用途：该元技能用于处理具体的求职工作流，通过 llm_classify 路由器在四种模式间切换：TAILOR_NEW（默认，粘贴 JD 生成申请包）、INTERVIEW_PREP（面试准备）、COMPARE_ROLES（职位对比）和 STATUS_DIGEST（状态摘要）。每个模式通过 when 条件仅解锁相关步骤，单一组合即可覆盖四种流程，无需拆分 DAG。
主要能力：该 DAG 调用 7 个内置原子技能：multi-search-engine 执行 web_research（按目标公司网络调研）；deep-research 执行 deep_research（仅 INTERVIEW_PREP 的额外上下文轮）；memory 执行 recall_company 和 store_pack（跨会话记忆过往公司调研与申请包，调研前召回、交付后存储）；pptx 生成面试准备幻灯片（当 INTERVIEW_PREP 且用户提及 deck/slides/幻灯）；xlsx 导出申请台账表格（STATUS_DIGEST 时）；docx 在用户选择 EXPORT_DOCX 时可选导出最终交付物。使用的步骤类型包括 llm_chat、llm_classify、user_input、skill_exec 和 agent。
使用方式：默认流程为粘贴 JD 获取申请包；交付物是 deliver_jobpack 输出的 markdown，由用户自行复制使用。设计上已移除两个外部依赖步骤：公司简报改由 enrich_company（llm_chat 读取 web_research 输出）覆盖；不再 POST 到 Notion，避免额外依赖。
限制：无申请台账持久化，STATUS_DIGEST 每次需用户重新粘贴当前台账；无自动投递功能，不集成 LinkedIn 或招聘板，属只读设计；COMPARE_ROLES 为文本式，缺少 foreach，对比矩阵为单次 llm_chat 调用，无法逐职位隔离；INTERVIEW_PREP 仅一轮 deep-research，多轮面试循环尚需跨轮状态支持。官方文本暂未提供。