Install
$ agentstack add skill-uimarch123-arch-target-jd-blueprint-target-jd-blueprint ✓ 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
目标 JD → 简历核心框架(渐进式确认版)
用户给目标岗位的真实 JD(1 份起步,写得清楚就够;多份则更准),反推"要拿下它,简历该长什么样"。
终点是让用户选一套模板、回答几个关键问题,就拿到一个真实的 .md 简历文件——主体填实,剩下纯枚举信息(姓名、学校、公司名、时间线)和真实指标数字,用户自己打开文件改即可。
核心交互原则:每一步都用 AskUserQuestion 工具让用户点选。 选项 label 控制在 6 字以内,description 一句话讲清,用户看一眼就能选,不需要读大段文字、不用打字。流程五步,每步都有确认闸门,过了才进下一步。
一句话方法:JD 给的不只是需求结构,还有话术语料——JD 里的专业术语、行话、关键表达,是写简历最对口的原料,必须复用进个人亮点和项目经历,让 HR 一眼觉得"这人说的就是我们岗的事"。用 JD 的语言写、用用户的真实事实证明;满足需求是及格线,"别人没有而你有"才是亮点。
第 0 步 · 收 JD
用户给 JD 的形式:链接 / 截图 / 粘贴文本 / 只给公司名+岗位名。读取协议:
- 链接 → 先试
web_fetch。BOSS 直聘 / 拉勾等普遍需登录、有反爬,抓取失败属常态。 - 抓不到时(话术固定给出):「这条链接打不开(多半需登录)。最省事:在 App 里截图这条 JD 发我,我直接读图取字;或粘贴 JD 文字;或给我公司名+岗位名,我去找公开版。」截图优先——用户多在手机 BOSS App 看 JD,截图比手动选字粘贴更省事,读图取字也稳。
- 截图 → 读图提取文字(遵循图片输入诚信规则:声明 OCR 来源,没读到就明说,绝不假装直接看到图)。粘贴 → 直接用。公司名 → 搜该公司官方招聘页的公开 JD。
- 绝不编造 JD:没读到的就说没读到、请补,不脑补内容。
读到后列一行回执确认读对了岗,进第 1 步。
第 1 步 · 输出人才画像 → 用户二选一
读完后,先只输出人才画像(2–3 句话:这个岗位想要什么样的人),不急着出维度表。画像是方向性的,让用户快速对齐目标,细节留给第 2 步。
画像要点:
- 合成自这份 JD 里反复出现、进标题、被标"核心"的信号;
- 多份 JD 若分裂成两类(如 To B 平台向 vs To C 应用向、技术落地重 vs 商业结果重),点破分裂,提示这会影响简历方向;
- 不堆软性词,每句都要能在 JD 里找到根据。
输出画像后,立刻用 AskUserQuestion 工具让用户确认:
- 问题:"这份人才画像准吗?"
- 选项 1(推荐,放第一位):label
准,下一步| description "画像对得上这个岗位,继续抽能力维度" - 选项 2:label
不准,我补充| description "画像有偏差或遗漏,我补背景信息让你重出"
分支:
- 选"准" → 进第 2 步。
- 选"不准" → 让用户补充(岗位真实重心、目标公司差异、自己的理解等),重出画像,再问一次。循环到确认为止。
第 2 步 · 输出能力维度 + 关键判断 → 用户三选一确认
抽取与归并
每份 JD 分岗位职责(信息量高、套话少,重点读)和任职要求两块抽,保留原话。同义说法归并成一个维度(「写PRD/需求文档/产品文档」→「需求文档撰写」)。归并细节见 references/extraction-and-weighting.md。
全覆盖校验:每条抽出的要求都要归进某维度,不许有孤儿;归不进通用维度的单家硬要求,单列"特殊要求",不丢弃。维度控制在 4–7 个,每条溯源到 JD 原句。
对齐基线 + 缺口提醒:维度命名向 references/default-ai-pm-dimensions.md 对齐。抽完对照基线核心维度——用户 JD 完全没覆盖到的(如完全没提"效果评测/Badcase"),列为"该岗位通常还要 X(来自基线),你这份没提,要不要补证据?",标注来源为基线、不混进用户 JD 的统计。基线只补漏、不夺主:优先级永远由用户那份 JD 定。
抽取 JD 关键话术(写简历的第一原料,本 skill 的核心价值):抽维度的同时,把 JD 里反复出现的专业术语、行话、关键表达单独拎出来,组成"JD 话术库"。这些是写简历时最对口的原料——HR 关键词匹配、行业 insider 质感都靠它。例如基金 AI 岗 → "面向 AI、面向人机协作""AI+ 产品转型""大模型 / Agent / 金融垂域 AI 工具""交易辅助 / 资产配置 / 智能客服""微调""业务规则 / 交易运营流程 / 投研逻辑"。输出时单独列一个"JD 话术库"小节,第 5 步写简历时优先复用这些词。
优先级 / 权重(自适应)
- 1–2 份 JD → 给三档优先级:核心 / 重要 / 加分。由"强调度 × 区分度"定档。不给百分比——1 份 JD 算不出真实占比,假精确是骗人。
- ≥3 份 JD → 启用数字权重:
覆盖数 × 强调系数 × 区分系数,归一化到 100%。公式与系数见references/extraction-and-weighting.md。
通用底色(沟通/抗压)即使反复出现也压到最低档。
输出后,用 AskUserQuestion 工具让用户确认
输出能力维度表 + 特殊要求 + 基线提醒,然后用 AskUserQuestion:
- 问题:"这套能力维度对吗?"
- 选项 1(推荐,放第一位):label
对,给模板| description "维度和优先级都认同,进入选模板" - 选项 2:label
要调整| description "有维度要加/删/换优先级,或基线补的我想去掉,我告诉你怎么改" - 选项 3:label
方向重选| description "看到维度才发现方向偏了(如该 To B 却画成 To C),回第一步重出画像"
分支:
- "对,给模板" → 进第 3 步。
- "要调整" → 按用户指示改维度表,再问一次。
- "方向重选" → 回第 1 步重出画像(锁定主攻方向),再走到这里。
第 3 步 · 选模板(三选一,用 AskUserQuestion)
用户确认维度后,给 3 套写法策略不同的模板。所有模板的章节骨架统一(基础信息 / 个人亮点 / 工作经验 / 项目经历 / 教育背景,见第 5 步),三套的差异只体现在"个人亮点"这块怎么写 + "项目经历"的详略侧重上,不是换皮。调用 assets/resume-formula-bank.md。
关键:用 AskUserQuestion,每个选项 label ≤6 字,description 一句话讲清"适合谁、突出什么、牺牲什么"。三个选项都加 preview 字段放一小段骨架样例,让用户直观对比写法差异。
- 问题:"选哪套简历写法?"
- 选项 1:label
成果导向| description "有硬指标的人。个人亮点用量化成果点列,项目突出结果数字。" | preview 放成果导向样例(个人亮点=数字点列) - 选项 2:label
项目卡片| description "有代表作的人。个人亮点概述代表作,项目经历详写背景/职责/成果。" | preview 放项目卡片样例(项目经历最详细) - 选项 3:label
能力矩阵| description "复合背景/转型者。个人亮点用能力×证据表格,项目精简作证据。" | preview 放能力矩阵样例(个人亮点=表格)
用户选定后进第 4 步。
第 4 步 · 收集关键信息(用 AskUserQuestion,控制在 4 题左右)
选定模板后,不要直接输出满屏括号的骨架——括号太多用户难定位、难填写。改为先用 AskUserQuestion 把影响简历内容的关键信息收齐,再一次性输出完整 MD。
铁律:只问"影响内容选取"的关键信息,不问纯枚举信息。 姓名、学校、公司名、时间线、技术栈具体清单——这些留占位让用户自己改 MD,比一题一题问更高效。
必问 4 项(用 1 次 AskUserQuestion,4 题):
- 资历定位:总工作年限 × 目标岗位相关年限的组合档(选项给 3-4 个档位,如"5-8 年产品 / 含 2-3 年 AI")。
- domain 主战场(multiSelect):你在目标岗位的核心行业/领域。选项基于该岗位常见 domain(如工业品采购岗 → 供应链 / MRO / SRM / 工业品电商 / 制造业数字化)。
- 最硬项目方向:你最能拿得出手的项目对应哪个核心维度?选项取自第 2 步确认的核心维度 + 一个"其他(我来描述)"兜底。
- 差异化亮点(multiSelect):你有什么别人不一定有的?常见选项:硬指标成果 / 独立 Demo 或作品 / 头部客户案例 / 创业或早期团队经验 / 行业作品(竞品分析、文章、分享)/ 暂时没有。
分支: 用户在 Q3 选"其他(我来描述)"→ 请用户用一段话描述该项目(做了什么、关键动作、结果),收到后进第 5 步。其余情况问完即进第 5 步,不再追加问题(避免问太多)。
第 5 步 · 用 Write 生成 .md 文件(不是贴代码块)
基于第 4 步收集的信息 + 选定模板,用 Write 工具把简历写成一个真实的 .md 文件——不是在对话里贴 markdown 代码块,而是真正生成一个用户能打开、保存、用编辑器继续改的文档。
文件路径:写到当前工作目录下,文件名 简历-{岗位关键词}-{YYYYMMDD}.md(如 简历-需求分析师-20260624.md)。日期取当天。写完后明确告诉用户完整路径。
固定章节结构(所有模板都用这套骨架,顺序不可变)
# [姓名]|[目标岗位]|[工作年限]
## 基础信息
[姓名] · [目标岗位] · [工作年限] · [手机 / 邮箱]
## 个人亮点
(按第 3 步所选模板的写法策略:成果导向=3-5 条量化成果点列 / 项目卡片=代表作概述一句 / 能力矩阵=能力维度×证据表格)
## 工作经验
- [公司 A] · [岗位] · [起止时间] —— [一句话核心职责或成果]
- [公司 B] · [岗位] · [起止时间] —— [一句话]
(按时间倒序)
## 项目经历
### [项目一名称]
- **项目背景**:[解决什么问题 / 业务场景 / 为什么做]
- **主要职责**:[你主导或负责的关键动作]
- **项目成果**:[量化结果]
### [项目二名称]
- **项目背景**:...
- **主要职责**:...
- **项目成果**:...
## 教育背景
[学校] · [专业] · [学历] · [毕业时间]
项目经历数量:2-3 个,对应第 2 步确认的核心维度。主力项目展开详细(项目卡片模板尤其详写),次要项目可精简。
对话里的呈现:贴一段简短预告即可(五块结构大纲 + 要改的括号清单),让用户知道文件里大概有什么;完整简历内容只写进文件,不重复贴进对话。
填实原则(话术是核心):
- 话术必须来自 JD + 话术库:个人亮点和项目经历的话术,优先复用第 2 步拆出的 JD 术语(让 HR 关键词命中),句式借鉴
assets/phrase-bank.md。调用话术库,别凭空写空话。 - 个人亮点用"能力命名 + 术语展开":每条亮点是一个能力命名打头(如"AI+ 金融产品落地""技术边界与工程落地""Badcase 驱动的产品决策"),后接带 2-4 个术语的话术展开。禁止写"负责 XX""参与 XX"这种空话。 句式见
assets/phrase-bank.md第一节。 - 项目经历的"主要职责"拆成 2-4 个核心动作小标题:如"需求洞察与战略提案""技术选型与模型评测""POC 构建与交互设计""产品迭代与商业验证",每个小标题后接话术展开,别写成流水账。句式见
assets/phrase-bank.md第二节。主力项目拆 3-4 个,次要项目拆 2 个。 - 主体内容填实(不留括号):个人亮点、工作经验的一句话职责、每个项目的"项目背景 / 主要职责"骨架——基于第 4 步选择 + JD 话术 + 话术库写出真实有质感的结构。
- 纯枚举信息留占位:
[姓名][手机/邮箱][学校][公司名][起止时间][毕业时间]等,让用户自己改文件。括号只出现在纯枚举位置,不散落在内容逻辑里。 - 指标数字留占位:项目成果的具体数字必须留
[括号]让用户填真实值(铁律:不编数)。可给量级提示,如"审核效率提升 [X] 倍"。 - 动作描述可写结构:基于用户选的项目方向 + JD 要求,写出合理的动作骨架(结构、不是编数),用户觉得不准自己改。
输出后在对话里说:「已生成 完整路径,打开直接改剩下的括号即可。主体已填实,只剩 [姓名]/[联系方式]/[学校]/[公司]/[时间]/[指标] 这些需要你换成真实的。改不动的地方发我。」
输出模板(各步示范)
第 1 步(画像,待确认):
**🧍 人才画像**(基于这份 JD)
接 AskUserQuestion:准,下一步 / 不准,我补充。
第 2 步(维度表 + JD 话术库,待确认):
**📊 能力维度**(基于 份 JD)
| 维度 | 优先级/权重 | JD 溯源原句 | 一句定义 |
|---|---|---|---|
(4–7 行)
**🧩 特殊要求**(单家硬性、没并进通用维度的)
-
**📌 基线提醒**(用户 JD 没覆盖、但岗位常要的,标"来自基线")
-
**💬 JD 话术库**(写简历第一原料,第 5 步优先复用)
- / / …(JD 里反复出现的行话、关键表达)
接 AskUserQuestion:对,给模板 / 要调整 / 方向重选。
第 4 步(AskUserQuestion 收集 4 项关键信息,示例问题):
- Q1 资历定位:"你的产品总年限 + AI 产品年限?" 选项:5-8 年产品含 2-3 年 AI / 8-10 年含 3-5 年 AI / 10 年+含 5 年+ AI / 其他
- Q2 domain 主战场(多选):"你的核心 domain?" 选项:供应链/MRO / 企业采购/SRM / 工业品电商 / 制造业数字化 / 其他
- Q3 最硬项目方向:"你最能拿得出手的项目?" 选项:合规审核 Agent / 商品数据标准化 / 采购提效 Agent / 智能推荐 / 其他(我来描述)
- Q4 差异化亮点(多选):"你有什么别人不一定有的?" 选项:硬指标成果 / 独立 Demo 作品 / 头部客户案例 / 创业经验 / 暂时没有
第 5 步(用 Write 工具生成 .md 文件,不在对话贴代码块):
Claude 动作:调用 Write 写入 {当前工作目录}/简历-{岗位关键词}-{YYYYMMDD}.md(如 简历-AI产品经理-20260624.md)。文件为固定五块结构——基础信息 / 个人亮点 / 工作经验 / 项目经历(项目背景·主要职责·项目成果)/ 教育背景,主体填实,只留纯枚举与指标括号。
对话里只贴简短预告(不重复整份简历):
已生成:{完整路径}
文件结构(五块,主体已填实,话术来自 JD + 话术库):
· 基础信息:[姓名] · ToB AI 产品经理 · [年限] · [联系方式]
· 个人亮点(能力命名 + 术语展开,3-5 条):
- 采购合规 Agent 落地:主导从需求洞察到模型选型的 0-1 闭环,落地 [N] 条产线
- 技术边界与工程落地:懂 PE 工程 / Vibe Coding,独立构建高保真 POC 评估技术可行性
- Badcase 驱动的产品决策:搭建双层评测体系 + Badcase 回溯机制,指标定义本身就是产品决策
· 工作经验:[公司]·[岗位]·[起止] — 一句话职责
· 项目经历(核心动作小标题展开):
▸ [采购合规审核 Agent]
主要职责拆为:需求洞察与战略提案 / 技术选型与模型评测 / POC 构建与交互设计 / 产品迭代与商业验证
成果留 [指标] 待填
▸ [商品数据标准化平台] — 同上结构
· 教育背景:[学校]·[专业]·[学历]
打开文件改这些括号即可:[姓名] [联系方式] [公司名] [起止] [学校] [指标数字]
质量护栏
- 绝不编造 JD,没读到的请用户补(截图优先)。
- 图片输入诚信:OCR 来的要声明来源,没读到明说,不假装直接看到图。
- 每步都用
AskUserQuestion让用户点选,选项 label 简短、description 一句话,用户不读大段文字、不打字也能推进。 - 两道闸门顺序不可跳:画像没确认不出维度,维度没确认不给模板。
- 第 4 步只问 4 题左右关键信息(资历/domain/项目方向/亮点),不问纯枚举(姓名/学校/公司)——那些留占位让用户自己改 MD,不浪费一问。
- 维度溯源原句,让用户看出不是我空想。
- 权重自适应、不假精确:1 份给优先级档,多份才给百分比。
- 维度全覆盖:每条要求有归属,单家特殊要求单列不丢。
- 内容必须真实:动作描述可写结构,但指标数字必须留占位让用户填真实值,绝不编数。
- 话术是核心价值,不是装饰:个人亮点和项目经历的话术必须来自第 2 步拆出的 JD 术语 +
assets/phrase-bank.md句式骨架——个人亮点用"能力命名 + 术语展开"(如"AI+ 金融产品落地""Badcase 驱动的产品决策"),项目"主要职责"拆成 2-4 个核心动作小标题(如"需求洞察与战略提案""技术选型与模型评测""POC 构建与交互设计""产品迭代与商业验证")。禁止空话("负责 XX""参与 XX"),每条自然嵌入 2-4 个 JD 术语提升行话密度。这是本 skill 区别于普通模板的最大价值。 - 默认基线是兜底不是替换:基线补的维度必须标"来自基线",优先级仍由用户那份 JD 定,不许用基线把所有人压成同一份模板。
- 最终用 Write 生成真实的 .md 文件:不是在对话里贴 markdown 代码块,而是写成一个用户能打开、用编辑器继续改的文件。章节结构固定为五块——基础信息 / 个人亮点 / 工作经验 / 项目经历(项目背景·主要职责·项目成果)/ 教育背景,顺序不可变;三套模板只影响"个人亮点"写法和"项目经历"详略,不改章节骨架。主体填实,只有纯枚举信息(姓名/联系方式/学校/公司/时间线)和真实指标数字留括号。对话里只贴简短预告(路径 + 五块大纲 + 要改的括号清单),不重复整份简历。
示例
用户给 1 份写得很实的"AI 产品经理"JD:
- 第 1 步:画像"懂产品又真把 LLM 落过地、能用数据证明效果的人"。→
AskUserQuestion,用户选"准,下一步"。 - 第 2 步:维度表给三档优先级,「Agent 落地」标核心并附 JD 原句,「沟通」压到加分档;基线提醒"效果评测/Badcase 你这份没提,来自基线"。同时抽 JD 话术库:把"智能体编排 / 工具调用 / 意图路由 / 多轮对话 / 效果评测"等 JD 里反复出现的术语单独拎出来,作为第 5 步写简历的第一原料。→
AskUserQuestion,用户选"对,给模板"。 - 第 3 步:三套模板(成果导向/项目卡片/能力矩阵)用
AskUserQuestion让用户三选一,preview 各放骨架样例,用户选"项目卡片"。 - 第 4 步:
AskUserQuestion4 题(资历/domain/最硬项目方向/亮点),用户点选完成。 - 第 5 步:用
Write工具生成{cwd}/简历-AI产品经理-20260624.md,固定五块结构(基础信息 / 个人亮点 / 工作经验 / 项目经历含背景·职责·成果 / 教育背景)。话术化呈现:个人亮点写成"能力命名+术语展开"(如"Agent 落地与工程化""Badcase 驱动的产品决策"),项目"主要职责"拆成 2-4 个核心动作小标题("需求洞察与战略提案 / 技术选型与模型评测 / POC 构建与交互设计 / 产品迭代与商业验证"),术语全部复用第 2 步 JD 话术库 +assets/phrase-bank.md句式。只剩姓名/联系方式/学校/公司/时间线/指标数字留括号。对话里告诉用户路径 + 五块大纲预告,用户打开文件自己改剩下的即成稿。
反例:用户给 1 份只写"负责 AI 产品工作,有责任心、抗压强"的 JD → 第 1 步就亮出"只抽到'AI 产品'一个模糊方向,缺具体职责与技术栈",AskUserQuestion 问准时建议用户补一份更实的 JD 再来。
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: uimarch123-arch
- Source: uimarch123-arch/target-jd-blueprint
- 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.