简历管理器

简历管理器 是做什么的？

概述

此技能将Claude转变为一个全面的简历管理系统，维护一个结构化的专业资料数据库，并为特定求职生成定制化的、专业风格的PDF简历。该技能会根据目标职位，智能地选择和突出显示最相关的经历、项目和技能。

何时使用此技能

在以下与简历相关的任务中调用此技能：

• 为求职申请创建定制简历
• 更新专业经历和项目
• 管理技能和认证
• 追踪职业发展
• 生成针对特定职位的简历
• 维护全面的职业作品集
• 优化简历内容以适配ATS系统

工作流程

步骤1：检查现有数据

在任何简历操作之前，检查数据库是否已初始化：

python3 scripts/resume_db.py is_initialized

如果输出为“false”，则进行步骤2（初始设置）。如果为“true”，则进行步骤3（简历操作）。

步骤2：初始设置——从现有简历提取

当没有数据存在时，请用户提供他们现有的简历。

提示用户：

为了帮助您创建定制简历，我需要建立一个您的专业资料数据库。
请通过以下方式之一提供您现有的简历：

1. 上传您的简历文件（PDF、DOCX 或 TXT）
2. 粘贴您的简历内容
3. 提供您的在线简历/LinkedIn资料的链接

我将提取所有信息，并将其组织成一个结构化数据库，以用于为不同的求职申请生成定制简历。

从简历中提取数据：

一旦用户提供了简历，提取以下信息：

1. 个人信息：

• 全名
• 电子邮件地址
• 电话号码
• 地点（城市、州/国家）
• LinkedIn个人资料URL
• GitHub个人资料URL
• 个人网站
• 专业摘要/求职目标

2. 工作经历：

对于每个职位，提取：

• 职位/职称
• 公司名称
• 地点
• 开始日期（格式：“Mon YYYY”如“Jan 2022”）
• 结束日期（或“至今”）
• 简要描述
• 主要亮点/成就（要点）
• 使用的技术/工具

3. 项目：

对于每个项目，提取：

• 项目名称
• 日期或时间段
• 描述
• 主要亮点/成就
• 使用的技术
• 链接（如有）

4. 教育：

对于每个学位，提取：

• 学位名称（例如，“计算机科学理学学士”）
• 学校/大学名称
• 地点
• 毕业日期
• GPA（如提及）
• 荣誉（如有）
• 相关课程

5. 技能：

提取并分类技能：

• 编程语言
• 框架与库
• 工具与技术
• 实践与方法论
• 软技能

6. 其他部分：

• 认证（名称、颁发机构、日期）
• 奖项与荣誉
• 出版物
• 志愿者工作
• 语言能力

保存提取的数据：

提取后，使用Python保存到数据库：

import sys
import json
sys.path.append('[SKILL_DIR]/scripts')
from resume_db import initialize_from_data

resume_data = {
    "personal_info": {
        "name": "全名",
        "email": "[email protected]",
        "phone": "+1 (555) 123-4567",
        "location": "城市, 州",
        "linkedin": "linkedin.com/in/username",
        "github": "github.com/username",
        "website": "website.com",
        "summary": "专业摘要..."
    },
    "experiences": [
        {
            "position": "高级软件工程师",
            "company": "公司名称",
            "location": "城市, 州",
            "start_date": "2022年1月",
            "end_date": "至今",
            "description": "简要描述",
            "highlights": [
                "带有可量化结果的成就1",
                "带有影响指标的成就2",
                "带有使用技术的成就3"
            ],
            "technologies": ["Python", "AWS", "Docker"]
        }
    ],
    "projects": [
        {
            "name": "项目名称",
            "date": "2023",
            "description": "项目描述",
            "highlights": [
                "关键成就或功能",
                "影响或结果"
            ],
            "technologies": ["React", "Node.js", "PostgreSQL"],
            "link": "github.com/username/project"
        }
    ],
    "education": [
        {
            "degree": "计算机科学理学学士",
            "school": "大学名称",
            "location": "城市, 州",
            "graduation_date": "2019年5月",
            "gpa": "3.8/4.0",
            "honors": "Magna Cum Laude",
            "relevant_coursework": ["数据结构", "算法", "机器学习"]
        }
    ],
    "skills": {
        "Languages": ["Python", "JavaScript", "Java"],
        "Frameworks": ["React", "Django", "Spring"],
        "Tools": ["Docker", "AWS", "Git"],
        "Practices": ["敏捷", "CI/CD", "TDD"]
    },
    "certifications": [
        {
            "name": "AWS认证解决方案架构师",
            "issuer": "Amazon Web Services",
            "date": "2023"
        }
    ],
    "awards": [],
    "publications": [],
    "volunteer": [],
    "languages": ["英语（母语）", "西班牙语（流利）"],
    "interests": []
}

initialize_from_data(resume_data)

将 [SKILL_DIR] 替换为实际的技能目录路径。

确认：

完美！我已经提取并保存了您的专业资料：

• 个人信息：✓
• 工作经历：X个职位
• 项目：X个项目
• 教育：X个学位
• 技能：X个类别
• 认证：X个认证

您的简历数据库现在已准备就绪。我可以为您正在申请的任何工作生成定制简历。
只需告诉我职位名称或描述，我将创建一份定制的单页PDF简历，突出显示您最相关的经历和技能。

步骤3：为求职申请生成定制简历

当用户请求为特定职位生成简历时：

步骤3.1：了解目标职位

向用户询问该职位的信息：

为了为这个职位创建完美的简历，我需要更好地了解该职位。

1. 职位名称是什么？
2. 您能分享职位描述或关键要求吗？
3. 提到的必备技能或技术有哪些？

步骤3.2：提取关键词和要求

从职位描述中识别：

• 所需的技术技能
• 首选技术
• 关键职责
• ATS的重要关键词
• 行业特定术语
• 经验水平指标

步骤3.3：生成定制简历

使用PDF生成器创建定制的简历：

import sys
sys.path.append('[SKILL_DIR]/scripts')
from pdf_generator import generate_resume

# 从职位描述中提取的关键词
job_keywords = [
    "python", "aws", "kubernetes", "microservices",
    "agile", "rest api", "postgresql", "docker"
]

job_title = "高级后端工程师"

# 输出路径
output_path = f"~/Downloads/{job_title.replace(' ', '_')}_Resume.pdf"

# 生成简历
generate_resume(
    output_path=output_path,
    job_title=job_title,
    job_keywords=job_keywords
)

生成器将：

• 过滤与关键词相关的经历
• 选择匹配职位的项目
• 突出显示适用的技能
• 保持在一页内
• 使用专业样式
• 针对ATS解析优化

步骤3.4：审查和迭代

生成后：

1. 告知用户PDF保存的位置
2. 提供进行调整的选项
3. 如果空间允许，建议添加其他亮点
4. 针对特定要求推荐自定义设置

步骤4：更新简历数据库

当用户想要添加或更新信息时：

添加新经历：

from resume_db import add_experience

new_exp = {
    "position": "首席软件工程师",
    "company": "新公司",
    "location": "远程",
    "start_date": "2024年3月",
    "end_date": "至今",
    "description": "领导后端基础设施团队",
    "highlights": [
        "将服务扩展至处理每天5000万+请求",
        "通过优化将基础设施成本降低30%",
        "构建CI/CD管道，将部署速度提升10倍"
    ],
    "technologies": ["Go", "Kubernetes", "PostgreSQL", "AWS"]
}

add_experience(new_exp)

添加新项目：

from resume_db import add_project

new_project = {
    "name": "实时分析仪表盘",
    "date": "2024",
    "description": "构建实时分析平台，处理每分钟100万+事件",
    "highlights": [
        "使用Kafka和Redis的流式架构实现",
        "使用React和D3.js创建交互式可视化",
        "在复杂聚合上实现亚秒级查询延迟"
    ],
    "technologies": ["React", "Kafka", "Redis", "Python", "TimescaleDB"],
    "link": "github.com/username/analytics-dashboard"
}

add_project(new_project)

更新技能：

from resume_db import add_skill, update_skills

# 添加单个技能
add_skill("Languages", "Rust")
add_skill("Tools", "Terraform")

# 或更新整个技能字典
skills = {
    "Languages": ["Python", "Go", "JavaScript", "Rust", "SQL"],
    "Frameworks": ["Django", "FastAPI", "React", "Next.js"],
    "Cloud & DevOps": ["AWS", "Kubernetes", "Docker", "Terraform", "CI/CD"],
    "Databases": ["PostgreSQL", "MongoDB", "Redis", "Elasticsearch"],
    "Practices": ["微服务", "TDD", "敏捷", "系统设计"]
}

update_skills(skills)

添加认证：

from resume_db import add_certification

cert = {
    "name": "Google Cloud Professional Architect",
    "issuer": "Google Cloud",
    "date": "2024",
    "credential_id": "ABC123",
    "link": "credentials.google.com/..."
}

add_certification(cert)

步骤5：查看和管理简历数据

查看摘要：

python3 scripts/resume_db.py summary

查看特定部分：

# 个人信息
python3 scripts/resume_db.py get_personal_info

# 所有经历
python3 scripts/resume_db.py get_experiences

# 所有项目
python3 scripts/resume_db.py get_projects

# 教育
python3 scripts/resume_db.py get_education

# 技能
python3 scripts/resume_db.py get_skills

搜索所有数据：

python3 scripts/resume_db.py search "machine learning"

导出所有数据：

python3 scripts/resume_db.py export > resume_backup.json

步骤6：简历优化技巧

在生成简历时，提供以下优化技巧：

内容优化：

• 使用动作动词（领导、构建、设计、改进、减少）
• 包含可量化的指标（X%改进、Y用户、Z收入）
• 根据职位要求定制亮点
• 保持要点简洁（最多1-2行）
• 关注影响，而非仅仅职责

ATS优化：

• 使用标准部分标题（经历、教育、技能）
• 自然地包含职位描述中的关键词
• 避免表格、列、页眉/页脚
• 使用标准字体（PDF生成器已使用）
• 首次出现时拼写缩略词："Application Programming Interface (API)"

单页策略：

• 优先考虑最近和相关经历（过去5-7年）
• 每个角色包含3-4个要点
• 最多限制2-3个项目
• 精简较旧或不太相关的经历
• 除非特别需要，否则移除过时的技术

最佳实践

1. 保持数据最新

   • 项目完成后更新经历
   • 学习新技能时及时添加
   • 维护可量化的成就
   • 立即记录认证

2. 编写有效的要点

   • 以动作动词开头
   • 包含指标和结果
   • 展示进展和影响
   • 使用STAR方法（情境、任务、行动、结果）

3. 战略性组织技能

   • 按类别分组以便清晰
   • 将最相关的技能放在前面
   • 移除过时技术
   • 对熟练程度诚实地描述

4. 为每个简历进行定制

   • 匹配职位描述中的关键词
   • 强调相关经历
   • 根据相关性重新排序要点
   • 调整技术技能部分

5. 保持专业语气

   • 使用第三人称暗示（避免"我"）
   • 保持语言简洁明了
   • 除非是行业标准，否则避免行话
   • 校对错误

示例交互

示例1：初始设置

用户：“帮我为求职申请创建一份简历”

Claude：[检查数据库——发现未初始化]

为了帮助您创建定制简历，我需要建立一个您的专业资料数据库。
请通过以下方式之一提供您现有的简历：

1. 上传您的简历文件（PDF、DOCX 或 TXT）
2. 粘贴您的简历内容
3. 提供您的在线简历/LinkedIn资料的链接

[用户提供简历]

Claude：[提取数据并初始化数据库]

完美！我已经提取并保存了您的专业资料：
• 个人信息：✓
• 工作经历：3个职位
• 项目：2个项目
• 教育：1个学位
• 技能：4个类别
• 认证：2个认证

您的简历数据库已准备就绪！告诉我您正在申请的工作，我将生成一份定制的单页PDF简历。

示例2：为特定职位生成简历

用户：“我需要一份申请金融科技初创公司高级后端工程师职位的简历”

Claude：[数据库已初始化]

太好了！为了为这个高级后端工程师职位创建完美的简历，您能分享职位描述或告诉
我关键要求吗？

用户：[分享职位描述，提及Python、AWS、微服务、PostgreSQL等]

Claude：[提取关键词：python, aws, microservices, postgresql, fintech, api]

[使用相关的经历和项目生成PDF]

我已为您创建定制的简历：~/Downloads/Senior_Backend_Engineer_Resume.pdf

简历突出显示了：
✓ 您的5年后端经验（使用Python和…

[截断以用于翻译]