一個智能 AI Agent 技能,透過使用 STAR 框架將專案敘述和技術技能與特定職位描述(JD)對齊來精煉履歷。
從來源直接安裝技能的最快方式。
npx clawhub@latest install resume-optimization
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 resume-optimization。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
履歷優化專家是一款先進的技術助手,旨在將標準履歷轉變為具備高度影響力的職涯文件。透過分析使用者真實經驗與目標職位描述(JD)特定要求之間的交集,它確保專業敘述既清晰又引人入勝。與通用工具不同,此技能專注於表達的專業優化,確保在不損害誠信或捏造數據的情況下突出技術成就。
該 Agent 旨在與 Openclaw Skills 無縫整合,充當職涯顧問。它識別高頻關鍵字,彌合術語差距,並將專案描述重構為數據驅動的 STAR(情境、任務、行動、結果)敘述。這種方法顯著提高了開發人員和高科技專業人士的 ATS 相容性和招聘人員參與度。
要在本地環境中部署 resume-optimizer,請使用生態系統提供的標準 CLI 命令。如果您正在處理 PDF 或 Word 文件,請確保您的 Agent 具有訪問檔案路徑的權限。
# 將技能添加到您的 Agent 配置中
openclaw add skill resume-optimizer
# 使用本地 JD 文件和履歷執行分析器
openclaw run resume-optimizer --resume ./my_resume.txt --jd ./target_job.txt
該技能將分析組織成結構化的元數據格式,以便於查看。下表描述了會話期間產生的數據點:
| 元數據欄位 | 描述 | 類型 |
|---|---|---|
| overall_match_score | 履歷與 JD 之間匹配度的加權百分比 | 整數 (0-100) |
| keyword_delta | 在 JD 中發現但履歷中缺失的關鍵字列表 | 陣列 |
| star_optimization | 原始專案描述與優化後專案描述的映射塊 | 物件 |
| skill_taxonomy | 將技能分類為專家 (Expert)、精通 (Proficient) 和熟悉 (Familiar) | 表格 |
| action_plan | 針對缺失能力的推薦學習資源 | 列表 |
加載中
一個專門的 macOS 技能,透過 AppleScript 管理原生的 Reminders 應用程式,實現無縫的任務自動化和基於 CLI 的生產力。

一個強大的自動化技能,可將 Conventional Commits 轉換為專業、可審計的發布日誌與語義化版本邏輯。

Ariadne Thread 使用 4 級漸進式披露索引系統建立 AI 友善型專案結構,以最大限度地減少 token 使用並提高修改安全性。








































