Resume Intelligence 是一个面向求职与职业发展的技能，核心用途是把用户已确认的职业证据（项目、职责、技术栈、影响、指标等）转化为一套专业简历与面试准备系统。它既支持通用简历，也支持针对特定角色、公司或招聘岗位的定向简历与求职信，还可用于职业定位辅导、面试准备、岗位匹配评分以及构建可长期复用的职业知识库。
主要能力包括：来源清单与工具使用日志、结构化证据提取、草稿简历、详细面试简历、职业主线梳理、职业知识库（含 Obsidian/LLM wiki 形态）、职业定位教练、ATS/招聘方评分卡、精修简历、可选的 ATS 安全 DOCX、设计版 HTML/PDF/Figma/Canva 简历、定向简历、求职信、岗位/市场匹配分析、岗位匹配评分报告、项目面试简报、技术栈面试指南、面试准备度评分卡、面试准备包、披露审批队列、脱敏审查以及 LinkedIn 资料建议。
使用方式上，技能先确认运行目标（如通用简历、详细面试简历、角色/公司/岗位定向简历、LinkedIn 建议、职业定位或面试辅导、职业知识库、DOCX/HTML/PDF/Figma/Canva 视觉模板、面试准备、求职匹配评分、仅证据提取、安全本地模式等），再收集该目标所需输入，例如工作年限与目标职级、目标角色/技术/领域/地域、LinkedIn 导出或粘贴内容、本地项目文档路径、经用户批准的 Confluence CQL、Jira JQL、公开 GitHub 或 GitHub Enterprise 范围、岗位描述文本、可选本地头像路径、保密与脱敏偏好、安全本地模式偏好及第三方上传限制。随后按来源建立来源上下文，先生成 source-inventory.md 与 tool-usage-log.md，再生成 evidence.md；对本地文档文件夹使用 rg --files 递归枚举，并记录扫描、跳过、重复、需用户输入等分类。证据提取字段包括项目/产品名、来源上下文与证据引用、用户角色与归属、问题、行动、技术与平台、规模/可靠性/性能/成本/采用/安全/迁移/运营影响、日期、量化指标、协作者与跨职能范围、置信度（高/中/低）、披露级别（公开/仅内部摘要/保密/排除/未知）。输出统一放在 resume-runs/YYYY-MM-DD-<descriptive-slug>/ 下，并按需生成对应文件名。
适用场景包括：求职者构建或定制简历、准备详细面试材料、进行职业定位与面试辅导、建立长期职业知识库、生成 ATS 安全或视觉化简历、针对具体岗位做差距分析与求职信、进行岗位搜索与匹配评分、准备项目与技术栈面试、优化 LinkedIn 资料等。
限制与护栏：不得抓取登录后的 LinkedIn 或绕过平台控制；不得在插件文件、生成输出、模板或证据日志中存储凭据；不得自动把头像、私密文档或简历内容上传到 Canva、Figma 等第三方设计服务；GitHub Enterprise、私有 Confluence、私有 Jira 和私有仓库默认视为保密；每条主张需保留来源出处；不确定主张需标记待用户确认；在最终面向用户的输出中包含内部项目名、客户名、仓库名、Jira ID、Confluence 标题、私有 URL 或精确内部指标前需先询问；不得复制其他专业人士公开资料的措辞。若连接器不可用、缺少凭据或范围来源无法访问，应记录尝试、标记来源不可用或需用户输入，并继续使用其他已批准来源。