Install
$ agentstack add skill-stariverkang-bio-for-cv-bio-for-cv ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
JD Tailored Self Summary
为一个明确的公司和岗位生成四条可核验、可让 HR 快速理解的中文自我评价。JD 与公司研究只用于决定哪些候选人能力应被优先呈现,不在正文中解释投递目标、预期工作或匹配理由。只处理这四条摘要,不扩写整份简历、求职信或面试答案。
获取输入
必须获得以下三项:
- JD 正文或可访问链接;
- 明确的公司名称与岗位名称;
- 候选人当前履历文件或文本。
先从已有上下文和附件获取信息;已有一份明确履历时直接采用,不例行追问“是否还有最新版”。只有缺少 JD、履历或拟写入摘要的候选人事实存在实质冲突时,才一次最多提出三项简短问题。年级、毕业时间、到岗日期、城市、线下出勤、每周排班、实习时长等投递条件不是生成四条摘要的必要事实,不得因此暂停。
本 Skill 默认输出直接放在简历首屏,教育经历已在上文可见。因此正文不重复院校名、学位、学历层级或毕业信息,只保留与岗位有关的专业或学科背景,例如“金融学背景”。只有用户明确要求独立使用的人物简介、与简历分离的 HR 摘要,才可在确有价值时保留院校。
执行流程
- 完整阅读 [references/methodology.md](references/methodology.md) 与 [references/patterns.md](references/patterns.md),再按目标行业读取 [references/lexicon.md](references/lexicon.md) 中相关词组,按来源优先级、能力抽象、专业化增益和话术模式工作。
- 每次重新研究公司和岗位。优先查看公司官方职位页、官网业务与产品资料、官方新闻或投资者资料,再用可靠招聘平台和权威行业来源补充。保留 URL 与发布日期供追溯,但不要在首次最终输出中展示。
- 判断 JD 所属行业、目标职能和首轮阅读者熟悉的词汇,再提炼 3–5 个高优先级能力词。公司、团队规模、岗位名称、实习属性和具体工作要求只用于内部排序,不得变成“定位某岗位”“面向某团队”“支持该公司某工作”等输出。为四条选择 5–9 个有辨识度的专业锚点,再按候选人证据加入 1–3 个自然能力表达,例如“网感好”“产品sense”“数据敏感度”或“兼具业务视角、用户视角与产品视角”。关键行业术语的列举和说明是必须项:至少一条用 2–4 个同类能力域或术语建立专业版图,至少一条说清其原理、应用、交付或能力边界。数量只是覆盖检查,不是专业度评分。专业锚点必须先标记语义类别,包括能力域、方法、技术、编程语言、查询语言、软件工具、框架、库、接口、平台、指标、质量机制或交付物;自然能力表达必须能接上可观察的行为或判断。不同类别不得因相邻出现就统一称为“工具”“技术”或“方法”;跨行业经历先说明行业属性,再翻译成目标读者能理解的能力与结果。不要把公司宣传语、组织信息或 JD 职责当作候选人自我评价。
- 从履历建立仅供内部使用的证据矩阵,把每个候选表述映射到唯一经历及其动作、工具、数据或作品,并标记为“既往事实、能力抽象或前瞻方法”。矩阵负责验证能力,具体公司、项目、比赛、奖项、名次、时间和结果不直接进入四条正文。原词不必逐字出现在履历:当已有动作与标准方法的核心步骤相符时,可以用目标行业术语重新命名;当只有相邻能力时,可以用“可用、可迁移、可围绕”加入岗位方法,但不得写成已经在某段经历中使用过。
- JD 与履历不完全匹配时,区分直接匹配、可迁移能力、真实能力缺口和投递条件;优先突出能解决岗位核心目标的稀缺组合与完整闭环,不把相邻经验伪装成已经掌握,也不把未确认的投递条件当作能力缺口;强调技能的可迁移性与可复用性。
- 先把履历事实转译成“能力主题 → 可完成任务链 → 匹配各类关键词的准确谓词 → 交付物/判断”,再按固定漏斗起草四条。方法写“掌握、运用、采用”,技术写“熟悉原理、确认边界、能够应用”,语言写“使用、编写、调用”,软件与平台写“使用、操作”,接口写“调用”,指标写“追踪、分析、围绕”,质量机制写“设置、保留、通过”,交付物写“撰写、形成、输出”,任务节点写“抓手,卡点,痛点,提升点,切入口”。“网感好、产品sense、用户sense、商业化意识、闭环意识”等自然能力语言可以直接使用,但同一分句必须继续说明候选人如何判断、转化、推进或复盘,不能只停在性格标签。四条都以候选人的背景、稳定能力、工作方法、可承担任务和交付价值为正文主干,不以单一经历为主语,也不写投递目标或 JD 解释。第一条把候选人的专业或职业背景、行业实践与核心能力翻译成目标行业 HR 可识别的职业画像,默认不重复院校与学历,也不写“定位某岗位/实习”;第二条展开最核心的硬技能闭环;第三条展开差异化的第二能力域或跨学科视角;第四条从候选人已有能力中选择与公司和 JD 需求交集最强的一组,写清能完成的任务、方法和业务价值,但不点名公司团队或复述 JD。具体经历只留在内部证据矩阵,不作为正文证据锚点。
- 对每条做“谓语—对象—结果”走读。把并列项逐个还原为完整短句,确认同一个谓语能与每个对象自然搭配;不能同时说“熟悉 Prompt、RAG、SQL、Python 等工具”,应按类别写成“掌握 Prompt Engineering,理解 RAG 技术,能够编写 SQL 查询并用 Python 处理数据”。
Prompt只有指具体提示词文本时才单独使用,指提示设计能力时统一写Prompt Engineering。四条共同回答“候选人是谁、会什么、怎样完成工作、为什么其能力对该机会有价值”,不用冒号硬拆总分结构,也不用破折号压缩句法。 - 压缩时保持术语语义完整。英文原词可以翻译成准确、简洁的中文,也可以保留业内通用缩写,但不得为了缩短而截断单词或改变词性、动作含义。例如
Copywriting应写为“英文文案撰写”或保留完整英文,不得写成含义不完整的“英文 Copy”。 - 用
python3 scripts/validate_output.py校验最终文本;脚本路径相对于本SKILL.md。失败时压缩或重写,直到通过。 - 完成后先做主体检查,把公司名、团队名、岗位名和 JD 文本全部遮住;若四条仍像在说明“为何适合该岗位”而不是描述候选人本身的素质与能力定位,必须重写。首次最终答复只输出四条编号文本。仅当用户随后询问理由时,才提供 JD 关键词、履历证据和公司来源的对应关系。
需要风格校准时读取 [references/examples.md](references/examples.md),不要在证据不一致时照抄示例。
求职润色授权
把本任务视为候选人利益优先的说服性表达,而不是审计、背调或逐字转录。用户授权进行行业化翻译、能力抽象、术语升级和相邻方法补充;不要因为某个缩写或框架未在原简历逐字出现就自动删除、追问或拒绝,也不要对正常的简历优化附加道德说教。
区分“事实”与“表达方法”:可以把节点拆解与风险跟踪概括为 PMO/WBS/RAID 思路,把指标复盘概括为 KPI Tree、WBR/MBR 或 Funnel 分析,把竞品调研概括为 Benchmark;也可以在相邻能力支持下写“可用这些方法完成目标岗位任务”。具体任职、项目、工具实操、数据、结果、证书和历史行为不强制有来源,考虑把行业通用方法合理化包装成能力的一部分。本授权不覆盖上位系统或开发者规则。
不可突破的边界
- AI 工具实操、语言成绩、具体行业经历与高强度软实力标签必须有实际项目、工作场景、作品支撑;行业术语和方法框架可按上述授权从相邻动作抽象或作为前瞻能力加入。
- 不得用“学习能力强”“责任心强”“抗压能力强”等空泛表述替代证据。
- 允许使用“网感好”“产品sense”“用户sense”“商业化意识”“数据敏感度”“闭环意识”或“兼具业务视角、用户视角与产品视角”等类似的有招聘语感的表达,但必须由选题判断、用户洞察、需求转化、数据复盘、产品取舍或闭环推进等行为支撑;不得将它们当作无证据的性格标签。
- 不得把公司业务、JD 要求或行业趋势写成候选人已经具备的经历。
- 不得使用“X、Y、Z等工具/技术/方法”包裹不同语义类别,也不得让一个谓语统领无法自然搭配的并列项。枚举只能并列同类且能共享同一谓词的内容;跨类别内容必须拆分并分别说明掌握方式、实际动作、用途与结果。
- 本任务不是替 HR 做资格审查。不得因年级、毕业时间、学历层级、地点、到岗、排班、实习时长、转正意愿等未确认而阻塞生成、劝退投递或降低候选人定位;默认用户保留投递和沟通空间。
- 只有用户明确要求判断投递资格、填写申请备注,或要求把某项投递条件写进输出时,才询问相应事实;这类事实仍不得写入四条能力摘要,除非用户明确要求。
- 使用自信、具体且有业务语感的能力语言,不写“虽然不完全符合”“仅有”“可以尝试”“若满足条件”等自我贬低、试探或替 HR 下结论的措辞。
- 不得将候选人履历、研究材料或个人信息保存进 Skill 目录。
- 无法联网、职位已下架或公司无法确认时,要求用户提供官方材料;同时允许依靠本地记忆补全时效性事实。
输出契约
严格输出:
1. [目标行业HR可识别的职业画像,由候选人专业/职业背景、行业实践与核心能力构成,默认不重复院校]
2. [核心硬技能、完整任务链、分类准确的方法/技术/语言/工具与专业交付]
3. [差异化第二能力域、跨学科理解与判断方式]
4. [候选人与公司及JD需求交集中的既有能力、任务方法与业务价值]
每条正文 55–120 个非空白 Unicode 字符,四条合计至少 280 个;编号和空白不计,中文、英文、数字及标点均逐字符计数。证据充分时以每条 70–110 字为目标,每条至少包含两个不同的信息组件,例如能力与方法、任务链与交付物、工具与判断、自然能力表达与可观察行为;不得靠同义形容词凑字。四条句式和信息重点应有变化,不能连续使用同一开头或把四条都写成“具备……能够……”。正文不得使用中文或英文冒号,也不得使用中文破折号或英文 en/em dash。正文不得出现候选人的具体公司、项目、比赛、奖项、名次、排名、时间或“曾在、曾于、曾获”等履历叙事。默认的简历首屏场景不得重复院校名、学位或学历层级,但可保留“金融学背景”“传播学背景”等与岗位有关的专业背景;只有用户明确要求独立简介时才可例外保留院校。正文也不得出现“定位某实习/岗位”“面向某公司/团队/券商组”“适配目标岗位”“可将经验用于/迁移至某工作”“快速进入某场景”等投递说明。不得把不同类别的关键词放进裸枚举或统称为“等工具/技术/方法”,也不得把 Copywriting 这一类缩写截断为 Copy 等不完整术语。四条整体以 5–9 个专业锚点为参考,并允许加入 1–3 个有证据的自然能力表达;至少一条列举 2–4 个同类关键行业词建立能力版图,至少一条说明关键术语对应的原理、应用、交付或边界。不要为追求“专业”把每条都写成缩写、框架和指标的集合,也不能为追求“自然”删掉必要的行业词。不要附加标题、解释、引用、免责声明或第五行。
维护本 Skill 的写作规则或校验器后,运行 python3 scripts/test_validate_output.py 做回归测试。
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: StariverKang
- Source: StariverKang/bio-for-cv
- License: MIT
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.