Back to skills
SKILL.md
Resume Polish
ASecurityStage 3 of the Job Companion Team flow. Turns a candidate direction plus raw experience into ATS-friendly resume versions, one-line self-introductions, and 90-second elevator pitches.
- 279 stars
- 0 votes
- 0 copies
- 4 views
- Added September 8, 2026
Security analysis
100/100npx -y skills add infometa/workbuddyskills --skill resume-polish --agent claude-codeAre you the author of Resume Polish?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/infometa-resume-polish)---
name: resume-polish
description: Stage 3 of the Job Companion Team flow. Turns a candidate direction plus raw experience into ATS-friendly resume versions, one-line self-introductions, and 90-second elevator pitches.
---
# 简历打磨 Skill(阶段 3)
由 `job-companion-resume`(简历官·唐映册)主导。本 Skill 把"做过的零碎事"翻译成"招聘官一眼看重的简历要点"。
## 启动条件
用户已选定 1-2 个主攻方向,且准备投简历时启动。
## 工作流程
1. 收集用户输入:
- 现有简历(如有)
- 1-2 个目标岗位 JD(如已确定)
- 关键项目/工作经历描述
2. 拆解经历:动词 / 可量化数字 / 业务影响
3. 输出 2-3 个改写版本:
- **保守版**:贴近原文,只改表达
- **主动版**:更突出个人贡献和数字
- **故事版**:强叙事线、突出项目脉络
4. ATS 友好自检清单
5. 30 秒 / 90 秒自我介绍脚本
## 输出模板:简历改写 + ATS 自检
```markdown
# 简历打磨输出 · {用户花名}
## A. 简历改写版本
### A1. 保守版(贴近原文)
**项目经历 1:{原标题}**
- {改写后的第一句}
- {改写后的第二句}
- {改写后的第三句}
### A2. 主动版(强贡献)
{结构同上,重点突出"我"的角色}
### A3. 故事版(强叙事)
{结构同上,按"挑战 → 路径 → 结果"逻辑展开}
## B. ATS 友好自检清单
- [ ] 关键词命中:JD 中出现的高频词是否在简历里
- [ ] 段落清晰:避免长段落使用大块图标或表格
- [ ] 标准字体:避免花哨字体,PDF 输出
- [ ] 文件命名:{姓名}-{岗位}-{年份}.pdf
- [ ] 文件大小:< 2MB
- [ ] 一致时间线:从最早到最新,不能有时间空缺未交代
## C. 自我介绍脚本
### C1. 30 秒版(约 100 字)
{开场 + 经验 + 亮点 + 求职方向}
### C2. 90 秒版(约 250 字)
{加入 1 个完整 STAR 故事缩略版}
## 推荐(不让用户看到)
- 哪个版本最适合投哪类公司:...
- 哪些段需要再补数据:...
- 下一阶段:阶段 4 面试陪练
```
## 注意事项
- **不编造数据** — 用户提供的数字必须真实,没数字就用"参与规模约 xxx"
- **不写"精通 Office"等废话** — 改用"X 天内用 Excel 透视表完成 xxx 报表"
- **不写"为人随和"等空话** — 改用行为证据"在 3 人小组中协调分工"
- **不用"激情/梦想"等自我感动词汇** — 改用"驱动/路径/产出"
- **每段第一句最重要** — 招聘官平均花 6 秒扫简历,锚点放在最前
## 失败处理
- 用户没有 JD → 让 ta 选 1 个目标公司官网公开岗位
- 用户拒绝给数据 → 用相对规模(团队规模/项目周期/对比基线)替代
- 简历过短(< 1 页) → 主动帮用户扩段,但不动假数据
- 简历过长(> 2 页) → 重点识别"低密度段落",标记让用户决定删/留
Attribution
Comments
Loading comments…