用途
hunter-resume 是一个“简历撰写器”(Resume Writer),为每个职位生成一份定制简历。它只使用用户真实且已确认的信息,通过重排和改写,让简历的措辞与职位描述(JD)对齐,而不是编造经历。
主要能力
- 逐行解析职位描述:使用
ats.py terms读取 JD 的每一行,按已知术语分组(用 “or”“e.g.”“such as” 连接的词视为任一即可,其余每个术语都需要单独覆盖)。 - ATS 风格评分:
ats.py score按公式score = 50×R + 20×P + 20×B + 10×S(四舍五入)计算 0-100 分。R 为最低资格覆盖率,P 为优先资格与职责覆盖率,B 为要点强度(数字、强动词、8-30 词各占三分之一),S 为章节完整度(Experience、Education、Skills 及邮箱或电话各占四分之一)。 - 术语匹配遵循 JD 原文:JD 写 “Go” 时,“Golang” 不算覆盖;学位可接受任何形式(B.S. 即学士学位)。
- 真实性检查:
ats.py compare对比改写前后,列出新增数字和术语。若出现 INVENTED 项,必须删除或经用户确认后写入 facts.md。 - 改写要点:每个要点采用“强动词 + 做了什么 + 带数字的结果”,参考 Google 面试建议的 “accomplished X, as measured by Y, by doing Z” 结构。保留原雇主、职位、日期、学位不变;单栏、标准标题、无表格/文本框/图片/页眉页脚,便于解析。
使用方式
- 读取用户当前简历(resume_path),保存为
hunter/resumes/base.md,不凭记忆工作。 - 保存完整 JD 到
hunter/resumes/<role-id>.jd.md,运行ats.py terms查看逐行要求。 - 用
ats.py score给原始简历评分,与用户一起阅读“Reword”(有该经历但措辞不同)和“Missing”(简历未体现)列表。 - 逐项询问缺口,每次一个问题,确认后写入
hunter/resumes/facts.md;回答“没有”则略去。绝不添加用户未确认的技能、数字、职位、学位或日期。 - 按 JD 最需要的顺序重排章节和要点,用 JD 中真实适用的措辞改写。
- 运行
ats.py compare ... --facts facts.md,确保真实性检查为 CLEAN;手工检查所有“新大写词”。 - 向用户展示前后分数、并排对比的要点改动、仍缺失项及原因,用户批准文件。
- 用
/hunter-tracker记录(pipeline.py update-role <role-id> --notes "resume tailored, ATS 54 to 96"),再用/hunter-cover生成求职信。
主要命令示例:
python3 "${CLAUDE_SKILL_DIR}/ats.py" terms --jd hunter/resumes/<role-id>.jd.md
python3 "${CLAUDE_SKILL_DIR}/ats.py" score hunter/resumes/base.md --jd hunter/resumes/<role-id>.jd.md
python3 "${CLAUDE_SKILL_DIR}/ats.py" compare hunter/resumes/base.md hunter/resumes/<role-id>.md \
--jd hunter/resumes/<role-id>.jd.md --facts hunter/resumes/facts.md
python3 "${CLAUDE_SKILL_DIR}/ats.py" trace hunter/resumes/base.md hunter/resumes/<role-id>.md
适用场景
- 针对具体职位定制简历,提升与 JD 的术语覆盖和要点质量。
- 需要量化改写前后差异、并确保内容真实性的求职者。
- 配合 hunter 系列其他技能(tracker、cover、apply)完成求职流程。
限制与边界
- 绝不编造经历、职位、学位、日期、雇主或数字。
- 绝不隐藏关键词(白字、极小字体、粘贴 JD)或把 JD 句子抄进简历。
- 不声称评分等同于公司实际 ATS 系统的结果(真实 ATS 不公开公式,此评分公式公开以便用户逐点核对)。
- 不发送或上传简历;
/hunter-apply仅将简历附加到用户自行提交的表单。 - 所有消息和申请需用户对具体内容明确同意后,由用户本人账户发出:邮件先存为 Gmail 草稿;LinkedIn 消息通过 Claude in Chrome 在用户在场时逐条、按人类节奏发送,由用户点击发送;申请表填写后留给用户提交。
- 不进行批量或自动消息、不爬取登录后内容、不规避网站限制(LinkedIn 条款禁止机器人和自动消息)。
- 联系研究仅使用公开职业信息,不涉及个人生活、家庭、住址或私人账户;邮箱为基于公开模式的猜测并标注置信度,未公开验证的不称为已验证。
- 停止规则:首次“不”或任何不感兴趣信号即停止,最多 2 次跟进,沉默 21 天后不再发消息,停止请求永久遵守。
- 薪资基准和面试材料引用来源;不保证录用或任何结果。