简诗 AI 岗位匹配简历生成与筛选问题检查
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_fccf428b/cv-generator。
技能介绍
解决什么问题
简历写作里的常见矛盾是：内容结构很完整，但一到 ATS 筛选或人工复盘就露怯——关键词分布不对、时态混乱、Passionate about 之类的空话还在句子里。这个技能不把简历当成一篇长文，而是当成一个需要经过检查的产品：输入可以是 LinkedIn、LinkedIn PDF、作品集、GitHub、现有简历或问卷；输出是一段可粘贴到 FlowCV、Canva、Google Docs 或 Word 的纯文本，以及一份 0–100 分的问题报告和缺失信息清单。
核心能力
技能会先确认简历目的，例如针对某个岗位、实习、学术、转岗、管理层或自由职业，再从资料中提取并合并信息。多个来源会先合并成一个主档案，再做去重；日期或头衔冲突时会标记并请求确认，缺数据会写成 [Not provided]，不会用编造内容补齐。
LinkedIn 抓取失败时会直接要求改用 PDF，而不是继续空跑；扫描版 PDF 会触发 OCR 提醒。GitHub 会被拆成 bio、置顶仓库、技术栈和贡献信息；作品集里的项目、证言和案例会被映射到简历中的对应段落。
生成阶段按目标资历调整结构：学生突出教育、项目和技能，中层以工作经历和成果为主，高层强调职责范围、影响力和带教。经历条目使用 [动词] + [做了什么] + [规模] + [结果] 的结构，时态错误会作为硬门槛阻止输出，禁用短语也会在输出前逐条扫描。
最终输出包含可直接粘贴的简历正文、与 FlowCV/Canva 字段对应关系、文件命名规则，以及带 pass/fail 的 ATS 问题报告。求职信不会混入正文，而是放在单独的纯文本块中。
适用边界与注意点
它适合有真实资料或现有简历草稿、需要针对岗位重新组织表达的人。若原始资料缺少项目数据、量化结果或时间线，技能会标记缺失并继续询问，不会自动生成不存在的经历、指标、证书或技能。多来源数据冲突时需要用户确认，这是流程的一部分。
适合的输入
- 多个来源组合：
LinkedIn、LinkedIn PDF、作品集、GitHub、现有简历、DOCX/PDF/TXT或逐步问卷 - 目标明确的求职：需要做 JD 关键词匹配和岗位导向改写
- 需要粘贴版简历：用于
FlowCV、Canva、Google Docs或Word继续排版 - 审查旧简历：需要问题报告、禁用短语检查、时态检查和缺失资料清单
不应期待的能力
- 不应期待凭空补全项目、成绩、薪资、证书或技能
- 不应期待覆盖所有 ATS 算法；报告只是基于规则和可检查项的评分与逐项结论
LinkedIn页面被限制时，必须先提供 PDF；扫描版 PDF 的 OCR 结果需要人工核对FlowCV/Canva对某些排版的支持有限，粘贴后仍应在目标工具里复核
使用场景
- 求职者从 LinkedIn、GitHub 和作品集提取信息，为一个具体 JD 生成 ATS 优化简历，并输出可粘贴到 FlowCV 的纯文本。
- 转岗者上传旧简历，技能按目标岗位重写经历条目、修正时态和禁用短语，并生成缺失资料清单。
- 校招候选人用问卷补充项目和实习信息，技能按学生结构生成简历，并标出仍需确认的日期与结果数据。
- 远程求职者准备 Canva 排版版本，技能输出与 Canva 字段对应的纯文本块、文件名规则和问题检查报告。
适合人员
- 需要按不同 JD 反复定制简历，并希望输出可直接粘贴到 FlowCV 或 Canva 的求职者。
- 想把 GitHub、作品集和 LinkedIn 资料合并成一份主档案，再生成简历的技术写作者。
- 需要审查旧简历时态、禁用短语、缺失数据和 ATS 关键词的招聘顾问或职业教练。
- 准备校招投递，希望突出教育、项目、实习和可迁移技能的应届毕业生。
相关技能
腾讯文档MCP提供的完整在线文档操作工具集，支持智能文档、Excel、PPT、思维导图等文档的创建、查询与编辑。
腾讯云表格识别V3是一个OCR技能，用于检测和识别图片或PDF中的常规表格、无线表格等复杂场景，并支持将结果导出为Excel文件。
用 python-pptx 生成与编辑 .pptx，内置 16:9 版式、配色、图表与逐页视觉 QA，输出更专业的幻灯片。
用于公式安全地创建、修复和重算 xlsx、xlsm、csv、tsv 工作簿，避免硬编码输出。