对话式中文简历生成与优化

问题在哪

很多人写简历不是缺字，而是不知道该怎么被问出来：职责写得太虚、没有数字、结构和 ATS 筛简历的规则对不上；从零起草时还容易在一段话里堆满问题，越写越乱。若模型凭空补公司、职级或指标，后果比空白更糟。

技能怎么跑

本技能默认扮演招聘官转面试官，用 AskUserQuestion 每轮只问一个问题，并附带 2～4 个预设选项与「其他/自定义」；姓名、电话等字段也用引导式选项，而不是一次性甩出几十道题。

典型主流程：

• 定向：先问目标岗位/职能（研发、产品、数据等均可），可选粘贴 JD、招聘页截图或现有简历作起点
• 分主题访谈：个人信息、工作经历（逐字段）、项目、教育、技能、差异化亮点；每答完追问「有没有数据？」并区分结果与目标
• 累积与确认：每轮把已确认内容写入 working_resume.md，简短复述「我记下了……接下来聊 XXX」
• 合成：显示完整度后按固定章节顺序输出 Markdown 简历；缺失事实标 【待补充】，绝不编造
• 后续：40+ 项自检清单、五维百分制评分、按 JD/公司关键词自然融合、求职信与 3～5 道面试预测题

导出以 Markdown 为源；中文 PDF 需走自带 CJK 字体的 scripts/md_to_pdf.py，勿用仅支持 Helvetica 的通用转换，否则中文会丢字。

适用边界

• 强项：无草稿对话生成、把口语经历压成 ATS 友好单列版式、量化与关键词对齐 JD
• 弱项：不能替用户虚构履历；敏感信息（身份证、薪资等）会提示脱敏
• 语言：默认中文；仅在你明确要求时切英文简历