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
- 参考文档agents/openai.yaml265 B
- 参考文档references/访谈问题库.md1.3 KB
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:
- 背景:团队目标、业务/研究问题、时间与资源限制;
- 任务:用户个人被要求解决什么,交付物是什么;
- 行动:实际做了哪些步骤,使用什么方法/工具,与谁协作;
- 结果:量化或定性结果、口径、基线、时间范围;
- 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;
- 证据:可由什么文件、链接或知情人验证;
- 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
application-self-evaluation
基于已完成的岗位分析、竞争主线和事实库,撰写网申自我评价、自我描述、核心竞争力或求职动机文本。
job-selection
比较同一公司或同一招聘批次的多个岗位,研究真实录用背景、筛选与笔试、招聘需求、税前年总包和发展路径,并结合候选人事实给出主投、次选、稳健、冲刺与不建议排序。用于校招选岗、志愿排序、岗位取舍和 Offer 机会判断;不用于写简历正文。
resume-customization
根据目标 JD 路由到财经研究型或互联网业务型简历体系,研究岗位、制定竞争策略、从事实库取材、调用高质量表达库并生成一页 PDF 简历。当用户要求定制、改写或生成针对岗位的简历时使用。
resume-customization
根据目标 JD 与本地事实库定制一页中文简历。
job-selection
比较多个岗位的机会与价值并给出投递优先级。
deep-interview-candidate
首次使用、事实库缺失或需要重建个人经历档案时调用;执行资料收集、深度访谈、事实核验和首份简历生成。