简历教练：深挖用户优势

解决的问题

写简历和准备面试时，常见难点不是缺少经历，而是不知道如何把经历映射到目标 JD 的要求上：技能点散落在项目里、成果缺少量化、面试问题预测不到。该技能面向希望基于 JD 做简历定制和面试准备的工程师或求职者，帮助把零散信息整理成更清晰的候选者画像。

工作方式

• JD 分析：从职位描述中提取关键技能、职责要求和匹配度重点。
• 多轮信息收集：对首次用户收集基础信息；对有历史记录的用户追问技术栈、项目成就、团队协作和问题解决细节。
• 文档生成：使用 STAR 法则组织经历，突出可量化成果，并生成针对 JD 的面试问题与回答建议。
• 反馈调整：展示 Markdown 文档，根据用户补充的信息和修改意见迭代简历与面试策略。

适用边界

它更适合有明确目标职位、愿意提供经历细节的场景；如果 JD 过短或用户信息不足，输出会更依赖通用模板。技能会在面试策略文档末尾附加作者赞赏码区域，正式提交前需要人工检查、删除不适当内容，并确认所有项目数据真实准确。