適用於 Openclaw 的 履歷優化專家

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。

long1973m
v1.0.0
Mar 10, 2026
0
945
0

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。

npx clawhub@latest install resume-optimization

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式
~/.openclaw/skills/
工作區
<project>/skills/

優先級:工作區 > 本地 > 內建

3. 提示詞安裝

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)。

想要直接下載?

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 履歷優化專家?

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。

履歷優化專家 應用場景

  • 將技術履歷與特定的高階工程職位描述(JD)對齊。
  • 使用 STAR 方法將模糊的專案要點改寫為量化的成就。
  • 執行差距分析以識別目標角色所需的缺失技術技能。
  • 將非正式的經驗描述轉換為專業的、產業標準的術語。

履歷優化專家 運作原理

  1. 使用者輸入現有履歷(文本或文件)和目標職位描述(JD)。
  2. 該技能解析履歷以提取核心競爭力、工作歷史和基於專案的技術棧。
  3. 它對 JD 進行語義分析,以區分必選資格與優先資格的優先順序。
  4. 它根據 Openclaw Skills 框架內的關鍵字密度和經驗相關性計算匹配分數。
  5. Agent 提供一份結構化報告,包括具體的改寫建議、技能等級調整以及解決已識別差距的個性化學習路徑。

履歷優化專家 設定指南

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

履歷優化專家 資料結構與分類體系

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

履歷優化專家 進階特性

  • 智能 STAR 框架改寫:自動構建專案描述,突出量化結果和個人貢獻。
  • 倫理邊界護欄:明確防止捏造經驗,並向使用者發出過度美化風險的警告。
  • 可轉移技能識別:使用跨產業的 Openclaw Skills 術語將經驗從一個領域映射到另一個領域。
  • 動態技能分級:根據專案歷史的深度建議正確的精通程度(例如:精通 vs. 熟悉)。

SKILL.md


加載中

Openclaw 相關技能

METADATA

Github Stars: 0
forks: 0

精選*