用途：在仓库内维护职业材料，生成、更新、按岗位定制、编译并视觉审查 LaTeX 简历与求职信。
主要能力：区分持久职业记忆与一次性定制包。持久部分（受版本控制）保存基础模板、个人事实与定制规则，自动按 memory/areas/career/、memory/areas/builder/career/ 顺序探测职业根目录，也可用 --career-root <path> 指定。一次性定制包写入仓库 tmp/，不提交，申请完成后用 cv.py clean 清理。
使用方式：先读 <career-root>/profile.md 获取事实，再读 tailoring-guide.md 处理定制与摘要。新定制包用 cv.py init --company <slug> 初始化，不要手工复制。常用命令：python3 ~/GitHub/agents/skills-source/owned/cv-creator/scripts/cv.py init --company synthesia；build --kind resume --company synthesia；review --kind resume --company synthesia；clean。脚本从仓库内运行并自动发现仓库根，默认输出 JSON，可用 --plain、--no-input、--version。review 会渲染逐页 PNG 并返回源文件、PDF、审查目录与页面图片路径。
定制规则：先改摘要，再重排经历要点，优先调整强调而非扩写内容；技能行每类控制在一行；Relevant Public Work 视岗位可选。不得虚构经历、技能、工具、认证、客户或成果。
视觉检查：审查 PDF 本身而非提取文本，检查裁切、重叠、间距、分页、日期对齐、第二页过空、孤立单行、链接颜色等。
提交前审计：跨定制包 grep 检查错误公司名、竞品名称、破折号、AI 味词汇、联系方式、页数（简历须恰好 2 页）、求职信结尾须为 Thanks, 以及虚构内容。
限制：Ashby 表单有隐形 reCAPTCHA，自动提交会被标记为垃圾，需填好后交由人工点击提交；Greenhouse 与 Lever 一般不受影响。资料未提供收费、价格与平台支持等更多信息。