[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7AAVCYX542DPHD6DFBCMYY1":3,"skill-same:01M7AAVCYX542DPHD6DFBCMYY1":45},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":24,"commitSha":25,"skillDirectory":26,"forksCount":14,"repositoryHtmlUrl":27,"repositoryHomepageUrl":6,"ownerHtmlUrl":28,"ownerBlogUrl":6,"ownerDescription":29,"updatedAt":30,"install":31,"resources":44},"01M7AAVCYX542DPHD6DFBCMYY1","job-selection",null,"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。","changocr\u002Fautumn-recruitment-resume-ai-system","changocr","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F61539451?v=4","01M7AATSC1FFKEJCTTQZQF8V4Q","Li Changrui","01M7AATSD2T1WDJQZ4CESAMX1T",0,"MIT","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002Fjob_selection\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: job-selection\ndescription: 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。\n---\n\n# 选岗研究\n\n## 目标与边界\n\n选择“有现实机会进入面试并转化为 Offer、同时薪资和发展较好”的岗位。先做机会 Gate，再比较岗位价值；不以高薪抵消硬门槛或显著背景差距。\n\n本 Skill 只做选岗研究和投递组合，不生成简历。最终排序必须区分事实、推断、观察样本与未知项，不输出缺乏校准依据的概率数字。\n\n## Step 0｜输入与读取顺序\n\n最低输入：\n\n- 公司、招聘批次和全部待比较 JD；\n- 岗位名称、编号、城市、志愿数量及截止时间；\n- 用户对地点、岗位类型或其他不可接受条件的明确约束。\n\n固定顺序：\n\n1. 读取本 Skill 和全部目标 JD；\n2. 从 `事实库.md` 检索与硬门槛、筛选背景和核心任务相关的事实；\n3. 调用 `agents\u002Fcompany_research_agent.md`，按公司批量研究所有岗位；\n4. 仅在岗位工作逻辑难以解释时读取对应领域 `简历要求.md`；跨领域比较可读取两套要求，但不得加载表达库或模板；\n5. 汇总 Gate、机会档、岗位价值与投递组合。\n\n缺少可联网补足的信息时直接研究。缺少用户才能确认且会改变 Gate 的信息时，将岗位标为 `Conditional`，不得擅自补全。\n\n## Step 1｜岗位卡与硬门槛 Gate\n\n逐岗提取：工作对象、3–5 类高频任务、关键产出、隐含 KPI（标注推断）、硬门槛、理想要求、城市、筛选\u002F笔试线索、招聘需求与职业路径。\n\n硬门槛状态：\n\n- `Pass`：已确认满足所有明确门槛；\n- `Conditional`：至少一项关键条件尚未确认；\n- `Fail`：明确不满足且没有官方例外或相邻岗位路径。\n\n`Fail` 不进入主投、次选或稳健池；`Conditional` 在确认前不得进入主投。\n\n## Step 2｜公司与岗位外部研究\n\n最终排序必须调用公司研究 Agent；没有完成外部研究时只能交付“暂定排序”。一次传入同公司全部岗位，岗位过多时按业务线或相邻岗位族分组，最后统一比较。\n\n每岗必须研究：\n\n- 公开录用者或在岗者的教育、实习、行业、工具、语言背景；\n- 样本数量、时间、岗位贴近程度和来源；\n- 初筛、笔试、面试流程及可见淘汰风险；\n- 招聘数量、城市、周期和候选池竞争信号；\n- 首年税前名义总包及构成；\n- 技能资本、平台\u002F团队、内部流动与外部退出路径。\n\n公开个例只能称为“观察样本”。相邻岗位或旧年份资料必须标记为替代证据；没有足够资料时写 `Unknown`，不得用行业平均冒充公司事实。\n\n## Step 3｜候选人相对位置\n\n为每岗建立对照表：\n\n| 判断项 | 外部录用样本\u002F岗位要求 | 候选人最强证据 | 差距 | 证据类型 |\n|---|---|---|---|---|\n| 教育与专业 | ... | ... | ... | 直接 \u002F 替代 \u002F 未知 |\n| 实习与行业 | ... | ... | ... | ... |\n| 核心任务 | ... | ... | ... | ... |\n| 工具与语言 | ... | ... | ... | ... |\n| 筛选与笔试 | ... | ... | ... | ... |\n\n分别指出直接优势、可迁移优势、关键缺口和无法靠简历缓解的缺口。城市只影响候选池和个人约束，不用于修正薪资购买力。\n\n## Step 4｜两阶段机会档\n\n分别给出“进入面试机会”和“面试后 Offer 转化”A–D 档，不输出百分比。\n\n### 进入面试机会\n\n- `A`：Gate 为 Pass；与公开录用背景高度相容；有直接强证据；筛选和笔试无显著风险。\n- `B`：Gate 为 Pass；存在一个可管理缺口，但仍落在公开样本或相邻画像范围内。\n- `C`：虽通过硬门槛，但教育\u002F实习背景、核心证据或笔试存在明显劣势，只适合冲刺。\n- `D`：Gate 为 Fail，或存在多个无法缓解的筛选缺口。\n\n### 面试后 Offer 转化\n\n- `A`：核心任务有多项直接强证据，差异化清楚，关键事实可完整答辩。\n- `B`：多数核心任务有直接或高质量可迁移证据，只有一个可管理缺口。\n- `C`：证据以迁移解释为主，岗位知识、任务经验或答辩能力存在明显短板。\n- `D`：缺少可信任务证据，或岗位动机、工作条件和能力边界存在根本冲突。\n\n限制：\n\n- 两阶段均为 A\u002FB 才属于“有希望”岗位；任一为 C 只能列为冲刺；任一为 D 即不建议。\n- Gate 为 `Conditional` 时，两阶段机会档最高为 C，直至关键条件得到确认。\n- 笔试形式或候选人准备度未知时，进入面试机会最高为 B。\n- 关键研究结论置信度低、只有单一匿名样本或仅有相邻岗位替代证据时，对应机会档最高为 B。\n- 不使用“不会被刷”“稳进”等承诺；明确什么新证据会使档位上调或下调。\n\n## Step 5｜岗位价值\n\n岗位价值由薪资与发展各占 50%。\n\n### 薪资分（1–5）\n\n采用首年税前名义总包，分别展示固定现金、目标\u002F典型奖金、固定补贴和年化归属股权；不做城市购买力校正。以同公司、同届、相近职级的可比岗位为基准：5=显著领先，4=高于中位，3=中位附近，2=低于中位，1=显著偏低。\n\n使用可验证区间的中位或最可信点估计评分，并保留区间、年份、城市、样本量和置信度。薪资未知时不给单点分，输出 1–5 的敏感性区间。\n\n### 发展分（1–5）\n\n- 技能资本 35%；\n- 平台\u002F团队质量 25%；\n- 内部流动 15%；\n- 外部退出与市场需求 25%。\n\n每项必须有岗位任务、业务位置、人员路径或市场需求证据。发展分按上述权重加总，保留一位小数。\n\n### 价值排序\n\n`岗位价值 = 50% × 薪资分 + 50% × 发展分`。薪资未知时输出价值区间和敏感性结论，不以未经证实的高薪假设将岗位排到第一。\n\n## Step 6｜投递组合\n\n先按机会 Gate 分池，再在同池内按岗位价值排序：\n\n- **主投：**两阶段均为 A\u002FB，且岗位价值最高；\n- **次选：**两阶段均为 A\u002FB，价值仅次于主投或提供不同路径；\n- **稳健：**机会档更强、岗位价值可接受，承担组合下行保护；\n- **冲刺：**任一机会阶段为 C，但价值明显较高；\n- **不建议：**任一阶段为 D、硬门槛 Fail，或路径价值不足。\n\n有志愿数量限制时，先保证至少一个主投和一个稳健岗位，再决定是否加入冲刺；不为凑满名额推荐明显不合格岗位。\n\n## Step 7｜固定交付\n\n1. 一句话结论；\n2. 硬门槛 Gate 表；\n3. 岗位优先级总表：两阶段机会档、薪资、发展、价值、证据置信度；\n4. 逐岗分析：录用背景、候选人位置、筛选\u002F笔试、薪资、发展与关键缺口；\n5. 投递组合及排序理由；\n6. 未知项、敏感性和会改变排序的新证据；\n7. 关键来源及其支持的结论。\n\n必须给明确排序，不用“都可以考虑”回避判断。若证据不足以形成最终排序，明确交付暂定排序和待核实项。\n\n## 最终 QA\n\n- 所有硬门槛均来自 JD 或官方规则；\n- 观察样本没有被写成平均录用画像；\n- 面试机会与 Offer 转化分开判断；\n- A\u002FB 档没有违反上限规则；\n- 薪资口径可比，未知值未被擅自填补；\n- 发展分四项均有证据；\n- 高薪没有抵消 Fail\u002FD；\n- 排序同时反映机会 Gate、岗位价值和用户约束。\n","# 选岗研究\n\n## 目标与边界\n\n选择“有现实机会进入面试并转化为 Offer、同时薪资和发展较好”的岗位。先做机会 Gate，再比较岗位价值；不以高薪抵消硬门槛或显著背景差距。\n\n本 Skill 只做选岗研究和投递组合，不生成简历。最终排序必须区分事实、推断、观察样本与未知项，不输出缺乏校准依据的概率数字。\n\n## Step 0｜输入与读取顺序\n\n最低输入：\n\n- 公司、招聘批次和全部待比较 JD；\n- 岗位名称、编号、城市、志愿数量及截止时间；\n- 用户对地点、岗位类型或其他不可接受条件的明确约束。\n\n固定顺序：\n\n1. 读取本 Skill 和全部目标 JD；\n2. 从 `事实库.md` 检索与硬门槛、筛选背景和核心任务相关的事实；\n3. 调用 `agents\u002Fcompany_research_agent.md`，按公司批量研究所有岗位；\n4. 仅在岗位工作逻辑难以解释时读取对应领域 `简历要求.md`；跨领域比较可读取两套要求，但不得加载表达库或模板；\n5. 汇总 Gate、机会档、岗位价值与投递组合。\n\n缺少可联网补足的信息时直接研究。缺少用户才能确认且会改变 Gate 的信息时，将岗位标为 `Conditional`，不得擅自补全。\n\n## Step 1｜岗位卡与硬门槛 Gate\n\n逐岗提取：工作对象、3–5 类高频任务、关键产出、隐含 KPI（标注推断）、硬门槛、理想要求、城市、筛选\u002F笔试线索、招聘需求与职业路径。\n\n硬门槛状态：\n\n- `Pass`：已确认满足所有明确门槛；\n- `Conditional`：至少一项关键条件尚未确认；\n- `Fail`：明确不满足且没有官方例外或相邻岗位路径。\n\n`Fail` 不进入主投、次选或稳健池；`Conditional` 在确认前不得进入主投。\n\n## Step 2｜公司与岗位外部研究\n\n最终排序必须调用公司研究 Agent；没有完成外部研究时只能交付“暂定排序”。一次传入同公司全部岗位，岗位过多时按业务线或相邻岗位族分组，最后统一比较。\n\n每岗必须研究：\n\n- 公开录用者或在岗者的教育、实习、行业、工具、语言背景；\n- 样本数量、时间、岗位贴近程度和来源；\n- 初筛、笔试、面试流程及可见淘汰风险；\n- 招聘数量、城市、周期和候选池竞争信号；\n- 首年税前名义总包及构成；\n- 技能资本、平台\u002F团队、内部流动与外部退出路径。\n\n公开个例只能称为“观察样本”。相邻岗位或旧年份资料必须标记为替代证据；没有足够资料时写 `Unknown`，不得用行业平均冒充公司事实。\n\n## Step 3｜候选人相对位置\n\n为每岗建立对照表：\n\n| 判断项 | 外部录用样本\u002F岗位要求 | 候选人最强证据 | 差距 | 证据类型 |\n|---|---|---|---|---|\n| 教育与专业 | ... | ... | ... | 直接 \u002F 替代 \u002F 未知 |\n| 实习与行业 | ... | ... | ... | ... |\n| 核心任务 | ... | ... | ... | ... |\n| 工具与语言 | ... | ... | ... | ... |\n| 筛选与笔试 | ... | ... | ... | ... |\n\n分别指出直接优势、可迁移优势、关键缺口和无法靠简历缓解的缺口。城市只影响候选池和个人约束，不用于修正薪资购买力。\n\n## Step 4｜两阶段机会档\n\n分别给出“进入面试机会”和“面试后 Offer 转化”A–D 档，不输出百分比。\n\n### 进入面试机会\n\n- `A`：Gate 为 Pass；与公开录用背景高度相容；有直接强证据；筛选和笔试无显著风险。\n- `B`：Gate 为 Pass；存在一个可管理缺口，但仍落在公开样本或相邻画像范围内。\n- `C`：虽通过硬门槛，但教育\u002F实习背景、核心证据或笔试存在明显劣势，只适合冲刺。\n- `D`：Gate 为 Fail，或存在多个无法缓解的筛选缺口。\n\n### 面试后 Offer 转化\n\n- `A`：核心任务有多项直接强证据，差异化清楚，关键事实可完整答辩。\n- `B`：多数核心任务有直接或高质量可迁移证据，只有一个可管理缺口。\n- `C`：证据以迁移解释为主，岗位知识、任务经验或答辩能力存在明显短板。\n- `D`：缺少可信任务证据，或岗位动机、工作条件和能力边界存在根本冲突。\n\n限制：\n\n- 两阶段均为 A\u002FB 才属于“有希望”岗位；任一为 C 只能列为冲刺；任一为 D 即不建议。\n- Gate 为 `Conditional` 时，两阶段机会档最高为 C，直至关键条件得到确认。\n- 笔试形式或候选人准备度未知时，进入面试机会最高为 B。\n- 关键研究结论置信度低、只有单一匿名样本或仅有相邻岗位替代证据时，对应机会档最高为 B。\n- 不使用“不会被刷”“稳进”等承诺；明确什么新证据会使档位上调或下调。\n\n## Step 5｜岗位价值\n\n岗位价值由薪资与发展各占 50%。\n\n### 薪资分（1–5）\n\n采用首年税前名义总包，分别展示固定现金、目标\u002F典型奖金、固定补贴和年化归属股权；不做城市购买力校正。以同公司、同届、相近职级的可比岗位为基准：5=显著领先，4=高于中位，3=中位附近，2=低于中位，1=显著偏低。\n\n使用可验证区间的中位或最可信点估计评分，并保留区间、年份、城市、样本量和置信度。薪资未知时不给单点分，输出 1–5 的敏感性区间。\n\n### 发展分（1–5）\n\n- 技能资本 35%；\n- 平台\u002F团队质量 25%；\n- 内部流动 15%；\n- 外部退出与市场需求 25%。\n\n每项必须有岗位任务、业务位置、人员路径或市场需求证据。发展分按上述权重加总，保留一位小数。\n\n### 价值排序\n\n`岗位价值 = 50% × 薪资分 + 50% × 发展分`。薪资未知时输出价值区间和敏感性结论，不以未经证实的高薪假设将岗位排到第一。\n\n## Step 6｜投递组合\n\n先按机会 Gate 分池，再在同池内按岗位价值排序：\n\n- **主投：**两阶段均为 A\u002FB，且岗位价值最高；\n- **次选：**两阶段均为 A\u002FB，价值仅次于主投或提供不同路径；\n- **稳健：**机会档更强、岗位价值可接受，承担组合下行保护；\n- **冲刺：**任一机会阶段为 C，但价值明显较高；\n- **不建议：**任一阶段为 D、硬门槛 Fail，或路径价值不足。\n\n有志愿数量限制时，先保证至少一个主投和一个稳健岗位，再决定是否加入冲刺；不为凑满名额推荐明显不合格岗位。\n\n## Step 7｜固定交付\n\n1. 一句话结论；\n2. 硬门槛 Gate 表；\n3. 岗位优先级总表：两阶段机会档、薪资、发展、价值、证据置信度；\n4. 逐岗分析：录用背景、候选人位置、筛选\u002F笔试、薪资、发展与关键缺口；\n5. 投递组合及排序理由；\n6. 未知项、敏感性和会改变排序的新证据；\n7. 关键来源及其支持的结论。\n\n必须给明确排序，不用“都可以考虑”回避判断。若证据不足以形成最终排序，明确交付暂定排序和待核实项。\n\n## 最终 QA\n\n- 所有硬门槛均来自 JD 或官方规则；\n- 观察样本没有被写成平均录用画像；\n- 面试机会与 Offer 转化分开判断；\n- A\u002FB 档没有违反上限规则；\n- 薪资口径可比，未知值未被擅自填补；\n- 发展分四项均有证据；\n- 高薪没有抵消 Fail\u002FD；\n- 排序同时反映机会 Gate、岗位价值和用户约束。\n",{"name":5,"description":7},"main","fb9f9bc867a330dc00ca14f9fabe5fb4a9afb3db","job_selection","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system","https:\u002F\u002Fgithub.com\u002Fchangocr","Jinan University","2026-08-08 22:04:21",{"source":8,"skillName":5,"commands":32,"prompt":42,"zipAvailable":43},[33,36,39],{"tool":34,"command":35},"npx","npx skills add changocr\u002Fautumn-recruitment-resume-ai-system --skill job-selection",{"tool":37,"command":38},"bunx","bunx skills add changocr\u002Fautumn-recruitment-resume-ai-system --skill job-selection",{"tool":40,"command":41},"pnpm","pnpm dlx skills add changocr\u002Fautumn-recruitment-resume-ai-system --skill job-selection","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002Fjob_selection\u002FSKILL.md",true,[],[46,53,60,68,74,80],{"skillNo":47,"name":48,"nameZh":6,"description":49,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":50,"categories":51,"keywords":52,"publishedAt":19},"01M7AAVF6KK6ECMMJMK85BJ9TA","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。","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002Fself_evaluation\u002FSKILL.md",[],[],{"skillNo":54,"name":55,"nameZh":6,"description":56,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":57,"categories":58,"keywords":59,"publishedAt":19},"01M7AAVB1P1TFSTGSNAXWYYDKN","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。","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002Fdeep-interview-candidate\u002FSKILL.md",[],[],{"skillNo":61,"name":62,"nameZh":6,"description":63,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":64,"sourceHtmlUrl":65,"categories":66,"keywords":67,"publishedAt":19},"01M7AAV66G9JFSEGM8ZQBJWV7W","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。","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002FSKILL.md",[],[],{"skillNo":69,"name":62,"nameZh":6,"description":70,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":71,"categories":72,"keywords":73,"publishedAt":19},"01M7AAV2Z5P6MTJC90JAGCEEGJ","根据目标 JD 与本地事实库定制一页中文简历。","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002F.agents\u002Fskills\u002Fresume-customization\u002FSKILL.md",[],[],{"skillNo":75,"name":5,"nameZh":6,"description":76,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":77,"categories":78,"keywords":79,"publishedAt":19},"01M7AAV018JJCACWA918MR9GJN","比较多个岗位的机会与价值并给出投递优先级。","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002F.agents\u002Fskills\u002Fjob-selection\u002FSKILL.md",[],[],{"skillNo":81,"name":55,"nameZh":6,"description":82,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":83,"categories":84,"keywords":85,"publishedAt":19},"01M7AATWPNR1HQMH414XFD3GRV","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。","https:\u002F\u002Fgithub.com\u002Fchangocr\u002Fautumn-recruitment-resume-ai-system\u002Fblob\u002Fmain\u002F.agents\u002Fskills\u002Fdeep-interview-candidate\u002FSKILL.md",[],[]]