tobby168/resume-pipeline

從職缺連結建立與評分履歷

一個職缺連結就是完整的指令。 直接執行整個 pipeline，無需提問。停在「已建立 + 已評分 + 已記錄」——應徵是使用者自己的動作。

步驟

1. 去重。 執行 python -m resume_pipeline.tracker report data/applications，檢查該公司/團隊是否已在記錄中。先告知使用者，但仍繼續進行。
2. 擷取 JD — 停在第一個能回傳完整內文的方法：
   1. ATS 的公開 JSON 端點（Greenhouse / Ashby / Lever 徵才頁面通常會暴露此端點），
   2. 結構化網頁抓取（「列出每個職責與要求，一行一項」），
   3. 瀏覽器，針對 JS 渲染的徵才網站。 若全部失敗，要求使用者貼上 JD 文字。絕不虛構 JD 內容。
3. 撰寫記錄 data/applications/<slug>.md，以 examples/applications/_TEMPLATE.md 為範本。 新記錄只包含一個 found 事件（不是 applied；由使用者應徵）。一個檔案對應一個職缺。
4. 撰寫目標 data/targets/<slug>.yaml：
   • 從 data/modules.yaml 中選擇模組 ID，依照此 JD 排序；目標中不含履歷文字
   • 設定 output:（缺少 output: 會默默建出 resume.docx）
   • JD 的關鍵字若沒有實際子彈對應，就是一個缺口：寫在檔頭註解中，絕不作為技能行的關鍵字。每個缺口標註為 inherent（無相關經驗 → 面試時用故事補）或 fixable（有實際經驗，但措辭不當）。
   • 填滿一頁；若溢出到第二頁，先減少 project_bullets。不要編輯 config/layout.yaml ——它對所有履歷共用。
5. 建立＋驗證成一頁

   python -m resume_pipeline.build_resume data/targets/<slug>.yaml --modules data/modules.yaml --out /tmp/resume_<slug>.docx
   soffice --headless --convert-to pdf --outdir /tmp /tmp/resume_<slug>.docx   # 然後計算頁數
   

6. 評分，使用 scoring-resumes 技能。直到評分表寫入記錄前，履歷都不算完成。
7. 驗證記錄：python -m resume_pipeline.tracker validate data/applications。
8. 回報：結論 + 三關評分 -> 哪些 JD 要求被涵蓋 -> 缺口（inherent/fixable） -> 定位 -> 非履歷閘門（地點、簽證、每週進辦公室天數、安全查核——這些由申請表另外詢問，不屬履歷編輯範圍） -> 一行建議。

規則

• 絕不捏造經歷、日期或 JD。僅增加使用者確認過的實際經歷子彈。
• 低分是資訊，不是否決：是否應徵由使用者決定。
• 當頁面已滿時，「為補救標記的缺口新增一個子彈」必須進行 A/B 評分——補救後的子彈常使分數更差。
• 若一次收到多個連結：先擷取所有 JD，然後逐一執行步驟 3-8；若一份履歷可涵蓋兩個幾乎相同的職位，則不必建立重複履歷。