简历撰写助手

要解决什么问题

同一份简历投不同岗位时，JD 里的技能关键词、职责表述和 ATS 解析规则往往对不上：经历写得很全，系统却筛不掉或筛错；手动改版又容易漏项、堆砌关键词或破坏原有事实边界。这个技能把「解析简历 + 解析 JD → 匹配与缺口分析 → 按 JD 改写 → 导出」做成固定流程，并显式考虑 ATS 友好格式与中英文简历惯例。

技能如何工作

输入侧支持多种简历格式（PDF、docx、纯文本、Markdown、HTML）和 JD 来源（文本、URL、PDF、Word、Markdown）。典型步骤包括：

• 用 parse_resume.py / parse_jd.py 抽出结构化字段（联系方式、经历、教育、技能、JD 要求与关键词等）
• 技能匹配与缺口分析：对比简历与 JD，标出匹配项、缺失项与可加强表述；可参考 industry_keywords.json 与 ats_optimization.md
• 定制与优化：按 JD 优先级重排章节、改写摘要、量化成果、自然嵌入关键词；可选 --ats-optimize、--industry 等行业向处理
• 通过 export_resume.py 输出 pdf / docx / md / html / txt，并可选用 standard-zh、standard 等模板

进阶场景还包括纯 ATS 体检、从零根据背景 + JD 起草简历，以及 optimize_keywords.py 做关键词密度与同义词扩展（避免生硬堆砌）。

适用边界与注意点

• 不编造经历：只能基于你提供的简历或背景信息优化表述，不能虚构资质。
• 交付前需人工复核：定制稿应在你确认后再投递；建议保留原件与改版两份。
• 隐私：简历含个人数据，处理时应限定在必要范围内。
• 脚本依赖 Python 环境与相关包；解析失败时需检查文件格式、可读性与依赖是否齐全。