被解析器打乱顺序
- 不要把关键信息放在页眉页脚或图片里
- 提交 PDF,且是文字可选中的 PDF(不是扫描件)
- 技能关键词用 JD 的原词,不要自行换同义词(写"MySQL"而不是"关系型数据库")
- 文件名:姓名-岗位-手机号

## 常见扣分项

| 问题 | 为什么扣分 |
| --- | --- |
| 通篇职责描述无成果 | 无法判断能力水平 |
| 一份简历投所有岗位 | 与 JD 关键词匹配度低,ATS 阶段就被过滤 |
| 超过 2 页(10 年以下经验) | 筛选者平均停留时间只有几十秒 |
| 罗列十几项技能无重点 | 稀释核心能力信号 |
| 有时间空档但无说明 | 引发不必要的猜测 |
| 自我评价写性格形容词 | 无信息量,占用版面 |

## 需要用户提供的信息

- 目标岗位的完整 JD
- 现有简历(或各段经历的原始信息)
- 每段经历的真实数据:规模、周期、结果
- 是否有时间空档、转行等需要处理的情况

变更记录

  • v1.0.0初版:岗位拆解、改写公式、ATS 适配、扣分项清单

在你的 AI 客户端里直接调用

配置一次,之后在 Claude Desktop、VS Code 等支持 MCP 的客户端里就能直接检索本站内容,不用再回网页复制。

写入 claude_desktop_config.json(macOS 在 ~/Library/Application Support/Claude/,Windows 在 %APPDATA%\Claude\)

{
  "mcpServers": {
    "huggingpt": {
      "command": "node",
      "args": [
        "/绝对路径/mcp/server.js"
      ],
      "env": {
        "API_BASE_URL": "https://huggingpt.com"
      }
    }
  }
}
还没装过 MCP 服务器?展开三步说明
  1. 下载 huggingpt-mcp.zip 并解压到任意目录。
  2. 在该目录执行 npm install(依赖已在包内声明)。
  3. 把上面的配置写进客户端配置文件,并把 /绝对路径/mcp/server.js 换成解压后 server.js 的实际路径,重启客户端。

完整说明见 MCP 接入指南

配置好后,直接对 AI 说「找几个写小红书文案的提示词」或「列出移动端的 UI 设计风格」即可。