Job Application Optimizer 是一个面向求职场景的 AI 技能，用于定制求职材料并准备面试。
用途 该技能围绕求职申请优化展开，主要处理五类任务：简历定制、求职信生成、面试准备、技能差距分析和申请策略。它通过分析目标职位招聘信息，帮助用户将现有材料与岗位要求对齐。
主要能力
- 招聘信息分析：从职位描述中提取必需技能、优先技能、经验年限、技术与软技能、教育背景、认证和工具；提取关键词，包括行业术语、技术行话、动作动词、公司价值观、岗位特定用语和 ATS 关键词；识别文化信号，如工作风格、价值观、环境（初创/企业/远程）、领导风格和团队动态。
- 候选人匹配评分：将候选人逐项对照岗位要求，标记为已满足、部分满足或缺失，并列出简历中缺少的关键词。
- 简历优化：重写摘要、经历要点和技能部分，量化成果，处理差距，并运行 ATS 检查清单。
- 求职信生成：以钩子和职位开头，用指标匹配 2-3 项关键要求，展示公司研究，并以行动号召结尾。
- 面试准备：生成可能的技术与行为问题、深入探讨主题、可向面试官提出的问题以及面试前检查清单。
- 输出质量验证：确认交付物紧密匹配要求、自然使用精确关键词、量化成果、体现文化契合、保持 ATS 友好、讲述有说服力的故事且无错误。
使用方式 技能按工作流运行：首先识别任务类型；然后从用户处收集输入，包括当前简历、目标职位招聘信息、可选的 LinkedIn 资料、职业目标及任何限制条件；接着分析招聘信息并评分；随后使用匹配的模板产出交付物；最后在交付前验证输出质量。技能附带三份参考文档：references/resume-optimization.md（简历优化报告模板与 ATS 检查清单）、references/cover-letter.md（求职信模板与拆解）、references/interview-prep.md（面试准备指南模板）。
适用场景 适用于用户提出“针对这个职位优化我的简历”“为这个岗位写一封求职信”“为这个角色准备面试问题”“分析这份职位描述”“我缺少哪些技能”“让我的简历匹配这些要求”等请求时。
最佳实践 简历方面：使用招聘信息中的精确关键词，量化成果，将相关经历前置，控制在 1-2 页，按 ATS 格式排版，匹配语言与语气。求职信方面：针对公司和岗位个性化，展示真实研究，用指标匹配 2-3 项要求，保持 3-4 段，开头和结尾有力。面试准备方面：准备 STAR 故事，出声练习，彻底研究公司，准备有深度的问题，复习技术概念。
限制 该技能的具体收费、价格、支持平台、实际效果等事实暂未提供。