AGENT SKILL

deep-interview-candidate

首次使用简历系统、尚未建立事实库或需要重建个人经历档案时使用。收集可选的简历和工作材料,通过分轮深度访谈核验经历,生成本地事实库与结构化简历母版,并基于求职目标完成第一版简历。

License 许可
MIT
最近更新
2026-08-08
Stars
★ 0
Forks
0

01 前言 Front Matter

name
deep-interview-candidate
description
首次使用简历系统、尚未建立事实库或需要重建个人经历档案时使用。收集可选的简历和工作材料,通过分轮深度访谈核验经历,生成本地事实库与结构化简历母版,并基于求职目标完成第一版简历。

02 资源文件 2

03 SKILL.md 正文

深度访谈求职者

目标与完成条件

把零散资料和口述经历转化为两个本地文件:事实库.md 与 resume_master.json,再生成第一版岗位简历。只有在关键经历的背景、个人任务、行动、结果、责任边界均已确认后,才算完成建档。

首次运行判定

  • 事实库.md 或 resume_master.json 缺失:执行完整流程。
  • 两者存在但用户称信息过时、遗漏严重或希望重新梳理:执行增量访谈,只更新受影响章节。
  • 两者完整且当前任务只是定制简历:返回根 SKILL.md,不重复访谈。

Step 1|资料收集(可选)

先说明资料不是必需条件。请用户按方便程度提供:现有简历、工作/实习证明材料、项目文档、作品集、报告、演示稿、绩效或反馈记录、课程与奖项证明、目标 JD。

读取材料时只提取候选事实,不把文档措辞自动视为已确认事实。建立资料清单,记录来源、时间、可验证内容、冲突和待追问项。对与求职目标无关的信息不主动摘录;若材料已经足够,不要求用户重复提供。

若用户不提供文件,直接进入访谈,不降低服务质量,也不暗示必须提供材料。

Step 2|分轮深度访谈

先问求职目标和时间约束,再按“最近且最重要的经历优先”逐段访谈。每轮只问 3—5 个紧密相关的问题,等待回答后追问;不要一次抛出整份问卷。问题库见 references/访谈问题库.md。

每段经历至少核验:

  1. 背景:团队目标、业务/研究问题、时间与资源限制;
  2. 任务:用户个人被要求解决什么,交付物是什么;
  3. 行动:实际做了哪些步骤,使用什么方法/工具,与谁协作;
  4. 结果:量化或定性结果、口径、基线、时间范围;
  5. 边界:哪些是个人、团队或他人完成,哪些没有上线或无法归因;
  6. 证据:可由什么文件、链接或知情人验证;
  7. 反思:最难判断、失败尝试、取舍和后续改进。

遇到模糊词时具体化:把“参与”追问成动作,把“优化”追问成对象与前后差异,把“负责”追问成决策权与交付边界。数字不能确认时记录为待核验,不诱导用户猜测。

Step 3|编写并确认事实库

按 事实库.example.md 的结构生成 事实库.md,每段经历包含来源、背景、个人任务、行动、结果、责任边界、可用表述、禁止表述和待核验项。把冲突并列记录,不自行折中。

先向用户展示“新增事实、待核验、禁止项、冲突”摘要并请求确认。用户确认后才把对应条目标为“已确认”;尚未确认的内容不得进入正式简历。

Step 4|建立简历母版并撰写首份简历

根据已确认事实与求职目标创建 resume_master.json。数据结构以 templates/sample_resume.json 为准,联系方式由用户决定是否写入。母版应覆盖候选人的完整可用经历,岗位版本再做选择,不在母版中为了某个 JD 改写事实。

随后执行根 SKILL.md:拆解目标 JD、建立 Winning Thesis 和 Evidence Map、选择领域主题、改写分点,并用 templates/resume_template.py 输出一页 PDF。若用户尚无明确 JD,生成“通用母版预览”,同时标注它不是最终投递版。

质量与安全门槛

  • 示例与常识不写入事实库;无法确认的内容标记为待核验。
  • 不因用户拒绝提供资料而中止;改用口述访谈和待核验标记。
  • 访谈结束时交付:资料清单、事实库、待核验清单、简历母版、首份 PDF 和下一步建议。

04 同仓库更多 Skills