用途：优化程序员 Markdown 简历的内容质量，适合需要提升简历专业性、补充量化成果或按目标岗位定制简历的场景。它不生成虚假经历，而是在原有内容基础上改写表达、强化结构。
主要能力与流程：先读取用户提供的简历文件或内容，再分析现状，识别缺乏量化、被动语态、技术栈堆砌等弱化描述，检查项目经验的深度与说服力、技能描述的完整性和缺失信息。随后进行内容优化：项目经验按 STAR 法则改写并补充量化指标（如性能提升、用户增长、处理数据量）；使用强技术动词替换“负责、参与”等弱动词；技能按技术领域分组展示并与目标岗位技术栈对齐；删除过时或不相关内容。最后做校验，检查每个项目是否有量化数据、动词是否有力、技术栈分组是否清晰、关键词是否对齐行业标准、整体长度是否在 1-2 页，并输出完整的 Markdown 简历。
使用方式：当用户说“优化简历”“改进简历”“重写简历”“让简历更专业”等，或直接提供简历文件时触发。支持基础优化、针对缺少量化数据的改进，以及按目标岗位（如 React 高级工程师）对齐技术栈的定向优化；如有岗位描述，可提取关键技术词，使简历覆盖 80% 以上核心技术要求。技能附带参考资料：best-practices.md（优化原则与检查清单）、action-verbs.md（分类强动词库）、keywords.md（各技术栈关键词）、template-fullstack.md 与 template-frontend.md（简历模板）。
限制：技能本身仅针对 Markdown 格式简历；量化数据需来自用户真实经历，资料未提供自动核实或数据来源校验能力；技术栈关键词库的覆盖范围以随附参考资料为准，其他岗位匹配效果暂未提供说明。