SuperAPI AI 工具集

resume-optimizer

办公与效率

查看项目

更新于 10-16 06:40

技能介绍

Resume Optimizer 是一个专业简历构建工具,具备 PDF 导出、ATS 优化和分析能力。根据资料,它适用于以下场景:从零创建新简历、针对特定角色定制现有简历、审查简历并提供可执行的改进建议,以及生成可下载的 ATS 友好 PDF 文档。

主要能力

创建简历:根据用户提供的信息,以专业格式构建新简历。 定制简历:针对特定角色或用户要求,调整现有简历。 分析简历:审查简历并给出可操作的改进建议。 导出 PDF:生成可下载、ATS 友好的 PDF 文档。

工作流程

创建新简历时,先收集用户信息(经历、教育、技能、目标角色),选择合适的格式,阅读所选模板的参考文档,按照最佳实践构建内容,最后使用脚本生成 PDF。

定制现有简历时,先审查提供的简历内容,理解目标角色或所需修改,阅读 ATS 优化参考文档以整合关键词,按最佳实践应用修改,再生成更新后的 PDF。

分析简历时,解析简历内容,对照分析清单中的标准进行检查,识别优势与改进空间,提供具体、可执行的建议,并可选择是否代为实施修改。

格式选择指南

按时间顺序(最常见):适用于同一领域内工作经历连贯、职业发展路径清晰的情况,适合大多数留在本领域的专业人士。 功能性:适用于转行者、有就业空档期、需要强调可迁移技能的情况,适合重返职场或跨领域经验丰富者。 组合式:适用于职业生涯中期、需要平衡技能与晋升的专业人士,适合技能多样或具备相关经验的转行者。

PDF 生成

使用提供的脚本创建专业 PDF,命令示例:

python3 scripts/generate_resume_pdf.py
--input resume_content.json
--output resume.pdf
--format chronological

该脚本使用 reportlab 生成干净、ATS 兼容的 PDF,特点包括:专业排版(Helvetica)、合适的页边距与间距(四边 0.75 英寸)、清晰的章节标题、项目符号格式、一致的视觉层级。

必要参考文档

创建任何简历前需阅读:references/best-practices.md(核心简历写作原则)、references/ats-optimization.md(ATS 兼容要求)、references/templates.md(各格式模板)。分析简历前需阅读:references/analysis-checklist.md(评估标准与评分)。

快速开始示例

创建简历:用户表示“帮我建一份简历,我有 5 年市场营销经验”。步骤为收集当前职位、关键成就、教育背景、证书;选择按时间顺序格式;使用模板构建;按 ATS 优化文档整合职位描述中的关键词;导出 PDF 至 /mnt/user-data/outputs/。

针对职位定制:用户提供职位描述要求定制简历。步骤为解析职位描述中的所需技能与关键词,识别简历与要求之间的差距,重排项目符号以突出相关成就,自然整合关键词,更新摘要以呼应关键要求,生成更新后的 PDF。

分析简历:用户要求审查简历并给出改进建议。步骤为阅读分析清单,对照标准评估每个部分,从内容、格式、ATS 兼容性三方面评分,识别前 3 至 5 项优先改进点,提供具体的改写示例,并可提出代为实施修改。

输出要求

所有生成的简历必须:保存至 /mnt/user-data/outputs/ 供用户下载;使用描述性文件名,格式为 FirstName_LastName_Resume.pdf;包含使用 computer:// 协议的下载链接;遵循 ATS 友好格式(不使用表格、文本框或图形)。

代码风格

生成用于 PDF 创建的 Python 脚本时:使用 reportlab 生成 PDF;保持代码简洁且功能完整;优雅处理错误;在交付给用户前测试输出。

限制

资料未提供该工具的具体收费方式、价格、支持平台、实际使用效果数据或安装方式等信息。