前端助手
- 作者仓库星标 122
- 许可证 MIT
- 作者更新于 实时读取
- 作者仓库 Happycapy-skills
- 领域
- 通用
- 兼容 Agent
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- 信任分
- 94 / 100 · 已通过审计
- 作者 / 版本 / 许可
- @happycapy-ai · MIT
- Token 消耗评级
- 低消耗
- 接入复杂程度
- 即装即用
- 是否需要外部 API Key
- 不需要
- 兼容的系统
- 未声明（默认跨平台）
- 底层运行要求
- Python
- 文件与系统权限
-
- 只读
- 允许写入 / 修改
- 网络行为
- 允许外网请求
- 安装命令数
- 26 条
档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。
需要注意： 未限定 allowed-tools，默认拥有全部工具权限。
---
name: resume-assistant
description: 智能简历助手,通过五个AI代理提供全流程求职支持:(1)故事挖掘-发现经历亮点;(2)职位推荐-匹配合适岗位;(3)简历优化-针对JD定制内容;(4)模拟面试-实战演练与反馈;(5)能力提升-…
category: 通用
runtime: Python
---
# resume-assistant 输出预览
## PART A: 任务判断
- 适用问题：通用任务拆解、检查和交付。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“⚠️ 重要使用规则 / 环境配置 / 代理概览”读取原文规则，不把推断写成作者承诺。
## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于通用任务拆解、检查和交付，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“⚠️ 重要使用规则 / 环境配置 / 代理概览”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、会按任务需要访问外部网络、通常不需要额外 API Key 给出执行前确认项。
## Running Rules
- 读取文件、写入/修改文件；会按任务需要访问外部网络；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。原文出现了 `/tmp` 这类斜杠命令；如果你的 Agent 支持命令触发，优先用命令开场，再补充目标和边界。
告诉 Agent 目标文件或材料、期望结果、不可改范围、是否允许联网或执行命令。本 Skill 的权限画像是：读取文件、写入/修改文件。
先用一个小任务确认它会围绕“⚠️ 重要使用规则 / 环境配置 / 代理概览”工作；涉及文件或命令时，先看 diff、日志、预览或测试结果。
检查最终产物是否包含明确结果、必要证据和下一步动作；如果输出泛泛而谈，就补充输入、边界和验收标准后重跑。
---
name: resume-assistant
description: 智能简历助手,通过五个AI代理提供全流程求职支持:(1)故事挖掘-发现经历亮点;(2)职位推荐-匹配合适岗位;(3)简历优化-针对JD定制内容;(4)模拟面试-实战演练与反馈;(5)能力提升-…
category: 通用
source: happycapy-ai/Happycapy-skills
---
# resume-assistant
## 什么时候使用
- 把通用方向的常用动作沉淀成 Agent 可调用的技能 适合处理通用任务拆解、检查、交付和复盘，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查、可继续迭代的步骤；通常不需要额外…
- 面向通用任务拆解、检查和交付，优先处理能明确输入、步骤和验收标准的工作。
## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。
## 执行规则
- 围绕「⚠️ 重要使用规则 / 环境配置 / 代理概览」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件；会按任务需要访问外部网络；通常不需要额外 API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。
## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。
skill "resume-assistant" {
输入层 -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
上下文层 -> ⚠️ 重要使用规则 / 环境配置 / 代理概览
规则层 -> SKILL.md 触发条件 / 执行顺序 / 输出格式
运行层 -> Python | 读取文件、写入/修改文件 | 会按任务需要访问外部网络
安全层 -> 通常不需要额外 API Key + 小任务验证 + diff / 日志复核
输出层 -> 可复制结果 + 检查清单 + 下一步迭代
}简历助手
智能简历创建与优化系统，通过五个专业代理为学生提供全方位求职支持。
⚠️ 重要使用规则
生成简历文件（PDF/DOCX/HTML）时必须使用 scripts/ 目录下的脚本，严禁自行编写替代代码。如脚本失败，应解决环境问题而非绕过。
环境配置
首次使用前必须配置环境，否则脚本会失败。详见 references/troubleshooting.md。
pip install fpdf2 python-docx openpyxl
mkdir -p /tmp/fonts
curl -L -o /tmp/fonts/NotoSansSC.ttf \
"https://github.com/notofonts/noto-cjk/raw/main/Sans/Variable/TTF/Subset/NotoSansSC-VF.ttf"代理概览
┌──────────────────────────────────────────────────────────────────────────┐
│ 简历助手系统 │
├──────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 1.故事挖掘 │───→│ 2.职位推荐 │───→│ 3.简历优化 │ │
│ │ 代理 │ │ 代理 │ │ 代理 │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │ │ │ │
│ │ ↓ ↓ │
│ │ ┌──────────────┐ ┌──────────────┐ │
│ │ │ 5.能力提升 │ │ 4.模拟面试 │ │
│ │ │ 代理 │ │ 代理 │ │
│ │ └──────────────┘ └──────────────┘ │
│ │ │ │ │
│ │ ↓ ↓ │
│ │ [制定提升计划] [反向优化简历] │
│ │ │ │ │
│ └───────────────────┴───────────────────┘ │
└──────────────────────────────────────────────────────────────────────────┘代理1：故事挖掘代理
触发词：帮我挖掘经历、我不知道写什么、我没什么经历
目标：通过引导式对话，帮学生发现被忽略的有价值经历
工作方式：
- 建立信任，降低学生压力
- 多维度提问（学业、实践、社团、个人项目、生活挑战）
- 用STAR框架深挖每个经历
- 提炼可迁移技能
输出：《经历档案》，包含核心经历、潜在亮点、可迁移技能清单
详细指南：见 references/agent-story-mining.md
代理2：职位推荐代理
触发词：不知道找什么工作、适合什么岗位、职业方向
目标：基于学生背景和兴趣，推荐合适的职位方向
工作方式：
- 收集学生档案、专业背景、兴趣偏好、硬性限制
- 从技能匹配度、兴趣契合度、发展潜力三个维度评估
- 按匹配度分级推荐（强烈推荐、值得考虑、拓展方向）
输出：《职位推荐报告》，每个推荐包含：适合原因、典型公司、技能差距、入门建议
详细指南：见 references/agent-job-recommendation.md
代理3：简历优化代理
触发词：优化简历、根据JD改简历、投这个岗位
目标：根据目标岗位JD，针对性优化简历内容
工作方式：
- 解析JD提取关键要求和关键词
- 匹配分析学生经历与JD要求
- 重写经历描述，融入关键词，量化成果
- 优化ATS通过率
输出：《简历优化报告》+ 标准JSON格式简历（供后续脚本使用）
详细指南：见 references/agent-resume-optimization.md
代理4：模拟面试代理
触发词：模拟面试、面试准备、帮我练习面试
目标：基于简历提问，评估回答，反向优化简历
面试模式：常规面试、压力面试、针对性训练
工作方式：
- 开场自我介绍
- 针对简历各部分深挖细节
- STAR框架行为面试问题
- 评估回答质量，识别简历弱点
输出：面试反馈 + 简历修改建议 + 更新版简历
详细指南：见 references/agent-mock-interview.md
代理5：能力提升代理
触发词：我想冲这个岗位、能力不够怎么办、怎么提升、差距分析
目标：分析与目标岗位的差距，制定具体可执行的提升计划
差距分类：
- A类硬伤（学历、年限）→ 诚实告知，建议备选
- B类可补（技能、项目经验）→ 制定学习计划
- C类易补（工具使用、面试技巧）→ 短期突击
工作方式：
- 诊断差距并评估可行性
- 制定分阶段提升计划
- 推荐学习资源和项目实践
- 设定里程碑检查点
输出：《能力提升规划报告》（JSON格式，可生成Excel追踪表）
详细指南：见 references/agent-growth-planning.md
快速入口
| 用户需求 | 使用代理 |
|---|---|
| "我不知道简历写什么" | 代理1 → 代理3 |
| "不知道找什么工作" | 代理1 → 代理2 |
| "帮我优化这份简历" | 代理3 |
| "我要投XX岗位" | 代理3（需要JD） |
| "帮我准备面试" | 代理4 |
| "我想冲XX岗位但能力不够" | 代理5 |
| "完整求职辅导" | 代理1 → 代理2 → 代理5 → 代理3 → 代理4 |
输出文件生成
代理完成后，使用以下脚本生成最终文件。必须使用提供的脚本，不得自行实现。
网页简历（推荐）⭐
python scripts/current/create_web_resume.py --data resume_data.json --output resume.html现代响应式设计，支持深色模式，适合在线分享和投递互联网公司。
PDF简历
python scripts/current/create_pdf_resume.py --data resume_data.json --output resume.pdf正式投递、打印、邮件附件。需要先配置字体（见环境配置）。
DOCX简历
python scripts/current/create_docx_resume.py output.docx --data resume_data.json需要继续编辑或传统企业投递。
Excel能力提升追踪表
python scripts/current/create_growth_tracker.py --plan growth_plan.json --output tracker.xlsx包含每周任务清单、进度追踪、里程碑检查。
数据格式
代理3和代理5会自动生成标准JSON格式数据。
简历数据：resume_data.json - 包含个人信息、教育、项目、经验、技能等
能力提升计划：growth_plan.json - 包含目标岗位、阶段计划、任务、资源等
详细格式说明见 references/data-formats.md，示例文件见 examples/ 目录。
故障排查
遇到问题时，查阅 references/troubleshooting.md 获取解决方案。
常见问题：
- PDF生成失败 → 检查字体文件
- 脚本找不到 → 检查工作目录
- JSON格式错误 → 参考示例文件
- 依赖包缺失 → 安装所需包
参考资源
代理详细指南
references/agent-story-mining.md- 故事挖掘代理完整流程references/agent-job-recommendation.md- 职位推荐代理匹配算法references/agent-resume-optimization.md- 简历优化代理优化原则references/agent-mock-interview.md- 模拟面试代理提问技巧references/agent-growth-planning.md- 能力提升代理规划方法
写作与参考
references/writing-guide.md- 简历写作指南references/industry-keywords.md- 行业关键词参考
技术文档
references/troubleshooting.md- 故障排查完整指南references/data-formats.md- JSON数据格式详细说明
示例文件
examples/resume_data_example.json- 简历数据标准格式examples/fresh_graduate_example.json- 应届生简历示例examples/experienced_example.json- 有经验求职者示例examples/growth_plan_example.json- 能力提升计划示例examples/USAGE_GUIDE.md- 使用指南
资源文件
assets/templates/*.html- 简历HTML模板（用于输出，不加载到上下文）scripts/current/*.py- 简历生成脚本（可执行，必要时可读取）
先判断是否适合
作者设计意图
作者的方法与取舍
边界和复核