ATS 履歷建置/優化 Skill

任務目標

本 Skill 用於：幫助使用者建立、優化和管理 ATS 友善的專業履歷
能力包含：履歷生成、履歷優化、投遞可接受性檢查、版本管理、匯出檔案
觸發條件：使用者需要建立新履歷、優化現有履歷、對比或匯出履歷

前置準備

依賴說明：本 Skill 使用純本機 Python 函式庫處理檔案解析與匯出（無任何外部服務/網路依賴）

pdfplumber>=0.10.0   # 解析 PDF 履歷
python-docx>=1.1.0   # 生成 DOCX
reportlab>=4.0.0     # 生成 PDF（內建 CJK 字型，純 pip；缺失時自動回退 HTML）

目錄準備：在當前工作目錄建立版本管理目錄
```
mkdir -p .resume-versions
```

核心原則

硬性規則

絕不編造使用者經歷/資料：缺失內容用 【佔位符】 並輸出「最小補充清單」
ATS 友善：預設單欄、無表格、無文字框、無圖示；使用標準段落標題
投遞可接受性：診斷報告必須從 HR 首篩視角檢查標題是否對口、年限/地點/聯絡方式/工作授權/到崗時間是否清楚，以及是否存在照片、年齡、婚育、政治面貌、期望薪資等目標市場禁忌資訊
完整輸出：必須同時輸出 ResumeIR JSON、診斷報告、投遞可接受性結論、改寫後的履歷內文；匯出檔案按需由本機腳本生成（見「匯出檔案」）
使用者輸入成本最低化：優先支援「貼上文字/上傳檔案」，僅在關鍵欄位缺失時追問

輸出結構

所有操作必須輸出以下三部分（匯出檔案按需生成）：

ResumeIR JSON：固定欄位名，符合 ResumeIR.v1 Schema
診斷報告：問題清單 + 嚴重度 + 建議，符合診斷報告規範
投遞可接受性結論：application_acceptability，回答「現在能不能投 / HR 首篩會卡在哪裡 / 先補什麼」
改寫後的履歷內文：純文字預覽
（可選）匯出檔案：使用者需要 DOCX/PDF 時，呼叫 scripts/render_resume.py 本機生成

操作步驟

模式選擇

根據使用者需求選擇模式：

模式 1：生成履歷（從零）：幫助使用者從零建立履歷
模式 2：優化履歷（已有履歷）：基於使用者已有履歷進行優化

所有模式都支援可選輸入：

JD（使用者貼上原文）
目標職位：target_title / target_level（中國：P6/P7、資深/專家/主管；美國科技崗：Senior/Staff、L5/L6、SDE II 等）
語言：zh-CN / en-US
行業：網際網路/AI/資料/研發/營運/銷售/職能等
模板：template_id（預設 cn_ats_a4_v1）

模式 1：生成履歷（從零）

步驟 1：資訊收集

使用最少的追問幫助使用者收集以下資訊：

基本資訊：姓名、電話、信箱、城市
目標職位：target_title、target_level、target_industry
最近 2-3 段工作經歷：每段包含公司、職位、起止時間、3 個成果要點
教育經歷：學校、學位、專業、畢業時間
技能：主要技能（primary）和次要技能（secondary）

步驟 2：生成 ResumeIR

將收集的資訊轉換為 ResumeIR 格式（完整欄位見 ResumeIR.v1 Schema），缺失欄位用 【佔位符】 填充。最小骨架範例：

{
  "meta": {"version": "1.0", "language": "zh-CN", "locale": "zh-CN"},
  "basics": {"name": "張三", "phone": "【佔位符】", "email": "【佔位符】", "target_title": "產品經理"},
  "summary": "",
  "skills": {"primary": ["需求分析", "資料分析"], "secondary": []},
  "work": [{"company": "某公司", "title": "產品經理", "start": "2021-06", "end": "present",
            "bullets": ["主导……，使……提升 20%"]}],
  "projects": [],
  "education": [{"school": "【佔位符】", "degree": "學士", "start": "", "end": ""}]
}

步驟 3：輸出第一版履歷

輸出 ResumeIR JSON
輸出純文字預覽（按標準順序排版）
生成診斷報告（重點檢查完整性）
生成投遞可接受性結論：ready / needs_fix / do_not_submit，並列出 HR 首篩會卡住的 3 個以內問題
輸出最小補充清單（最多 8 條問題）

步驟 4：儲存版本

自動儲存為第一個版本：version_name = "{target_title}-{date}-{lang}"

模式 2：優化履歷（已有履歷）

步驟 1：解析履歷

如果使用者上傳檔案（PDF/DOCX/TXT）：呼叫 scripts/parse_resume.py 提取文字
如果使用者貼上文字：直接使用文字內容

步驟 2：回顯確認

向使用者回顯以下關鍵欄位，確認解析準確性：

姓名
最近公司
最近職位
工作年限估計

步驟 3：收集 JD（可選）

詢問使用者是否有目標 JD，如有則貼上

步驟 4：生成 ResumeIR 和診斷報告

從履歷文字中提取資訊，生成 ResumeIR（缺失用 【佔位符】）
輸出診斷報告（評分 0-100，問題列表 + 嚴重度 + 建議）
輸出投遞可接受性結論：標題匹配、首屏可讀、聯絡方式、地點/到崗/工作授權、市場禁忌資訊、崗位證據是否滿足 HR 初篩
生成改寫後的 ResumeIR
輸出純文字預覽（使用者需要檔案時再呼叫 render_resume.py 匯出）

步驟 5：儲存版本

自動儲存為第一個版本：version_name = "{target_title}-{date}-{lang}"

履歷改寫規範

工作經歷 bullet 寫法

每個 bullet 必須符合以下結構：

動作動詞 + 任務 + 方法/工具 + 結果（指標）

範例：

❌ 錯誤：負責資料分析和報表生成
✅ 正確：使用 Python 和 SQL 分析使用者行為資料，透過 A/B 測試優化產品功能，使日活用戶增長 20%

量化要求

盡可能使用具體數字、百分比、金額等量化指標
無法量化時使用 【metric】 佔位符，並在補充清單中提示

JD 關鍵詞覆蓋（如果有 JD）

對 primary skills 做關鍵詞覆蓋（≤12 個）
在 bullets 中自然體現，避免生硬堆詞

版本管理

儲存版本

使用腳本儲存目前 ResumeIR：

python3 scripts/version_manager.py save --version-name "產品經理-2024-01-15-zh-CN" --resume-ir "resume_ir.json"

命名版本

python3 scripts/version_manager.py rename --old-name "v1" --new-name "產品經理-2024-01-15-zh-CN"

對比版本

python3 scripts/version_manager.py compare --version1 "v1" --version2 "v2"

回滾版本

python3 scripts/version_manager.py rollback --version-name "v1"

匯出檔案

本機匯出（純 Python，無外部服務/網路）

當使用者要求匯出時，將目前 ResumeIR 存為 JSON 後呼叫腳本：

python3 scripts/render_resume.py --resume-ir "resume_ir.json" --output-formats "docx,pdf" --output-dir ./out

匯出採用降級階梯，任何環境都能產出可用檔案：

DOCX：python-docx 生成，單欄、標準標題、無表格/文字框，ATS 友善（推薦投遞格式）
PDF：reportlab + 內建 CJK 字型直出（純 pip，無需系統字型/系統函式庫）；若未安裝 reportlab，則自動改出列印最佳化 HTML，並提示「用瀏覽器開啟後 Ctrl+P 另存為 PDF」
腳本不依賴任何遠端服務，clone 到本機即可執行

可用樣式

cn_ats_a4_v1（中文，預設）/ en_ats_a4_v1（英文）；實際中英文由 ResumeIR 的 meta.language 決定
查看：python3 scripts/render_resume.py --list-templates
生成雙語或英文履歷時，請參考 references/en-resume-conventions.md（動作動詞庫、禁照片/年齡/婚姻、1 頁優先、英文日期 MMM YYYY、量化優先）
面向美國科技崗（SWE/PM/DS）：可直接參考 assets/examples/ 下的 en-US-software-engineer.json、en-US-product-manager.json、en-US-data-scientist.json 三份可渲染範例（含 LinkedIn/GitHub、美國職級、p99/QPS/SLA 等美國科技度量）；meta.language=en-US 時渲染層自動套英文區塊標題，並把 ISO 日期 YYYY-MM 自動轉 MMM YYYY

資源索引

必要腳本

scripts/parse_resume.py：履歷解析腳本，支援 PDF/DOCX/TXT/MD
- 參數：位置參數 <檔案路徑>（亦相容 --input-file <路徑>）
- 輸出：JSON {"text": "...", "format": "pdf|docx|txt", "pages": N, "success": true}；失敗回傳 {"error": "...", "exit_code": N}
scripts/version_manager.py：版本管理腳本
- 參數：save/rename/compare/rollback + 對應參數
- 輸出：版本操作結果
scripts/render_resume.py：本機匯出腳本（DOCX/PDF/HTML，無外部服務）
- 參數：--resume-ir <JSON 檔案>、--output-formats docx,pdf,html、--output-dir、--file-name
- 輸出：DOCX / PDF（或 HTML 兜底）檔案

領域參考

references/resumeir-schema.md：ResumeIR.v1 Schema 定義（何時讀取：生成或解析 ResumeIR 時）
references/diagnostic-report-spec.md：診斷報告輸出規範（何時讀取：生成診斷報告時）
references/en-resume-conventions.md：英文履歷規範（何時讀取：生成雙語/英文履歷時）

對話流程範例

場景 1：從零生成履歷

使用者：幫我生成一份履歷
智能體：好的，讓我幫你建立履歷。請告訴我：
       1. 你的目標職位是什麼？
       2. 目前的工作情況（公司/職位/工作年限）？
       ...

[收集資訊]

智能體：已生成第一版履歷，以下是我的分析：
       [診斷報告]

       最小補充清單（8 個問題）：
       1. 請補充你的具體聯絡方式（電話/信箱）
       2. 在第一段工作經歷中，你提到的【metric】具體是多少？
       ...

場景 2：優化已有履歷

使用者：幫我優化這份履歷 [上傳檔案]
智能體：[解析履歷] 我從你的履歷中提取到以下資訊，請確認：
       姓名：張三
       最近公司：某科技公司
       最近職位：產品經理
       工作年限：3-5 年

       是否有目標 JD？如有請貼上。

[如有 JD]

智能體：已完成優化，診斷報告如下：
       總評分：72/100

       問題列表：
       [P0] 工作經歷部分缺乏量化指標（嚴重）
            建議：每個 bullet 應包含具體的數字或百分比
            範例改寫：「負責產品迭代」→「主导 5 個產品迭代，使用戶留存率提升 15%」

       ...

       缺口清單（JD 要求但履歷缺失）：
       1. SQL 技能（JD 明確要求）
           最小補充問題：你是否有使用 SQL 的經驗？用於什麼場景？

       [輸出改寫後的履歷]

場景 3：匯出檔案

使用者：匯出這份履歷
智能體：正在生成 DOCX 和 PDF 檔案... [呼叫 render_resume.py]
       已生成檔案：
       - 張三-產品經理-2024-01-15.docx
       - 張三-產品經理-2024-01-15.pdf

場景 4：版本對比

使用者：對比 v1 和 v2
智能體：[呼叫 version_manager.py compare]
       主要差異：
       1. 工作經歷 - 某科技公司（2019-2022）
          v1: 負責產品設計和需求分析
          v2: 主导 8 個產品迭代，透過資料驅動優化，使用戶滿意度提升 25%

       2. 技能 - primary
          v1: ["產品設計", "需求分析", "專案管理"]
          v2: ["產品設計", "需求分析", "專案管理", "資料分析", "SQL", "A/B 測試"]

       建議：v2 版本內容更完整，建議使用 v2 版本進行投遞。

場景 5：回滾版本

使用者：回滾到 v1
智能體：[呼叫 version_manager.py rollback]
       已回滾到 v1 版本（產品經理-2024-01-10-zh-CN）

注意事項

失敗兜底

履歷解析失敗：要求使用者貼上純文字；或讓使用者用「教育/經歷/專案」分段貼上
資訊缺失：用 【佔位符】 + 最小補充清單（≤8 問）
JD 太長：只抽取職位職責與任職要求兩段，其餘忽略
生成內容過泛：強制每條 bullet 含「結果/影響」，否則標記為 P1 問題並給改寫範例

ATS 友善性（約束對象為「生成/匯出」的履歷；解析使用者上傳檔案時可正常讀取其中的表格內容）

使用標準段落標題（工作經歷、教育、技能等）
避免使用表格、文字框、圖示、圖片
預設單欄佈局
使用標準字型（如 Arial、Calibri）
避免使用特殊字元和裝飾性元素

品質保證

所有 bullet 必須以動作動詞開頭（如「主导」、「設計」、「實現」、「優化」等）
確保每個 bullet 都有明確的結果或影響
避免「負責」、「參與」等弱化詞
優先使用主動語態，避免被動語態

使用範例

範例 1：從零生成履歷（中英文）

功能說明：幫助使用者從零建立中英文雙語履歷
執行方式：智能體對話 + 腳本儲存版本
關鍵參數：language=zh-CN/en-US，target_title，target_level
步驟：
1. 收集基本資訊和經歷
2. 生成中文版 ResumeIR
3. 生成英文版 ResumeIR（自動翻譯）
4. 儲存為兩個版本（中文版和英文版）

範例 2：基於 JD 優化履歷

功能說明：針對特定 JD 優化履歷內容
執行方式：智能體分析 + 腳本解析
關鍵參數：JD 文字，原履歷檔案
步驟：
1. 解析原履歷
2. 分析 JD 要求
3. 對比找出缺口
4. 改寫履歷以覆蓋 JD 關鍵詞
5. 輸出對比和優化建議

範例 3：多版本管理

功能說明：建立多個履歷版本，對比並選擇最佳版本
執行方式：腳本管理版本
關鍵參數：version_name，resume_ir
步驟：
1. 儲存 v1 版本
2. 修改後儲存 v2 版本
3. 對比 v1 和 v2
4. 回滾到最佳版本
5. 匯出最終版本

在你喜歡的 AI 中提問

說明文件